RoboCup中型组机器人物体识别技术研究

参加RoboCup中型组机器人足球赛的机器人需要能够根据预定义的色标块准确并实时地识别出场上双方机器人和球的位置、朝向等信息。由于外界环境噪声的存在及标志物的复杂性,识别算法在保证响应速度的同时还必须保持识别的稳定,不仅要求能够正确地分辨出目标物体,还要对比赛中可能出现的异常情况加以处理,所以需要分析误识别产生的机理,并进行相应的处理。本文对基于RoboCup中型机器人足球比赛的物体识别技术进行了研究,提出了一种可靠的识别算法。该算法利用阈值选定、面积变化、色点密度等信息特征,结合运动变化预测抑制和消除各种可能影响识别精度的因素。实验证明,该算法性能可靠、处理速度快,可以较好地满足比赛的实时性要求。     

基于变论域模糊PI四轮机器人的仿真与研究

针对四轮全向机器人运动过程中的稳定控制问题,以ARM嵌入式微处理器STM32F405为主控制器,提出了基于变论域模糊PI的稳定控制策略,实现了在线实时调整PI控制器的参数,提高了机器人整体的控制精度和鲁棒性。分别对常规PI算法和变论域模糊PI算法的机器人底盘电机进行仿真和实验。结果表明,基于变论域模糊PI控制的四轮机器人响应速度快、抗干扰能力强,能够更好的减小超调量,提高系统的动静态特性和鲁棒性。     

基于CAN总线的轮式机器人分布式控制系统设计

通过分析国内外机器人的发展现状和传感技术应用研究,设计了一款轮式的移动机器人,设计中采用分布式控制系统、模块化设计,运用合理的算法并搭建以CAN总线通信为核心的硬件平台,使硬件设计更紧凑,运动响应更迅速,机器人出色地完成了全向移动和云台平稳控制,发射机构可实现单发或连发控制,并轻松完成机器人的具体操作.机器人具有很高的灵活度、维护方便、系统可靠、容错性高、成本低等优点,还可扩展功能模块用于勘察、巡检、监视、清洁等移动机器人领域.     

基于人工免疫机理的赛场态势评估模型

伴随着足球机器人比赛水平的不断提高,对足球机器人赛场的态势做出实时、客观、准确的评估已经成为足球机器人态势评估系统亟待解决的重要问题。在已有相关的研究基础上,运用人工免疫机理对足球机器人赛场态势进行评估建模和研究,提出算法。仿真实验表明,基于人工免疫机理所建立的赛场态势评估模型与传统的态势评估模型相比较,具有实时、定量、自适应等特点;模型能够实时,量化评估赛场上的态势变化,从而为及时地提出对应的策略提供了准确而强有力的依据。     

对抗环境下足球机器人路径规划

在RoboCup中型组足球机器人比赛环境下,实现机器人实时、有效的路径规划是赢得比赛的重要前提.充分考虑到足球机器人比赛中实时性和对抗性的特点,采用具有实时性优势的人工势场法,并综合考虑障碍物、目标点以及机器人之间相对位置和相对速度的关系,提出一种相对威胁系数的概念.该系数能够反映比赛中双方机器人实际对抗的强弱程度.将相对威胁系数应用到传统的人工势场中,形成一种新的改进型人工势场法,较好地解决了对抗环境下机器人路径规划中一些实时性、有效性的问题.仿真实验验证了所提出算法在足球机器人比赛系统中具有可行性.将该算法应用于交龙足球机器人上,在实际比赛中取得了较好的成绩.     

基于全向视觉信息的足球机器人自定位方法研究

RoboCup中型组比赛对抗激烈。针对赛场的高度动态性,提出了一种快速的机器人自定位方法。首先根据全向视觉机器人的结构特点。在进行视觉处理时,利用图像掩模去除无效信息;同时针对全像素搜索的不必要性,采用基于Bresenham算法的像素搜索方法,缩小像素搜索范围。在机器人自定位时,利用白线定位方法,结合基于Bresenham算法的像素搜索方法,有效的提高图像处理的实时性。最后,以ASROⅡ机器人为实验平台,设计了实验验证了该方法不但提高了实时性;而且完全可以满足比赛对定位精度的要求。     

移动机器人视觉导航系统的设计与实现

实时、准确的提取道路信息和控制机器人的运动状态是机器人视觉导航系统的关键,针对这两点提出了一套基于ARM处理器的解决方案和控制算法,并着重研究了坐标几何校正算法和最小曲率半径算法.实践结果表明,该套算法简便有效、实时性好、可靠性高,适用于简易机器人的视觉导航.     

卡尔曼滤波在视觉伺服机器人控制中的应用

在基于视觉伺服的机器人控制中,准确跟踪动态目标的关键在于快速准确地完成连续图像中的目标辨识.本文在基于特征差异的彩色目标识别方法的基础上,应用卡尔曼滤波算法对运动目标位置进行预测,在预测的局部范围内搜索匹配目标,将全局搜索改变为局部搜索,大大减少了图像处理数据量,提高了机器人快速跟踪运动目标的实时性.     

智能算法在足球机器人定向运动中的应用

实时决策和运动精确控制是机器人足球赛中最为重要的能力,为了优化传统的机器人运动控制能力,提出了一种基于智能算法的运动控制方式,将粒子群算法融入到足球机器人定向运动的控制中去;仿真结果显示,此方法相比于传统的运动控制方法,在保证较高的控制精度的前提下,大大提高了实时决策和运动控制的速度;研究结果表明:此新型的运动控制算法可以使足球机器人速度更快,对抗能力提高。     

多智能机器人系统中的自适应导航算法

根据机器人的运动方程,考虑移动障碍和机器人的速度信息及在它们与机器人之间3个方程的距离,提出了动态环境中控制机器人导航的算法,得出机器人避障最小距离,并针对环境中典型的情况进行理论分析。该算法减少了机器人实时计算路径的花费,特别适用于机器人在复杂、动态环境中实时路径控制,所提算法的有效性由实验验证。