论文评定
指导老师意见
成绩
足球机器人系统作为多智能体技术分布式人工智能技术研究开发和竞赛的公共实验平台正在得到国内外智能科学技术研究领域的广泛关注本文研究的足球机器人运动参数分析和基本动作改进是足球机器人系统中基本动作设计的关键环节是多智能体实现相互协作的基础选题具有重要的理论意义和应用价值论文所完成的主要工作包括如下几个方面
1.通过转角动作函数的速度参数分析与优化提高了足球机器人转角动作的精度和稳定性
2.基于运动参数的分析改进了原来的跑位动作实现了机器人走圆弧轨迹的功能使策略对跑位动作的预测能力得到提高
3.利用全方位视觉系统的实时反馈实现了通过中间点控制机器人运动轨迹的方法克服了跑位这一最基本动作难以预测和规划的问题通过对跑位函数的改进可以更好地避免碰撞控制基本动作的执行时间实施比较复杂的防守和进攻策略 本文通过大量的仿真实验对比实验和实际比赛验证了所设计方法的有效性在实际的机器人足球比赛中改善了基本动作的执行效率达到了更好地控制机器人运动轨迹的目的 论文写作规范方案设计合理原理叙述清晰公式推导正确实验数据详实可靠体现出作者掌握了本学科领域的基本理论基础知识和基本技能具备了从事科学实验和研究的基本能力完成了一篇优秀的毕业论文 指导老师年月日 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 毕业生余泽指导老师刘宏查红彬 北京大学信息科学技术学院2003年6月12日 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 摘要 随着机器人技术和人工智能技术的发展如何让多个机器人相互协调配合来共同完成任务即实现多机器人合作系统已经成为新的研究热点作为多机器人合作系统的研究和实验模型足球机器人系统是一个多学科交叉的前沿领域它涉及到机器人学智能控制技术通信技术计算机技术传感器技术图像处理和人工智能等方向正在成为国内外许多大学研究比赛和交流的公共实验平台 论文第一章首先简要的介绍了世界上两大机器人足球比赛RoboCup和FIRA然后分别介绍了足球机器人系统的四个子系统第二章较为详细的论述了策略子系统与动作设计问题在介绍了策略子系统的任务特点和推理模型后提出了策略子系统的结构在论述动作设计在整个策略系统中的重要地位的基础上介绍了基本动作是如何生成的,并给出了策略系统中需要改进的两个基本动作函数第三章是本论文的重点基于对足球机器人运动参数的分析通过实验的方法确定了转角函数(Angle)中速度参数Ka的值针对原来的跑位(Position)函数轨迹不够平滑并且难以预测和规划等缺点改进成有平滑圆弧轨迹的走圆弧(RunArc)函数并通过实时的全局视觉反馈达到既能控制机器人的运动轨迹又能精确地达到指定位置和姿态的目的最后通过大量的实验对比和实际比赛验证了上述改进的有效性 关键词 足球机器人运动分析动作设计全局视觉 i 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 GlobalVisionbasedMotionParametersAnalysisandBasicActionsImprovementforRoboterSystems Abstract Withthedevelopmentofroboticsandartificialintelligence,scientistswereoftenfacedwithissuesoncooperationandcoordinationamongdifferentrobotsinaworkspace.Thishasledtothedevelopmentsinmulti-robotcooperativesystemsMRCS.AsaresearchmodelofMRCS,errobotisaninterdisciplinaryareathatinvolvestheknowledgeofrobotics,intelligencecontrol,munication,puterscience,sensortechnology,imageprocessing,artificialintelligence,andsoon.Ithaseapublicexperimentalplatformforuniversitiesallovertheworldmunicatewitheachother. Thefirstchapterofthepaperintroducesrobotergamesandthefoursubsystemsoferrobotsystems.Inthefollowingchapter,thestrategysystemandthecontrolschemeofrobotersystemisdiscussedindetail.Followingthediscussionoftheimportanceofactiondesigning,themechanismofbasicbehaviorgenerationisintroducedandthecodesofthetwooriginalbasicbehaviorfunctions,whichneedimproving,areshown. Thelastchapteristhefocusofthewholepaper.Basedonanalysisofmotionparameters,thevelocityparameterKaoftheAnglefunctionistunedthroughexperimentstogetthebestresults;ToethedisadvantagesoftheformerPositionfunction,aRunArcfunctionisdeveloped,whichcancontroltherobottorunasmootharcpathtoadestination;Atlast,themethodofcontrollingtherobottoruntothetargetbydifferenttrajectoriesisessfullyrealized,usingthefeedbackinformationoftheglobalvisionsubsystem. Keywordserrobot,Motionanalysis,Actiondesign,Globalvision ii 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 目录 摘要……......................................................................................................................................i Abstract……
机器人足球比赛简介........................................................................................................1
1.1.1RoboCup和FIRA...................................................................................................2
1.1.2RoboCup仿真组比赛.............................................................................................3
1.1.3FIRA微型机器人足球赛(MIROSOT)...................................................................5 1.2微型机器人足球系统的组成............................................................................................5
1.2.1全局视觉子系统.....................................................................................................6
1.2.2主机和策略子系统.................................................................................................8
1.2.3机器人车体子系统.................................................................................................9
1.2.4通讯子系统...........................................................................................................10 1.3
小结................................................................................................................................11
第二章策略子系统与动作设计...................................................................................................12 2.1
策略子系统的任务特点和推理模型...........................................................................122.2策略子系统的结构..........................................................................................................13 2.2.1
角色分配...............................................................................................................13
2.2.2动作设计...............................................................................................................17
2.3基本动作设计..................................................................................................................18
2.3.1运动学模型...........................................................................................................18
2.3.2基本动作的生成...................................................................................................19
2.3.3基本动作函数.......................................................................................................19
第三章运动参数的分析和基本动作函数的改进.......................................................................223.1转角Angle函数中的Ka参数估计.........................................................................223.1.1转角(Angle)动作的模型......................................................................................233.1.2速度参数Ka的估计和数据分析........................................................................243.2跑位Position函数的改进.........................................................................................28
3.2.1原有Position函数的缺点....................................................................................28
3.2.2机器人走圆弧的条件...........................................................................................29
3.2.3实验数据和分析....................................................................................................30
3.3跑位动作的中间点轨迹控制方法..................................................................................34
3.3.1轨迹圆弧的计算...................................................................................................35
3.3.2轨迹圆弧的控制...................................................................................................36
3.3.3实验数据和分析...................................................................................................37
第四章总结和展望.......................................................................................................................43
参考文献…………………………………………………………………………………………..44致谢................................................................................................................................................45 iii 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 第一章
概述 1.1机器人足球比赛简介 机器人足球比赛是一个多智能体系统的典型问题多智能体系统就是一个分布式人工智能系统[1]这种系统要完成的任务是由各智能体协同完成的在这里一个智能体是指能独立地进行决策和知识处理的系统 在人工智能的发展道路上曾出现过计算机象棋它是用计算机和人类进行象棋比赛并作为博弈的典型问题在人工智能领域发展了搜索与产生式理论成为发展人工智能的第一个里程碑经过漫长的50年后IBM公司的“深蓝”计算机终于打败了世界象棋冠军卡斯帕罗夫它给人类展示了计算机专家系统可以击败人类天才的可能性但是我们看到计算机象棋只是反映人类社会的一个侧面即它是在静态环境下一个单智能体对另一个单智能体以非实时方式进行的知识处理问题而人类社会发生的绝大部分问题是在复杂的动态环境下一群多智能体对另一群多智能体以实时方式进行的知识处理问题多智能体系统要解决的问题就是分散存在的多智能体在复杂动态环境下通过相互通信和协调以实时方式进行的知识处理问题因此可以说多智能体系统是发展人工智能的一个新的突破它将过去封闭和孤立的知识系统发展成为开放分布的知识系统使人工智能从狭小的低谷腾飞而出面向更多的实际应用领域过去既然能通过计算机象棋这个典型问题来推动搜索和产生式理论那么现在能否找到另一种典型问题来推动多智能体系统的发展呢?
答案是肯定的那就是机器人足球比赛这是因为在机器人足球比赛中不但包含着多智能体系统要研究的全部内容而且其中所包含的动态环境与实时性要求比一般系统更为苛刻 机器人足球比赛的设想首先由加拿大不列颠哥伦比亚大学的AlanMackworth教授在1992年的报告OnSeeingRobots中提出的[2]举办机器人足球比赛的目的在于通过提供一个标准任务促使研究人员利用各种技术获得更好的解决方案从而有效的促进相关科研领域的发展它不仅需要人工智能技术中的视觉决策等技术而且还需要和其它学科技术如无线电通信智能控制机电一体化等关键技术集成为一体才能战胜对方[3]因此凡参加机器人世界杯足球比赛的球队都是自己国家的科研实力进行比赛的所以可以说机器人足球比赛是衡量各国综合技术实力的一个小平台上的“技术战争”机器人足球比赛所包含的关键技术有计算机视觉技术无线电通信技术机电一体化技术智能控制技术仿真技术软硬件集成技术人工生命学人机接口技术如图1-1所示 计算机视觉无线电通信 机电一体化智能控制 机器人足球比赛的关键技术 仿真技术软硬件集成 人工生命 人机接口 图1-1机器人足球比赛的关键技术
1 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 1.1.1RoboCup和FIRA 在世界上比较有影响的赛事主要有两个一个是由国际人工智能协会组织的机器人世界杯足球赛RoboCup另一个是由国际机器人足球联合会FIRA组织的微型机器人世界杯足球赛MiroSot 在AlanMackworth教授提出机器人足球赛的最初想法后不久日本学者迅速对此进行了系统的调研和可行性分析1993年6月浅田埝和北野宏明等著名学者决定创办日本机器人足球赛并暂命名为RoboCupJ联赛一个月之内他们就收到了来自国外的热烈反响要求将其扩展为一个国际性的比赛并将其定名为机器人足球世界杯赛(theRobotWorldCuperGames)简称RoboCup[4]经过数年准备第一届机器人足球世界杯赛于1997年8月25日在日本名古屋与国际最高级别的人工智能学术会议——国际人工智能联合大会IJCAI97同时举行来自美欧日澳的40多支球队参加了比赛5000多名观众现场观看了比赛1998年7月正当第16届世界杯足球赛渐入佳境之时第二届机器人足球世界杯赛在巴黎隆重举行60多支球队参加了比赛1999年7月第三届机器人足球世界杯赛在瑞典斯德哥尔摩举行参赛队多达90余支一些著名的大学如美国卡内基梅隆大学康奈尔大学国立研究机构如美国国家航空航天局和大公司如日本SONY公司均参与了相关的活动和比赛国际RoboCup联合会(theRobotWorldCuperGamesandConferences)现在已经成为世界上最大的机器人足球国际组织总部设在瑞士联合会现任主席是国际著名科学家曾获得国际人工智能最高奖——“计算机与思维”大奖的北野宏明联合会负责世界范围的学术活动和竞赛包括每年一届的世界杯赛和学术研讨会并为相关的本科生和研究生教育提供支持教材教学软件等这个组织现在下辖三项重大赛事日本公开赛德国公开赛和机器人世界杯足球赛2000年的第四届RoboCup在澳大利亚的墨尔本举行在有40支球队参加的仿真组比赛中中国科技大学WrightEagle队共攻入20个球淘汰了上届第5名德国曼兹大学队等强队最终获得第9名WrightEagle队是中国第一支进入RoboCup世界杯足球赛球队此后的两届比赛清华大学TsinghuAeolus队连续两次捧得仿真组的冠军2003年第七届比赛将于7月2日在意大利的Padua举办RoboCup足球比赛(er)主要项目包括 1仿真组(Simulation)比赛2小型组(Small-Size)机器人比赛3中型组(Middle-Size)机器人比赛4SONY有腿(Legged)机器人比赛5人形(Humanoid)机器人比赛另一个组织是国际机器人足球联合会FIRA成立于1997年总部设在韩国的大田它每年组织一次机器人足球世界杯相伴而行的还要举行这一领域的学术研讨[5]1996年在韩国举行了首届机器人足球世界杯来自7个国家的23支代表队参加了比赛1997年6月15日来自9个国家的22支代表队参加了2个项目的角逐第三届比赛在巴黎与第16届足球世界杯同期举行有13个国家的39个代表队参加了4个项目决赛阶段的比赛由于参赛队增加1999年第四届分4个赛区进行了预选赛角逐决赛阶段4个项目的32个名额比赛已达到相当规模和水平决赛于8月48日在巴西的坎皮那举行东北大学的牛牛队代表我国参加了比赛并取得了3对3对抗赛的第5名和标准动作比赛第1名的好成绩为祖国争得了荣誉2000年第五届机器人足球世界杯在悉尼与奥运会相伴而行2001的第六届机器人足球世界杯在中国北京举行2002年的机器人足球世界杯在韩国与第17届足球世界杯同期举行2003年的第八届比赛将在奥地利举行FIRA目前设立的比赛项目见下表
2 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 表1-1FIRA比赛的项目 项目名称机器人尺寸cm队员数场地尺寸球cm NAROSOT超微机器人足球赛 4×4×
