前言
近期我省举办的机器人大赛刚刚落下帷幕，有幸参与其中的NAO机器人点球比赛，凭借着较好的运气取得了吉林省第一名。本文将从比赛的各个方面讲述所用程序及策略，所用程序代码若有不足之处，以及更好的逻辑优化，欢迎你们在评论区留言。python
本文章不提供源代码，仅提供部分核心代码供你们交流学习。python2.7
完整代码后续会发到CSDN上供你们下载ide
NAO机器人点球比赛简介
简而言之，就是队伍分别担任进攻方和防守方，进攻方共三次机会，每次进球记一分，最后以得分数判别胜负。进攻方要求只能触球一次；守方无限制。并要求机器人具有识别足球的功能。
函数
使用环境
- python2.7（为了适应NAOqi库）
- NAOqi（本文再也不过多介绍，更多信息请查阅个人前几篇文章）
- opencv
策略分析
- 因为比赛使用的是8mm的绿色草坪，NAO会因为草坪出现走路不稳的状况，咱们采用了使用海报纸将nao机器人的脚包起来，下降机器人脚部与地面的摩擦，使机器人能在草坪上正常移动。
- 第二点，也是最重要的一点，全部的一切都是创建在让机器人成功识别的前提下进行的 。这里咱们使用的是opencv中的霍夫圆检测搭配naoqi中的“ALVideoDevice”模块来调用nao的摄像头。这一点会在后面详细说明。
- 在机器人识别成功而且走到球附近后，根据球的相对位置，控制机器人进行微调，而后调用Choregraphe中预设好踢球的程序，完成一整套进攻的流程。
- 防守策略目前是使用Choregraphe直接控制机器人，根据场上局势控制机器人左、右走。
代码模块分析
项目的目录结构以下：
主要分为 机器人控制模块、工具包、机器人视觉模块、以及主模块。
工具
机器人控制模块
控制模块的主要功能是：
1.经过naoqi的ALMotion模块，对机器人的关节角度进行控制，在整个程序中主要用在机器人头部的复位上。
学习
2.经过naoqi完成对机器人自己已经预设好的程序的调用。优化
核心代码
对机器人某关节角度进行控制的函数，第一个参数为一个ALMotion代理，第二个为关节名，第三个为转到的目标角度，默认速度被我设为0.2。
关于NAO机器人以及API文档的使用请翻看个人上几个博客。
spa
接下来是本程序的两个最核心部分之一，经过python调用机器人中预设好的程序。
代码以下：(此部分封装在一个继承自threading.Thread的类的构造函数中)
而后咱们封装一个方法，方便咱们在主函数中调用：
3d
工具包
工具包中包括两个模块，第一个模块用于掩膜操做（详情查看个人上一篇文章），第二个模块经过ALVideoDevice代理来得到机器人传回的图片，一帧一帧组合造成视频流。
核心部分以下：
代理
视觉模块
第二个最核心的部分就是视觉模块。本模块主要是在我在第一篇文章中的霍夫圆检测识别红球程序之上，更改了筛选球颜色的阈值（经过掩膜操做以及图片拼接所获得）所获得，在绿色草坪上的识别成功率极高。
拼接部分核心程序：
其中重要方法霍夫圆检测，各参数具体以下：
cv2.HoughCircles(image, method, dp, minDist, circles, param1, param2, minRadius, maxRadius)
image：为输入图像，须要灰度图，程序中传入的为通过一系列预处理的图像（平滑去噪后的图像）
method：为检测方法, 经常使用为CV_HOUGH_GRADIENT
dp：为检测内侧圆心的累加器图像的分辨率于输入图像之比的倒数，如dp=1，累加器和输入图像具备相同的分辨率，若是dp=2，累计器便有输入图像一半那么大的宽度和高度
minDist：表示两个圆之间圆心的最小距离
param1：有默认值100，它是method设置的检测方法的对应的参数，对当前惟一的方法霍夫梯度法cv2.HOUGH_GRADIENT，它表示传递给canny边缘检测算子的高阈值，而低阈值为高阈值的一半
param2：有默认值100，它是method设置的检测方法的对应的参数，对当前惟一的方法霍夫梯度法cv2.HOUGH_GRADIENT，它表示在检测阶段圆心的累加器阈值，它越小，就越能够检测到更多根本不存在的圆，而它越大的话，能经过检测的圆就更加接近完美的圆形了
minRadius：有默认值0，圆半径的最小值
maxRadius：有默认值0，圆半径的最大值
单位为像素（px）。
主函数模块
主函数的功能主要是将各个单独的模块关联到一块儿，以及在识别到球之后的机器人微调的策略问题。
在咱们完成了对足球的识别后，须要机器人根据球的相对位置，进行简单的调整；咱们在比赛中使用的是一种没有用到测距，较为取巧的一种方法：
我将图片划分红了四个区域，根据圆心的坐标位置（opencv图像中的坐标位置在个人上一篇文章中提到过），来决定机器人移动的距离。（机器人的移动经过ALMotion模块下的moveTo()方法实现）
核心代码以下，具体参数的值请根据实际状况进行调整。
结语
看着码了很久的文章，沉默了很久，这多是我关于NAO这边的最后一篇文章了，之后的精力可能要更多的放在考研和深度学习这方面了。但仍是很感激这个小破机器人的，在摆弄他的时候真的是对个人技术的一种磨练（痛苦的查API文档，以及python语言一点点适应，能够说刚开始学python就是为了给它服务吧，但如今已经不打算继续发展下去了）。写这些文章便是对本身这两年来学习NAO相关知识的一个交代，又算是对个人协会成员们的一个交代吧。
就这样。
年更博主，能够先关注上，之后不按期更新
最后，放一张小NAO的图片