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。     

全自主足球机器人系统关键技术综述

介绍了全自主机器人足球比赛的发展概况,针对其中的出了目前存在的主要难题及其解决途径,最后对全自主机器人足球未来的发展方向进行了展望.     

嵌入式足球机器人视觉系统的硬件设计

为实现足球机器人设计不受Pc机或PCI04软硬件限制的视觉系统，实现FIRA(国际足球机器人联合会)比赛系统的视觉功能。综合运用了FPGA、FIFO和DSP等实现足球机器人的硬件，利用VHDL语言和汇编语言实现软件编制。足球机器人视觉系统包括CCD摄像头、sAA7113、AIA22B、EPM7128及TMS320VC5402，该系统不涉及软硬件版权问题，而体积只有PCI04系统的五分之一。实验表明系统很好实现了FIRA的ROBOSOT(自主式足球机器人)视觉系统的功能。     

改进型的足球机器人小车系统的研究

在FIRA MiroSot机器人足球比赛中,机器人小车是足球比赛场上运动的智能体,小车性能的好坏直接影响到比赛的胜负。通过分析当前各支足球机器人队伍的小车控制器．提出了采用TMS320F240 DSP和MEGA8双CPU的足球机器人小车控制器。实验结果表明：改进后的机器人小车具有更高的控制精度和稳定性。     

嵌入式图像采集及自主足球机器人视觉系统

在分析已有视频采集处理系统实现方法优劣的基础上,针对一些方法的不足,设计了基于CPLD(Complex Programmable Logic Device)和DSP(Digital Signal Processor)的嵌入式图像采集系统,包括CCD(Charge Coupled Device)摄像头、SAA7111A,AL422B,EPM7128及TMS320VC5402,对系统各个组成模块间的接口进行了详细的分析,并应用于自主式足球机器人的视觉系统.与利用PC104 的视觉系统相比,体积只有原系统的1/3,功耗仅为原系统的1/10.     

基于强化学习的全自主机器人足球系统协作研究

从人工智能的角度上说,机器人足球比赛主要研究了多智能体系统要解决的分布的多机器人在复杂的动态环境下,如何通过相互协商完成某一复杂任务。全自主机器人足球是机器人足球发展的一个趋势,在完全未知的环境中,通过自身学习来了解和积累外部信息。对于传统强化学习,存在容易出现死锁,学习速度慢,要求外部条件是静态等缺陷。提出了一种基于蚁群算法的强化学习模型,即蚁群算法与Q学习相结合的思想。随着赛场上态势的渐趋复杂,传统的Q学习速度会变得很慢且交互困难。通过对新算法的分析,实验数据显示:新算法不仅提高了Q学习的学习速率,在解决状态空间维数的灾难问题上,也是可行的。     

基于DSP的嵌入式足球机器人视觉系统硬件设计

视觉子系统是足球机器人比赛获取比赛场地信息的惟一通道，视觉系统快速准确地获得场上信息，是整个比赛的关键．设计了基于DSP的嵌入式足球机器人视觉系统的硬件，包括CCD摄像头、SAA7111、AL422B、TMS320VC5416及AT89C52，并详细分析了系统的时序关系．     

基于强化学习的全自主机器人足球系统协作研究

从人工智能的角度上说,机器人足球比赛主要研究了多智能体系统要解决的分布的多机器人在复杂的动态环境下,如何通过相互协商完成某一复杂任务。全自主机器人足球是机器人足球发展的一个趋势,在完全未知的环境中,通过自身学习来了解和积累外部信息,对于传统强化学习,存在容易出现死锁,学习速度慢,要求外部条件是静态等缺陷。本文提出了一种基于蚁群算法的强化学习模型,即蚁群算法与Q学习相结合的思想。随着赛场上态势的渐趋复杂,传统的Q学习速度会变得很慢且交互困难。通过对新算法的分析,实验数据显示：新算法不仅提高了Q学习的学习速率,在解决状态空间维数的灾难问题上,也是可行的。     

自主足球机器人视觉系统结构及关键技术

提出了自主足球机器人嵌入式多处理器体系结构以及视觉系统的构成框架.对单目视觉系统所涉及的关键技术进行了详细的分析和研究,其中包括图像分割、目标搜索算法、目标定位和机器人自定位技术.基于YUV颜色空间,对目标进行分割,并通过连通区合并来快速搜索目标,同时根据摄像机模型来确定目标的空间位置.实验表明分布式视觉体现结构能够实时准确地完成视觉处理任务.以上新算法可以快速鲁棒地搜索图像目标,并能较精确地确定目标的位置信息和机器人的自定位信息.     

足球机器人决策子系统设计

机器人足球是一个极富挑战性的高技术密集型项目,其研究内容包括智能感知、智能思维、智能学习和智能行为等方面,同时也是机器人足球比赛的竞争焦点。要在比赛中取得好成绩,不仅要有好的运动性能,还要有好的策略,这就涉及到决策对策、多机器人配合以及运动轨迹规划等问题。本文就以全自主足球机器人为例,阐述足球机器人决策子系统设计步骤。     

基于新规则足球机器人的研究

针对2008年中型组自主足球机器人比赛规则的变化,研究改进符合新规则且更加先进的足球机器人,主要在机器人的底盘转向、踢球机构、运动控制、视觉系统进行优化,特别是用先进的白点定位、卡尔曼滤波算法提高了定位精度,经过多次试验、比赛能够达到预期效果.     

基于权值模板匹配算法的全自主足球机器人目标识别

提出了一种基于权值模板匹配的全自主足球机器人目标识别方法.首先通过动态窗口、权值变换、图像索引和动态模板等方法提高了目标的识别率,降低了识别时间;然后在足球机器人视觉系统中进行了仿真实验和实地测试.实验结果表明,在原图像含有30%白噪声情况下,其识别率仍能达到99.7%,且识别时间不超过30 ms,这种方法既在一定程度上降低了噪声干扰的影响,又提高了目标识别的速度和准确性,从而提高了系统的实时性和鲁棒性.     

微型机器人足球系统研究

章对系统中的足球机器人小车子系统、无线通讯子系统等关键技术进行了细致阐述。机器人足球系统作为一个多学科交叉研究结合点为综合科学技术研究提供了一个优秀的测试平台。     

微型机器人足球系统研究

文章对系统中的足球机器人小车子系统、无线通讯子系统等关键技术进行了细致阐述。机器人足球系统作 为一个多学科交叉研究结合点为综合科学技术研究提供了一个优秀的测试平台。     

自主式足球机器人的信息与知识传播

进行信息与知识的传播 ,既有助于机器人获得“智能成长”能力 ,又有助于提高多机器人协作性能 .阐述了实现信息和知识传播的两个方面要求 :一是要进行信息与知识传播 ,足球机器人智能系统需要满足什么样的条件 ,如知识的表示形式、系统架构等 ;二是足球机器人进行信息与知识传播的合理规程 .针对智能系统架构的设计 ,提出了机器人智能系统是由一个个知识模块构成的思想观点 .     

仿真机器人足球程序设计大赛落幕

2007年12月16日，社团文化节之仿真机器人足球程序设计大赛在光谷电子竞技中心落幕．最后在5VS5组中由机械学院的皮富涛和计算机学院的余施展、张启宇组成的队伍夺得冠军，在11VS11组中由数学系王吴、药学院的蒋鹏和计算机学院的邱卫超组成的队伍赢得冠军．     

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.     

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幕软件系统的设计实现方案，采用六步推理模型，基于敷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。     

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 .