足球机器人底层运动控制研究

足球机器人底层运动控制在足球机器人比赛中起着至关重要的作用 .首先通过一系列试验 ,利用函数拟合的方法构造足球机器人的基本运动模型 ,然后在此基础上对足球机器人底层运动控制进行了较深入的分析 .试验结果和实际比赛证明该方法有助于改善足球机器人的运动控制 ,并且可以为更高层次的基本动作和整体决策子系统的研究奠定良好的基础 .     

利用渐开线的足球机器人射门算法研究

为了进一步提高足球机器人的射门成功率,使射门动作更快更准,在分析了基本算法不足的基础上,利用光滑、可微的渐开线来解决机器人小车到达目标点的射门问题.通过建立球场坐标系及机器人小车的运动轨迹坐标系,导出了旋转矩阵与平移矩阵,对球场坐标系和运动轨迹坐标系进行了坐标转换,并运用几何学方法建立了机器人在运动过程中的避碰模型,最后利用优化设计中的内点惩罚函数法对机器人小车进行了运动路径寻优.仿真结果表明,该算法可优化足球机器人射门的运动轨迹,优化后的方法不但可以减小问题的复杂度,而且具有极高的实时性,因此较好地实现了机器人在动态环境下的射门动作,提高了射门的成功率.     

一种基于足球机器人踢球动作的运动规划

在足球机器人的比赛中,合理的运动规划是非常重要的.本文提出了一种简单而且有效的轨迹生成方法.这种方法仅使用直线和圆弧,结合考虑机器人、球以及目标点的位置,规划出了基于机器人踢球动作的运行轨迹,并给出了运动控制的方法.     

仿人面部表情机器人头部机构方案设计

为了赋予表情机器人更丰富的面部表情, 并最终实现与人之间更和谐的交互, 在对人类基本表情的形成与肌肉运动进行分析的基础上, 提出了一种仿人面部表情机器人头部的机械结构设计方案, 为后续研究提供了硬件平台支持. 并对该机器人头部机构, 包括眉毛、眼睑、眼球、能实现咀嚼动作的下颚以及颈部等的工作原理进行了详细说明, 对多种方案的选择作了对比. 最后, 确定了表情机器人头部的机构设计方案.     

基于粒子群算法的足球机器人动作选择研究

提出一个基于粒子群算法的足球机器人的动作选择算法。该算法给出了一个足球机器人的动作集合，根据赛场的实际情况为足球机器人分配角色与任务，并利用粒子群算法为足球机器人选择合适的动作。     

足球机器人控制系统的设计与实现

足球机器人小车是机器人足球比赛的执行机构,介绍了一种基于DSP的足球机器人控制系统的实现方案。描述了系统组成各个模块的硬件实现,并给出了相应的软件设计方案。实验证明,该系统不仅简化了系统的外围设备,降低了系统的损耗,而且提高了机器人的稳定性和实时性,获得了更好的控制效果。     

基于模糊控制的足球机器人同步协调控制研究

在比赛中，足球机器人一直处于高速运动状态，因而对其运动协调性和响应的快速性要求较高。为此，本文分析了影响足球机器人运动协调性差的原因，针对其运动的特点，提出了利用模糊系统调节PID控制器的增益的方法。实验表明，本方法在改善足球机器人动态协调性方面还是可行的。     

机器人足球决策软件系统研究与实现

在机器人足球比赛中,决策系统根据视觉系统提供的机器人位姿和足球位置信息,进行快速准确的决策,是取得胜利的关键.介绍了一套机器人足球决策软件系统的设计实现方案,采用六步推理模型,基于教组对称和按需首次计算的视觉信息预处理方法;提出基于角色的改进多参考点运动轨迹规划方法.通过实际比赛验证,达到了机器人足球比赛要求,比赛效果较好.     

机器人足球的最终目标及其实现途径

要论述了机器人足球的由来、最终目标及其实现途径 ,即按照半自主型、全自主型、类人型顺序发展机器人足球 ,在每一步研究过程中都需要研究比赛策略开发用的仿真型机器人足球 ,最后还提出了机器人足球的典型应用例子 ,即群机器人的追捕目标问题 .     

基于改进HSIC控制器的全向足球机器人运动研究

RoboCup比赛对足球机器人实时、准确、稳定等性能要求较高,而全向机器人由于自身特性导致在比赛中高速运动时难以实时、准确地跟踪路径规划程序生成的轨迹.针对这一情况,采用改进仿人智能控制(HSIC)算法对机器人的运动进行控制,较好地解决了这一问题.仿真实验结果表明,与常规PID控制相比,该算法能使全向机器人克服振动等扰动影响,准确高效地实现机器人的运动控制.     

