RoboCup中的机器人自主定位——从理论到实践（一）

第一次接触RoboCup是在一门实践课上。
当时选这门课时完全出于对机器人懵懂的好奇，现在回过头来看，虽然结果稍有遗憾，但是绝对不虚此行。由于只有一个学期的时间，因此我主要做的是robocup若干模块中的一个——自定位模块（Self-localization）。接下来我会先从宏观的角度介绍整个比赛及项目概况，之后深入细节用代码实现相关定位算法。

概况

RoboCup这个比赛在国际上的知名度和认可度还是挺高的，但碍于昂贵的启动资金（一个机器人真的好贵）和对计算机视觉、机器人学等都有较高的要求（更不用说Linux、C++这种基础），国内能参加这个比赛的基本都是那几所理工强校，普通人想要自己入门更是难上加难。但同时，像阿里、华为、腾讯等的机器人实验室都对有RoboCup比赛经验的同学提供了优惠，因此秉着市场的需求就是我们前进的动力，能有机会学习一下还是相当不错的。

RoboCup这个比赛经过了二十多年的发展，逐步向正规化、智能化方向发展，现在国际比赛通用的叫 Standard Platform League（SPL）。每个队5个机器人，一个守门员，另外4个进攻+防守，比赛更侧重于软件开发而非硬件改进，比赛规则都和足球比赛类似。

可能得益于对足球的热爱，德国人不光在世界杯表现出色，在机器人世界杯（RoboCup）同样表现不俗。比如之后章节要提到作为代码模板的B-Human（做个人吧）和HULKs（无敌浩克），前者是不莱梅大学和德国人工智能研究院组成的球队，曾狂砍7次世界冠军，最近一次夺冠就是19年在澳大