一种基于中垂线路径规划的仿真机器鱼射门算法

为提高仿真机器鱼在进攻过程中的射门效率和准确度,减少水波和敌方对仿真鱼的干扰[1],设计一种基于仿真鱼的刚体中心点和仿真水球中心点连线的中垂线的射门路径最优路径规划算法[2]。介绍中垂线路径规划最优射门算法,分析算法用于射门存在的问题,给出射门算法改进的基本思路,提出算法的实现方法,并以实例进行仿真及效果评价。该算法已成功应用于机器鱼水球比赛1vs1、3vs3、水球斯诺克等中。实际应用结果表明:该算法实现简洁巧妙,进攻效率高而且抗干扰强,能使机器鱼在最短的时间内寻找一条合适路径然后顶球射门[3]。     

基于弦端点法的机器鱼寻迹策略

为进一步缩短机器鱼寻迹顶球所走的路径,提高机器鱼找目标点的效率,提出一种基于弦端点法的机器鱼寻迹策略。在对切入圆算法改进的基础上,给出弦端点法的总体思路,通过作辅助圆弦中垂线的方法给机器鱼具有很好连贯性且逐渐逼近最佳击球点的一系列目标点。对2种算法的寻迹情况进行比较的结果表明:该策略能使机器鱼在寻找目标点时游动路径更短、轨迹更光滑,从而更好地实现顶球射门。     

基于PID 算法的水中机器鱼方向档位控制方法

为了找到机器鱼在游动过程中每一时刻适应当前速度的最佳方向档位,笔者基于PID算法,提出了一种水中机器鱼方向档位的控制方法。分析PID控制原理,将其用于水中机器鱼方向档位的控制,设计出了适合机器鱼顶水球模型的PD算法,并给出了具体的实现方法和调试思路。实验结果表明:该算法有效地弥补了以往参赛者使用的算法中的不足,可以使机器鱼快速稳定地调整方向位姿,在实际应用中表现出了良好的带球游动性能。     

基于蚁群算法的仿真机器鱼动作决策策略

针对仿真机器鱼非对抗赛和对抗赛情况,为使求解结果在既不依赖初始路线的选择,也不需要外界的特定干预的情况下,实现鱼快速、准确的调整,分别提出2种基于蚁群算法的动作决策策略。基于蚁群算法的分支界限法,判断机器鱼关键物理量所在分支,自主确定当前时刻的鱼的速度和角速度档位的最优组合;而基于蚁群算法的动态规划法,在每个周期内,根据机器鱼反馈回来的动态变量及时进行自主调整。以上2种方法经2D仿真平台验证结果表明：机器鱼可根据该策略调整路径,实现速度和方向的组合优化,以最短的时间和距离找到目标点。这说明基于蚁群算法的2种动作决策策略具有很强的适应能力,满足仿真机器鱼对于动作决策的要求。     

一种机器鱼的位姿镇定控制算法

通过研究机器鱼的位姿镇定问题,提出一个两阶段的控制律。2个阶段分为:快速游向目标点和精确的位姿调整。在第一阶段,通过使用一种改进后的比例导引控制律,使机器鱼快速游向目标点;在第二阶段,采用一种时变反馈控制律来精确调整其位置和方向。最后,在全局视觉实验平台上进行了机器鱼的推球实验,实验结果验证了该算法的有效性。     

基于状态变化的机器鱼水中角力策略

针对水中机器人水球比赛中的水中角力项目,提出了一种基于状态变化的水中角力策略。为了在相同力量的作用下产生最大的位移,根据机器鱼和呼啦圈的不同位置确定了最佳的进攻方向和顶球点。当两者的状态发生改变时,对于选择快速进攻还是最佳进攻位置的问题,通过实验得到快速进攻的策略为最佳。在"2013年Robo Cup中国机器人大赛"全局视觉组的水中角力比赛中,使用该策略的参赛队取得了亚军。     

