RoboCup小型足球机器人建模及仿真平台研究

在机器人运动规划和运动控制的研究中,直接以实物机器人做实验不仅代价昂贵,而且所需时间长,风险大.在考虑了驱动电机动态特性的基础上,以机器人的朝向为坐标轴正方向建立坐标系,分析三轮全向移动机器人运动学模型和动力学模型;然后对比赛过程中的碰撞模型进行研究,推导出发生碰撞后机器人的速度公式;最后以Robocup小型足球机器人比赛系统为背景,采用VisualC 多线程技术构建小型组足球机器人仿真平台,并给出了系统结构框图.在小型组足球机器人的运动规划,运动控制等方面具有直接的现实意义.     

用IGA优化的直流电机的仿人智能控制

讨论了当前足球机器人运动控制系统的控制算法对足球机器人运动性能的影响。在分析了足球机器人运动控制系统组成和电机数学模型的基础上,对足球机器人运动控制器采用多模态控制的仿人智能控制(Human-Simulated Intelligent Control,HSIC)算法,利用改进的遗传算法(Improved Genetic Algorithm,IGA)对仿人智能控制器参数进行优化。通过与目前普遍采用的常规PID控制器作对比实验,表明采用IGA参数整定后的HSIC控制器对电机具有更好的控制品质,并改善了足球机器人的运动性能。     

Robocup小型足球机器人的运动分析与控制--Robocup系列研究之三

足球机器人运动控制要求灵活、快速、准确。通过对足球机器人的结构及车轮分析，对足球机器人的轨迹控制进行运动学分析，在运动学分析的基础上提出一种比较好的控制方法，从而实现足球机器人的轨迹控制。试验结果表明足球机器人轨迹控制达到设计要求。     

一种RoboCup足球机器人动态角色分配机制的实现

自主足球机器人动态角色分配是RoboCup足球机器人研究领域内的一个重要课题。为了弥补以往足球机器人角色分配的不足,文中主要研究一种RoboCup足球机器人动态角色分配机制的实现。总结了现有RoboCup中型足球机器人角色分配机制,通过对策略设计的层次划分,利用机器人之间通讯的数据,实时更新并同步各个机器人的状态,采用排名制、优先级抢占式等多种方法实现动态自主的角色分配。通过实验以及比赛中的实战检验,验证了该角色分配机制的有效性。     

基于神经网络模糊PID的足球机器人控制算法研究

通过对足球机器人运动学模型进行分析,以足球机器人系统为实验平台,论证了神经网络模糊PID控制技术应用于足球机器人运动控制的可行性。将传统的PID控制与神经网络模糊控制相结合,通过PID算法实现控制的准确性,利用神经网络模糊控制提高控制的快速性与自适应性。针对足球机器人运动控制中的实际问题,着重提出了基于神经网络和模糊控制相结合动态调整PID控制器的三个参数KP,KI,KD的设计方法。实验证明该方法增强了控制器的调节能力和简化了控制器设计,同时本方法对模型和环境具有较好的适应能力和较强的鲁棒性。     

RoboCup中型组足球机器人的改进模糊HSIC运动控制

针对RoboCup中型组三轮全向足球机器人路径规划和轨迹跟踪的特点,结合仿人智能控制(human-simulated intelligent control,HSIC)算法,提出了改进模糊仿人智能运动控制算法,并将其运用于该系统的运动控制.实验研究证明,该算法具有控制精度高、稳定性好、能实时逼近期望路径的特点,完全满足RoboCup足球机器人运动控制的要求.另外,模糊控制的控制规则表可以由改进HSIC的逻辑控制规则所确定,使模糊控制器的设计更易于实现.     

Robocup小型足球机器人的控制系统研究--Robocup系列研究之一

足球机器人运动控制要求灵活、快速、准确。通过足球机器人的总体结构分析，提出一种多处理器的三级控制方法，解决了决策与姿态控制同时占用处理器时间的问题，提高了机器人决策能力和运动姿态控制能力，同时给出了底层控制的硬件和软件设计方法，试验结果表明足球机器人控制系统达到设计要求。     

基于DSP的集控式足球机器人控制系统设计

以集控式足球机器人为研究对象,以双闭环视觉伺服控制结构为主线,提出了基于DSP技术和非线性PI控制算法的机器人小车控制系统设计,保证了控制的准确性,提高了控制的实时性;论证了单参数模糊自校正非线性PI算法应用于机器人位置环控制中的可行性,增强了系统的自适应能力。实验证明了此方案对足球机器人运动控制的有效性,其原理对其它类型移动机器人的控制同样有借鉴作用。     

基于ARM9的嵌入式足球机器人运动控制系统

提出以S3C2410为主控芯片,对MCX314As进行控制的嵌入式足球机器人运动控制方案,分别设计系统的硬件和软件部分.通过对四轮全向机器人的运动学分析,得到机器人运动控制方案.实验证明,以本控制器作为ROBOCUP中型组机器人的底层运动控制系统,速度和位置控制精度等指标均达到了设计要求.     

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．     

Robust robot manipulator control with autonomous consideration algorithm of torque saturation

As each joint actuator of a robot manipulator has a limit value of torque, the motion control system should consider the torque saturation. Conventional motion control based on robust acceleration controller cannot consider the torque saturation and it often causes an oscillated or wrong response. This paper proposes a new autonomous consideration method of joint torque saturation for robust manipulator motion control. The proposed method consists of three on-line autonomous algorithms. These algorithms are the torque limitation algorithm in joint space, the adjustment algorithm of motion control in Cartesian space, and the adjustment algorithm of motion reference in Cartesian space. The robot motion control using the proposed algorithms realizes smooth and robust robot motion response.     

