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。     

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。     

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.     

基于双层决策模型的足球机器人决策系统

设计并实现了基于行为的足球机器人系统：主要包括基本行为器和进攻、防守模块的设计与实现。采用双层的决策系统,主动完成知识提取并确定机器人协同任务的特性,使整个系统具有智能体的特征。计算机仿真技术给机器人球队提供“学习”能力,在计算机上建立模型、开发比赛策略,反复试验后可将成功的策略移植到实际的机器人球队上进行比赛。     

基于视觉的足球机器人决策规划研究进展

机器人足球比赛的核心系统是决策规划。对整个机器人足球决策子系统分层加以论述,主要介绍了国内外关于机器人足球决策的一些主要研究成果和最新进展。既介绍了传统的基于规则的方法,也讨论了基于模糊逻辑、遗传算法、强化学习等智能方法的决策技术。并就关键问题进行了分析和探讨,同时对机器人足球的发展趋势做了展望。     

足球机器人视觉子系统的研究与改进

简要概括了足球机器人系统的视觉结构框架,对视觉系统的关键技术进行了介绍,为了提高足球机器人图像处理的速度与精度,在分析了RGB彩色空间模型的优缺点后,提出基于分区的自适应RGB阈值的彩色空间模型,用该分割方法进行图像处理,提高了整个系统的适应性,使系统的鲁棒性得到了增强。     

足球机器人视觉子系统的改进

简要概括了YSU足球机器人系统的视觉结构框架,对视觉系统的关键技术进行了详细介绍,通过几何矫正,克服了成像系统本身存在的图像形变问题.为了提高足球机器人图像处理的速度与精度,在分析了RGB彩色空间模型的优缺点后,提出采用HSV彩色空间模型进行图像处理,并根据足球机器人比赛的实际情况对HSV彩色空间模型做了相应改进.此外提出了一种基于连续图像相关性的顺序网格和种子填充相结合的目标搜索方法.     

足球机器人守门员的动作设计与研究

以FIRA仿真足球机器人为研究目标,以守门员的动作策略为主要研究对象,基于FIRA仿真平台SimuroSot,对守门员的动作进行设计,并以防守状态为重点,提出了一种将"盯球"和"盯人"相结合的优化算法,实验结果表明,该策略可提高守门员的防守能力。     

足球机器人分层决策系统的参数驱动研究

在足球机器人决策系统研究中,采用了分层的形式,考察外部信息的变化．将其分类．使之成为不同决策层的驱动源;并且把高级层决策的结果作为对象处理,使之成为低级层决策的驱动源。研究结果表明有利于各决策层对外部信息的处理．便于协调各层的传递协议。     

多智能足球机器人系统的关键技术

以NEWNEU参加机器人足球世界杯赛(FIRARWC99)的基于视觉型微型足球机器人系统MIROSOT为背景,详细介绍了机器人足球的关键应用技术·采用模糊神经网络和自学习专家系统的分层智能控制系统是当前机器人足球系统的研究方向·具有人工智能的自主型步行足球机器人是足球机器人的长远发展目标·     

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 .     

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.     

一种足球机器人场地白线的提取方法

基于折反射原理的全景视觉系统,由于能获得大范围视野的环境信息、因其高实时性和高性价比而被广泛应用在视频监控、视频会议和足球机器人等领域。但是,该系统采用的凸面反射镜,由于存在对场景的压缩而使得实际场景中的一些规则物体(比如直线)的成像存在很大的变形,给提取这些特征带来了困难。而足球机器人比赛场景中的白色标志线是不可多得的参考信息,如果能快速准确地提取出全部或部分白色标志线信息,将给机器人的决策系统提供很大的帮助,从而提高机器人的整体性能。以足球机器人比赛环境为背景,将场地白色标志线的边缘像素点转化到:实际距离和图像像素距离成线性变换关系的图像空间,利用一种结合数字罗盘航向角度信息的Hough变换方法提取场地白色标志线信息。试验证明该方法具备很大的可行性。     

机器人足球策略的研究

RoboCup是研究动态不可预测环境中的多智能体系统的典型平台．在RoboCup仿真比赛中,机器人整体团队协作和局部对抗规划都是比赛成功的关键．对于团队协作,应用面向对象的方法分析了机器人足球队员的角色特点,部署了不同队员的踢球策略．在射门对抗规划中,分析了球员射门时几个关键性的影响因素,并参考这些因素设计和应用一个关键性的射门函数．实践证明了在实时比赛环境中,整体结构和局部策略的有效性．     

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 .     

基于遗传算法的机器人自定位

为了解决中型组比赛环境下的足球机器人自定位、绑架和跟踪问题,提出一种基于遗传算法的机器人连续自定位方法.首先,从全景图像中提取出场上黑线与机器人辐射线的交点;然后,把该交点与环境地图对应黑线间距离之和的最小值做为适应度函数;最后,以机器人中心坐标做为个体,进行选择、交叉和变异操作,收敛到机器人的自定位坐标.另外,针对绑架和连续定位,在遗传算法全局自定位基础上利用梯度优化算法局部修正主位姿,提高了自定位精度和算法的鲁棒性.仿真结果和场地环境机器人自定位试验说明了该定位方法的有效性.     

足球机器人视觉系统的目标识别策略

根据RoboCup小型组足球机器人的比赛规则,提出了一种新的机器人小车的色标设计方案,方案中采用了一种切实可行、准确、高效的目标识别策略,在目标识别过程中,将移动网格技术与动态窗口技术相结合,在小型组足球机器人视觉系统中取得了较为理想的效果,与采用游程编码相比识别目标的平均时间少9ms以上.     

Behavior-based implicit planning method and its application to robot soccer system

A behavior-based implicit planning method is proposed through the design of a middle-size autonomous robot soccer system (MARSS). With basic goal-driven behaviors, the MARSS reactively selects suitable basic behavior according to different situation. The reactive executions of basic behavior sequences implicitly plan two primary behavior chains. By the robot‘s dynamical interactions with the environments, interleaving of basic behaviors spontaneously exhibits effective emergent behaviors to deal with some difficult situations. These emergent behaviors make the system simple, robust and competitive.