基于区域划分和边角处理的机器鱼协作策略

针对水中机器人全局视觉水球2VS2比赛中出现的水球位于边角的特殊情况,提出一种基于比赛场地的区域划分和边角处理的协作比赛策略。通过对比赛场地的划分,划定了2条机器鱼各自负责的区域,并利用机器鱼顶球方式建立机器鱼运动模型。基于水球位于4个边角的问题,讨论了3种协作方式的利弊,得出执行边角处理时采用1条机器鱼处理边角球,1条机器鱼游到合适的位置进行防守的协作策略为最优。在水中机器人平台上进行协作顶球实验验证,实验结果表明：该方法缩短了处理边角球、边界球的时间,提高了机器鱼的协作和进攻效率,使得水球总是朝着有利于己方的方向运动。     

机器鱼水球比赛中精确与模糊协作顶球策略

为使机器鱼的顶球兼备精确性以及在鱼脱离预定轨道的情况下尽可能使水球朝有利于我方进攻方向偏离,提出一种精确与模糊协作的顶球策略。在分析以往顶球算法的基础上,设计一种以水球与目标点连线为基准的区域划分,综合考虑理想情况以及水中各种复杂因素影响后的鱼、球以及目标点的相对位置和几何关系,合理组合路径规划算法和动作决策算法,并以实例在符合路径规划条件和不符合路径规划的条件下进行测试。实验结果表明：该算法能最大限度地利用机器鱼目前所处的环境,使机器鱼的顶球兼备精确性和模糊性。     

2D 仿真5VS5 防守策略研究

为提高水中多机器鱼协作能力,针对国际水中机器人大赛2D仿真水球5VS5项目,提出应对当前主流的进攻方式的防守策略。对于直线型进攻方式,提出"勺子型"防守策略;对于勺子型进攻方式,提出"破勺子型"防守策略。结果表明:该策略能很好地完成防守任务,其调整跟踪函数也能做到非常好的实时跟踪。运用该策略曾经在2012年中国水中机器人大赛上取得过亚军。     

基于坐标变换的机器鱼顶球算法

为了使机器鱼的顶球兼备速度性和连贯性并提高带球进攻效率,提出一种基于坐标变换的顶球算法。在分析典型的顶球算法的基础上,设计了机器鱼的几种简单动作,依据机器鱼、球和对方球门的坐标几何位置关系的设计决策机制来选择机器鱼下一步动作,并在多水中机器人协作控制平台上进行了单鱼顶球实验。实验结果表明,该算法是有效的,能大大提高机器鱼顶球效率和缩短一次进球所需要的时间。     

基于胸鳍辅助推进的仿生机器鱼

为提高仿生机器鱼游动的机动性能并完善传统尾鳍推进模式,设计一种基于胸鳍辅助推进的仿生机器鱼。将胸鳍与尾鳍推进模式相结合,采用正弦信号对仿生机器鱼的尾鳍进行控制,通过胸鳍来调整鱼体方向,从而实现上升及下降的动力提供。对机器鱼整体、主控系统、执行模块和通信模块进行设计,并通过实验验证。实验结果表明：该仿生机器鱼能够更灵活、更精确地实现浅水中前进、上升下潜以及盘旋、回转和制动,并通过人机交互对仿生鱼进行控制,结合其自主避障、图像传输等辅助功能,实现对海洋环境的实时监测。     

基于遗传算法的机器鱼路径规划

针对在线跟踪机器鱼运动等难题,提出基于对基于遗传算法的机器鱼路径规划方法。采用栅格法对机器鱼工作空间进行划分,然后通过复制、交叉、变异等遗传操作得到机器鱼在由栅格表示环境下的最短无碰路径。根据分段控制和模糊控制的思想分别设计出机器鱼前进的速度控制算法和方向控制算法,使机器鱼的实际推进路线尽量与通过遗传算法得到的理想最优路径一致。再通过计算机向机器鱼发出相应的控制指令。实验结果表明,该方法的是有效的。     

