足球机器人是一个研究人工智能和机器人相关问题的标准平台,它通过竞赛的形式验证各种理论、算法和技术。RoboCup中型足球机器人竞赛是其中最典型的比赛项目之一,它提供一种分布式、局部传感和窄带通信的多机器人对抗环境。RoboCup中型足球机器人的视觉系统包括前景视觉系统和全景视觉系统,是足球机器人系统的重要组成部分,其主要任务是感知周围环境信息,获取视觉图像进行分析、处理和理解,解决视觉自定位、互定位、对手和队友行为理解等问题。RoboCup中型足球机器人的前景视觉系统是一个单目、局部视觉系统,在前景视觉系统可识别的范围内,它可以获得比较精确的定位信息。因此,前景视觉常常被用来进行球的精确定位和机器人的自定位。在机器人自定位的过程中,需要对门柱和球门进行识别。由于门柱和球门都是三维的,因此按平面模型进行定位显然不妥,必须进行建模。本文在研究了前景视觉系统特点的基础上,建立了前景视觉的定位模型。在建模时,认为前景摄像头是理想的线性镜头,不考虑其畸变,运用针孔成像原理进行建模。针对模型参数的辨识,本文对几种常用方法进行了比较,最后选用效果最好的改进的遗传算法(IGA)对模型参数进行辨识。将辨识后的模型应用于足球机器人的基本动作和全局定位中,收到了很好的效果。改进的遗传算法(IGA)对传统遗传算法进行了一系列改进,包括:海明距离选择、可变精度的交叉操作、正交试验设计、混合变异、反馈式突变、动态编码等方面。最后,对比实验及其数据分析说明了所提出的模型及其辨识算法的优越性。应用了该模型的竞赛系统在实际比赛的表现也验证了其有效性。