论仿真机器人足球(5v5)防守问题

仿真机器人足球是当前机器人研究领域和人工智能研究领域的一个热点.而仿真机器人足球比赛不仅能够客观的反映计算机、人工智能、智能控制、机器人和通信等的综合技术水平,而且还摒弃了实物机器人所需的较为昂贵的物理设施.因此仿真机器人足球比赛又是一个较为流行的高科技对抗活动.要想在一场仿真机器人足球比赛中取得胜利,除了进攻得当外,防守很重要.有效的进攻能让我们在比赛中取得优势,给对方造成压力.但固若金汤的防守则可以让己方立于不败之地.这里我们来谈谈仿真机器人足球的防守问题.     

SimuroSot_5V5仿真平台中基于态势评估算法基础上攻防转换的研究

本文在态势评估算法的理论基础上讨论了仿真平台上机器人足球的进攻防守策略,针对常见的防守情况给出了详细的应对策略,探讨了在仿真平台上如何快速的攻防转换。     

博弈论的足球机器人进攻策略研究

为提高足球机器人在比赛中进攻中的成功率,通过分析足球机器人一些进攻策略算法的不足和足球机器人进攻的任务以及Nash均衡的主要特征,提出了一种基于博弈论足球机器人进攻策略算法。博弈的战略考虑射门和传球,通过获得的收益函数值选择最佳策略。实验结果表明,足球机器人能迅速合理选择进攻策略,有效地提高机器人在比赛中进攻中的成功率。     

基于文化萤火虫算法的足球机器人动态路径规划

提出一种基于文化算法框架的萤火虫优化算法,结合动态避障和滑模控制求解足球机器人动态路径规划问题,并利用数学定理证明算法的收敛性.根据足球机器人在比赛中承担任务的分工不同,分别对进攻和防守两种角色进行分析讨论,进攻时结合动态避碰的方法平滑和修正规划的路径;防守时通过滑模控制跟踪足球或对手机器人的轨迹,利用CFA算法进行整定优化滑模控制的参数,计算出机器人的运行速度和角速度.以足球机器人比赛实例进行测试,实验结果证实所提出算法无论对无碰撞危险还是有多个障碍物机器人碰撞危险等不同情况,都具备有效性和高效性.考察路径采样点数、种群数量和进化迭代次数等参数变化对收敛性能的影响,并将所提出算法与PSO和ACO等进化计算算法进行性能比较,验证了算法更容易搜索到全局最优解,有更好的收敛性能.     

机器人足球进攻策略的仿真研究

研究解决高速比赛中机器人由于不能及时准确预测对方防守而使已方进攻缺乏目的性与针对性的问题,为准确优化设计进攻目标策略,提出了一种随机森林预测模型的进攻路径选择算法.算法利用防守适应值分析模型评估对方机器人的威胁性,针对对方防守弱点选择有效的进攻路径,采用切线法控制机器人击球,使球的运动与预先设计的进攻路径匹配,进行了仿真实验,结果表明提高了策略的实用性和可行性,同时系统策略也增加了机器人的自主性和智能性,使球队的接体能力得到了改善.     

基于对方信息的足球机器人攻防策略研究与设计

通过引入人类足球比赛中的战术思想,对半自主足球机器人系统的攻防策略进行了详细分析和深入研究.提出了在危险区域盯人防守的概念,并详细介绍了该防守角色的具体设计和实现.对于进攻中基于对方信息的避障方法进行了研究,通过对比赛中多种情况的具体分析,重点针对无球避障和带球避障建立了数学模型,根据不同的回避方式分别规划机器人队员的进攻路径,在实际系统中的应用取得了良好效果.     