5 5130×90乒乓球 S-MIROSOT单微机器人足球赛7.5×7.5×7.5 1130×90高尔夫球 MIROSOT微型机器人足球赛7.5×7.5×7.5 3150×130高尔夫球 ROBOSOT小型机器人足球赛 15×15×30 3220×150曲棍球 KheperaSot自主式机器人足球赛 1105×68网球 HUROSOT拟人式机器人足球赛 1540 220×180 SimuroSot 仿真足球赛 这两个不同的机器人世界杯赛存在很大不同一是影响不同举例来说2001年正式参加RoboCup机器人世界杯赛的球队来自30多个国家共有123支其中包括美日德葡萄牙等机器人足球的强国而由韩国人领导的机器人世界杯赛该年仅有9个国家40多个足球队参加二是参赛机器人的控制方法不同以仿真机器人为例韩国人的世界杯赛中的机器人采用集中式系统侧重灵巧机器人而RoboCup采用分布式控制必须是独立自主系统简单来说前者整个球队只由一个程序控制而后者是每一位场上队员都有自己独立的控制程序三是举办地点不同RoboCup世界杯赛在偶数年选择当年的奥运会或世界杯足球赛主办国举行比赛在奇数年则与国际人工智能联合大会选择在同一地点举办而韩国世界杯赛则根据成员国申请决定主办国 1.1.2RoboCup仿真组比赛 由于是在计算机虚拟的环境进行的比赛比赛双方就不存在硬件上的先天不足完全是在比赛谁的策略好所以仿真平台作为检验策略理论的工具具有很强的吸引力在仿真球队的设计中要涉及许多人工智能中的关键问题如智能体体系结构多智能体团队合作机器学习等这些都是在开发的过程中重点研究的问题这也使得仿真比赛成为机器人足球比赛中的一大热点RoboCup和FIRA都有自己的仿真比赛平台但是又各有特点由于RoboCup仿真比赛相对来说影响力更大下面对RoboCup的仿真平台做一个简要介绍 在RoboCup仿真组比赛中采用的是Client/Server模式由RoboCup委员会提供标准的erServer作为比赛平台各参赛队编写自己的Client程序每个Client控制一个队员在这个虚拟的绿茵场上进行角逐erServer平台提供了一个很好的多智能体实时环境非常有挑战性在erServer中整个系统按照100毫秒的周期运转每个球员的传感信息都是局部的传感和动作都带有噪音信息而且球员之间的通讯是单信道不可靠的 erServer由球场仿真模块裁判模块和消息板模块三个部分组成如图1-2所示球场仿真模块计算球场上对象的运动检测他们之间的碰撞裁判模块根据规则来控制比赛的进程而消息板模块负责Client之间的通讯每个Client程序通过UDP的Socket来连接Server同样通过SocketClient可以发送命令来控制球员也可以接收球员的传感信息但是每个Client只能控制一个球员这意味着RoboCup的仿真组的比赛是分布式的[6][7]这是它跟FIRA系列的比赛的最大区别 目前的球场和球场上的对象都是二维的球场上的对象包括每队各11名队员球球门标记及标志线等其中球和球员都具有大小位置速度加速度等属性球员则还有方向耐力等属性球员与球的属性每个周期末计算一次计算的依据是动力学定律如果
3 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 球员或球之间发生重叠则作碰撞处理 ClientClientClient SocketSocketSocket 消息板裁判 球场仿真 Monitor 图1-2erServer结构图虚线框内 Client与Server之间的通讯分为连接命令控制命令传感信息等连接命令用于Client与Server的连接与重连控制命令用于控制球员的动作有move(移动只能在开球前使用)turn(转身)turn_neck(转头)kick(踢球)dash(加速)sense_body(查询自身信息)say(说话)等传感信息用于Server向Client发送传感信息有see(视觉信息)hear(听觉信息)等其中控制命令的使用有一定限制如turnkickdash每个周期至多只能执行其中的一个用say命令说话只有一定区域内的球员能听到而且频率不能太高如每过几个周期才发一个say命令由于每个队员都有一定的视角Server发送的视觉信息是局部信息只包括可视范围内的对象而且是有随机噪音的听觉信息中除了包括一定区域内队员的说话外还有裁判的命令这对所有球员来说都是可以听到的 2002年RoboCup仿真组决赛在清华大学TsinghuAeolus队与北京理工大学Everest队之间进行图1-3是比赛中的一个场景蓝色为TsinghuAeolus队红色为Everest队TsinghuAeolus的三名队员在球门前相互配合绕过对方两名后卫的防守攻进了决赛中的第一个进球最终TsinghuAeolus队以70狂胜Everest队蝉联RoboCup仿真组冠军 图1-3RoboCup仿真比赛的monitor界面(TsinghuAelousV.S.Everest)
4 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 1.1.3FIRA微型机器人足球赛(MIROSOT) 根据FIRA比赛规划比赛双方各由15台足球机器人组成参赛队在150cm130cm球场上展开比赛目的是将足球(高尔夫球)撞入对方球门最后以攻入对方球门次数多的队为胜方像我们所熟悉的足球比赛一样它具有一套类似的规则如判罚点球任意球等图1-4为机器人足球赛场的全景图 图1-4FIRA微型机器人足球系统全景图 球场上空(2m)悬挂的摄像机将比赛情况传入计算机内由预装的软件作出恰当的决策与对策通过无线通讯方式将指挥命令传给机器人机器人协同作战双方对抗形成一场激烈的足球比赛比赛过程中双方的教练员与系统开发人员不得进行干预 1.2微型机器人足球系统的组成 足球机器人系统(errobotsystem)硬件一般由四部分构成[8][9]即视觉子系统(visionsystem)主机(puter)无线通讯子系统(municationsystem)和足球机器人(robots)这是一个通过视觉闭环的决策控制系统具体硬件构成如图1-5所示 足球机器人硬件系统 主机系统 视觉系统 通信系统 机器人 计 采 通摄 图 通 通 单驱通电 算 集 信像 像 信 信 片动信源 机 卡 接头 采 接 发 机装接 接 口 集口射系置收 口 卡 器统 器 图1-5机器人足球系统硬件组成图
5 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 对于设计者来说选择什么样的硬件如CPU执行机构传感器等软件如控制策略算法等与整体的工作模式关系密切根据决策部分所处的位置将工作模式分为以下二种基于视觉的足球机器人系统(Vision-basederrobotsystem)和基于机器人的足球机器人系统(Robot-basederrobotsystem)根据机器人的智能程度基于视觉的足球机器人系统又可以分为基于视觉遥控无智能足球机器人系统(Remote-brainlessvision-basederrobotsystem)和基于视觉有智能足球机器人系统(Brainon-boardvision-basederrobotsystem)这样我们就得到了三种工作模式 1基于视觉的遥控无智能足球机器人系统一般来说每个机器人具有驱动与执行机构通信接收模块和CPU板机器人能够根据接收到的主机发送来的数据控制其运动方向和速度视觉数据处理策略决策以及机器人的位置控制都在主计算机上完成机器人就像遥控小汽车一样 2基于视觉的有智能足球机器人系统在这样的系统中机器人具有速度控制位置控制自动避障等功能主机通过视觉数据分析并进行策决策处理然后发出命令给机器人机器人根据命令做出行动反应为了能够自动回避障碍和实现位置控制机器人自身装有传感器 3基于机器人的足球机器人系统系统中机器人具有许多的自主行为所有的计算包括决策都由机器人自身完成主计算机仅处理视觉数据并将有关的位置等信息包括我方对方及球传送给机器人实际上主计算机视觉数据的作用相当于一种传感器 设计者可以根据研究领域和兴趣选择模式如对视觉处理人工智能应用等感兴趣的研究者可能选择第一种模式而那些对移动机器人控制智能系统应用和多智能体配合系统感兴趣的可能选择后两种虽然前二种实现方便但从长远看第三种是发展方向应当给予深入研究 下面对按机器人足球系统的各个子系统的顺序对当前的研究进展作一个简要介绍 1.2.1全局视觉子系统 全局视觉子系统是整个机器人足球比赛的关键[10]它是从2D投影中恢复有用的帧信息将图像作为输入根据图像建立现实世界的模型进而产生控制输出通过视觉系统能够确定本方机器人对方机器人和球的位置和角度从而为比赛策略提供场面信息识别效果的好坏和识别速度的快慢直接关系到比赛的胜负 在视觉系统工作的全过程中,对软件方面的研究主要包括:目标体的特征提取多个目标体的分割和各个目标体的位置姿态的辨识视觉系统对场景中每个目标(球和机器人)是通过颜色特征来区分的一般说来,每个机器人顶部有两个不同颜色的标志块(参看图1-6),一个是队服,用来区分比赛双方,每方的队服是相同的另一个是队员的标志,用来区分每个队员比赛规则规定,队员颜色标志不能采用对方的队标颜色同样,对球的识别也是通过颜色来识别的
6 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 队员标志小车中心 45 队服 小车正方向 图1-6小车的俯视图队服和队员标志 视觉系统每秒钟要处理几十到上百幅画面,画面之间的间隔时间不仅要完成视觉识别,还要完成机器人的策略选择运动控制等全套工作,可以想象,输入主控计算机内部的场景图像是整个系统最直接的信息源泉,而视觉图像的识别质量和速度直接关系到系统工作的准确性和实时性NTSC制式的模拟视频信号经数字量化得到24位的RGB信号每个分量为0255的整数值为了去除图像中的噪声应采用滤波器对输入的数字图像进行预处理 目前对目标体的特征提取主要是对不同的目标体建立相应的特征颜色信息库该信息库的建立比较简单将目标体的色标置于场地内最有特征的几个区域如门区中圈四角等位置进行采样采用RGB或HSI颜色模型来确定每个目标的颜色特征范围即可但带来的一个很严重的问题是由于目标体的颜色种类多比赛现场的光照通常又不均匀而且变化范围较大还可能出现各类色光干扰因此理想的信息库实际上是比较难以建立的如果信息库覆盖范围过小会导致分割结果不稳定甚至出现分割结果过小而导致目标丢失而信息库覆盖范围过大又会引入很多不必要的干扰甚至出现混色现象出现误识别目前主流比赛是3对3每个队有三个队员从颜色识别的角度也就是至少需要识别五种颜色(即本方三个队员和队标及球的颜色)至九种颜色(双方的六名队员和各自的队标及球的颜色)这种情况下识别已有困难更何况正在开始的5对5比赛或以后将要进行的11对11的比赛颜色种类将会更多可以想象识别问题将更加困难或者说必须要寻求新的识别方法 在建立了完整的颜色信息库的基础上对多个目标进行分割实际上通过对图像进行多重二值化就可得到对目标体的位姿的判定也就是确定每个机器人在场地内的位置和方位现在常用的色标形状一般都是规则的几何图形以图1-6为例机器人中心位于两个色标连线的中点其运动方向是由队标指向队员标志的射线逆时针旋转45所指的方向 上述辩识算法虽然简单易用却存在着一些无法克服的问题首先由于建立颜色特征信息库本身的弊端不可避免地会出现识别的不准确性这样给进一步的计算带来误差其次由于不同的颜色受环境的影响不同色块向周围扩散的程度不同而且由于颜色间的相互干扰使得色标本身包含的颜色信息过于丰富尤其是两个色标交界的区域混色现象严重这一方面带来很多干扰增加了色标的挑选难度另一方面导致色块中心不稳据此计算出来的位置和角度偏差过大最后由于辩识的结果依赖于两个色块当其中一个由于环境的影响或噪声的干扰而丢失时系统无法给出正确结果 比赛中所使用的球(高尔夫球)较小系统的分辨率又比较低检测出的球的位置数据带有噪声干扰因此必须使用统计的方法对目标进行估计一般采用卡尔曼滤波器进行跟踪预测[11][12] 综上所述微型足球机器人视觉系统的一般工作过程如图1-7所示
7 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图 图 像 像 输 滤 入 波 目 目 跟 输 标 标 踪 检 识 预 测 别 测 出 图
1-7微型足球机器人视觉系统的工作过程 1.2.2主机和策略子系统 基于机器人的系统可认为是分布控制基于视觉的足球机器人系统可以认为是集中控制主机是上级其任务是通过决策分配任务给机器人机器人是下级其任务是精确地执行命令整体控制可以看成一个大闭环足球机器人系统的基本控制结构如图1-8所示[13] 图1-8Mirosot微型足球机器人控制结构 硬件结构在点线框内软件部分在实线框内除了特殊智能部分外每个机器人有相同的控制结构特殊智能Specializedintelligence部分包含着机器人的特殊行为和策略如守门员机器人的基本行为(Basicbehaviors)有到定点(Move)和避障(Obstacleavoidance)基本动作(Basicactions)一般包括转角Angle和跑位Position高级动作Advancedactions有射门(Shoot)定点射门(Position-shoot)截球(Intercept-ball)防球(Sweep-ball)和拦截(Block)等中央控制器(Centralcontroller)依照场上的形势为机器人做出决策规划路径并选择合适的动作控制结构的最底层是速度控制器(Velocitycontroller)它在整个系统中有最短的周期随着在控制结构中层次的提高周期变长中央控制器的周期决定于视觉系统的图
8 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 像采样时间要在比赛中获得好成绩不仅要有好的运动特性还要有好的策略这就涉及对策和决 策多机器人配合以及路线智能规划等问题像人类足球比赛一样应该根据场上情况当前得分谁控制球对手的水平等因素 安排各自的策略策略应该根据比赛规则与经验进行提取并存在知识库中知识库还有一个学习智能体用以不断丰富策略各种智能算法策略决策是进攻还是防守再根据策略库作出战术部署各种智能算法如神经网络模糊遗传算法等也都应用到构造策略库和策略选择过程之中根据采取的对策计划机器人的任务转化成路径形式然后发射出去路径由一系列命令序列组成机器人管理系统层次结构和信息流程如图1-9所示 视觉系统 机器人管理 命令序列 策略选择 策略库 多路线设计器 无线发射器 命令解释器 控制字 主机系统 机器人功能库 无线接收器 小车系统 控制字解码 传感器 MCU 线路修改 图
1-9机器人管理系统层次结构和信息流程图 1.2.3机器人车体子系统 足球机器人车体一般包括动力驱动部分通信接收部分CPU板及传感器部分通常采用两个电机驱动大部分为轮式结构也有的采用履带结构 图1-10机器人设计轮式全方位式改进轮式 要实现高智能一定要有高性能的CPU但受到机器人尺寸的限制选择一个在功能尺寸能量消耗上折衷的CPU是很重要的机器人小车一般采用两个电机分别驱动两个轮子为了获得好的运动特性有的机器人采用三个轮子(图1-10)称为全方位机器人
9 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进(OmnidirectionalRobot)这样做增加了灵活性但同时也增加了控制难度[14][15]电机选择要考虑力矩转速和能量消耗等因素并选择合适的电机控制芯片直流电机经过减速器可以得到较高的力矩因此一般采用直流电机 图1-11是一种代表性的轮式小车子系统的结构框图[16]采用基于高精度的锁相环调速方法代替传统MCU直接控制的直流电机调速方法采用高稳定的通讯芯片实现小车和主机的通讯以电压作为控制信号的电机驱动芯片实现低时延对于直流电机的调速采用双闭环电流-速度锁相调速系统内环电流反馈整合在电机驱动芯片中电流调节为PI调节以抵消电枢中的惯性加快调节速度外环速度反馈利用锁相环对光电码盘反馈脉冲进行锁定并利用PID调节保证系统的精度和实时性 通讯芯片 MCU 光电码盘直流电机 PLL锁相环 电机驱动芯片 PLL锁相环 电机驱动芯片 光电码盘直流电机 图1-11小车子系统结构框图 1.2.4通讯子系统 据比赛规则需要采用无线通信一般采用数字无线通信主机的数据通过主机串口经调制模块调制后发射出去机器人的通信部件接收并解调成串口数据 专家决策子系统根据现场情况作出战略决策为各机器人设计运动路径并经由通讯子系统送到本队各机器人中每个机器人作为战略的执行者根据所接受的命令进行运动在足球机器人闭环控制系统中如果在通信过程有误差它将导致机器人错误的动作失去了运动目标所以通信系统设计要求有较高的可靠性影响机器人通信的因素主要有以下几个方面[17] 自然条件下的噪声根据目标的来源自然条件下的噪声可分为内部噪声和外部噪声外部噪声是来自接收天线的噪声从天线接收的信号不仅包括有用的信号而且包括噪声信号它通过接收模块放大送到单片机中这些噪声包括空中产生的电磁波无线电广播噪声无线通讯噪声和直流电机噪声除了由直流电机产生的并发噪声外其它噪声都是随机噪声这类噪声持续时间短但它的放大倍数高传送频道宽所以它对无线通讯系统影响最大内部噪声是由系统本身产生的它不同于外部噪声内部噪声总是存在的且很难预测但内部噪声对系统的影响可以估算出 2比赛条件下的干扰在机器人足球比赛中发射器产生的通讯干扰是可靠性低的主要原因之一这种干扰包 10 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 括近频道干扰内部模块干扰和多路作用干扰信号等近频率干扰指的是邻近频道的干扰机器人足球比赛的规则要求两个队必须使用两个不 同的频率然而所有调制信号都有宽的发射波段在调制信号中有无穷的边界频率信号当某些边界频率信号是在邻近接收器对应的发射波段中邻近频道干扰就会产生例如两队使用是418MHz和433MHz接收模块邻近频率干扰如图1-12所示 418MHz 433MHz 图1-12比赛时两队间的频率干扰 系统中模块之间通讯干扰主要是接收回路干扰它是由发射频率的非线性部分引起的 由于接收电路存在着非线性当几个信号同时被接收时寄生信号将影响有用信号若寄生 信号的频率接近于接收模块的工作频率时将形成模块之间的干扰 3多路作用干扰信号 当无线电波与障碍物碰撞时它被反射而改变方向由于在比赛现场有很多障碍物接 收电路有可能会接收从各个方向反射回来的信号形成多路干扰 通讯系统的设计包括三大部分收发电路的设计天线的设计通信协议的设计收发 电路一般采用商用的通讯模块发射器一般使用Motorola的MC2831芯片RFM的HX2000 芯片及Ohm的T100,相对应的接收器主要使用MC3356RX2010和N100等芯片天线
一 般采用鞭式天线它具有设计容易抗干扰能力强体积小有效距离远的特点 由于足球机器人的车体大小的限制通常采用单向通信方式[19]为提高通信效率保 证质量通信协议必须可靠为了使收发的数据准确数据发送时数据之间不能有间隙 传递的命令主要包括机器人标识命令部分和数据部分命令部分指明动作模式数据部 分指明机器人以多快速度运动根据机器人的智能程度命令格式的复杂度也不尽相同每 个机器人根据设定的标号从接收缓冲区取出左右轮速度值表1-2为通信协议的一个例子 表1-2一种协议格式 字段
1 字段
2 字段
3 机器人的标号Ri Ri的左轮速 Ri的右轮速 1.3小结 论文第一章主要对足球机器人进行了介绍第一节简要介绍的机器人足球比赛并举出RoboCup仿真比赛和FIRA微型机器人比赛作为例子接下来分析了微型机器人足球系统的组成并对各个子系统的地位工作原理和面临的挑战作了简要阐述 下一章将重点论述微型足球机器人系统的策略系统控制结构和基本动作设计在给出策略子系统的结构之后指出了基本动作在策略系统中的基础地位在第三节中介绍了基本动作生成的原理最后给出了系统原有的两个基本函数 第三章介绍了本论文的主要工作运动参数的分析和基本动作的改进对于转角Angle函数在对运动参数进行分析后通过实验确定了速度参数Ka的值针对跑位Position函数的小车轨迹难以预测和控制的缺点基于对运动参数的分析改进成走圆弧RunArc函数最后在走圆弧RunArc函数的基础上通过给定轨迹的中间点利用视觉反馈的方法达到控制小车走不同的圆弧到达目标点的目的 11 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 第二章策略子系统与动作设计 2.1策略子系统的任务特点和推理模型 在足球机器人系统中决策子系统的任务就是根据当前球场上比赛形势作出部署给队员发出指令担负起教练员的职责 图2-1反映球场瞬间态势的图像 作为人类球员与教练员他们的思维通常包括形象思维和逻辑思维两部分在激烈的体育比赛中通常以形象思维为主比如此刻球场上是如图2-1所示的态势如果我方在左半场向右进攻那么教练员立即看出R2队员位置较好因此教练员应该发命令使R2射门而机器人决策系统得到得信息是如表2-1所示的表这使得人类形象思维的优势荡然无存 表2-1反映球场瞬间态势的数据各目标的坐标和方向角 R1 R2 R3 ER1 ER2 ER3 Ball X(cm) 75 60 12 85 90 145 78 Y(cm) 30 65 60 90 30 55 65 (deg)
