向量场中微型足球机器人路径规划优化分析

规划出一条理想的路径并为机器人确定一个合理的速度值是微型足球机器人策略算法研究中的两个关键问题.文中应用向量场法对无碰路径规划及速度优化问题进行了分析.建立了轮式足球机器人小车的运动学模型,并深入研究了小车的运动性能问题.根据所得运动学迭代方程及向量场的特点,提出了一种速度优化设定方法.此方法采用低速控制方式,可大大降低小车的能耗,并使小车更易控制.仿真计算与实验结果表明此方法简单、有效,实时性很强.     

谈组建机器人足球队及相关技术

本文在简要阐述安徽建筑工业学院机器人足球队的组建过程的基础上，研究、探讨机器人足球赛相关技术问题。     

基于克隆思维进化算法的机器人足球协作策略

针对足球机器人比赛系统的实时性要求,采用了一种克隆思维进化算法对足球机器人比赛系统的高层策略系统进行优化。克隆思维进化算法集免疫机制与进化机制于一体,在发挥思维进化算法优势的基础上增加了克隆(复制)、克隆重组、克隆变异和克隆选择等算子,既保持了种群的多样性,又提高了算法的收敛速度。足球比赛场上的瞬时信息作为抗原,待选策略作为抗体,二者均采用二进制编码方式。用克隆思维进化算法对抗体群进行优化,实验结果表明,采用该算法能快速找到最佳策略,简化了足球机器人决策系统,提高了决策效率。     

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。     

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。     

高水平大学生足球运动员运动损伤的调查与分析

通过对参加2004-2005飞利浦中国大学生足球联赛南区决赛的156名高水平大学生足球运动员进行调查研究,对其运动损伤的特征、易发部位及原因进行了分析,并提出了相应的预防措施,以增强大学生足球运动员的防伤病意识,从而更好的促进高校足球运动的发展。     

GMCL： a robust global localization method for mobile robot

A large sample size is required for Monte Carlo localization （MCL） in multi-robot dynamic environ- ment, because of the ＂kidnapped robot＂ phenomenon, which will locate most of the samples in the regions with small value of desired posterior density. For this problem the crossover and mutation operators in evolutionary computation are introduced into MCL to make samples move towards the regions where the desired posterior density is large, so that the sample set can represent the density better. The proposed method is termed genetic Monte Carlo localization （GMCL）. Application in robot soccer system shows that GMCL can considerably reduce the required number of samples, and is more precise and robust in dynamic environment.     

“自我调节学习”在高校足球教学中的实验研究

运用教学实验法,以大学一年级男生作为研究对象,在高校足球课中进行＂自我调节学习＂的教学实验研究.研究表明,该理论教学效果明显优于常规教学,不仅能够弥补学生的个体差异,培养学生的发展性认知能力,还有助于开发学生的学习潜力.     

基于Matlab的虚拟现实技术在机器人足球中的应用

在机器人足球比赛中,传统方式是通过摄像头采集图像信息,在信息的传输过程会存在较大的时延问题.利用虚拟现实视觉临场感技术,可以解决时延问题,提高参赛机器人的控制精度.详细介绍了如何在Matlab和Simulink仿真环境中分别建立足球机器人的仿真模型,并对虚拟现实建模语言VRML以及VRML构造器--V-Realm Builer 2.0作了简单的阐述.     

基于遗传势场法的足球机器人路径规划

以足球机器人系统为研究背景,采用了人工势场法和遗传算法相结合的方法,实现了足球机器人路径规划.首先根据势场原理设计可调参数的势场函数,再规划出已知环境下可调参数的势场函数,然后设计遗传算法中的相关适应值函数,最后用遗传算法优化势场函数中的参数,得到遗传势场法.同时利用C++编程实现遗传势场法的仿真平台,并在该平台上进行仿真实验,结果表明,遗传势场法具有避障以及适于在实时环境中使用的优点,在解决实际路径规划问题中是行之有效的.