Robocup中模糊阵型策略的实现

Robocup中型组足球机器人比赛是典型的多智能体系统,在特定的环境和约束下,多个机器人通过协调协作的阵型策略完成同一个防守或进攻任务。为了满足机器人足球比赛对阵型分配的实时性、快速性合理性的要求,通过分析几个重要的赛场态势特征因素,建立了从赛场状态到阵型决策的模糊映射,很好地解决了机器人足球比赛中阵型分配和转换问题。     

足球机器人决策系统的设计与实现

为了改进由协调层、运动规划层和基本动作层组成的足球机器人决策系统,提出了将基于Bezier曲线的机器人路径选择法、"以小球为中心,守门员为主要执行对象"的防守策略和场地分区法综合地运用到三层递进的决策系统中,并分别给出了每层的实现算法.在此基础之上,建立了机器人和球的动态模型,利用C 编程并导入Middle League SimuroSot(5vs5)仿真环境进行了仿真实验.仿真实验结果表明:所提改进的决策系统具有可行性和有效性,较好地解决了进攻和防守的问题.     

基于能力风暴智能机器人平台的足球机器人改进设计

以能力风暴智能机器人为硬件平台,进行了足球机器人的硬件扩展、攻防策略设计和软件编制。针对远红外火焰传感器散布的特点和灵敏度不高的问题,提出了将多个该类型传感器散布并联连接,提高了对足球探测的灵敏度,扩大了探测范围。在智能足球机器人硬件的基础上,实现了找球、避碰、走出死角、进攻和防守等比赛策略,并用JC语言编制了的机器人比赛程序。通过比赛试验,该智能足球机器人能够根据不同的攻防特点采取相应的比赛策略,具有较好的比赛能力。     

足球机器人路径规划仿真研究

研究了足球机器人路径优化选择问题,机器人运动与规划路径有误差,使实时性和准确性受到影响.针对传统的机器人路径规划算法过于复杂,同时没有充分考虑到足球机器人在比赛中实时性和对抗性等问题,导致实时性差以及射门准确率低.提出一种结合路径预测的路径最优算法,充分利用预测结果减少每周期的路径规划时间,并采用动态基准圆预测的射门策略,并对守门策略进行改进.进行仿真的结果表明,所提出算法在足球机器人比赛中具有可行性,射门准确率得到提高,击球时机器人达到较快速度,使得敌方更难防守,守门员在防守时充分地体现了智能性,证明算法优化了机器人路径,提高了实时性和准确性,为设计提供了依据.     

足球机器人多智能体协作策略

文章提出了足球机器人多智能体系统协作策略,它由三部分组成:角色执行器、角色分配器和避撞任务处理器。机器人角色分为进攻、防守和守门。角色任务处理器决定每一角色运动到何位置。角色分配器在每个采样周期中,根据视觉信息,动态地改变每一机器人的角色。避撞任务处理器预测两个机器人相撞的可能性,并改变机器人目标位置以避免碰撞。角色任务执行器执行由4阶bezier曲线产生运动轨迹。带有PID控制的足球机器人跟踪确定的bezier曲线。该文提出的策略已成功应用到GDUT_TAIYI队。     

Mirosot足球机器人决策系统的研究

介绍了基于场地分区技术的决策系统在足球机器人比赛中的应用。利用场地分区技术,把比赛场地分成防守区、进攻区、中间区三个大区域,在每个大区域内又细分成多个决策区。由态势分析层-分解任务层-角色分配层-动作执行层构成的决策系统根据比赛场上机器人和球的相关信息,进行场景分析、任务分解、分配角色、执行动作等一系列的决策判断,得到机器人能够识别的指令,完成决策出机器人动作命令的任务。实验结果表明,该系统能快速稳定地指挥机器人进行比赛。     

A Fuzzy Mechanism for Action Selection of Soccer Robots

A vision-based soccer robot system is proposed, in which vision will identify the position and heading angle of each robot, and the position of the ball. With these imaging data, values for the defense factor, the competition factor, and the angle factor, are obtained. Using the three factors as the input variables of the proposed action selection mechanism, which is expressed in terms of fuzzy rules, the action that each robot should take is then chosen from the five basic actions available for the robots. In this manner, each robot may intercept, shoot, block, sweep the ball, or just stand by. After determining the action of each robot, control commands generated by the host computer are sent to the robot directly through a wireless RS-232. To show the feasibility of the proposed method, experimental results of a robot soccer game will be used for illustration.     