110 10 90 200 190 90 人类对球场信息的处理通常是基于模糊的概念如远近快慢有利不利等等,用自然语言进行推理决断而决策子系统面对的是刻板的数据和程序语言如何将教练员的决策思维过程形式化规范化并用计算机程序表现出来这属于知识工程的范畴是崭新的前沿领域这也是机器人足球比计算机象棋更具挑战性的原因也是决策子系统的难点所在 如果说决策子系统充当的是教练员的职责那么对于机器人足球而言教练员是个盲人 12 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 他不是用眼睛看到比赛场景反映到大脑进行形象思维而是根据队员在比赛场上的位姿和球的位置等数据对比赛场上的形势进行分析所以更多的是依靠逻辑思维来完成推理过程这样决策子系统在制定决策时就应该参照盲人教练的思维过程展开细致地抽象推理链上的每个环节从而实现专家知识与决策过程的形式化东北大学徐心和教授提出了六步推理模型 1输入信息预处理计算有关实体速度相对距离等2态势分析与策略选择3队形确定与角色分配4目标位置确定5运动轨迹规划6轮速确定一般说来1)4)5)6)步为演绎推理可由数学模型计算而2)3)步为产生式推理应该由专家系统来完成在系统开发的初级阶段考虑因素有限可以将第2)3)步合二为一直接进行角色分配而第1)4)5)6)步的计算关系又可以用程序模块组织起来于是决策系统可由三大部分组成1输入信息预处理2角色分配3动作安排最后输出轮速设定值 2.2策略子系统的结构 通过以上对策略系统特点和推理模型的分析我们可以大致得出策略子系统的一个基本的框架如图2-2所示 视觉信息 预处理角色分配 策略库 进攻者防守者守门员 战术动作技术动作基本动作 轮速输出图2-2策略子系统的结构下面对这个子系统结构图中的角色分配和动作设计部分做一个分析2.2.1角色分配1角色分配的作用和要求 13 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 在比赛过程中场上的形势比较复杂在图2-3中的情况下如果没有角色分配两名队员都去进攻必将出现两个机器人冲突的情况那么谁主攻谁助攻如果只是以队员与球之间的距离作为条件来分配角色那么Robot1与球近它将去进攻但是它将走一个曲线相对于让Robot2进攻将花费更多时间显然是无效的角色分配所以角色分配的条件一定要合理 图2-3两个机器人冲突示意图 角色分配依赖于视觉传送的信息用户制定的决策球所在的区域故障和冲突检测等信息[18]如图2-4所示例如球在前半场且本方控制球的情况下哪个机器人进攻哪个助攻球在后半场时哪个机器人防守哪个机器人协防在进攻的机器人被阻挡或进攻的机器人与球的角度差以及与球的位置相对较差时助攻队员应能及时转换为主攻诸如上述类型的问题都由角色分配模块完成 视觉信息 角色分配 决策库 输入信息预处理动作选择 异常情况处理 图2-4角色分配的模块信息流图 2形势分析和选择策略进行角色分配之前首先要能对场上的形势作出正确的分析以选择合适的策略在决定策略之后再根据作出的策略来分配机器人的角色分析场上形势有两件事是必须事先做好的首先是场地区域的划分比赛时球是场上的中心它所处的位置直接影响到决策的结果最简单的划分是划成左右半场球在本方半场时队员一般应该收缩防守在对方半场时则应该全线推进重点放在进攻上一般球场的划分比这个复杂下面图2-5所示就是一种划分方法它将球场分成了五个区A1(本方球门区)A2对方球门区A3边线区A4本方半场A5对方半场球在不同的区域策略系统将据此采取不同的策略其次判断控球方控球方的判定也是做出策略的一个重要的依据在足球比赛里有时即使足球在本方的半场如果球权在我们手上的话正常情况下应该推进以组织进攻所以仅通过球在球场上的位置来做出进攻还是防守的决定是不够的还应该判断控球的是哪一方当然机器人小车跟运动员比起来控球能力要差 14 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 的远起码现在是这样那么应该怎么判断球权的控制者呢常用的方法有微分法时间区域控制法最短距离法最短距离法是最简单而效果又较好的方法具体来说就是谁离球近就代表谁在控球 机器人足球比赛场上的情况瞬息万变在20ms左右的时间内对场面作出精确的判断是极其困难的只能根据预处理得到的视觉反馈信息做出简单迅速的判断然后进行策略的选择 本方半场 A3 A1 A4 A5 A2 图2-5例子球场的划分 根据赛场形势及时调整比赛策略也是十分必要的对于三人赛制通常固定一名队员为守门员这样在策略选择上便只需考虑二个机器人的角色与动作安排了具体的分工策略有 1前后场分区防守两机器人前后各占一半攻守职责分明2左右半场区域防守两机器人一个在左边一个在右边另外可在中间设置公共区提高配合能力3全攻全守球在前场时分配主攻协攻而球在后场安排主防协防全队姿态积极效果很好4自由人战术此战术偏向防守因为它只是安排自由人全攻全守而另一机器人始终在后场防守与守门员一起力保大门不失5盯人策略进攻为全攻策略防守不只围球转而是强调盯人和卡位这样在识别球的同时还需识别对方机器人的位置朝向速度等对系统实时性要求较高更适合于5对5或更多队员的比赛当然还可以列出各种各样的策略如比分落后时采取孤注一掷的策略比分领先又剩时不多时采取全队防守的策略等随着球员数目的增加和场地的扩大策略将更趋复杂化和多样化成为足球机器人软件开发的重要方向 3角色分配的任务角色分配的任务可以分为三部分确定队形分配角色角色转换队形其实体现了策略如在3对3的比赛中1-0-2”1个守门员2个进攻队员用在全攻全守策略中1-1-11个守门员1个进攻队员一个防守队员则用在前后场分区策略中不同的策略使用不同的阵形为了让非守门员的两个队员相互配合协同作战完成各自的任务而不发生冲突必须对它们分配角色采用不同的策略要分配的角色就不相同在前后场分区策略中只需要分配进攻队员和防守队员两个角色职责分明而在全攻全守策略中需要分配的角色是主角和配角进攻队员或助攻队员防守队员或协防队员所以分配角色一定要跟某种策略紧密联系图2-6是分配进攻队员或助攻队员的示意图 15 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 设di(i=12)是机器人与球之间的距离θi(i=1,2)是机器人方向与球和机器人连线方 向的夹角ki(i=1,2)是可调的参数令 A1=k1d1+k2θ1A2=k1d2+k2θ
2 视觉信息更新
Y A1
N 角色转换
N 机器人1进攻机器人2助攻 Y机器人2进攻 机器人1助攻 图2-6进攻中角色分配示意图 上面提到的全攻全守策略中两队员的地位不是绝对的而是随着场上情况的变化而发生着变化这就是角色的转换原来的防守队员可能此时处在有利于进攻的位置或者原来进攻的队员被对方挡住失去了进攻机会那么就要求角色转换如图2-7所示设机器人
1 此时还处于进攻状态但是已经被对方球员挡住di(i=12)是机器人与球的距离 αi(i=1,2)是机器人方向β是球与球门中心连线的方向角w2=“机器人2不在球与球门 间”则角色转换的条件可以写成 w2andd2<3d1and|α2−β|<15or|α2−180−β|<15
2 Robot2 Robot1图2-7角色转换示意图 16 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 2.2.2动作设计 由上述决策子系统的结构机器人的动作可以分为三层基本动作技术动作战术动作基本动作一般包括转角angle和跑位position调用基本动作的是技术动作包括射门shoot拦截block扫球sweep传球pass等为进行战术配合常常需要调用多个技术动作可将此类动作定为战术动作如一传一射pass-shoot二过一(twobeatone)交叉掩护crossing-covering等 假如某机器人的角色被定为主攻它的任务就是要射门动作安排模块就是要根据球球门和球员的位置进行射门动作的轨迹规划再根据各瞬间机器人与目标位置方向的差异进行当前左右轮速设定所有这些都由相应的动作函数来完成图2-8是实验室现有机器人决策系统策略函数和动作函数之间的调用关系可以明显的看出系统的分层结构基本动作处于函数调用的最底层是执行命令的基础最基本的函数直接控制小车轮速高级策略函数则处于最高层负责判断形势并做出决策 高 My_Strategy() 层 策 Strategy() 略 InitRole()MyGoalie(),RoleSelect(),底层 AddiShoot(),Attack()MyGoaliePosition() RoleSelect2(), 策 CheckOp(), 略 AreaPartition() 复 ShootAt(),Kick() 杂 动 作 PositionEx(),shoot()
Position() Auto_Robot_Position(),GoToPosition(),Rush(), Rush2() AvoidFZone(),AvoidSticked()AvoidBound(),AvoidBoundEx() 简单动作 Angle(),AngleEx() Velocity() Robot(),()Proc() 图2-8现有策略子系统中函数调用关系图 速度控制 17 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 2.3基本动作设计 2.3.1运动学模型 如图2-9是轮式足球机器人的示意图它是通过左右轮来驱动的上位机每周期发给机 器人的指令就是左右轮速不同的左右轮速使机器人完成不同的任务假设VL和VR分别表 示机器人左右轮的速度当机器人左右轮的速度值不相等时机器人将作弧线运动设其瞬时圆周运动半径为RICR为瞬时旋转圆心L为机器人的边长 图2-9机器人运动模型 因为机器人遵守刚体运动的约束所以有以下两式 V=VR+VL (2.1)
2 ω=VR−VL (2.2)
L 其中V是小车中心的线速度ω是小车自转瞬时角速度 机器人的状态变量是位置和角度(x,y,θ)下面将它们用VLVR表示出来 因为 dx=Vcosθ (2.3) dt dy=Vsinθ (2.4) dt dθ=180ω (2.5) dtπ 将(2.1),(2.2)式带入并写成矩阵形式得到运动学微分方程 dx 10 0dtdy cosθcosθ 1 VL 01 0π
L dt = sinθ2 sinθ VR (2.6) 00 dθ−11 360 dt 18 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 2.3.2基本动作的生成 机器人的基本动作包括转角angle和到定点position要生成这些动作的关键就是要找到一种控制左右轮速的方法原地转角angle要求左右轮速大小相等方向相反 即VL=−VR直线运动则要求VL=VR对于到定点的曲线运动position一般有 |VL|≠|VR| 那么采用什么方法来控制左右轮速度来使机器人完成基本的动作呢机器人与球目标位置的相对关系如图2-10我们的目标就是要让机器人沿着初始位置和目标位置的连线 方向有大小为d的位移可以通过dθ来控制左右轮速常用的方法如下面(2.7)(2.8) 所示 VL=kdd−kaθ (2.7) VR=kdd+kaθ (2.8) 其中kdka是可调的速度参数 将(2.7)(2.8)带入到(2.1)(2.2)式 V=kdd ω=2kaθ
L 这样小车的线速度只和d有关自转角速度只和θ有关 控制思路非常清晰 (2.9)(2.10) d 图2-10机器人运动的控制量d和 2.3.3基本动作函数 基本动作是通过基本动作函数实现的基本动作函数是动作选择机制中的最底层其他的高级动作都需要调用它们基本动作函数效果的好坏直接影响到高层动作的实现效率所以基本动作函数必须仔细的推敲来加以完善下面列出基本动作函数 1转角(Angle)函数函数中的参数whichrobot是机器人的编号desired_angle是需要转到的角度ka是 可调的运动参数AngleOfHomeRobot[whichrobot]是通过视觉系统反馈得到的机器人的方向Velocity(whichrobot,vl,vr)将算出的左右轮速传达给机器人去执行voidAngle(intwhichrobot,intdesired_angle,doubleka) 19 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 {inttheta_e=0,vl,vr;theta_e=desired_angle-AngleOfHomeRobot[whichrobot]; while(theta_e>180)while(theta_e<-180)if(theta_e>=90){ theta_e-=180;}if(theta_e<-90){ theta_e+=180;} theta_e-=360;//将角度控制在-180+180度theta_e+=360; //角度误差为正钝角时取它补角的负值 //角度误差为负钝角时取它补角的正值 vl=int(-ka*theta_e);vr=int(ka*theta_e);Velocity(whichrobot,vl,vr); Proc(whichrobot); }此函数的特点是与角度相关的运动参数ka是被当作函数的参数传递过来的而不是 在函数内部赋值的这增加了程序的灵活性那么如何确定参数ka的值呢下一章将在分析运动参数的基础上通过实验来确定合适的ka值 2跑位Position函数函数中的参数whichrobot是机器人的编号x,y是机器人的目标位置 PositionOfHomeRobot[whichrobot][0]PositionOfHomeRobot[whichrobot][1]是视觉系统反馈得到的机器人当前位置横纵坐标 voidPosition(intwhichrobot,doublex,doubley) { intdesired_angle=0,theta_e=0,vl,vr,;doubledx,dy,d_e,Ka=0.2,Kd=1.5; //设定ka,kd值 dx=x-PositionOfHomeRobot[whichrobot][0];dy=y-PositionOfHomeRobot[whichrobot][1];d_e=sqrt(dx*dx+dy*dy); if(d_e>20.0)//将速度控制得小一点d_e=20.0;if(d_e<-20.0)d_e=-20.0;desired_angle=(int)(180./M_PI*atan2((double)(dy),(double)(dx)));theta_e=desired_angle-AngleOfHomeRobot[whichrobot]; while(theta_e>180)theta_e-=360; 20 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 while(theta_e<-180)if(theta_e>=90) {theta_e-=180;d_e=-d_e; }if(theta_e<-90){ theta_e+=180;d_e=-d_e;} theta_e+=360; if(fabs(d_e)<1.0){ d_e=0.0;}if(fabs(theta_e)<=1){ theta_e=0;} //防止在到达目标点后机器人的抖动 vl=int(Kd*d_e-Ka*theta_e);vr=int(Kd*d_e+Ka*theta_e);Velocity(whichrobot,vl,vr);} 这个函数采用的是上面所说的控制方法(2.7),(2.8)来控制左右轮速度缺点是轨迹的形状不可控制也不能控制到目标点时机器人的方向 下一章将着重于我在机器人基本动作的改进方面的一些工作主要是运动参数Ka和Kd的估计和Position函数的改进 21 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 第三章运动参数的分析和基本动作函数的改进 3.1转角Angle函数中的Ka参数估计 转角函数的目的就是要控制机器人原地旋转到指定的角度其函数实现见2.3.3节函数共有4个输入其中三个由调用者给出分别是机器人的标号whichrobot期望的角度desired_angle速度参数Ka另外一个是由视觉反馈得到的编号为whichrobot机器人的角度θ输出是机器人的左右轮速度函数简略的流程图如图3-1所示 计算角度误差 θe=desired_angle−θ θe的预处理 计算左右轮速度Vl=−Ka*θe Vr=−Vl 图3-1Angle函数的流程图 图3-1中θe的预处理指的是将第一步算得的θe通过运算使得它的大小控制在-9090度之内这样程序就能保证机器人每次转动的都是锐角图3-2是小车转动时的示意图转动时机器人会选择逆时针转动锐角而不是顺时针转动钝角θe由于小车的车尾和车头一样可以踢球所以这样做是可行的这样做有两个优点一是节约转角时间二是便于小车准确的到达目标角度因为如果需要转动的角度越大转动的速度也就越大到达目标角度时就越难一下停下来小车摆动会比较厉害预处理的具体实现可以参见2.4.3节函数代码 转 动 方 e 向 图3-2机器人选择顺时针转动锐角 22 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 3.1.1转角(Angle)动作的模型 下面将推导角度误差θ即图3-1中的θe用时间t表示的表达式由上一章2.10 式 ω=2kaθ
L 因为 ω=−dθ 3.1 dt 所以 dθ=−2kaθ 3.2 dt
L 亦即 dθ=−2kadt θ
L 所以 d(ln|θ|)=d(−2kat)
L 亦即 |θ|=θ0e−mt 3.3 其中,θ0=θ(t)|t=0,m=2Lka 这是从纯数学的角度推导出来的θ(t)的解析函数表达式它的函数曲线如图3-3曲线
1 所示但是这样忽略了一些动力学方面的因素在机器人转角的过程中由于惯性的作用它会冲过目标角度转过了头这时他又会减速并反方向转动所以实际情况是机器人会在目标角度附近摆动情况如曲线2所示类似于弹簧振子的衰减振动 图3-3理论和实际的θ−t的曲线 23 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 所以实际的机器人振动的模型可近似用3.4式表示 |θ|=θ0e−mtcos(Ωt) 3.4 3.1.2速度参数Ka的估计和数据分析 下面讨论参数Ka的估计转动时左右轮的速度跟Ka成正比所以Ka的大小跟机器人转动的速度直接相关转动的速度过大机器人到达目标角度时就会有摆动转角失去了精确性如果转动的速度太慢则有可能在还未转动到目标角度时已经停了下来所以就有一个选择Ka的问题评价Ka合适与否的标准就是看机器人转到目标角度稳定下来的时间计算这个时间我采取了如下方法通过视觉反馈得到机器人的一组角度值用平滑的曲 线拟合从图上找出θe开始稳定在-1010度之间的时间就是我们要找的稳定时间由于 视觉系统本身精度的限制得到的角度有较大的误差如果机器人本身不动视觉系统得到的角度也会有大于10度的跳动所以将机器人稳定带定义在目标角10度是合适的 接下来我们将通过实验的方法来确定Ka的值具体做法是1先让机器人转动90度选取Ka=0.1,0.2,0.3,……,通过实验选择出一个最好值这里以0.1的步长选取Ka是考虑到视觉系统本身识别精度的限制Ka过于精细从视觉系统反馈回来的数据可能根本看不出来区别2得到一个转角为90度时最好的Ka后我们再对其他的小于90度的转角做实验来验证这个最好的Ka是否也对其他的角度适用如果不适用再减小Ka的步长重新选择Ka的值 第一步对于θe=90找出此时最好的Ka值下面三幅图是实验得到的θe−t的关 系图中小箭头指出了曲线开始到达稳定带时的点 图3-4Ka=0.1时第一次的数据 24 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-5Ka=0.1时第二次的数据 图3-6Ka=0.2第一次实验数据 25 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-7Ka=0.3时的第一次数据 表3-1Ka=0.1,0.2,0.3时的稳定时间 Ka=0.1 Ka=0.2 Ka=0.3 次数123451234512345 稳定时间T282628272423222526275557485142 平均值 26.6 26.6 50.6
T 结果分析1当Ka=0.1时曲线在稳定带最平坦也就是说此时机器人没有在目标位置摆动 但是却有可能转不到位从图3-4可以明显看出来平衡带并不在y=0轴上,而是偏上在图3-5中则偏下 2当Ka=0.3时曲线的振动最厉害虽然此时速度最快但是由于惯性致使它的稳定时间反而大于Ka=0.1和0.2的情况 综上所述对于控制机器人转90度Ka等于0.2左右是比较理想的选择此时机器人能准确到达目标角度且没有明显的振动出现 第二步对于θe=80,70,...,10验证Ka=0.2时机器人是否能到达目标角度 下面是实验中得到的θe=60和θe=30时的一组实验数据 实验条件θe=60 26 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-8θe=60时的θe−t关系图Ka=0.2 实验条件θe=30 经到达目标角度 由图可见小车稳定下来后的θe在10度左右可以认为小车已 图3-9θe=30时的θe−t关系图Ka=0.2通过对每个θe的5次实验证实对θe=80,70,...,10Ka=0.2时都能到达目标角度 综上所述对于转角Angle函数Ka可以固定取值为0.2此时机器人可以到达指定角度并且不会有明显的振动 27 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 3.2跑位Position函数的改进 3.2.1原有Position函数的缺点 Position函数的作用是控制机器人准确到达一个指定位置它的输入参数为机器人的标号whichrobot目标点的坐标x,y还有从视觉反馈得到的标号为whichrobot机器人的位置角度输出同样是小车左右轮的速度函数简略流程如图3-10 计算角度误差e和小车与目标点距离d θe=desired_angle−θ d和θe的预处理 计算左右轮速度 Vl=Kd*d−Ka*θe Vr=Kd*d+Ka*θe 图3-10Position函数的流程图 图3-10中的θe预处理与angle函数相同d的预处理就是将d的数值控制的小一点d太大有两个缺点一是造成速度过大速度太大会使小车到达目的点后不容易准确及时的停住另外一点就是在左右轮速度表达式中d过大可能造成前一项在开始时远大于后一项将第二项淹没致使机器人轨迹不平滑具体的操作就是在算出距离d后加上 if(d>20.0)d=20.0;if(d<-20.0)d=-20.0;d有可能为负值是因为机器人可以倒退前进此时d取负具体见2.3.3节代码这里再对原来position函数的做一个总的评价1KaKd在比赛过程中是固定的不能根据实际的情况进行调整Kd控制着小车运动的线速度大小式2.9Ka控制着小车自转的快慢式2.10如果能找到一种让程序自动调整参数的办法机器人运动的轨迹肯定可以更平滑更合理2不能控制到目标点时速度的方向和到目标点的时间函数的控制量应该有目标点的位置x,y到目标点的方向和时间t时间t的控制可以通过调节Kd达到3不能预测小车将运动的轨迹对小车速度的控制用到了四个变量角度误差机器人与目标点的距离dKa和Kd其中Ka和Kd是用户凭借经验给出的这四个控制量都与运动轨迹无关因此小车将以什么样的轨迹到达在小车到达目标点之前用户无法预知我做的实验的目的就是希望能通过预先给定的轨迹来调整小车的运动参数控制其能较 28 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进好的依照规划的轨迹到目标点我的第一步目标就是让小车以一段平滑的圆弧到达目标点 3.2.2机器人走圆弧的条件 下面推导要使机器人以圆弧到达目标点需要满足的条件机器人的运动模型如图3-11 图3-11机器人运动模型 机器人要做圆弧运动VL和VR满足 R−
L VL=
2 3.5 VRR+
L 2 其中R为圆周运动轨迹的半径L为小车的宽度 为了机器人能准确得到达目标位置VL和VR仍然采用上面提到的控制方法即 VL=kdd−kaθ (3.6) VR=kdd+kaθ 将3.6 3.7代入3.5并化简得到 k=k⋅L⋅dad2Rθ 式(3.8)就是机器人要做圆周运动ka要满足的条件 其中d和θ是时间t的函数 (3.7) 3.8所以在 这里ka已经是可以变化的由此可见是小车走圆弧的要求决定了ka按照(3.8)式随时间而 改变 将(3.8)代回到3.63.7得到 V=(1−L)kd
L 2Rd (3.10) V=(1+L)kd