基于扩散方程的改进型路径搜索算法在机器人足球中的应用

通过对扩散方程基本理论的研究,提出一种基于扩散方程的路径搜索法。在深入研究传统扩散方程路径搜索方法优缺点的基础上,进一步提出基于扩散方程的改进型路径搜索算法,并将其用于机器人足球的运动路径规划。通过仿真机器人足球实验表明该算法可行且有效。     

集控式足球机器人决策与控制系统设计与开发

构建了由视觉子系统、决策子系统、无线通信子系统、机器人小车子系统和总控子系统组成的集控式足球机器人系统．总结了具有集中视觉、决策与控制的集控式足球机器人系统的控制问题．设计了基于分层递阶控制结构的足球机器人决策子系统．小车控制器构成“无脑”的执行器,运动控制器中集成了各种各样的动作函数,组织层则融合了不同的决策方案．长期的开发实践和实战成绩都表明,该系统具有良好的结构和优异的性能．     

基于物联网的输电线路巡检机器人控制策略研究

完整设计一种具有自主协调运动功能的小型电力输电线路的巡检机器人,为了实现机器人自主越过塔头和绝缘子串,同步感知适应不同档距的杆塔以及多个机器人在一定长度的作业范围内能够协调运动作业。本文重点研究基于自抗扰控制技术的多机协调控制策略。同时考虑到输电线路环境的复杂性,在设计机器人本体中,引入了基于物联网框架的多传感器融合算法。最后通过算法仿真和设计制作实物样机,测试本实验装置和控制策略的有效性。     

The CMUnited-98 champion small-robot team

Robotic soccer presents a large spectrum of challenging research opportunities. In this article, we present the main research and technical contributions of our champion CMUnited-98 small-robot team. The team is a multiagent robotic system with global perception, and distributed cognition and action. We introduce our new robot motion algorithm that reactively generates motion control to account for the target point, the desired robot orientation and obstacle avoidance. Our robots exhibit successful collision-free motion in the highly dynamic robotic soccer environment. At the strategic and decision-making level, we present the role-based behaviors of the CMUnited-98 robotic agents. Team collaboration is remarkably achieved through a new algorithm that allows for team agents to anticipate possible collaboration opportunities. Robots position themselves strategically in open positions that increase passing opportunities. The article terminates with a summary of the results of the RoboCup-98 games in which the CMUnited-98 small-robot team scored a total of 25 goals and suffered 6 goals in the five games that it played.     

Robust and real-time self-localization based on omnidirectional vision for soccer robots

Self-localization is the basis to realize autonomous ability such as motion planning and decision-making for mobile robots, and omnidirectional vision is one of the most important sensors for RoboCup Middle Size League (MSL) soccer robots. According to the characteristic that RoboCup competition is highly dynamic and the deficiency of the current self-localization methods, a robust and real-time self-localization algorithm based on omnidirectional vision is proposed for MSL soccer robots. Monte Carlo localization and matching optimization localization, two most popular approaches used in MSL, are combined in our algorithm. The advantages of these two approaches are maintained, while the disadvantages are avoided. A camera parameters auto-adjusting method based on image entropy is also integrated to adapt the output of omnidirectional vision to dynamic lighting conditions. The experimental results show that global localization can be realized effectively while highly accurate localization is achieved in real-time, and robot self-localization is robust to the highly dynamic environment with occlusions and changing lighting conditions.     

Action control of soccer robots based on simulated human intelligence

A multi-modal action control approach is proposed for an autonomous soccer robot when the bottom hardware is unchangeable. Different from existing methods, the proposed control approach defines actions with the principle of ``perception-planning-action' inspired by human intelligence. Character extraction is used to divide the perception input into different modes. Different control modes are built by combining different control methods for the linear velocity and angular velocity. Based on production rules, the motion control is realized by connecting different perceptions to the corresponding control mode. Simulation and real experiments are conducted with the middle-sized robot Frontier-I, and the proposed method is compared with a proportional-integral-derivative (PID) control method to display its feasibility and performance. The results show that the multi-modal action control method can make robots react rapidly in a dynamic environment.     

The AGILO Robot Soccer Team—Experience-Based Learning and Probabilistic Reasoning in Autonomous Robot Control

This article describes the computational model underlying the AGILO autonomous robot soccer team, its implementation, and our experiences with it. According to our model the control system of an autonomous soccer robot consists of a probabilistic game state estimator and a situated action selection module. The game state estimator computes the robot's belief state with respect to the current game situation using a simple off-the-shelf camera system. The estimated game state comprises the positions and dynamic states of the robot itself and its teammates as well as the positions of the ball and the opponent players. Employing sophisticated probabilistic reasoning techniques and exploiting the cooperation between team mates, the robot can estimate complex game states reliably and accurately despite incomplete and inaccurate sensor information. The action selection module selects actions according to specified selection criteria as well as learned experiences. Automatic learning techniques made it possible to develop fast and skillful routines for approaching the ball, assigning roles, and performing coordinated plays. The paper discusses the computational techniques based on experimental data from the 2001 robot soccer world championship.     

全自主足球机器人视觉系统的方案分析与比较

简单介绍了全自主足球机器人比赛系统。设计了全自主足球机器人视觉系统的典型电路，包括CCD摄像头、SAA7111、AL422B、EPM7128及TMS320VC5402，并详细分析了系统的时序关系。给出了典型电路的变型设计，并进行了比较。     

一种基于预瞄控制的Robocup足球机器人带球轨迹跟踪方法

通过深入分析足球机器人带球状态下的运动特点,结合智能预瞄控制方法建立带球状态下的非线性数学运动模型。分别对机器人的线速度和旋转速度使用专家PID控制,实现在带球情况下不丢球的机器人轨迹跟踪。仿真和试验证明该方法具有良好的快速性和鲁棒性。