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.     

RoboCup中型组足球机器人运动控制算法

针对RoboCup机器人路径规划和位姿控制的特点,以二维模糊控制器为基础．分别设计了基于误差分析的论域自调整伸缩因子和基于路径的误差累积因子,提出了一种基于误差累积因子的论域自调整模糊控制算法．仿真及试验结果表明,该算法具有控制精度高、实时性强,能快速、准确地跟踪期望路径的特点．     

RoboCup擂台赛机器人控制系统设计

根据参赛情况,介绍了RoboCup机器人擂台赛比赛规则,提出了设计参赛机器人系统的比赛策略,设计了硬件、软件以及机器人的感知系统与控制决策系统等,探讨了机器人的自适应能力.自主设计实现了竞赛机器人的灵活配置和组装,为机器人的自行开发提供了方便.     

RoboCup中型组比赛中动态阵型选择

针对机器人足球世界杯RoboCup中型组比赛提出的动态阵型选择算法．建立了动态协作模型,将多个智能体组合成一个拥有共同目标的团队。完成给定的任务分配和站位配合,实现了基于动态阵型变换的多智能体动态协作．通过实现各种阵型之间的动态变换．满足了不同情况的协作要求．显著提高了球队的整体竞赛能力．     

基于Robocup中型组足球机器人的图像识别算法

根据Robocup中型组足球机器人足球比赛的规则要求,机器人科研通过对颜色的识别来达到识别球场上的物体及环境.为了满足实时性和准确性的要求,提出了一种基于YUV色彩空间模型的阈值算法,并通过与RGB色彩空间的算法比较,验证了其有效性和优越性.     

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.     

基于场地划分的RoboCup中型组守门员动态策略防守

中型组守门员多是从单一的几何算法角度上考虑守门员的防守策略.在实际比赛中,场上形势变化快,足球运动轨迹和状态不规则,单一的防守策略较难适应场上变化.利用动态策略的守门员根据足球运动状态、足球所属区域、守门员站位等场地信息进行动态决策,弥补了单一策略在实时性上的不足,有效提高了守门员防守能力.利用动态策略的守门员在实地实验和实际比赛中效果明显优于单一策略.     

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．     

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.     

移动机器人级联超像素行人目标分割算法

针对移动机器人视觉应用中,复杂室内外环境下行人目标提取因背景干扰而导致主体轮廓失真的问题,提出一种基于超像素的级联式行人目标分割算法。利用超像素对目标边缘轮廓的吸附特性,第一级超像素在获取全局超像素区块的基础上,结合行人显著区域检测,计算第二级超像素区块的平均颜色距离和中心点空间位置距离相关度,从而获取行人目标轮廓的分割结果。仿真结果表明,该算法精确度与召回率统计平均为0.98,高于当下流行的其他显著目标分割算法,对行人目标检测分割性能具有良好效果,为行人目标跟踪等应用提供必要的预处理基础。     

基于感兴趣区域的机器人抓取系统

智能抓取机器人能够代替人类完成高强度工作,为实现物体的准确定位,提升机器人抓取的成功率,对基于感兴趣区域的机器人抓取系统进行研究。对深度相机进行标定,对深度卷积神经网络损失函数进行改进,使用焦点函数代替传统的交叉熵函数,训练模型,得到目标的类别、二维包络框中目标的像素坐标值与深度值等信息。利用手眼标定方法将深度传感器坐标转换到机械臂基坐标系下,依据相机成像原理完成物体的定位。通过机器人逆运动学求解关节角度,驱动机器人实现抓取。对实验过程进行分析,在aubo_i5机械臂上进行实验验证。实验结果表明,目标的识别定位误差较小,平均精度值提升了2.36%,抓取的平均成功率达到93.4%,较改进前提升了13.4%,能够满足机器人抓取的需求。     

RoboCup足球机器人双层世界模型

为了加强个体机器人的动作执行力和时机选择的准确率、提高动作执行效率,本文提出了双层世界模型的决策结构.在Robocup机器人足球比赛的仿真平台上观察分析了该模型下的动作执行效果,结果表明该结构能够满足决策对实时性的要求,解决了动作实现达不到决策预想效果的问题.     

模式识别在RoboCup中的应用

在RoboCup仿真比赛中,球员的个体技术是比赛成功的重要因素,在充分分析RoboCup比赛个人技术中的两类技术,即判别函数、动作函数的确定方法的基础上,将模式识别的理论应用于RoboCup仿真比赛的个体技术中,分别使用判别域代数界面方程法确定判别函数,神经网络法确定动作函数,以射门和截球为例,详细叙述了设计过程,最后,使用传统方法和使用模式识别方法的球队在RoboCup仿真比赛中进行比赛,试验证明使用模式识别方法的球队,在比赛中个体技术显著提高。     

清华机器人足球队的结构设计与实现

为建立一套新型的机器人系统 ,以满足机器人足球比赛的要求 ,设计并实现了清华机器人足球队。在介绍国际机器人足球比赛 (Robo Cup)环境的基础上 ,按照智能程度由低到高的顺序 ,论述了从动作层到决策层的实现方法。包括机器人的整体结构 ,运用多层前馈神经元网络学习个人技术 ,运用优先级方法设计机器人的顶层决策算法来实现多个机器人的合作与对抗。机器人系统完全满足 Robo Cup比赛的要求 ,并在中国 Robo Cup2 0 0 0锦标赛中取得了好成绩。对国内相关领域的研究以及兄弟院校开发机器人足球队具有重要意义     

并串联复合机器人的一种鲁棒控制

提出一种由3自由度平动并联机构和放大机构组成的新型并串联复合机器人．为了减小负载变化以及机构参数变化对系统响应特性的影响,对3自由度并串联复合机器人控制系统设计了一种基于Lyapunov方法的鲁棒控制器,并证明了这种鲁棒控制器能够保证事实稳定．理论分析与仿真结果表明该控制器能明显改善机器人的轨迹跟踪精度．     

Study of neural network disturbance learning and application in RoboCup

To solve the problem of convergence to a local optimum in the multi-layer feedforward neural network, a new disturbance gradient algorithm is proposed. Through introducing random disturbance into the training process, the algorithm can avoid being trapped into the local optimum. The random disturbance obeys the Boltzmann distribution. The convergence of the algorithm to the global optimum is statistically guaranteed. The application of the algorithm in RoboCup, which is a complex multi-agent system, is discussed. Experiment results illustrate the learning efficiency and generalization ability of the proposed algorithm.     

RoboCup仿真组中Agent的流程设计

介绍了RoboCup仿真组中agent一种系统流程及其细化,agent所涉及到的几个主要模块;给出了agent的具体系统流程,说明了这种agent结构的可扩充性,为agent的最终设计打下了基础。