R 2Rd (3.11)式是理论上的机器人走圆弧时左 右轮速度 要使机器人以指定角度走圆弧到指定点目标控制量为机器人的目标点坐标 (3.10)(3.11)x2,y2 29 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 到目标点的角度另外通过视觉反馈可以得到的机器人的起始点坐标x1,y1由这两点坐标和一个方向已经可以确定出轨迹圆弧但是小车在起始点的角度一般不是轨迹的切线方向因此在起始点先让机器人旋转到圆弧的切线方向具体做法就是给它一定的时间如20T,让它完成转角转到切线方向后再接着走圆弧 图3-12机器人轨迹示意图 机器人的圆弧轨迹如图3-12所示其中 α=2γ+β 机器人在起始点要转到的角度由3.13式给出 满足如下关系 (3.13) 3.2.3实验数据和分析 按照上面的方法设计出来的走圆弧(RunArc)函数的效果是比较令人满意的用户输入的 控制量有目标位置的坐标目标角度速度参数kd其中kd可以控制到达目标点的时间 下面给出一组实验结果 实验条件kd=1.963β=90(x1,y1)=(108,20)(x2,y2)=(75,65) 1x2y2控制的准确性由图3-133-143-15可以看出同时在40T左右x2y2均能准确的到达目标 值控制效果比较理想另外从这三个图可以看出视觉系统反馈回来的三个参数机器人的位置的横坐标纵坐标方向角度中角度值跳动比较大位置值则比较稳定因此我们的机器人足球系统中的视觉系统尤其在识别角度方面还需改进 30 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-13机器人位置横坐标x和时间的关系(Kd=1.963) 图3-14机器人位置纵坐标y和时间的关系(Kd=1.963) 31 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-15机器人角度和时间的关系(Kd=1.963)2轨迹形状的控制 原来的Position函数生成的轨迹形状是难以预测和规划的它的轨迹随起始点目标点的坐标以及在起始点的小车方向的不同而改变图3-16为原有Position函数的轨迹数据 图3-16原Position函数的轨迹采样点图3-17给出的是改进后的Position函数得到的轨迹采样点可见轨迹和我们预想的一样是一段较为平滑的圆弧 32 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-17机器人轨迹采样点(Kd=1.963) 3时间的控制 实验条件kd=1.571β=90(x1,y1)=(108,20)(x2,y2)=(75,65) 实验数据图3-183-19给出了在上述条件下机器人的x系 y坐标值随时间的变化关 图3-18机器人位置横坐标x和时间的关系(Kd=1.571) 33 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-19机器人位置纵坐标y和时间的关系(Kd=1.571) 结果分析起点终点目标方向都跟上面的实验一样只是改变了kd的大小此时机器人到达目标点大约需要52T的时间而对于前一次实验机器人到达目标点大约只需要45T的时间实验结果表明虽然暂时还不能精确的控制机器人到达目标点的时间但是仍然可以通过改变kd粗略地控制机器人运动的快慢 3.3跑位动作的中间点轨迹控制方法 上面的RunArc函数虽然能控制小车走圆弧但是它在起始点目标点给定后轨迹就是一段固定的圆弧无法调整机器人轨迹这样会出现如下问题第一是如果有别的物体挡在轨迹上时无法绕过障碍物第二有时可能需要走某条特殊路径如最短路径到达目标这个时候显然不能用RunArc函数第三如果能控制小车沿不同轨迹到达目标也就能控制小车到目标点的时间根据球的速度调整小车的轨迹圆弧的大小从而能将对方的球拦截下来而这点也是RunArc是做不到的下面的工作就是在RunArc函数的基础上给定小车轨迹上的中间点使小车经过中间点走圆弧到达目标点给定不同的中间点小车就走出 34 了不同的轨迹 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 基本思路如图3-20 起始点IniPnt中间点(MidPnt)目标点ExpPnt 视觉反馈 计算圆弧参数圆心半径计算左右轮速 偏离轨迹 是调整速度 否发送速度命令 图3-20中间点轨迹控制的基本思路 3.3.1轨迹圆弧的计算 1初始点小车方向α的计算 如图3-21ABC分别为路径的起始点点故有 中间点和目标点 D为AO与轨迹圆的交 α+β=90D θ+β=90D 所以因为ABCD为圆的内接四边形故所以 α=θα= = (3.14) 35 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-21轨迹圆弧的计算 2半径R的计算 如图3-21d为AC两点间的距离则有R=d2sinθ 是AB和BC的夹角计算出后由(3-14)(3-15)可以计算出R 3圆心坐标的计算 机器人在起始点的角度设为φ则半径AO的方向 ϕ=φ+90D 设起始点A的的坐标为(xA,yA)圆心的坐标为(xO,yO),则有 xO=xA+RsinϕyOyARcosϕ φ由视觉系统给出由(3-16)(3-17)就可以得到圆心的坐标(xO,yO) (3.15)(3.16)(3.17) 3.3.2轨迹圆弧的控制 1判断是否偏离既定轨迹3.3.1节中已经计算出了由起始点中间点目标点决定的轨迹圆弧所以可以通过视 觉反馈得到的小车位置信息来判断小车是否偏离既定轨迹方法如图3-22所示内外轮是左轮还是右轮与小车运动方向是逆时针还是顺时针有关小车逆时针运动 时左轮为内轮右轮为外轮顺时针时则相反 36 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 小车在圆内否小车在圆外 是增大内轮速度 是增大外轮速度 图3-22轨迹圆弧的控制流程 2矫正办法矫正的方法在图3-22中已有反映就是小车在圆内时增大内轮速度使其靠近既 定轨迹在圆外时则增大外轮速度具体如何增大轮速呢可以采取一个简单而有效的办法将轮速乘以一个倍数k实验中我取k=1.1 3.3.3实验数据和分析 为了检验在相同起始点和目标点的条件下设定不同的中间点后轨迹的变化下面的实 验连续给出8个不同轨迹的中间点(xB,yB)并将这8个中间点选在一条直线上对每个中 间点记录下视觉系统得到的小车的轨迹采样点数据这8个中间点坐标依次为23,71,33,61,38,56,48,46,53,41,58,36,63,31,68,26下图3-23是 连续8次实验数据做出的小车轨迹图蓝色小圆圈是小车轨迹采样点红色的*表示的是事先给出的中间点这8条轨迹偏离预定中间点的平均误差在0.75cm左右在机器人足球的可接受范围内机器人足球比赛的用球直径就为4cm机器人边长就为7.5cm 实验条件起始点(xA,yA)=(25,15)目标点(xC,yC)=(75,65) 37 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-23小车沿不同的轨迹到达目标点*表示所给的中间点 上面的实验固定了起始点和目标点为了验证此方法在球场上任何位置都适用我们用计算机随机地产生起始点中间点目标点的坐标取出合法的四组坐标对每组坐标记录下小车的轨迹数据下面四幅图分别是四组实验得到的运动轨迹上的采样点和曲线拟合结果 实验条件见表3-
2 表3-2中间点轨迹控制法的四组随机实验条件 起始点cm 中间点(cm)
1 (20,66) (64,79)
2 (84,25) (66,82)
3 (91,66) (22,82)
4 (27,27) (109,32) 目标点(cm)(56,20)(28,110)(32,45)(129,84) 38 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-24第1组坐标的小车轨迹图*表示所给的中间点 图3-25第2组坐标的小车轨迹图*表示所给的中间点 39 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-26第3组坐标的小车轨迹图*表示所给的中间点 图3-27第4组坐标的小车轨迹图*表示所给的中间点结论由上面四幅图对于随机选取的起始点中间点目标点小车均能较好的通过中间点到达目标点第一幅图相比其他三幅轨迹偏离中间点较大但是误差在3cm左右属于可接受范围比赛中所用的高尔夫球的直径就为4cm机器人边长就为7.5cm由于还没有考虑到球场边界的问题在规划的轨迹越过边界时机器人会与边墙发生碰撞出现意外情况但如果上层策略给出的中间点就已经考虑了边界完全可以避免与边界的碰撞这 40 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进也是我们暂时还没有考虑这种情况的原因综上所述在没有碰撞的条件下此方法在球场各处均能控制机器人通过中间点 按照这种方法改进的跑位函数在机器人足球赛里的应用有如下几个方面1拦截球根据球速来调整轨迹弧线的大小以使机器人到达目标点时刚好能把球拦截下来2拦截对方进攻队员通过走弧线绕到对方进攻队员和本方球门之间防止对方射门3过人可以走弧线绕过对方的球员达到有利的目标位置 图3-28H1被对方O1挡住 图3-29H1从右边绕过对方O1 图3-30H1以45角到达目的点 41 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进上面的三幅图显示的是H1队员绕过对方O1队员的过程其中H3是本方的守门员H1此时需要跑位到禁区的左角以协助H3保护球但此时路线被对方O1挡住通过走弧线H1绕过了O1以45º角到达了目的点 42 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 第四章总结和展望 通过几个月来对Mirosot微型足球机器人平台的研究和探索对整个足球机器人系统软硬件组成系统各部分之间的关系以及各个子系统内部结构都有了一个较为清晰的认识机器人小车和视觉系统的性能是整个系统的身体和眼睛策略子系统是整个机器人足球系统的大脑这些子系统相互关联不可分割任何一部分出现差错将直接影响到整个系统的性能而机器人基本动作是策略系统的最底层高层策略都要通过调用它而起作用基本动作设计的好坏将直接影响到高层策略的执行效率因此本文主要论述基本动作的改进 转角Angle函数的改进主要是通过实验确定出最佳的速度参数Ka的值对于跑位Position函数由于以前的Position函数不是通过轨迹来控制机器人所以小车运动的轨迹是无法预知的本文的部分工作就是通过事先输入的轨迹来调整机器人的运动参数使机器人逼近指定好的轨迹用输入的三个点起始点中间点目标点来确定一个目标的圆弧轨迹并根据走圆弧的条件调整速度参数在运动的过程中采取了视觉反馈的方法来调整机器人的左右速度控制机器人沿轨迹运动这个改进后的函数可以用于拦截过人等为了验证算法的正确性首先在独立开发的一个简单的仿真平台上进行实验再移植到在实际的系统平台上试验这样做的原因是实际的系统平台会受到硬件性能和环境因素的干扰在仿真平台上则不会有这样的意外因素 针对目前我们足球机器人系统的现状今后的主要工作将在以下几个方面1视觉系统的改进视觉系统得到的球场数据是策略系统做出决策的主要依据因此改进视觉系统的识别效果必将提高整个机器人足球系统的表现第3章实验部分已经提到现有系统的视觉部分识别精度不是很高尤其是在识别小车的方向角方面我们现有的系统是采用颜色的RGB模型来检测和识别的容易受到光线干扰很不稳定后来我们将RGB模型转换成YUV模型识别情况有所改善但是角度的识别仍然不能令人满意今后将进一步改进视觉系统提高识别精度2策略系统的丰富基本动作只是动作集(ActionSet)的一部分上面还有高级的动作以及更高级的决策部分我们的策略系统还没有形成一个完整的体系下一步的工作将是努力完善策略部分3仿真平台的搭建在改进基本动作的过程中编制了一个简单的仿真程序用于检验实现基本动作的算法仿真程序作为很好的策略检验的平台是实际平台无法替代的但是这个仿真程序还需要进一步完善以使它成为一个完整的仿真测试平台 43 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 参考文献 [1]
J.-H.Kim,
P.Vadakkepat,“Multi-AgentSystems:ASurveyfromtheRoboterPerspective”,Int.J.IntelligentAutomationandSoftwareComputing,6:(1)3-17,2000.[2]
A.K.Mackworth,“OnSeeingRobots”,inA.BasuandX.Li,editors,ComputerVision:Systems,Theory,andApplications,pp.1-13,WorldScientificPress,Singapore,1993.[3]王文学赵姝颖孙萍徐心和多智能足球机器人系统的关键技术东北大学学报自然科学版第22卷第2期2001年4月192页195页[4]/[5]/[6]马洪峰刘国栋机器人足球比赛中Agent设计与实现无锡轻工大学学报第20卷第3期2001年5月307页314页[7]李实陈江孙增圻清华机器人足球队的结构设计和实现清华大学学报自然科学版第41卷第7期94页97页[8]
K.-H.Kim,
K.-W.Ko,
J.-G.Kim,
S.-H.Lee,
H.-S.Cho,“TheDevelopmentofaMicroRobotSystemforRoboterGame”,Proceedingsofthe1997IEEEInternationalConferenceonRoboticsandAutomation,1997,pp.644-649.[9]洪炳熔刘新宇基于视觉的足球机器人系统计算机应用研究2001年第1期p1-
3.[10]
R.Sargent,
B.Bailey,
C.Witty,
A.Wright,“TheImportanceofFastVisioninWinningtheFirstMicro-RobotWorldCuperTournament”,RoboticsandAutonomousSystems,Volume21,1997,pp.139-147.[11]李晓明对足球机器人视觉图像识别问题的探讨山西大学学报自然科学版第26卷第1期2003年30页32页[12]杜啸晓杨新施鹏飞机器人足球视觉系统的软件研究数据采集与处理第16卷第2期2001年6月161页163页[13]臧笛李欣基于实时多目标跟踪的足球机器人视觉子系统的设计机电一体化2002年第1期18页20页[14]
J.-H.Kim,
H.-S.Shim,
H.-S.Kim,
M.-J.Jung,
I.-H.ChoiandJ.-
O.Kim“ACooperativeMulti-AgentSystemandItsReal-TimeApplicationtoRoboter”,ProcofIEEEInt.Conf.OnRoboticsandAutomation,NewMexico,April1997,pp.638-643.[15]
R.L.WilliamsII,
B.E.Carter,
P.Gallina,andG.Rosati,“DynamicModelWithSlipforWheeledOmnidirectionalRobots”,IEEETransactionsOnRoboticsandAutomation,Vol.18,No.3,June2002,pp.285-293.[16]
K.Watanabe,“ControlofanOmnidirectionalMobileRobot”,InternationalConferenceonKnowledge-BasedIntelligentElectronicSystems,April1998,pp.51-60.[17]黄卜夫熊蓉周科吴明光基于视觉的足球机器人小车系统的设计与实现微电子学第32卷第6期2002年12月478页480页[18]钟碧良张祺谢云杨宜民足球机器人通讯系统的可靠性分析与设计微电子学与计算机2003年第1期17页19页[19]黄卜夫熊蓉黄琪吴明光基于视觉的足球机器人无线通讯子系统的设计工程设计学报第9卷第5期2002年12月265页267页[20]吴丽娟翟玉人徐心和足球机器人系统角色分配策略的设计基础自动化第7卷第1期2000年2月4页6页 44 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 致谢 首先我要感谢我的导师刘宏副教授和查红彬教授在整个毕业设计阶段和论文的成文过程中导师给了我很多指导和点拨没有他们的教诲我的论文就不可能完成我还要感谢我的几位师兄林飞皮文凯冯所前陈可明和王鹏他们给了我很多相关方面的资料和很好的建议没有他们的帮助我的论文工作也难以顺利完成最后我要感谢我的父母和亲人始终在远方支持着我鼓励着我使我有信心克服各种困难全身心的投入到论文的写作中 45
1.通过转角动作函数的速度参数分析与优化提高了足球机器人转角动作的精度和稳定性
2.基于运动参数的分析改进了原来的跑位动作实现了机器人走圆弧轨迹的功能使策略对跑位动作的预测能力得到提高
3.利用全方位视觉系统的实时反馈实现了通过中间点控制机器人运动轨迹的方法克服了跑位这一最基本动作难以预测和规划的问题通过对跑位函数的改进可以更好地避免碰撞控制基本动作的执行时间实施比较复杂的防守和进攻策略 本文通过大量的仿真实验对比实验和实际比赛验证了所设计方法的有效性在实际的机器人足球比赛中改善了基本动作的执行效率达到了更好地控制机器人运动轨迹的目的 论文写作规范方案设计合理原理叙述清晰公式推导正确实验数据详实可靠体现出作者掌握了本学科领域的基本理论基础知识和基本技能具备了从事科学实验和研究的基本能力完成了一篇优秀的毕业论文 指导老师年月日 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 毕业生余泽指导老师刘宏查红彬 北京大学信息科学技术学院2003年6月12日 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 摘要 随着机器人技术和人工智能技术的发展如何让多个机器人相互协调配合来共同完成任务即实现多机器人合作系统已经成为新的研究热点作为多机器人合作系统的研究和实验模型足球机器人系统是一个多学科交叉的前沿领域它涉及到机器人学智能控制技术通信技术计算机技术传感器技术图像处理和人工智能等方向正在成为国内外许多大学研究比赛和交流的公共实验平台 论文第一章首先简要的介绍了世界上两大机器人足球比赛RoboCup和FIRA然后分别介绍了足球机器人系统的四个子系统第二章较为详细的论述了策略子系统与动作设计问题在介绍了策略子系统的任务特点和推理模型后提出了策略子系统的结构在论述动作设计在整个策略系统中的重要地位的基础上介绍了基本动作是如何生成的,并给出了策略系统中需要改进的两个基本动作函数第三章是本论文的重点基于对足球机器人运动参数的分析通过实验的方法确定了转角函数(Angle)中速度参数Ka的值针对原来的跑位(Position)函数轨迹不够平滑并且难以预测和规划等缺点改进成有平滑圆弧轨迹的走圆弧(RunArc)函数并通过实时的全局视觉反馈达到既能控制机器人的运动轨迹又能精确地达到指定位置和姿态的目的最后通过大量的实验对比和实际比赛验证了上述改进的有效性 关键词 足球机器人运动分析动作设计全局视觉 i 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 GlobalVisionbasedMotionParametersAnalysisandBasicActionsImprovementforRoboterSystems Abstract Withthedevelopmentofroboticsandartificialintelligence,scientistswereoftenfacedwithissuesoncooperationandcoordinationamongdifferentrobotsinaworkspace.Thishasledtothedevelopmentsinmulti-robotcooperativesystemsMRCS.AsaresearchmodelofMRCS,errobotisaninterdisciplinaryareathatinvolvestheknowledgeofrobotics,intelligencecontrol,munication,puterscience,sensortechnology,imageprocessing,artificialintelligence,andsoon.Ithaseapublicexperimentalplatformforuniversitiesallovertheworldmunicatewitheachother. Thefirstchapterofthepaperintroducesrobotergamesandthefoursubsystemsoferrobotsystems.Inthefollowingchapter,thestrategysystemandthecontrolschemeofrobotersystemisdiscussedindetail.Followingthediscussionoftheimportanceofactiondesigning,themechanismofbasicbehaviorgenerationisintroducedandthecodesofthetwooriginalbasicbehaviorfunctions,whichneedimproving,areshown. Thelastchapteristhefocusofthewholepaper.Basedonanalysisofmotionparameters,thevelocityparameterKaoftheAnglefunctionistunedthroughexperimentstogetthebestresults;ToethedisadvantagesoftheformerPositionfunction,aRunArcfunctionisdeveloped,whichcancontroltherobottorunasmootharcpathtoadestination;Atlast,themethodofcontrollingtherobottoruntothetargetbydifferenttrajectoriesisessfullyrealized,usingthefeedbackinformationoftheglobalvisionsubsystem. Keywordserrobot,Motionanalysis,Actiondesign,Globalvision ii 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 目录 摘要……......................................................................................................................................i Abstract……
.................................................................................................................................
