预览加载中,请您耐心等待几秒...
1/5
2/5
3/5
4/5
5/5

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

第17卷第4期北京机械工业学院学报V01.17NO.4 2002年12月Joum~ofBeijingInstituteofMachineryDec.2002 文章编号:1008—1658(2002)04—0040—04 足球机器人智能决策系统设计实现 南建辉,贾永乐 (北京机械工业学院计算机及自动化系.北京1ooo85) 摘要:足球机器人系统为人工智能特别是多智能体的研究提供了一个标 准的试验平台。系统的核心是“脑”即决策系统;在分层递阶决策的基础上,采取模块 化设计;详细介绍了决策系统各个模块包括视觉模块、决策模块和控制模块等,并提 出了一系列新的实现方法。 关键词:足球机器人;智能决策;模块 中图分类号:TP18文献标识码:A 机器人足球比赛兴起于90年代。它是自动化及机器人领域最具有前瞻性的研究之一。足 球机器人系统是一个典型的多智能体系统和分布式人工智能系统,涉及机器人学、计算机视觉 和模式识别、多智能体系统、人工神经网络等领域。而且它为人工智能理论研究及多种技术的 集成应用提供了良好的实验平台【1l2】。 由于上述特征。足球机器人研究受到国内外广泛关注。目前比较有影响的足球机器人比 赛组织有RolmCuP(机器人足球世界杯)和FIRA(FederationofIntemationalRobot—SoccerAs. sociation)。分别由日本和韩国的学者发起。RoboCup的比赛。目前分为4组:仿真组、F180组、 F2000组和有腿SONY机器人组⋯3。 近年来,关于足球机器人的研究在国内发展较快,尤其是FIRA组的mirosot机器人组;而 RoboCup组只是从2000年以来才开始普及,且进行的一般都是仿真组的比赛.有关RoboCuP 实际机器人组的比赛2002年才开始在上海进行了第一次比赛。 本文在分层递阶控制系统⋯1的基础上。重新对决策进行分层;并且在具体实现过程中实 现了程序模块化。增加了系统的可靠性。降低了系统开发的难度。 1足球机器人系统结构 足球机器人系统是一个相当复杂的 控制系统。RoboCup的F180组足球机器 人系统。一般可分为4部分。视觉系统、 智能决策系统、无线通讯系统和机器人 小车系统[··引.如图1所示。 从控制的角度看(如图1)。视觉系 统可以看作整个系统的输入反馈部分; 图1足球机器人系统 收稿日期:2002—10—10 作者简介:南建辉(1978一)。男。山西运城人.北京机搬工业学院计算机及自动化系硕士研究生。主要从事智能控制在自动化 中的应用方面的研究。 第4期南建辉等:足球机器人智能决策系统设计实现41 机器人是整个系统的“执行机构”;智能决策控制系统就是足球机器人系统的控制器部分;可以 看出决策部分是控制系统的决定因素。 2智能决策系统 2.1智能决策控制系统结构 如图2所示,智能决策控制 系统可分成3部分,视觉模块,决 策模块和控制模块,而控制模块 又可以分为路径规划模块和无线 通讯模块。 视觉模块从视觉系统中得到图2智能决策控制系统结构图 原始数据,包括两队机器人和球的位置坐标,朝向角,速度以及各种状态数据等;原始数据经过 卡尔曼滤波之后,用线性预测法预测下一步机器人、球的位置,速度等;滤波后的数据和预测的 数据作为决策模块的输入,通过分析这些数据,判断场上状态,进而决定各个机器人的动作、目 标点及速度等。路径规划模块根据决策系统做出的判断,规划路径,计算各个机器人的期望速 度,最后由无线通讯模块通过通讯系统传递给场上机器人。 2.2视觉模块 由于足球机器人系统实时性要求较高,要求图像辨识速度达到每秒25帧以上。特别是由 于比赛场地灯光不均匀,所以误辨识和噪声不可避免。例如.由于误辨识引起辨识出来的机器 人的数据发生位置跳变等。 为了更好地控制机器人,采用扩展Kalman—Bucy滤波法[·】进行滤波,Kalman—Bucy滤波 法如下。问题可以归结为:已知观测向量z1,z2,⋯⋯,z^,求i的均方意义下的最优估计,系 统方程和观测向量的观测方程式可以表示为: = x- kf(xkt,u^’tJ”^一1) (1) : ^==^(^,^) z^是第k步时的观测值,“^是k步时的输入,叫和是期望为0的高斯白噪声,其协方差 分别为Q和R。在下面的讨论中二表示的状态估计值。扩展Kalman-Bucy滤波法具体操 作起来分为两步进行: 2.2.1根据系统动态模型更新状态估计值及其协方差 f=f(^一1,“^,0) ‘ 一一(2) P^=AkP^一1Al+Q^一1wl P^是二^的协方差,A^和是第k步厂(·)关于状态估计及噪声序列叫的雅可比行列式。 2.2.2把实际系统的观测值复合到状态估计中 K^=PfH(H~.P[-HT+V^)-1