基于模糊逻辑和几何学的机器鱼顶球路径规划

针对人工势场法及流场法的缺点,将模糊逻辑与几何学路径规划方法相结合,提出一种新的机器鱼顶球路径规划方法。利用几何方法规划机器鱼的运动轨迹,采用模糊规则产生机器鱼的方向控制指令,使得机器鱼能够沿期望轨迹运动,并在机器鱼平台上进行了验证。结果表明,该方法是有效的,能使机器鱼的位姿始终处于最佳的顶球状态。     

2D 仿真机器鱼生存挑战关键技术策略

在国际水中机器人大赛中,针对2D 仿真机器鱼生存挑战项目比赛过程中出现的不确定性因素,介绍一 种圆圈算法。通过分析2D 生存挑战比赛规则,从策略和算法上进行研究,主要阐述进攻鱼和躲避鱼的防守策略, 其中,躲避鱼有逃跑和穿孔2 种基本策略。介绍了特殊位置处理和躲避抓捕的圆圈算法。结果表明：该方法是有效、 可行的,在防守鱼恰巧抵挡住攻击鱼时效果尤为明显。     

基于有效区域和有效方向的全局顶球策略

为了使机器鱼的顶球兼备速度性和连贯性并提高进球效率,提出一种基于有效区域和有效方向的顶球算法。在分析典型的顶球算法的基础上,从鱼、球、球门三者的相对位置出发,判断是否在有效区域和有效方向上,并以单机器鱼顶球为实验任务,并对该策略进行了验证。实验结果证明,该方法能有效缩短一次进球所需要的时间。     

一种水中机器人协作顶球策略

针对国际水中机器人大赛全局视觉组水中协作顶球项目,提出一种有效的多鱼协作顶球方法。从速度控 制、方向控制、多鱼协作和顶球动作4 个方面制定整体策略,进行特殊位置的设计,让机器鱼交替顶球,并经过反 复测试。测试结果表明：该策略能提高机器鱼的顶球效率,更加有效地完成比赛任务,已在2018 年国际水中机器人 大赛中获得冠军。     

一种2D 仿真水球5VS5 比赛策略

针对水中机器人2D仿真水球5VS5比赛的规则,提出一种有效的多鱼协作带球与抢球方法。从速度控制、方向控制、顶球动作和智能反应4个方面进行单鱼动作设计,在此基础上进行简化后增加特殊角度的设计,采用动态顶球点和动态最优位置来设计协作带球,并通过＂领域智能算法＂进行协作抢球。分析结果证明：该策略能提高机器鱼之间的协作,并在2012中国机器人大赛2D仿真水球5VS5项目中取得了亚军。     

基于人工侧线系统的机器鱼游动模态感知研究

针对水下机器人面临着感知周围水环境信息的困难的问题,在自主式机器鱼上设计一种人工侧线系统.首先介绍了自主式机器鱼及其人工侧线系统,其次通过改变中枢模式发生器(central pattern generator,CPG)的运动控制参数决定机器鱼的游动模态,最后通过人工侧线系统得到机器鱼在向前、左转右转和上升下潜时的压强变化.分析结果表明:该套人工侧线系统设计能有效的感知水流信息,为水下机器人提供了一种感知游动模态的新办法.     

机器鱼双闭环正弦形轨迹跟踪控制方法

为实现机器鱼位置和姿态的实时轨迹跟踪控制,通过将姿态控制作为内环、位置控制作为外环的方式设计双闭环控制算法。内环通过采用滑模控制器使得其收敛速度大于外环,保证闭环控制系统整体稳定性,通过李亚普诺夫稳定性定理证明机器鱼位置姿态双闭环控制系统具有渐近稳定性。仿真结果表明：该方法可有效控制机器鱼纵垂面轨迹的实时追踪;实验中机器鱼完成预设运动共耗时12 s,其轨迹最大误差和平均误差分别为0.078 m和 0.052 m,验证了双闭环算法在机器鱼轨迹跟踪控制中的有效性和高效性。