ii 目录……...................................................................................................................................
iii第一章概述….................................................................................................................................1 1.1机器人足球比赛简介........................................................................................................1
1.1.1RoboCup和FIRA...................................................................................................2
1.1.2RoboCup仿真组比赛.............................................................................................3
1.1.3FIRA微型机器人足球赛(MIROSOT)...................................................................5 1.2微型机器人足球系统的组成............................................................................................5
1.2.1全局视觉子系统.....................................................................................................6
1.2.2主机和策略子系统.................................................................................................8
1.2.3机器人车体子系统.................................................................................................9
1.2.4通讯子系统...........................................................................................................10 1.3
小结................................................................................................................................11
第二章策略子系统与动作设计...................................................................................................12 2.1
策略子系统的任务特点和推理模型...........................................................................122.2策略子系统的结构..........................................................................................................13 2.2.1
角色分配...............................................................................................................13
2.2.2动作设计...............................................................................................................17
2.3基本动作设计..................................................................................................................18
2.3.1运动学模型...........................................................................................................18
2.3.2基本动作的生成...................................................................................................19
2.3.3基本动作函数.......................................................................................................19
第三章运动参数的分析和基本动作函数的改进.......................................................................223.1转角Angle函数中的Ka参数估计.........................................................................223.1.1转角(Angle)动作的模型......................................................................................233.1.2速度参数Ka的估计和数据分析........................................................................243.2跑位Position函数的改进.........................................................................................28
3.2.1原有Position函数的缺点....................................................................................28
3.2.2机器人走圆弧的条件...........................................................................................29
3.2.3实验数据和分析....................................................................................................30
3.3跑位动作的中间点轨迹控制方法..................................................................................34
3.3.1轨迹圆弧的计算...................................................................................................35
3.3.2轨迹圆弧的控制...................................................................................................36
3.3.3实验数据和分析...................................................................................................37
第四章总结和展望.......................................................................................................................43
参考文献…………………………………………………………………………………………..44致谢................................................................................................................................................45 iii 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 第一章
概述 1.1机器人足球比赛简介 机器人足球比赛是一个多智能体系统的典型问题多智能体系统就是一个分布式人工智能系统[1]这种系统要完成的任务是由各智能体协同完成的在这里一个智能体是指能独立地进行决策和知识处理的系统 在人工智能的发展道路上曾出现过计算机象棋它是用计算机和人类进行象棋比赛并作为博弈的典型问题在人工智能领域发展了搜索与产生式理论成为发展人工智能的第一个里程碑经过漫长的50年后IBM公司的“深蓝”计算机终于打败了世界象棋冠军卡斯帕罗夫它给人类展示了计算机专家系统可以击败人类天才的可能性但是我们看到计算机象棋只是反映人类社会的一个侧面即它是在静态环境下一个单智能体对另一个单智能体以非实时方式进行的知识处理问题而人类社会发生的绝大部分问题是在复杂的动态环境下一群多智能体对另一群多智能体以实时方式进行的知识处理问题多智能体系统要解决的问题就是分散存在的多智能体在复杂动态环境下通过相互通信和协调以实时方式进行的知识处理问题因此可以说多智能体系统是发展人工智能的一个新的突破它将过去封闭和孤立的知识系统发展成为开放分布的知识系统使人工智能从狭小的低谷腾飞而出面向更多的实际应用领域过去既然能通过计算机象棋这个典型问题来推动搜索和产生式理论那么现在能否找到另一种典型问题来推动多智能体系统的发展呢?
答案是肯定的那就是机器人足球比赛这是因为在机器人足球比赛中不但包含着多智能体系统要研究的全部内容而且其中所包含的动态环境与实时性要求比一般系统更为苛刻 机器人足球比赛的设想首先由加拿大不列颠哥伦比亚大学的AlanMackworth教授在1992年的报告OnSeeingRobots中提出的[2]举办机器人足球比赛的目的在于通过提供一个标准任务促使研究人员利用各种技术获得更好的解决方案从而有效的促进相关科研领域的发展它不仅需要人工智能技术中的视觉决策等技术而且还需要和其它学科技术如无线电通信智能控制机电一体化等关键技术集成为一体才能战胜对方[3]因此凡参加机器人世界杯足球比赛的球队都是自己国家的科研实力进行比赛的所以可以说机器人足球比赛是衡量各国综合技术实力的一个小平台上的“技术战争”机器人足球比赛所包含的关键技术有计算机视觉技术无线电通信技术机电一体化技术智能控制技术仿真技术软硬件集成技术人工生命学人机接口技术如图1-1所示 计算机视觉无线电通信 机电一体化智能控制 机器人足球比赛的关键技术 仿真技术软硬件集成 人工生命 人机接口 图1-1机器人足球比赛的关键技术
1 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 1.1.1RoboCup和FIRA 在世界上比较有影响的赛事主要有两个一个是由国际人工智能协会组织的机器人世界杯足球赛RoboCup另一个是由国际机器人足球联合会FIRA组织的微型机器人世界杯足球赛MiroSot 在AlanMackworth教授提出机器人足球赛的最初想法后不久日本学者迅速对此进行了系统的调研和可行性分析1993年6月浅田埝和北野宏明等著名学者决定创办日本机器人足球赛并暂命名为RoboCupJ联赛一个月之内他们就收到了来自国外的热烈反响要求将其扩展为一个国际性的比赛并将其定名为机器人足球世界杯赛(theRobotWorldCuperGames)简称RoboCup[4]经过数年准备第一届机器人足球世界杯赛于1997年8月25日在日本名古屋与国际最高级别的人工智能学术会议——国际人工智能联合大会IJCAI97同时举行来自美欧日澳的40多支球队参加了比赛5000多名观众现场观看了比赛1998年7月正当第16届世界杯足球赛渐入佳境之时第二届机器人足球世界杯赛在巴黎隆重举行60多支球队参加了比赛1999年7月第三届机器人足球世界杯赛在瑞典斯德哥尔摩举行参赛队多达90余支一些著名的大学如美国卡内基梅隆大学康奈尔大学国立研究机构如美国国家航空航天局和大公司如日本SONY公司均参与了相关的活动和比赛国际RoboCup联合会(theRobotWorldCuperGamesandConferences)现在已经成为世界上最大的机器人足球国际组织总部设在瑞士联合会现任主席是国际著名科学家曾获得国际人工智能最高奖——“计算机与思维”大奖的北野宏明联合会负责世界范围的学术活动和竞赛包括每年一届的世界杯赛和学术研讨会并为相关的本科生和研究生教育提供支持教材教学软件等这个组织现在下辖三项重大赛事日本公开赛德国公开赛和机器人世界杯足球赛2000年的第四届RoboCup在澳大利亚的墨尔本举行在有40支球队参加的仿真组比赛中中国科技大学WrightEagle队共攻入20个球淘汰了上届第5名德国曼兹大学队等强队最终获得第9名WrightEagle队是中国第一支进入RoboCup世界杯足球赛球队此后的两届比赛清华大学TsinghuAeolus队连续两次捧得仿真组的冠军2003年第七届比赛将于7月2日在意大利的Padua举办RoboCup足球比赛(er)主要项目包括 1仿真组(Simulation)比赛2小型组(Small-Size)机器人比赛3中型组(Middle-Size)机器人比赛4SONY有腿(Legged)机器人比赛5人形(Humanoid)机器人比赛另一个组织是国际机器人足球联合会FIRA成立于1997年总部设在韩国的大田它每年组织一次机器人足球世界杯相伴而行的还要举行这一领域的学术研讨[5]1996年在韩国举行了首届机器人足球世界杯来自7个国家的23支代表队参加了比赛1997年6月15日来自9个国家的22支代表队参加了2个项目的角逐第三届比赛在巴黎与第16届足球世界杯同期举行有13个国家的39个代表队参加了4个项目决赛阶段的比赛由于参赛队增加1999年第四届分4个赛区进行了预选赛角逐决赛阶段4个项目的32个名额比赛已达到相当规模和水平决赛于8月48日在巴西的坎皮那举行东北大学的牛牛队代表我国参加了比赛并取得了3对3对抗赛的第5名和标准动作比赛第1名的好成绩为祖国争得了荣誉2000年第五届机器人足球世界杯在悉尼与奥运会相伴而行2001的第六届机器人足球世界杯在中国北京举行2002年的机器人足球世界杯在韩国与第17届足球世界杯同期举行2003年的第八届比赛将在奥地利举行FIRA目前设立的比赛项目见下表
2 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 表1-1FIRA比赛的项目 项目名称机器人尺寸cm队员数场地尺寸球cm NAROSOT超微机器人足球赛 4×4×
5 5130×90乒乓球 S-MIROSOT单微机器人足球赛7.5×7.5×7.5 1130×90高尔夫球 MIROSOT微型机器人足球赛7.5×7.5×7.5 3150×130高尔夫球 ROBOSOT小型机器人足球赛 15×15×30 3220×150曲棍球 KheperaSot自主式机器人足球赛 1105×68网球 HUROSOT拟人式机器人足球赛 1540 220×180 SimuroSot 仿真足球赛 这两个不同的机器人世界杯赛存在很大不同一是影响不同举例来说2001年正式参加RoboCup机器人世界杯赛的球队来自30多个国家共有123支其中包括美日德葡萄牙等机器人足球的强国而由韩国人领导的机器人世界杯赛该年仅有9个国家40多个足球队参加二是参赛机器人的控制方法不同以仿真机器人为例韩国人的世界杯赛中的机器人采用集中式系统侧重灵巧机器人而RoboCup采用分布式控制必须是独立自主系统简单来说前者整个球队只由一个程序控制而后者是每一位场上队员都有自己独立的控制程序三是举办地点不同RoboCup世界杯赛在偶数年选择当年的奥运会或世界杯足球赛主办国举行比赛在奇数年则与国际人工智能联合大会选择在同一地点举办而韩国世界杯赛则根据成员国申请决定主办国 1.1.2RoboCup仿真组比赛 由于是在计算机虚拟的环境进行的比赛比赛双方就不存在硬件上的先天不足完全是在比赛谁的策略好所以仿真平台作为检验策略理论的工具具有很强的吸引力在仿真球队的设计中要涉及许多人工智能中的关键问题如智能体体系结构多智能体团队合作机器学习等这些都是在开发的过程中重点研究的问题这也使得仿真比赛成为机器人足球比赛中的一大热点RoboCup和FIRA都有自己的仿真比赛平台但是又各有特点由于RoboCup仿真比赛相对来说影响力更大下面对RoboCup的仿真平台做一个简要介绍 在RoboCup仿真组比赛中采用的是Client/Server模式由RoboCup委员会提供标准的erServer作为比赛平台各参赛队编写自己的Client程序每个Client控制一个队员在这个虚拟的绿茵场上进行角逐erServer平台提供了一个很好的多智能体实时环境非常有挑战性在erServer中整个系统按照100毫秒的周期运转每个球员的传感信息都是局部的传感和动作都带有噪音信息而且球员之间的通讯是单信道不可靠的 erServer由球场仿真模块裁判模块和消息板模块三个部分组成如图1-2所示球场仿真模块计算球场上对象的运动检测他们之间的碰撞裁判模块根据规则来控制比赛的进程而消息板模块负责Client之间的通讯每个Client程序通过UDP的Socket来连接Server同样通过SocketClient可以发送命令来控制球员也可以接收球员的传感信息但是每个Client只能控制一个球员这意味着RoboCup的仿真组的比赛是分布式的[6][7]这是它跟FIRA系列的比赛的最大区别 目前的球场和球场上的对象都是二维的球场上的对象包括每队各11名队员球球门标记及标志线等其中球和球员都具有大小位置速度加速度等属性球员则还有方向耐力等属性球员与球的属性每个周期末计算一次计算的依据是动力学定律如果
