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。     

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.     

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.     

足球机器人系统仿真中的数学模型

讨论了机器人足球比赛现实世界中各个实体的运行规律,建立了受非完整约束的移动机器人以及球的运动模型,并提出采用几何方法求解机器人运动模型精确解,以提高仿真精度,减少计算量·给出了机器人之间以及机器人与场地围墙、小球之间的碰撞模型,并分析了2个机器人之间的碰撞过程·为构建和开发足球机器人系统仿真平台与机器人的运动控制提供了模型基础     

TSR-1型微型足球机器人视觉系统的研究

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HSI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HSI彩色空间模型做了相应的改进。此外，在综合分析常用的目标搜索方法基础上，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，通过在微型足球机器人视觉系统上的应用表明，基于改进的HSI彩色空间模型的新目标搜索方法使系统可靠性和实时性得到了相当大的提高。     

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.     

不悔步方式在微型足球机器人系统中的应用

研究了不悔步方式搜索策略在微型机器人足球系统中的应用．微型足球机器人通过积极地辨识当前所处的状态和实时地利用当前的有效信息，采用神经网络对机器人的一般特性和有限的记忆进行不悔步方式搜索策略的执行。     

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。     

智能体机器人足球比赛模拟系统

【目的】实体机器人足球比赛系统成本高、技术难度大,而智能体(Agent)机器人模拟足球比赛系统可以为实体机器人足球比赛系统的设计提供参考。【方法】根据实体机器人的特点,用智能体模拟实体机器人,将机器人足球比赛的控制算法建立在智能体上,对智能体设置运动速度、射门速度、能量、避碰等能力及意图,再利用网络技术,建立一个多种影响参数的足球机器人比赛模拟系统。【结果】该系统能有效按研究者设定的参数(条件)进行比赛,比赛结果与实际基本相符。【结论】智能体足球机器人比赛模拟系统不仅可以作为实体机器人足球比赛的模拟平台,还可以作为实体机器人足球比赛策略和相关参数的研究平台。     

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。     

基于区域的微型足球机器人行为产生方法

构建良好的策略子系统是足球机器人研究中的重点问题．提出了一种新的微型足球机器人行为产生方法．在分析了机器人各种可能的反应行为基础上,将比赛场地化分为10个区域,针对每个区域的具体特点确定了相应的反应行为及条件．深入分析了攻、防争夺区域的不同情况,给出了各种情况下的有利目标点和反应条件,建立了机器人行为触发机制．该行为产生方法将角色分配和行为产生相结合,使场上每个机器人随时都有明确的目标和行为,蛄构层次分明,实时性强,便于升级．     

基于蚁群算法的机器人足球通信机制

给出了基于蚁群算法实现机器人足球比赛中球员之间协作和通信的机制．选用两只球队分别采用了传统的通信机制和“黑板”通信机制进行实验比较，发现虽然两个球队的整体结构和高层策略相差无几，但是无论从速度、力量还是传接球成功率等方面，Novauro都比ujdb强．该通信机制具有灵活，鲁棒性强的特点，不会由于局部的失误而影响全局的性能．     

基于蚁群算法的机器人足球通信机制

给出了基于蚁群算法实现机器人足球比赛中球员之间协作和通信的机制.选用两只球队分别采用了传统的通信机制和"黑板"通信机制进行实验比较,发现虽然两个球队的整体结构和高层策略相差无几,但是无论从速度、力量还是传接球成功率等方面,Novauro都比ujdb强.该通信机制具有灵活,鲁棒性强的特点,不会由于局部的失误而影响全局的性能.     

足球机器人决策系统推理模型

介绍了足球机器人系统的组成及决策系统的六步推理模型和四层决策结构,并用人工智能的状态空间表示方法将比赛场上瞬息万变的态势,通过选择少量的有代表性的离散状态构成状态空间,根据系统完成的任务,为机器人确定有限的动作集合,使积累的知识程序化;通过决策系统的正向推理,使每个机器人选择合适的动作,以命令的形式输出机器人的左右轮速,实现对系统的实时控制·     

机器人足球颜色分类研究

针对机器人足球比赛中机器人识别的实时性要求,在基于YUV色彩空间上,提出采用混合方法进行颜色分类。在确定种子点时,采用阈值法,而在队员识别时采用人工神经网络通过训练得到一个颜色分类器进行分类,通过实验,能够较准确地对机器人足球涉及的颜色进行分类。     

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。