基于全局视觉的下棋机器人的研究与实现

作     者：张云博 

作者单位：沈阳航空航天大学 

学位级别：硕士

导师姓名：王亚杰;陈震

授予年度：2021年

学科分类：0403[教育学-体育学] 04[教育学] 08[工学] 080202[工学-机械电子工程] 080203[工学-机械设计及理论] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

主      题：下棋机器人 棋子定位 棋盘识别 图像修复 凸包 

摘      要：目前,人机对弈大多停留在人与计算机的交互中,如果能实现用户与机器人的对弈,则更能体现机器智能的体验感与娱乐性。本文构建了基于全局视觉的下棋机器人系统,并重点研究了棋盘修复、检测和识别,以及棋子定位算法。主要研究工作如下:（1）针对阴影和反光造成的棋盘图像局部缺失问题,提出了一种基于深度卷积生成对抗网络（Deep Convolutional Generative Adversarial Networks,DC-GAN）改进的棋盘修复算法。实验结果表明:采用U-Net网络代替传统生成器结构,构造重建损失和对抗损失函数,在自制的三种人工噪声数据集上,网络表现良好,修复区域上下文达到一致性和连贯性。（2）针对棋盘背景复杂、扭曲造成的棋盘自动检测难以解决的问题,提出了自适应阈值结合形态学运算的棋盘分割算法、基于分块凸包的棋盘角点检测算法和基于透视变换的棋盘矫正算法。针对棋盘类型无法判断的问题,提出了一种自定义棋盘格匹配的棋盘类型识别算法。实验结果表明:棋盘能自动完成检测和识别类型操作。（3）针对光照分布不均匀造成的棋子定位误差问题,提出了一种基于图像掩膜的棋子定位方法。实验结果表明:该方法在四种光照不均匀情况下对围棋和象棋棋子的定位准确率可达到95.5%和99.06%,并且解决了棋子粘连、棋子投影和镜头畸变导致的局部棋子定位不精准的问题。（4）结合以上算法,设计了一个高灵活性、通用性强、支持多棋种的下棋机器人系统,实现了视觉系统、落子系统、博弈系统和实时展示系统的通信和功能设计,并具有保存棋谱和同步直播棋局等功能。