3 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 球员或球之间发生重叠则作碰撞处理 ClientClientClient SocketSocketSocket 消息板裁判 球场仿真 Monitor 图1-2erServer结构图虚线框内 Client与Server之间的通讯分为连接命令控制命令传感信息等连接命令用于Client与Server的连接与重连控制命令用于控制球员的动作有move(移动只能在开球前使用)turn(转身)turn_neck(转头)kick(踢球)dash(加速)sense_body(查询自身信息)say(说话)等传感信息用于Server向Client发送传感信息有see(视觉信息)hear(听觉信息)等其中控制命令的使用有一定限制如turnkickdash每个周期至多只能执行其中的一个用say命令说话只有一定区域内的球员能听到而且频率不能太高如每过几个周期才发一个say命令由于每个队员都有一定的视角Server发送的视觉信息是局部信息只包括可视范围内的对象而且是有随机噪音的听觉信息中除了包括一定区域内队员的说话外还有裁判的命令这对所有球员来说都是可以听到的 2002年RoboCup仿真组决赛在清华大学TsinghuAeolus队与北京理工大学Everest队之间进行图1-3是比赛中的一个场景蓝色为TsinghuAeolus队红色为Everest队TsinghuAeolus的三名队员在球门前相互配合绕过对方两名后卫的防守攻进了决赛中的第一个进球最终TsinghuAeolus队以70狂胜Everest队蝉联RoboCup仿真组冠军 图1-3RoboCup仿真比赛的monitor界面(TsinghuAelousV.S.Everest)
4 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 1.1.3FIRA微型机器人足球赛(MIROSOT) 根据FIRA比赛规划比赛双方各由15台足球机器人组成参赛队在150cm130cm球场上展开比赛目的是将足球(高尔夫球)撞入对方球门最后以攻入对方球门次数多的队为胜方像我们所熟悉的足球比赛一样它具有一套类似的规则如判罚点球任意球等图1-4为机器人足球赛场的全景图 图1-4FIRA微型机器人足球系统全景图 球场上空(2m)悬挂的摄像机将比赛情况传入计算机内由预装的软件作出恰当的决策与对策通过无线通讯方式将指挥命令传给机器人机器人协同作战双方对抗形成一场激烈的足球比赛比赛过程中双方的教练员与系统开发人员不得进行干预 1.2微型机器人足球系统的组成 足球机器人系统(errobotsystem)硬件一般由四部分构成[8][9]即视觉子系统(visionsystem)主机(puter)无线通讯子系统(municationsystem)和足球机器人(robots)这是一个通过视觉闭环的决策控制系统具体硬件构成如图1-5所示 足球机器人硬件系统 主机系统 视觉系统 通信系统 机器人 计 采 通摄 图 通 通 单驱通电 算 集 信像 像 信 信 片动信源 机 卡 接头 采 接 发 机装接 接 口 集口射系置收 口 卡 器统 器 图1-5机器人足球系统硬件组成图
5 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 对于设计者来说选择什么样的硬件如CPU执行机构传感器等软件如控制策略算法等与整体的工作模式关系密切根据决策部分所处的位置将工作模式分为以下二种基于视觉的足球机器人系统(Vision-basederrobotsystem)和基于机器人的足球机器人系统(Robot-basederrobotsystem)根据机器人的智能程度基于视觉的足球机器人系统又可以分为基于视觉遥控无智能足球机器人系统(Remote-brainlessvision-basederrobotsystem)和基于视觉有智能足球机器人系统(Brainon-boardvision-basederrobotsystem)这样我们就得到了三种工作模式 1基于视觉的遥控无智能足球机器人系统一般来说每个机器人具有驱动与执行机构通信接收模块和CPU板机器人能够根据接收到的主机发送来的数据控制其运动方向和速度视觉数据处理策略决策以及机器人的位置控制都在主计算机上完成机器人就像遥控小汽车一样 2基于视觉的有智能足球机器人系统在这样的系统中机器人具有速度控制位置控制自动避障等功能主机通过视觉数据分析并进行策决策处理然后发出命令给机器人机器人根据命令做出行动反应为了能够自动回避障碍和实现位置控制机器人自身装有传感器 3基于机器人的足球机器人系统系统中机器人具有许多的自主行为所有的计算包括决策都由机器人自身完成主计算机仅处理视觉数据并将有关的位置等信息包括我方对方及球传送给机器人实际上主计算机视觉数据的作用相当于一种传感器 设计者可以根据研究领域和兴趣选择模式如对视觉处理人工智能应用等感兴趣的研究者可能选择第一种模式而那些对移动机器人控制智能系统应用和多智能体配合系统感兴趣的可能选择后两种虽然前二种实现方便但从长远看第三种是发展方向应当给予深入研究 下面对按机器人足球系统的各个子系统的顺序对当前的研究进展作一个简要介绍 1.2.1全局视觉子系统 全局视觉子系统是整个机器人足球比赛的关键[10]它是从2D投影中恢复有用的帧信息将图像作为输入根据图像建立现实世界的模型进而产生控制输出通过视觉系统能够确定本方机器人对方机器人和球的位置和角度从而为比赛策略提供场面信息识别效果的好坏和识别速度的快慢直接关系到比赛的胜负 在视觉系统工作的全过程中,对软件方面的研究主要包括:目标体的特征提取多个目标体的分割和各个目标体的位置姿态的辨识视觉系统对场景中每个目标(球和机器人)是通过颜色特征来区分的一般说来,每个机器人顶部有两个不同颜色的标志块(参看图1-6),一个是队服,用来区分比赛双方,每方的队服是相同的另一个是队员的标志,用来区分每个队员比赛规则规定,队员颜色标志不能采用对方的队标颜色同样,对球的识别也是通过颜色来识别的
6 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 队员标志小车中心 45 队服 小车正方向 图1-6小车的俯视图队服和队员标志 视觉系统每秒钟要处理几十到上百幅画面,画面之间的间隔时间不仅要完成视觉识别,还要完成机器人的策略选择运动控制等全套工作,可以想象,输入主控计算机内部的场景图像是整个系统最直接的信息源泉,而视觉图像的识别质量和速度直接关系到系统工作的准确性和实时性NTSC制式的模拟视频信号经数字量化得到24位的RGB信号每个分量为0255的整数值为了去除图像中的噪声应采用滤波器对输入的数字图像进行预处理 目前对目标体的特征提取主要是对不同的目标体建立相应的特征颜色信息库该信息库的建立比较简单将目标体的色标置于场地内最有特征的几个区域如门区中圈四角等位置进行采样采用RGB或HSI颜色模型来确定每个目标的颜色特征范围即可但带来的一个很严重的问题是由于目标体的颜色种类多比赛现场的光照通常又不均匀而且变化范围较大还可能出现各类色光干扰因此理想的信息库实际上是比较难以建立的如果信息库覆盖范围过小会导致分割结果不稳定甚至出现分割结果过小而导致目标丢失而信息库覆盖范围过大又会引入很多不必要的干扰甚至出现混色现象出现误识别目前主流比赛是3对3每个队有三个队员从颜色识别的角度也就是至少需要识别五种颜色(即本方三个队员和队标及球的颜色)至九种颜色(双方的六名队员和各自的队标及球的颜色)这种情况下识别已有困难更何况正在开始的5对5比赛或以后将要进行的11对11的比赛颜色种类将会更多可以想象识别问题将更加困难或者说必须要寻求新的识别方法 在建立了完整的颜色信息库的基础上对多个目标进行分割实际上通过对图像进行多重二值化就可得到对目标体的位姿的判定也就是确定每个机器人在场地内的位置和方位现在常用的色标形状一般都是规则的几何图形以图1-6为例机器人中心位于两个色标连线的中点其运动方向是由队标指向队员标志的射线逆时针旋转45所指的方向 上述辩识算法虽然简单易用却存在着一些无法克服的问题首先由于建立颜色特征信息库本身的弊端不可避免地会出现识别的不准确性这样给进一步的计算带来误差其次由于不同的颜色受环境的影响不同色块向周围扩散的程度不同而且由于颜色间的相互干扰使得色标本身包含的颜色信息过于丰富尤其是两个色标交界的区域混色现象严重这一方面带来很多干扰增加了色标的挑选难度另一方面导致色块中心不稳据此计算出来的位置和角度偏差过大最后由于辩识的结果依赖于两个色块当其中一个由于环境的影响或噪声的干扰而丢失时系统无法给出正确结果 比赛中所使用的球(高尔夫球)较小系统的分辨率又比较低检测出的球的位置数据带有噪声干扰因此必须使用统计的方法对目标进行估计一般采用卡尔曼滤波器进行跟踪预测[11][12] 综上所述微型足球机器人视觉系统的一般工作过程如图1-7所示
7 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图 图 像 像 输 滤 入 波 目 目 跟 输 标 标 踪 检 识 预 测 别 测 出 图
1-7微型足球机器人视觉系统的工作过程 1.2.2主机和策略子系统 基于机器人的系统可认为是分布控制基于视觉的足球机器人系统可以认为是集中控制主机是上级其任务是通过决策分配任务给机器人机器人是下级其任务是精确地执行命令整体控制可以看成一个大闭环足球机器人系统的基本控制结构如图1-8所示[13] 图1-8Mirosot微型足球机器人控制结构 硬件结构在点线框内软件部分在实线框内除了特殊智能部分外每个机器人有相同的控制结构特殊智能Specializedintelligence部分包含着机器人的特殊行为和策略如守门员机器人的基本行为(Basicbehaviors)有到定点(Move)和避障(Obstacleavoidance)基本动作(Basicactions)一般包括转角Angle和跑位Position高级动作Advancedactions有射门(Shoot)定点射门(Position-shoot)截球(Intercept-ball)防球(Sweep-ball)和拦截(Block)等中央控制器(Centralcontroller)依照场上的形势为机器人做出决策规划路径并选择合适的动作控制结构的最底层是速度控制器(Velocitycontroller)它在整个系统中有最短的周期随着在控制结构中层次的提高周期变长中央控制器的周期决定于视觉系统的图
8 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 像采样时间要在比赛中获得好成绩不仅要有好的运动特性还要有好的策略这就涉及对策和决 策多机器人配合以及路线智能规划等问题像人类足球比赛一样应该根据场上情况当前得分谁控制球对手的水平等因素 安排各自的策略策略应该根据比赛规则与经验进行提取并存在知识库中知识库还有一个学习智能体用以不断丰富策略各种智能算法策略决策是进攻还是防守再根据策略库作出战术部署各种智能算法如神经网络模糊遗传算法等也都应用到构造策略库和策略选择过程之中根据采取的对策计划机器人的任务转化成路径形式然后发射出去路径由一系列命令序列组成机器人管理系统层次结构和信息流程如图1-9所示 视觉系统 机器人管理 命令序列 策略选择 策略库 多路线设计器 无线发射器 命令解释器 控制字 主机系统 机器人功能库 无线接收器 小车系统 控制字解码 传感器 MCU 线路修改 图
1-9机器人管理系统层次结构和信息流程图 1.2.3机器人车体子系统 足球机器人车体一般包括动力驱动部分通信接收部分CPU板及传感器部分通常采用两个电机驱动大部分为轮式结构也有的采用履带结构 图1-10机器人设计轮式全方位式改进轮式 要实现高智能一定要有高性能的CPU但受到机器人尺寸的限制选择一个在功能尺寸能量消耗上折衷的CPU是很重要的机器人小车一般采用两个电机分别驱动两个轮子为了获得好的运动特性有的机器人采用三个轮子(图1-10)称为全方位机器人
9 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进(OmnidirectionalRobot)这样做增加了灵活性但同时也增加了控制难度[14][15]电机选择要考虑力矩转速和能量消耗等因素并选择合适的电机控制芯片直流电机经过减速器可以得到较高的力矩因此一般采用直流电机 图1-11是一种代表性的轮式小车子系统的结构框图[16]采用基于高精度的锁相环调速方法代替传统MCU直接控制的直流电机调速方法采用高稳定的通讯芯片实现小车和主机的通讯以电压作为控制信号的电机驱动芯片实现低时延对于直流电机的调速采用双闭环电流-速度锁相调速系统内环电流反馈整合在电机驱动芯片中电流调节为PI调节以抵消电枢中的惯性加快调节速度外环速度反馈利用锁相环对光电码盘反馈脉冲进行锁定并利用PID调节保证系统的精度和实时性 通讯芯片 MCU 光电码盘直流电机 PLL锁相环 电机驱动芯片 PLL锁相环 电机驱动芯片 光电码盘直流电机 图1-11小车子系统结构框图 1.2.4通讯子系统 据比赛规则需要采用无线通信一般采用数字无线通信主机的数据通过主机串口经调制模块调制后发射出去机器人的通信部件接收并解调成串口数据 专家决策子系统根据现场情况作出战略决策为各机器人设计运动路径并经由通讯子系统送到本队各机器人中每个机器人作为战略的执行者根据所接受的命令进行运动在足球机器人闭环控制系统中如果在通信过程有误差它将导致机器人错误的动作失去了运动目标所以通信系统设计要求有较高的可靠性影响机器人通信的因素主要有以下几个方面[17] 自然条件下的噪声根据目标的来源自然条件下的噪声可分为内部噪声和外部噪声外部噪声是来自接收天线的噪声从天线接收的信号不仅包括有用的信号而且包括噪声信号它通过接收模块放大送到单片机中这些噪声包括空中产生的电磁波无线电广播噪声无线通讯噪声和直流电机噪声除了由直流电机产生的并发噪声外其它噪声都是随机噪声这类噪声持续时间短但它的放大倍数高传送频道宽所以它对无线通讯系统影响最大内部噪声是由系统本身产生的它不同于外部噪声内部噪声总是存在的且很难预测但内部噪声对系统的影响可以估算出 2比赛条件下的干扰在机器人足球比赛中发射器产生的通讯干扰是可靠性低的主要原因之一这种干扰包 10 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 括近频道干扰内部模块干扰和多路作用干扰信号等近频率干扰指的是邻近频道的干扰机器人足球比赛的规则要求两个队必须使用两个不 同的频率然而所有调制信号都有宽的发射波段在调制信号中有无穷的边界频率信号当某些边界频率信号是在邻近接收器对应的发射波段中邻近频道干扰就会产生例如两队使用是418MHz和433MHz接收模块邻近频率干扰如图1-12所示 418MHz 433MHz 图1-12比赛时两队间的频率干扰 系统中模块之间通讯干扰主要是接收回路干扰它是由发射频率的非线性部分引起的 由于接收电路存在着非线性当几个信号同时被接收时寄生信号将影响有用信号若寄生 信号的频率接近于接收模块的工作频率时将形成模块之间的干扰 3多路作用干扰信号 当无线电波与障碍物碰撞时它被反射而改变方向由于在比赛现场有很多障碍物接 收电路有可能会接收从各个方向反射回来的信号形成多路干扰 通讯系统的设计包括三大部分收发电路的设计天线的设计通信协议的设计收发 电路一般采用商用的通讯模块发射器一般使用Motorola的MC2831芯片RFM的HX2000 芯片及Ohm的T100,相对应的接收器主要使用MC3356RX2010和N100等芯片天线
一 般采用鞭式天线它具有设计容易抗干扰能力强体积小有效距离远的特点 由于足球机器人的车体大小的限制通常采用单向通信方式[19]为提高通信效率保 证质量通信协议必须可靠为了使收发的数据准确数据发送时数据之间不能有间隙 传递的命令主要包括机器人标识命令部分和数据部分命令部分指明动作模式数据部 分指明机器人以多快速度运动根据机器人的智能程度命令格式的复杂度也不尽相同每 个机器人根据设定的标号从接收缓冲区取出左右轮速度值表1-2为通信协议的一个例子 表1-2一种协议格式 字段
1 字段
2 字段
3 机器人的标号Ri Ri的左轮速 Ri的右轮速 1.3小结 论文第一章主要对足球机器人进行了介绍第一节简要介绍的机器人足球比赛并举出RoboCup仿真比赛和FIRA微型机器人比赛作为例子接下来分析了微型机器人足球系统的组成并对各个子系统的地位工作原理和面临的挑战作了简要阐述 下一章将重点论述微型足球机器人系统的策略系统控制结构和基本动作设计在给出策略子系统的结构之后指出了基本动作在策略系统中的基础地位在第三节中介绍了基本动作生成的原理最后给出了系统原有的两个基本函数 第三章介绍了本论文的主要工作运动参数的分析和基本动作的改进对于转角Angle函数在对运动参数进行分析后通过实验确定了速度参数Ka的值针对跑位Position函数的小车轨迹难以预测和控制的缺点基于对运动参数的分析改进成走圆弧RunArc函数最后在走圆弧RunArc函数的基础上通过给定轨迹的中间点利用视觉反馈的方法达到控制小车走不同的圆弧到达目标点的目的 11 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 第二章策略子系统与动作设计 2.1策略子系统的任务特点和推理模型 在足球机器人系统中决策子系统的任务就是根据当前球场上比赛形势作出部署给队员发出指令担负起教练员的职责 图2-1反映球场瞬间态势的图像 作为人类球员与教练员他们的思维通常包括形象思维和逻辑思维两部分在激烈的体育比赛中通常以形象思维为主比如此刻球场上是如图2-1所示的态势如果我方在左半场向右进攻那么教练员立即看出R2队员位置较好因此教练员应该发命令使R2射门而机器人决策系统得到得信息是如表2-1所示的表这使得人类形象思维的优势荡然无存 表2-1反映球场瞬间态势的数据各目标的坐标和方向角 R1 R2 R3 ER1 ER2 ER3 Ball X(cm) 75 60 12 85 90 145 78 Y(cm) 30 65 60 90 30 55 65 (deg)
