RoboCup中型组机器人物体识别技术研究

参加RoboCup中型组机器人足球赛的机器人需要能够根据预定义的色标块准确并实时地识别出场上双方机器人和球的位置、朝向等信息。由于外界环境噪声的存在及标志物的复杂性,识别算法在保证响应速度的同时还必须保持识别的稳定,不仅要求能够正确地分辨出目标物体,还要对比赛中可能出现的异常情况加以处理,所以需要分析误识别产生的机理,并进行相应的处理。本文对基于RoboCup中型机器人足球比赛的物体识别技术进行了研究,提出了一种可靠的识别算法。该算法利用阈值选定、面积变化、色点密度等信息特征,结合运动变化预测抑制和消除各种可能影响识别精度的因素。实验证明,该算法性能可靠、处理速度快,可以较好地满足比赛的实时性要求。     

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.     

RoboCup视听信息处理策略中粒子滤波定位法的应用

在RoboCup仿真组比赛中,仿真模型引入了真实世界的很多复杂特性,使得智能体在场上执行动作时受到限制.首先分析了视觉信息特征和视觉感知噪声模型,在这个基础之上给出了一种视觉信息处理策略,即基于视觉噪声的粒子滤波定位法,最后进行了实验模拟.通过对实验数据的对比分析可以看出,这种视觉信息处理策略能够在Agent内部维护一个相对更为精确的比赛场上的全局模型.     

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．     

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．     

基于RoboCup的灾难救援关键技术研究报告（二）

对东南大学RoboCup机器人训练基地所开展的有关灾难救援关键技术研究情况进行系统综述，具体包括多机器人（或Agent）协作、Agent行为决策建模、不确定信息处理、灾难环境地图绘制、人机交互、传感器融合等。灾难救援机器人研究正逐步从试验研究转入到实际应用，东南大学借助RoboCup Pescue这一公共平台，以多层次、立体化的方式研究开发从仿真模拟到实物应用的灾难救援机器人系统，以期在防灾、减灾和救灾这些事关人民生命和财产安全的公共安全事件中发挥重要作用。     

Robocup中截球模块的设计

RoboCup是一个标准问题,通过它可以来评价各种理论、算法和框架等。在RoboCup仿真组的比赛中,截球动作做为防守的基础,具有非常重要的地位和作用。本文通过将跑位和截球动作结合,设计出较为有效的截球模块。     

多Agent系统在RoboCup中的应用

RoboCup是多Agent系统研究的一个很好的平台．建立一支成功的机器人足球队需要很多领域的知识,合理的模型结构和Agent之间的协调与协作是RoboCup比赛中赢球的关键所在,协调与协作是多Agent系统研究的重要课题．本文以RoboCup为背景,分析了组成一支球队的多Agent的模型结构以及协调与协作的几种方法．     

基于Delaunay三角形网格的RoboCup路径规划算法研究

论述了足球机器人RoboCup小型组机器人的路径规划算法,应用Delaunay 三角形网格进行路径规划,在此基础上综合了RoboCup动作控制算法,提出了用关键点及其姿态简化对路径的优化思想,并直接对速度进行控制的方法。通过上海大学自行研制的RoboCup小型组仿真平台对该算法进行验证,仿真结果表明:采用该算法能使足球机器人简单有效地得到避障优化路径,并保持有利的姿态。     

仿真机器人足球赛中多Agent合作模型

在多Agent系统中,合作机制是成功的关键.如何能够达到令人满意的多Agent合作是目前MAS研究的关键.本文结合仿真组机器人世界杯足球赛领域,在团队行为规划和Teamwork理论基础上提出一种新的合作框架.本模型不完全依赖通讯.