基于佳点集遗传算法的足球机器人策略设计

为了优化足球机器人策略的设计,文中提出了一个基于佳点集遗传算法的足球机器人动作规划算法。首先定义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,然后利用佳点集遗传算法为足球觇器人选择合适的动作,用该算法进行截球实验和射门实验。实验结果表明,应用新算法的仿真足球机器人动作更准确,效果更佳。     

虚拟人足球比赛阵法的系统建模与仿真

足球比赛阵法是进行足球比赛关键的部分,阵法应用的合适与否直接影响球队的成绩。文章首先对虚拟人足球进行了简要介绍,然后根据足球运动的特点,在机器人足球比赛仿真研究理论的基础上,对阵法仿真系统建模进行探索性研究,给出了阵法仿真系统层次结构模型,并对模型各部分做了分析,引入了亲密度矩阵（ADM）,加强了球员进攻防守协作的力度,显著提高了球队的整体进攻防守性能,最后对433阵型下的阵法进行了实验仿真,实验结果表明方法的可行性。     

足球机器人对彩球的鲁棒跟踪识别

在基于视觉的足球机器人系统中,对场上焦点目标——球的动态跟踪识别是系统设计的第一要务。针对半自主微型机器人足球比赛中的小球易受场上干扰、小车遮挡造成的识别丢失问题,提出基于预测与搜索窗的图像目标跟踪识别方法。通过最小二乘法预测丢失小球的可能位置,将图像目标搜索限制在局部小区域内,并利用搜索窗内的在线状态信息加以判断,实现运动目标被遮挡情况下的有效跟踪识别。实验与比赛结果统计表明,该方法实时跟踪识别效果好、鲁棒性强。     

推算定位算法在拦截策略中的研究与应用

机器人足球比赛中,研究有效的拦截对方球员的进攻和防守是一项关键的战术,以往开发的拦截策略中存在"漏拦"和"错拦"等现象,造成拦截成功率很低.将推算定位(Dead Reckoning,DR)算法用到拦截策略的研究中,有效估算出对方球员和球的下一步动向,实施有效拦截,提高了比赛过程中拦截判断的精度.对DR算法中的阈值的确定进行了分析和改进,提出一种判据函数,有效地解决动态门选取的问题;针对算法执行和网络的延时给予了延时补偿,提高系统的实时性,使拦截能够快速准确地实现.利用DR算法推算出赛场球和球员的运动趋势,指导赛场策略的生成并和队员的动作与位置的部署.实验数据表明,方法具有很强的优越性.     

足球机器人系统仿真中的碰撞研究

总结了近年来足球机器人碰撞的研究成果,指出当前一些碰撞模型的不足,进而指出了数字仿真系统的离散特性对足球机器人的碰撞性质的影响. 详细地分析了足球机器人的运动碰撞情况. 最后提出了足球机器人的碰撞模型并给出了具体的算法. 实践证明该算法是有效的．     

机器人足球视觉图像快速识别方法的研究

机器人足球比赛作为多智能体系统（Multi-agent System, MAS）的理想研究平台已成为复杂人工智能研究的一个新兴领域.机器人足球比赛是使用计算机视觉闭环的反馈控制系统.机器人足球队员的色标设计是直接关系到系统辨识精度、实时性和抗干扰性的一个重要因素.该文通过对4种典型色标设计进行比较和分析,研究出一种比较合理的全新的队员识别算法设计思路,并针对性地提出了一种快速准确的神经网络边缘检测算法,利用足球机器人外形特征取得了良好的辨识结果.该算法对基于视觉的分布式控制式足球机器人系统的研究与开发进行了有益的探索.     

类人足球机器人决策系统的设计

类人机器人足球比赛是机器人足球比赛的最高赛事.类人足球机器人的决策系统是基于独立视觉的自主决策系统,很大程度上决定着比赛的胜败.介绍了自主研发的类人足球机器人决策系统的架构及实现方法,并在此基础上运用有限状态机理论,对单个机器人的自主进攻策略进行了详细分析和研究,真实环境中的实验及比赛结果证明了其有效性.该决策系统的设计及研究工作对基于自主决策的多智能体协作以及服务性机器人决策系统的研究都具有重要的价值.