110 10 90 200 190 90 人类对球场信息的处理通常是基于模糊的概念如远近快慢有利不利等等,用自然语言进行推理决断而决策子系统面对的是刻板的数据和程序语言如何将教练员的决策思维过程形式化规范化并用计算机程序表现出来这属于知识工程的范畴是崭新的前沿领域这也是机器人足球比计算机象棋更具挑战性的原因也是决策子系统的难点所在 如果说决策子系统充当的是教练员的职责那么对于机器人足球而言教练员是个盲人 12 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 他不是用眼睛看到比赛场景反映到大脑进行形象思维而是根据队员在比赛场上的位姿和球的位置等数据对比赛场上的形势进行分析所以更多的是依靠逻辑思维来完成推理过程这样决策子系统在制定决策时就应该参照盲人教练的思维过程展开细致地抽象推理链上的每个环节从而实现专家知识与决策过程的形式化东北大学徐心和教授提出了六步推理模型 1输入信息预处理计算有关实体速度相对距离等2态势分析与策略选择3队形确定与角色分配4目标位置确定5运动轨迹规划6轮速确定一般说来1)4)5)6)步为演绎推理可由数学模型计算而2)3)步为产生式推理应该由专家系统来完成在系统开发的初级阶段考虑因素有限可以将第2)3)步合二为一直接进行角色分配而第1)4)5)6)步的计算关系又可以用程序模块组织起来于是决策系统可由三大部分组成1输入信息预处理2角色分配3动作安排最后输出轮速设定值 2.2策略子系统的结构 通过以上对策略系统特点和推理模型的分析我们可以大致得出策略子系统的一个基本的框架如图2-2所示 视觉信息 预处理角色分配 策略库 进攻者防守者守门员 战术动作技术动作基本动作 轮速输出图2-2策略子系统的结构下面对这个子系统结构图中的角色分配和动作设计部分做一个分析2.2.1角色分配1角色分配的作用和要求 13 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 在比赛过程中场上的形势比较复杂在图2-3中的情况下如果没有角色分配两名队员都去进攻必将出现两个机器人冲突的情况那么谁主攻谁助攻如果只是以队员与球之间的距离作为条件来分配角色那么Robot1与球近它将去进攻但是它将走一个曲线相对于让Robot2进攻将花费更多时间显然是无效的角色分配所以角色分配的条件一定要合理 图2-3两个机器人冲突示意图 角色分配依赖于视觉传送的信息用户制定的决策球所在的区域故障和冲突检测等信息[18]如图2-4所示例如球在前半场且本方控制球的情况下哪个机器人进攻哪个助攻球在后半场时哪个机器人防守哪个机器人协防在进攻的机器人被阻挡或进攻的机器人与球的角度差以及与球的位置相对较差时助攻队员应能及时转换为主攻诸如上述类型的问题都由角色分配模块完成 视觉信息 角色分配 决策库 输入信息预处理动作选择 异常情况处理 图2-4角色分配的模块信息流图 2形势分析和选择策略进行角色分配之前首先要能对场上的形势作出正确的分析以选择合适的策略在决定策略之后再根据作出的策略来分配机器人的角色分析场上形势有两件事是必须事先做好的首先是场地区域的划分比赛时球是场上的中心它所处的位置直接影响到决策的结果最简单的划分是划成左右半场球在本方半场时队员一般应该收缩防守在对方半场时则应该全线推进重点放在进攻上一般球场的划分比这个复杂下面图2-5所示就是一种划分方法它将球场分成了五个区A1(本方球门区)A2对方球门区A3边线区A4本方半场A5对方半场球在不同的区域策略系统将据此采取不同的策略其次判断控球方控球方的判定也是做出策略的一个重要的依据在足球比赛里有时即使足球在本方的半场如果球权在我们手上的话正常情况下应该推进以组织进攻所以仅通过球在球场上的位置来做出进攻还是防守的决定是不够的还应该判断控球的是哪一方当然机器人小车跟运动员比起来控球能力要差 14 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 的远起码现在是这样那么应该怎么判断球权的控制者呢常用的方法有微分法时间区域控制法最短距离法最短距离法是最简单而效果又较好的方法具体来说就是谁离球近就代表谁在控球 机器人足球比赛场上的情况瞬息万变在20ms左右的时间内对场面作出精确的判断是极其困难的只能根据预处理得到的视觉反馈信息做出简单迅速的判断然后进行策略的选择 本方半场 A3 A1 A4 A5 A2 图2-5例子球场的划分 根据赛场形势及时调整比赛策略也是十分必要的对于三人赛制通常固定一名队员为守门员这样在策略选择上便只需考虑二个机器人的角色与动作安排了具体的分工策略有 1前后场分区防守两机器人前后各占一半攻守职责分明2左右半场区域防守两机器人一个在左边一个在右边另外可在中间设置公共区提高配合能力3全攻全守球在前场时分配主攻协攻而球在后场安排主防协防全队姿态积极效果很好4自由人战术此战术偏向防守因为它只是安排自由人全攻全守而另一机器人始终在后场防守与守门员一起力保大门不失5盯人策略进攻为全攻策略防守不只围球转而是强调盯人和卡位这样在识别球的同时还需识别对方机器人的位置朝向速度等对系统实时性要求较高更适合于5对5或更多队员的比赛当然还可以列出各种各样的策略如比分落后时采取孤注一掷的策略比分领先又剩时不多时采取全队防守的策略等随着球员数目的增加和场地的扩大策略将更趋复杂化和多样化成为足球机器人软件开发的重要方向 3角色分配的任务角色分配的任务可以分为三部分确定队形分配角色角色转换队形其实体现了策略如在3对3的比赛中1-0-2”1个守门员2个进攻队员用在全攻全守策略中1-1-11个守门员1个进攻队员一个防守队员则用在前后场分区策略中不同的策略使用不同的阵形为了让非守门员的两个队员相互配合协同作战完成各自的任务而不发生冲突必须对它们分配角色采用不同的策略要分配的角色就不相同在前后场分区策略中只需要分配进攻队员和防守队员两个角色职责分明而在全攻全守策略中需要分配的角色是主角和配角进攻队员或助攻队员防守队员或协防队员所以分配角色一定要跟某种策略紧密联系图2-6是分配进攻队员或助攻队员的示意图 15 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 设di(i=12)是机器人与球之间的距离θi(i=1,2)是机器人方向与球和机器人连线方 向的夹角ki(i=1,2)是可调的参数令 A1=k1d1+k2θ1A2=k1d2+k2θ
2 视觉信息更新
Y A1
N 角色转换
N 机器人1进攻机器人2助攻 Y机器人2进攻 机器人1助攻 图2-6进攻中角色分配示意图 上面提到的全攻全守策略中两队员的地位不是绝对的而是随着场上情况的变化而发生着变化这就是角色的转换原来的防守队员可能此时处在有利于进攻的位置或者原来进攻的队员被对方挡住失去了进攻机会那么就要求角色转换如图2-7所示设机器人
1 此时还处于进攻状态但是已经被对方球员挡住di(i=12)是机器人与球的距离 αi(i=1,2)是机器人方向β是球与球门中心连线的方向角w2=“机器人2不在球与球门 间”则角色转换的条件可以写成 w2andd2<3d1and|α2−β|<15or|α2−180−β|<15
2 Robot2 Robot1图2-7角色转换示意图 16 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 2.2.2动作设计 由上述决策子系统的结构机器人的动作可以分为三层基本动作技术动作战术动作基本动作一般包括转角angle和跑位position调用基本动作的是技术动作包括射门shoot拦截block扫球sweep传球pass等为进行战术配合常常需要调用多个技术动作可将此类动作定为战术动作如一传一射pass-shoot二过一(twobeatone)交叉掩护crossing-covering等 假如某机器人的角色被定为主攻它的任务就是要射门动作安排模块就是要根据球球门和球员的位置进行射门动作的轨迹规划再根据各瞬间机器人与目标位置方向的差异进行当前左右轮速设定所有这些都由相应的动作函数来完成图2-8是实验室现有机器人决策系统策略函数和动作函数之间的调用关系可以明显的看出系统的分层结构基本动作处于函数调用的最底层是执行命令的基础最基本的函数直接控制小车轮速高级策略函数则处于最高层负责判断形势并做出决策 高 My_Strategy() 层 策 Strategy() 略 InitRole()MyGoalie(),RoleSelect(),底层 AddiShoot(),Attack()MyGoaliePosition() RoleSelect2(), 策 CheckOp(), 略 AreaPartition() 复 ShootAt(),Kick() 杂 动 作 PositionEx(),shoot()
Position() Auto_Robot_Position(),GoToPosition(),Rush(), Rush2() AvoidFZone(),AvoidSticked()AvoidBound(),AvoidBoundEx() 简单动作 Angle(),AngleEx() Velocity() Robot(),()Proc() 图2-8现有策略子系统中函数调用关系图 速度控制 17 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 2.3基本动作设计 2.3.1运动学模型 如图2-9是轮式足球机器人的示意图它是通过左右轮来驱动的上位机每周期发给机 器人的指令就是左右轮速不同的左右轮速使机器人完成不同的任务假设VL和VR分别表 示机器人左右轮的速度当机器人左右轮的速度值不相等时机器人将作弧线运动设其瞬时圆周运动半径为RICR为瞬时旋转圆心L为机器人的边长 图2-9机器人运动模型 因为机器人遵守刚体运动的约束所以有以下两式 V=VR+VL (2.1)
2 ω=VR−VL (2.2)
L 其中V是小车中心的线速度ω是小车自转瞬时角速度 机器人的状态变量是位置和角度(x,y,θ)下面将它们用VLVR表示出来 因为 dx=Vcosθ (2.3) dt dy=Vsinθ (2.4) dt dθ=180ω (2.5) dtπ 将(2.1),(2.2)式带入并写成矩阵形式得到运动学微分方程 dx 10 0dtdy cosθcosθ 1 VL 01 0π
L dt = sinθ2 sinθ VR (2.6) 00 dθ−11 360 dt 18 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 2.3.2基本动作的生成 机器人的基本动作包括转角angle和到定点position要生成这些动作的关键就是要找到一种控制左右轮速的方法原地转角angle要求左右轮速大小相等方向相反 即VL=−VR直线运动则要求VL=VR对于到定点的曲线运动position一般有 |VL|≠|VR| 那么采用什么方法来控制左右轮速度来使机器人完成基本的动作呢机器人与球目标位置的相对关系如图2-10我们的目标就是要让机器人沿着初始位置和目标位置的连线 方向有大小为d的位移可以通过dθ来控制左右轮速常用的方法如下面(2.7)(2.8) 所示 VL=kdd−kaθ (2.7) VR=kdd+kaθ (2.8) 其中kdka是可调的速度参数 将(2.7)(2.8)带入到(2.1)(2.2)式 V=kdd ω=2kaθ
L 这样小车的线速度只和d有关自转角速度只和θ有关 控制思路非常清晰 (2.9)(2.10) d 图2-10机器人运动的控制量d和 2.3.3基本动作函数 基本动作是通过基本动作函数实现的基本动作函数是动作选择机制中的最底层其他的高级动作都需要调用它们基本动作函数效果的好坏直接影响到高层动作的实现效率所以基本动作函数必须仔细的推敲来加以完善下面列出基本动作函数 1转角(Angle)函数函数中的参数whichrobot是机器人的编号desired_angle是需要转到的角度ka是 可调的运动参数AngleOfHomeRobot[whichrobot]是通过视觉系统反馈得到的机器人的方向Velocity(whichrobot,vl,vr)将算出的左右轮速传达给机器人去执行voidAngle(intwhichrobot,intdesired_angle,doubleka) 19 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 {inttheta_e=0,vl,vr;theta_e=desired_angle-AngleOfHomeRobot[whichrobot]; while(theta_e>180)while(theta_e<-180)if(theta_e>=90){ theta_e-=180;}if(theta_e<-90){ theta_e+=180;} theta_e-=360;//将角度控制在-180+180度theta_e+=360; //角度误差为正钝角时取它补角的负值 //角度误差为负钝角时取它补角的正值 vl=int(-ka*theta_e);vr=int(ka*theta_e);Velocity(whichrobot,vl,vr); Proc(whichrobot); }此函数的特点是与角度相关的运动参数ka是被当作函数的参数传递过来的而不是 在函数内部赋值的这增加了程序的灵活性那么如何确定参数ka的值呢下一章将在分析运动参数的基础上通过实验来确定合适的ka值 2跑位Position函数函数中的参数whichrobot是机器人的编号x,y是机器人的目标位置 PositionOfHomeRobot[whichrobot][0]PositionOfHomeRobot[whichrobot][1]是视觉系统反馈得到的机器人当前位置横纵坐标 voidPosition(intwhichrobot,doublex,doubley) { intdesired_angle=0,theta_e=0,vl,vr,;doubledx,dy,d_e,Ka=0.2,Kd=1.5; //设定ka,kd值 dx=x-PositionOfHomeRobot[whichrobot][0];dy=y-PositionOfHomeRobot[whichrobot][1];d_e=sqrt(dx*dx+dy*dy); if(d_e>20.0)//将速度控制得小一点d_e=20.0;if(d_e<-20.0)d_e=-20.0;desired_angle=(int)(180./M_PI*atan2((double)(dy),(double)(dx)));theta_e=desired_angle-AngleOfHomeRobot[whichrobot]; while(theta_e>180)theta_e-=360; 20 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 while(theta_e<-180)if(theta_e>=90) {theta_e-=180;d_e=-d_e; }if(theta_e<-90){ theta_e+=180;d_e=-d_e;} theta_e+=360; if(fabs(d_e)<1.0){ d_e=0.0;}if(fabs(theta_e)<=1){ theta_e=0;} //防止在到达目标点后机器人的抖动 vl=int(Kd*d_e-Ka*theta_e);vr=int(Kd*d_e+Ka*theta_e);Velocity(whichrobot,vl,vr);} 这个函数采用的是上面所说的控制方法(2.7),(2.8)来控制左右轮速度缺点是轨迹的形状不可控制也不能控制到目标点时机器人的方向 下一章将着重于我在机器人基本动作的改进方面的一些工作主要是运动参数Ka和Kd的估计和Position函数的改进 21 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 第三章运动参数的分析和基本动作函数的改进 3.1转角Angle函数中的Ka参数估计 转角函数的目的就是要控制机器人原地旋转到指定的角度其函数实现见2.3.3节函数共有4个输入其中三个由调用者给出分别是机器人的标号whichrobot期望的角度desired_angle速度参数Ka另外一个是由视觉反馈得到的编号为whichrobot机器人的角度θ输出是机器人的左右轮速度函数简略的流程图如图3-1所示 计算角度误差 θe=desired_angle−θ θe的预处理 计算左右轮速度Vl=−Ka*θe Vr=−Vl 图3-1Angle函数的流程图 图3-1中θe的预处理指的是将第一步算得的θe通过运算使得它的大小控制在-9090度之内这样程序就能保证机器人每次转动的都是锐角图3-2是小车转动时的示意图转动时机器人会选择逆时针转动锐角而不是顺时针转动钝角θe由于小车的车尾和车头一样可以踢球所以这样做是可行的这样做有两个优点一是节约转角时间二是便于小车准确的到达目标角度因为如果需要转动的角度越大转动的速度也就越大到达目标角度时就越难一下停下来小车摆动会比较厉害预处理的具体实现可以参见2.4.3节函数代码 转 动 方 e 向 图3-2机器人选择顺时针转动锐角 22 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 3.1.1转角(Angle)动作的模型 下面将推导角度误差θ即图3-1中的θe用时间t表示的表达式由上一章2.10 式 ω=2kaθ
L 因为 ω=−dθ 3.1 dt 所以 dθ=−2kaθ 3.2 dt
L 亦即 dθ=−2kadt θ
L 所以 d(ln|θ|)=d(−2kat)
L 亦即 |θ|=θ0e−mt 3.3 其中,θ0=θ(t)|t=0,m=2Lka 这是从纯数学的角度推导出来的θ(t)的解析函数表达式它的函数曲线如图3-3曲线
1 所示但是这样忽略了一些动力学方面的因素在机器人转角的过程中由于惯性的作用它会冲过目标角度转过了头这时他又会减速并反方向转动所以实际情况是机器人会在目标角度附近摆动情况如曲线2所示类似于弹簧振子的衰减振动 图3-3理论和实际的θ−t的曲线 23 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 所以实际的机器人振动的模型可近似用3.4式表示 |θ|=θ0e−mtcos(Ωt) 3.4 3.1.2速度参数Ka的估计和数据分析 下面讨论参数Ka的估计转动时左右轮的速度跟Ka成正比所以Ka的大小跟机器人转动的速度直接相关转动的速度过大机器人到达目标角度时就会有摆动转角失去了精确性如果转动的速度太慢则有可能在还未转动到目标角度时已经停了下来所以就有一个选择Ka的问题评价Ka合适与否的标准就是看机器人转到目标角度稳定下来的时间计算这个时间我采取了如下方法通过视觉反馈得到机器人的一组角度值用平滑的曲 线拟合从图上找出θe开始稳定在-1010度之间的时间就是我们要找的稳定时间由于 视觉系统本身精度的限制得到的角度有较大的误差如果机器人本身不动视觉系统得到的角度也会有大于10度的跳动所以将机器人稳定带定义在目标角10度是合适的 接下来我们将通过实验的方法来确定Ka的值具体做法是1先让机器人转动90度选取Ka=0.1,0.2,0.3,……,通过实验选择出一个最好值这里以0.1的步长选取Ka是考虑到视觉系统本身识别精度的限制Ka过于精细从视觉系统反馈回来的数据可能根本看不出来区别2得到一个转角为90度时最好的Ka后我们再对其他的小于90度的转角做实验来验证这个最好的Ka是否也对其他的角度适用如果不适用再减小Ka的步长重新选择Ka的值 第一步对于θe=90找出此时最好的Ka值下面三幅图是实验得到的θe−t的关 系图中小箭头指出了曲线开始到达稳定带时的点 图3-4Ka=0.1时第一次的数据 24 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-5Ka=0.1时第二次的数据 图3-6Ka=0.2第一次实验数据 25 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-7Ka=0.3时的第一次数据 表3-1Ka=0.1,0.2,0.3时的稳定时间 Ka=0.1 Ka=0.2 Ka=0.3 次数123451234512345 稳定时间T282628272423222526275557485142 平均值 26.6 26.6 50.6