AS-UII足球机器人多传感器信息融合研究

为了提高足球机器人的运动性能,本文分析了AS-UII足球机器人多传感器数据融合技术,介绍了系统所选用的碰撞、红外、光敏、麦克风、光电编码器等传感器。     

机器人足球学习机制的研究现状与发展

对机器人足球球员如何实现复杂任务中的行为学习理论、方法、技术和应用进行评述,指出其存在的局限性,以及在机器人足球领域的学习策略.机器人足球系统作为多智能体系统研究的测试床,许多研究者从不同的侧面对该项技术进行了研究并取得了一定的成果.对机器人足球系统的研究,目前包括足球机器人体系结构、多机器人的协作、动态环境下的推理和行动、传感器数据融合、复杂任务中的行为学习、对手建模等内容.     

足球机器人自主控制系统设计

足球机器人是当今机器人研究领域的一个热点,本文对足球机器人运动控制系统作了较深入的研究。研制出了一种基于双DSP架构的足球机器人运动控制系统,并详细阐述了运动控制系统的硬件设计过程。     

多模块式移动机器人系统的自组织协作行为

设计了一种新颖的、由4个基本功能模块组成的模块式移动机器人.针对多模块式移动机器人系统在复杂环境下的自组织协作行为,提出了目标趋向控制、多障碍物避障和自组织协调3种运动策略.分析了多机器人目标趋向运动的方向选择规则;描述了基于“感知 动作”的多障碍物避障控制策略,实现了多机器人连续避障并到达指定目标点;研究了多机器人的协调运动策略,通过多机器人协作完成了单机器人无法完成的搬重物、过台阶等任务.三维仿真结果表明了该控制策略对不同环境、多障碍物条件下多机器人协作行为的适应性.     

一种基于新奇的动作发育模型

机器人的动作是一切活动的基本单元。就足球机器人而言,好的动作设计实现是决策实现的重要保证。传统的强化学习模型在整个学习过程中使用恒定学习速率,导致在未知环境下收敛速度慢,且适应性差。针对以上问题,提出了一种新的动作发育模型——基于新奇的动作发育模型;该模型在学习过程中使用基于状态的遗忘均值的学习速率,更加符合人类发育的真实过程。模型采用内在价值系统,该系统由三部分组成:奖励、惩罚和新奇评判。在机器人足球比赛中,通过机器人截球实验表明,该模型在不断变化的环境下可以高效而准确地完成相应的截球动作。     

足球机器人决策子系统的分析与设计

分析了足球机器人决策子系统的发展现状 ,提出了一种六步推理模型的改进模型和球场的智能分区概念 ,并实现了这个决策子系统 .将这个模型应用于足球机器人实际比赛中 ,实验证明该子系统是可行的、有效的 .     

基于子任务的机器人潜在动作预测

以动态环境下的机器人导航为例,研究了机器人在任务复杂、物体随机出现等情形下的潜在动作预测方案.采用层次结构描述机器人的任务,提出了一种新的形式化描述模型,将潜在动作的影响范围从原子动作提升到子任务层次.提出的潜在动作预测框架集成了分层强化学习、状态抽象机制、任务图和物体属性.迷宫环境下的导航实验表明:机器人能够根据当前子任务、自身的感知能力和行为能力以及物体的动作属性来预测潜在动作,基于潜在动作的方案比传统方案的效率更高.     

机器人足球视觉系统研究与实现

在机器人足球比赛这项综合性的高技术对抗活动中,快速准确地识别足球和机器人是决策系统的基础.提出一套机器人足球视觉软件系统的设计实现方案.采用直接TUV颜色模型输出,目标阈值建立采用手动和自动方式.利用颜色标志设计的对称性,改进累加取平均算法和旋转搜索算法,采用改进跟踪搜索算法进行目标搜索,提出智能组合算法思想.实验测试系统达到30帧/s处理速度,目标搜索准确性达到95%以上.     

足球机器人的双圆弧射门算法研究

为了提高机器人足球比赛中的成功率,在分析了基本算法不足的基础上,利用能够满足任意端点及其斜率要求的双圆弧曲线来解决机器人小车到达目标点的位置,以及姿态运动过程中遇到障碍物能够保持最佳姿态的射门问题,并利用优化设计中的复合形法进行了运动路径寻优.仿真结果表明,利用双圆弧曲线可保证足球机器人有效地避开障碍物到达目标位姿,且可保证规划路径上的每一点均能满足非完整约束条件,有效地为足球机器人规划出避碰最优路径.优化后的方法简单有效,可对机器人的初始条件不加限制,计算量非常小,因此有较高的实用价值.     

Robocup中型组机器人足球技术探讨

综述RoboCup机器人足球赛的概况和中型组机器人足球的现状.对中型组足球机器人的结构模块和相关技术进行较为详细的分析和综述,并对2:2和4:4两种类型的机器人足球赛进行了比较.结合2007年"银泉杯"中国机器人大赛暨RoboCup公开赛分析济南大学青龙队足球机器人的特点和存在问题.对中型组机器人足球的发展趋势进行分析和展望.