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，所用程序代码如有不足之处，以及更好的逻辑优化，欢迎大家在评论区留言。
本文章不提供源代码，仅提供部分核心代码供大家交流学习。
完整代码后续会发到CSDN上供大家下载
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。并要求机器人具备识别足球的功能。
使用环境
- python2.7（为了适应NAOqi库）
- NAOqi（本文不再过多介绍，更多信息请查阅我的前几篇文章）
- opencv
策略分析
- 由于比赛使用的是8mm的绿色草坪，NAO会由于草坪出现走路不稳的情况，我们采用了使用海报纸将nao机器人的脚包起来，降低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，所有的一切都是建立在让机器人成功识别的前提下进行的 。这里我们使用的是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。
- 在机器人识别成功并且走到球附近后，根据球的相对位置，控制机器人进行微调，然后调用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
项目的目录结构如下：
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。
机器人控制模块
控制模块的主要功能是：
1.通过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。
2.通过naoqi完成对机器人本身已经预设好的程序的调用。
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文档的使用请翻看我的上几个博客。
接下来是本程序的两个最核心部分之一，通过python调用机器人中预设好的程序。
代码如下：(此部分封装在一个继承自threading.Thread的类的构造函数中)
然后我们封装一个方法，方便我们在主函数中调用：
工具包
工具包中包括两个模块，第一个模块用于掩膜操作（详情查看我的上一篇文章），第二个模块通过ALVideoDevice代理来获得机器人传回的图片，一帧一帧组合形成视频流。
核心部分如下：
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（通过掩膜操作以及图片拼接所得到）所得到，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，各参数具体如下：
cv2.HoughCircles(image, method, dp, minDist, circles, param1, param2, minRadius, maxRadius)
image：为输入图像，需要灰度图，程序中传入的为经过一系列预处理的图像（平滑去噪后的图像）
method：为检测方法, 常用为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有相同的分辨率，如果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，对当前唯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，对当前唯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，就越可以检测到更多根本不存在的圆，而它越大的话，能通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起，以及在识别到球以后的机器人微调的策略问题。
在我们完成了对足球的识别后，需要机器人根据球的相对位置，进行简单的调整；我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：
我将图片划分成了四个区域，根据圆心的坐标位置（opencv图像中的坐标位置在我的上一篇文章中提到过），来决定机器人移动的距离。（机器人的移动通过ALMotion模块下的moveTo()方法实现）
核心代码如下，具体参数的值请根据实际情况进行调整。
结语
看着码了好久的文章，沉默了好久，这可能是我关于NAO这边的最后一篇文章了，以后的精力可能要更多的放在考研和深度学习这方面了。但还是很感激这个小破机器人的，在摆弄他的时候真的是对我的技术的一种磨练（痛苦的查API文档，以及python语言一点点适应，可以说刚开始学python就是为了给它服务吧，但现在已经不打算继续发展下去了）。写这些文章即是对自己这两年来学习NAO相关知识的一个交代，又算是对我的协会成员们的一个交代吧。
就这样。
年更博主，可以先关注上，以后不定期更新
最后，放一张小NAO的图片
来源：oschina
链接：https://my.oschina.net/u/4365856/blog/4812613