T 结果分析1当Ka=0.1时曲线在稳定带最平坦也就是说此时机器人没有在目标位置摆动 但是却有可能转不到位从图3-4可以明显看出来平衡带并不在y=0轴上,而是偏上在图3-5中则偏下 2当Ka=0.3时曲线的振动最厉害虽然此时速度最快但是由于惯性致使它的稳定时间反而大于Ka=0.1和0.2的情况 综上所述对于控制机器人转90度Ka等于0.2左右是比较理想的选择此时机器人能准确到达目标角度且没有明显的振动出现 第二步对于θe=80,70,...,10验证Ka=0.2时机器人是否能到达目标角度 下面是实验中得到的θe=60和θe=30时的一组实验数据 实验条件θe=60 26 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-8θe=60时的θe−t关系图Ka=0.2 实验条件θe=30 经到达目标角度 由图可见小车稳定下来后的θe在10度左右可以认为小车已 图3-9θe=30时的θe−t关系图Ka=0.2通过对每个θe的5次实验证实对θe=80,70,...,10Ka=0.2时都能到达目标角度 综上所述对于转角Angle函数Ka可以固定取值为0.2此时机器人可以到达指定角度并且不会有明显的振动 27 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 3.2跑位Position函数的改进 3.2.1原有Position函数的缺点 Position函数的作用是控制机器人准确到达一个指定位置它的输入参数为机器人的标号whichrobot目标点的坐标x,y还有从视觉反馈得到的标号为whichrobot机器人的位置角度输出同样是小车左右轮的速度函数简略流程如图3-10 计算角度误差e和小车与目标点距离d θe=desired_angle−θ d和θe的预处理 计算左右轮速度 Vl=Kd*d−Ka*θe Vr=Kd*d+Ka*θe 图3-10Position函数的流程图 图3-10中的θe预处理与angle函数相同d的预处理就是将d的数值控制的小一点d太大有两个缺点一是造成速度过大速度太大会使小车到达目的点后不容易准确及时的停住另外一点就是在左右轮速度表达式中d过大可能造成前一项在开始时远大于后一项将第二项淹没致使机器人轨迹不平滑具体的操作就是在算出距离d后加上 if(d>20.0)d=20.0;if(d<-20.0)d=-20.0;d有可能为负值是因为机器人可以倒退前进此时d取负具体见2.3.3节代码这里再对原来position函数的做一个总的评价1KaKd在比赛过程中是固定的不能根据实际的情况进行调整Kd控制着小车运动的线速度大小式2.9Ka控制着小车自转的快慢式2.10如果能找到一种让程序自动调整参数的办法机器人运动的轨迹肯定可以更平滑更合理2不能控制到目标点时速度的方向和到目标点的时间函数的控制量应该有目标点的位置x,y到目标点的方向和时间t时间t的控制可以通过调节Kd达到3不能预测小车将运动的轨迹对小车速度的控制用到了四个变量角度误差机器人与目标点的距离dKa和Kd其中Ka和Kd是用户凭借经验给出的这四个控制量都与运动轨迹无关因此小车将以什么样的轨迹到达在小车到达目标点之前用户无法预知我做的实验的目的就是希望能通过预先给定的轨迹来调整小车的运动参数控制其能较 28 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进好的依照规划的轨迹到目标点我的第一步目标就是让小车以一段平滑的圆弧到达目标点 3.2.2机器人走圆弧的条件 下面推导要使机器人以圆弧到达目标点需要满足的条件机器人的运动模型如图3-11 图3-11机器人运动模型 机器人要做圆弧运动VL和VR满足 R−
L VL=
2 3.5 VRR+
L 2 其中R为圆周运动轨迹的半径L为小车的宽度 为了机器人能准确得到达目标位置VL和VR仍然采用上面提到的控制方法即 VL=kdd−kaθ (3.6) VR=kdd+kaθ 将3.6 3.7代入3.5并化简得到 k=k⋅L⋅dad2Rθ 式(3.8)就是机器人要做圆周运动ka要满足的条件 其中d和θ是时间t的函数 (3.7) 3.8所以在 这里ka已经是可以变化的由此可见是小车走圆弧的要求决定了ka按照(3.8)式随时间而 改变 将(3.8)代回到3.63.7得到 V=(1−L)kd
L 2Rd (3.10) V=(1+L)kd
R 2Rd (3.11)式是理论上的机器人走圆弧时左 右轮速度 要使机器人以指定角度走圆弧到指定点目标控制量为机器人的目标点坐标 (3.10)(3.11)x2,y2 29 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 到目标点的角度另外通过视觉反馈可以得到的机器人的起始点坐标x1,y1由这两点坐标和一个方向已经可以确定出轨迹圆弧但是小车在起始点的角度一般不是轨迹的切线方向因此在起始点先让机器人旋转到圆弧的切线方向具体做法就是给它一定的时间如20T,让它完成转角转到切线方向后再接着走圆弧 图3-12机器人轨迹示意图 机器人的圆弧轨迹如图3-12所示其中 α=2γ+β 机器人在起始点要转到的角度由3.13式给出 满足如下关系 (3.13) 3.2.3实验数据和分析 按照上面的方法设计出来的走圆弧(RunArc)函数的效果是比较令人满意的用户输入的 控制量有目标位置的坐标目标角度速度参数kd其中kd可以控制到达目标点的时间 下面给出一组实验结果 实验条件kd=1.963β=90(x1,y1)=(108,20)(x2,y2)=(75,65) 1x2y2控制的准确性由图3-133-143-15可以看出同时在40T左右x2y2均能准确的到达目标 值控制效果比较理想另外从这三个图可以看出视觉系统反馈回来的三个参数机器人的位置的横坐标纵坐标方向角度中角度值跳动比较大位置值则比较稳定因此我们的机器人足球系统中的视觉系统尤其在识别角度方面还需改进 30 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-13机器人位置横坐标x和时间的关系(Kd=1.963) 图3-14机器人位置纵坐标y和时间的关系(Kd=1.963) 31 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-15机器人角度和时间的关系(Kd=1.963)2轨迹形状的控制 原来的Position函数生成的轨迹形状是难以预测和规划的它的轨迹随起始点目标点的坐标以及在起始点的小车方向的不同而改变图3-16为原有Position函数的轨迹数据 图3-16原Position函数的轨迹采样点图3-17给出的是改进后的Position函数得到的轨迹采样点可见轨迹和我们预想的一样是一段较为平滑的圆弧 32 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-17机器人轨迹采样点(Kd=1.963) 3时间的控制 实验条件kd=1.571β=90(x1,y1)=(108,20)(x2,y2)=(75,65) 实验数据图3-183-19给出了在上述条件下机器人的x系 y坐标值随时间的变化关 图3-18机器人位置横坐标x和时间的关系(Kd=1.571) 33 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-19机器人位置纵坐标y和时间的关系(Kd=1.571) 结果分析起点终点目标方向都跟上面的实验一样只是改变了kd的大小此时机器人到达目标点大约需要52T的时间而对于前一次实验机器人到达目标点大约只需要45T的时间实验结果表明虽然暂时还不能精确的控制机器人到达目标点的时间但是仍然可以通过改变kd粗略地控制机器人运动的快慢 3.3跑位动作的中间点轨迹控制方法 上面的RunArc函数虽然能控制小车走圆弧但是它在起始点目标点给定后轨迹就是一段固定的圆弧无法调整机器人轨迹这样会出现如下问题第一是如果有别的物体挡在轨迹上时无法绕过障碍物第二有时可能需要走某条特殊路径如最短路径到达目标这个时候显然不能用RunArc函数第三如果能控制小车沿不同轨迹到达目标也就能控制小车到目标点的时间根据球的速度调整小车的轨迹圆弧的大小从而能将对方的球拦截下来而这点也是RunArc是做不到的下面的工作就是在RunArc函数的基础上给定小车轨迹上的中间点使小车经过中间点走圆弧到达目标点给定不同的中间点小车就走出 34 了不同的轨迹 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 基本思路如图3-20 起始点IniPnt中间点(MidPnt)目标点ExpPnt 视觉反馈 计算圆弧参数圆心半径计算左右轮速 偏离轨迹 是调整速度 否发送速度命令 图3-20中间点轨迹控制的基本思路 3.3.1轨迹圆弧的计算 1初始点小车方向α的计算 如图3-21ABC分别为路径的起始点点故有 中间点和目标点 D为AO与轨迹圆的交 α+β=90D θ+β=90D 所以因为ABCD为圆的内接四边形故所以 α=θα= = (3.14) 35 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-21轨迹圆弧的计算 2半径R的计算 如图3-21d为AC两点间的距离则有R=d2sinθ 是AB和BC的夹角计算出后由(3-14)(3-15)可以计算出R 3圆心坐标的计算 机器人在起始点的角度设为φ则半径AO的方向 ϕ=φ+90D 设起始点A的的坐标为(xA,yA)圆心的坐标为(xO,yO),则有 xO=xA+RsinϕyOyARcosϕ φ由视觉系统给出由(3-16)(3-17)就可以得到圆心的坐标(xO,yO) (3.15)(3.16)(3.17) 3.3.2轨迹圆弧的控制 1判断是否偏离既定轨迹3.3.1节中已经计算出了由起始点中间点目标点决定的轨迹圆弧所以可以通过视 觉反馈得到的小车位置信息来判断小车是否偏离既定轨迹方法如图3-22所示内外轮是左轮还是右轮与小车运动方向是逆时针还是顺时针有关小车逆时针运动 时左轮为内轮右轮为外轮顺时针时则相反 36 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 小车在圆内否小车在圆外 是增大内轮速度 是增大外轮速度 图3-22轨迹圆弧的控制流程 2矫正办法矫正的方法在图3-22中已有反映就是小车在圆内时增大内轮速度使其靠近既 定轨迹在圆外时则增大外轮速度具体如何增大轮速呢可以采取一个简单而有效的办法将轮速乘以一个倍数k实验中我取k=1.1 3.3.3实验数据和分析 为了检验在相同起始点和目标点的条件下设定不同的中间点后轨迹的变化下面的实 验连续给出8个不同轨迹的中间点(xB,yB)并将这8个中间点选在一条直线上对每个中 间点记录下视觉系统得到的小车的轨迹采样点数据这8个中间点坐标依次为23,71,33,61,38,56,48,46,53,41,58,36,63,31,68,26下图3-23是 连续8次实验数据做出的小车轨迹图蓝色小圆圈是小车轨迹采样点红色的*表示的是事先给出的中间点这8条轨迹偏离预定中间点的平均误差在0.75cm左右在机器人足球的可接受范围内机器人足球比赛的用球直径就为4cm机器人边长就为7.5cm 实验条件起始点(xA,yA)=(25,15)目标点(xC,yC)=(75,65) 37 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-23小车沿不同的轨迹到达目标点*表示所给的中间点 上面的实验固定了起始点和目标点为了验证此方法在球场上任何位置都适用我们用计算机随机地产生起始点中间点目标点的坐标取出合法的四组坐标对每组坐标记录下小车的轨迹数据下面四幅图分别是四组实验得到的运动轨迹上的采样点和曲线拟合结果 实验条件见表3-
2 表3-2中间点轨迹控制法的四组随机实验条件 起始点cm 中间点(cm)
1 (20,66) (64,79)
2 (84,25) (66,82)
3 (91,66) (22,82)
4 (27,27) (109,32) 目标点(cm)(56,20)(28,110)(32,45)(129,84) 38 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-24第1组坐标的小车轨迹图*表示所给的中间点 图3-25第2组坐标的小车轨迹图*表示所给的中间点 39 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 图3-26第3组坐标的小车轨迹图*表示所给的中间点 图3-27第4组坐标的小车轨迹图*表示所给的中间点结论由上面四幅图对于随机选取的起始点中间点目标点小车均能较好的通过中间点到达目标点第一幅图相比其他三幅轨迹偏离中间点较大但是误差在3cm左右属于可接受范围比赛中所用的高尔夫球的直径就为4cm机器人边长就为7.5cm由于还没有考虑到球场边界的问题在规划的轨迹越过边界时机器人会与边墙发生碰撞出现意外情况但如果上层策略给出的中间点就已经考虑了边界完全可以避免与边界的碰撞这 40 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进也是我们暂时还没有考虑这种情况的原因综上所述在没有碰撞的条件下此方法在球场各处均能控制机器人通过中间点 按照这种方法改进的跑位函数在机器人足球赛里的应用有如下几个方面1拦截球根据球速来调整轨迹弧线的大小以使机器人到达目标点时刚好能把球拦截下来2拦截对方进攻队员通过走弧线绕到对方进攻队员和本方球门之间防止对方射门3过人可以走弧线绕过对方的球员达到有利的目标位置 图3-28H1被对方O1挡住 图3-29H1从右边绕过对方O1 图3-30H1以45角到达目的点 41 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进上面的三幅图显示的是H1队员绕过对方O1队员的过程其中H3是本方的守门员H1此时需要跑位到禁区的左角以协助H3保护球但此时路线被对方O1挡住通过走弧线H1绕过了O1以45º角到达了目的点 42 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 第四章总结和展望 通过几个月来对Mirosot微型足球机器人平台的研究和探索对整个足球机器人系统软硬件组成系统各部分之间的关系以及各个子系统内部结构都有了一个较为清晰的认识机器人小车和视觉系统的性能是整个系统的身体和眼睛策略子系统是整个机器人足球系统的大脑这些子系统相互关联不可分割任何一部分出现差错将直接影响到整个系统的性能而机器人基本动作是策略系统的最底层高层策略都要通过调用它而起作用基本动作设计的好坏将直接影响到高层策略的执行效率因此本文主要论述基本动作的改进 转角Angle函数的改进主要是通过实验确定出最佳的速度参数Ka的值对于跑位Position函数由于以前的Position函数不是通过轨迹来控制机器人所以小车运动的轨迹是无法预知的本文的部分工作就是通过事先输入的轨迹来调整机器人的运动参数使机器人逼近指定好的轨迹用输入的三个点起始点中间点目标点来确定一个目标的圆弧轨迹并根据走圆弧的条件调整速度参数在运动的过程中采取了视觉反馈的方法来调整机器人的左右速度控制机器人沿轨迹运动这个改进后的函数可以用于拦截过人等为了验证算法的正确性首先在独立开发的一个简单的仿真平台上进行实验再移植到在实际的系统平台上试验这样做的原因是实际的系统平台会受到硬件性能和环境因素的干扰在仿真平台上则不会有这样的意外因素 针对目前我们足球机器人系统的现状今后的主要工作将在以下几个方面1视觉系统的改进视觉系统得到的球场数据是策略系统做出决策的主要依据因此改进视觉系统的识别效果必将提高整个机器人足球系统的表现第3章实验部分已经提到现有系统的视觉部分识别精度不是很高尤其是在识别小车的方向角方面我们现有的系统是采用颜色的RGB模型来检测和识别的容易受到光线干扰很不稳定后来我们将RGB模型转换成YUV模型识别情况有所改善但是角度的识别仍然不能令人满意今后将进一步改进视觉系统提高识别精度2策略系统的丰富基本动作只是动作集(ActionSet)的一部分上面还有高级的动作以及更高级的决策部分我们的策略系统还没有形成一个完整的体系下一步的工作将是努力完善策略部分3仿真平台的搭建在改进基本动作的过程中编制了一个简单的仿真程序用于检验实现基本动作的算法仿真程序作为很好的策略检验的平台是实际平台无法替代的但是这个仿真程序还需要进一步完善以使它成为一个完整的仿真测试平台 43 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 参考文献 [1]
J.-H.Kim,
P.Vadakkepat,“Multi-AgentSystems:ASurveyfromtheRoboterPerspective”,Int.J.IntelligentAutomationandSoftwareComputing,6:(1)3-17,2000.[2]
A.K.Mackworth,“OnSeeingRobots”,inA.BasuandX.Li,editors,ComputerVision:Systems,Theory,andApplications,pp.1-13,WorldScientificPress,Singapore,1993.[3]王文学赵姝颖孙萍徐心和多智能足球机器人系统的关键技术东北大学学报自然科学版第22卷第2期2001年4月192页195页[4]/[5]/[6]马洪峰刘国栋机器人足球比赛中Agent设计与实现无锡轻工大学学报第20卷第3期2001年5月307页314页[7]李实陈江孙增圻清华机器人足球队的结构设计和实现清华大学学报自然科学版第41卷第7期94页97页[8]
K.-H.Kim,
K.-W.Ko,
J.-G.Kim,
S.-H.Lee,
H.-S.Cho,“TheDevelopmentofaMicroRobotSystemforRoboterGame”,Proceedingsofthe1997IEEEInternationalConferenceonRoboticsandAutomation,1997,pp.644-649.[9]洪炳熔刘新宇基于视觉的足球机器人系统计算机应用研究2001年第1期p1-
3.[10]
R.Sargent,
B.Bailey,
C.Witty,
A.Wright,“TheImportanceofFastVisioninWinningtheFirstMicro-RobotWorldCuperTournament”,RoboticsandAutonomousSystems,Volume21,1997,pp.139-147.[11]李晓明对足球机器人视觉图像识别问题的探讨山西大学学报自然科学版第26卷第1期2003年30页32页[12]杜啸晓杨新施鹏飞机器人足球视觉系统的软件研究数据采集与处理第16卷第2期2001年6月161页163页[13]臧笛李欣基于实时多目标跟踪的足球机器人视觉子系统的设计机电一体化2002年第1期18页20页[14]
J.-H.Kim,
H.-S.Shim,
H.-S.Kim,
M.-J.Jung,
I.-H.ChoiandJ.-
O.Kim“ACooperativeMulti-AgentSystemandItsReal-TimeApplicationtoRoboter”,ProcofIEEEInt.Conf.OnRoboticsandAutomation,NewMexico,April1997,pp.638-643.[15]
R.L.WilliamsII,
B.E.Carter,
P.Gallina,andG.Rosati,“DynamicModelWithSlipforWheeledOmnidirectionalRobots”,IEEETransactionsOnRoboticsandAutomation,Vol.18,No.3,June2002,pp.285-293.[16]
K.Watanabe,“ControlofanOmnidirectionalMobileRobot”,InternationalConferenceonKnowledge-BasedIntelligentElectronicSystems,April1998,pp.51-60.[17]黄卜夫熊蓉周科吴明光基于视觉的足球机器人小车系统的设计与实现微电子学第32卷第6期2002年12月478页480页[18]钟碧良张祺谢云杨宜民足球机器人通讯系统的可靠性分析与设计微电子学与计算机2003年第1期17页19页[19]黄卜夫熊蓉黄琪吴明光基于视觉的足球机器人无线通讯子系统的设计工程设计学报第9卷第5期2002年12月265页267页[20]吴丽娟翟玉人徐心和足球机器人系统角色分配策略的设计基础自动化第7卷第1期2000年2月4页6页 44 北京大学本科生毕业设计论文 基于全局视觉的足球机器人运动参数分析和基本动作改进 致谢 首先我要感谢我的导师刘宏副教授和查红彬教授在整个毕业设计阶段和论文的成文过程中导师给了我很多指导和点拨没有他们的教诲我的论文就不可能完成我还要感谢我的几位师兄林飞皮文凯冯所前陈可明和王鹏他们给了我很多相关方面的资料和很好的建议没有他们的帮助我的论文工作也难以顺利完成最后我要感谢我的父母和亲人始终在远方支持着我鼓励着我使我有信心克服各种困难全身心的投入到论文的写作中 45
声明：
该资讯来自于互联网网友发布，如有侵犯您的权益请联系我们。