Children, robotics, and education

Popular interest in robotics has increased astonishingly in the last few years. Robotics is seen by many as offering major new benefits in education at all levels. Before rushing to exploit this popularity, educators should ask serious questions about the universality and longevity of the robotics phenomenon. Is it a fashion? To be useful, the energy released by robotics must be sustained and universal, and the means of exploiting it must be systematic. Universities define their own robotics curriculum, but most schools lack both the resources and the freedom to do this, and must work with a national curriculum. If it can be shown that robotics has sustained potential in education, it seems inevitable that new ways need to be found to integrate it into the school curriculum.     

一种基于光照变化补偿的颜色识别方法

针对RoboCup中型组足球机器人比赛中光照变化会使颜色发生色彩漂移,影响颜色识别的准确性问题,提出一种基于光照变化补偿的颜色识别方法。该方法首先利用球的历史信息预测球的位置,然后在较小的区域内用基于色调直方图反向投影的方法找到球后,通过球的亮度直方图的变化计算出光照变化率,用于动态补偿颜色查找表。实验表明该方法能提高颜色识别的光照自适应性。     

霍夫空间中多足球机器人协作目标定位算法

针对嵌入式仿人足球机器人提出一种霍夫空间中的多机器人协作目标定位算法。机器人利用实验场地中的标志物采用基于三角几何定位方法进行自定位,把机器人多连杆模型进行简化,通过坐标系位姿变换把图像坐标系转换到世界坐标系中,实现机器人目标定位;在多机器人之间建立ZigBee无线传感器网络进行通信,把多个机器人定位的坐标点进行霍夫变换,在霍夫空间中进行最小二乘法线性拟合,获取最优参数,然后融合改进后的粒子滤波实现对目标小球的跟踪;最后在21自由度的仿人足球机器人上进行仿真和实验。数据结果表明,这种多机器人协作的定位算法的精度提高了约48%,在满足实时性的前提下,对目标的跟踪效果也得到了改善。     

基于FIRA仿真足球守门员的决策设计

研究FIRA机器人足球守门员的准确性站位设计。由于守门员站位不精确,导致失败。为了提高守门员对于小球危险程度判断的准确性及其站位的精确性,提出了以球门线为公共弦长、不同半径大小的圆形区域来划分场地,提取小球、场地和守门员的综合信息,通过小球与球门线的距离、射门角度以及速度判断场地区域的危险等级,进而采取不同的防守策略。同时提出一种新的基于"角平分线—中点连线中点"站位方法,综合运用其它不同的站位法来修正守门员最佳位置,结合守门员的动作模型实现快速、准确、高效的防守。实验结果表明,证明防守策略提高了守门员防守的成功率,为足球仿真平台的设计提供了依据。     

类人机器人通信子系统的设计与实现

针对类人机器人足球比赛通信环境的高效性和实时性要求,提出了一套无线通信系统设计方案。该通信方案主要解决三个问题:通信平台、通信模块硬件设计和通信协议。其中,通信平台是实现信息交互的物理硬件,通信模块的硬件设计是无线传输模块的控制电路设计,通信协议是类人机器人系统中协作信息内容和格式的约定。本文建立了类人足球机器人通信子系统的通信平台,给出了基于该系统的硬件设计,并为多机器人系统提出了一套可行的对话协议。实验和比赛结果证明了该通信系统的可行性。     

高校足球选项课实施“合作讨论”教学法的实验

通过教学实验的方法,将"合作讨论"教学法和传统教学法运用于高校足球选项课的技术教学中的效应问题进行实验对比。结果表明:"合作讨论"教学法与传统教学法相比,课堂教学的互动更加频繁,有利于教学资源的整合,教学效果显著;能够更加有效地提高学生的运动技能水平,发展学生身体素质,而且在改善学生的心境状态,提高学生的学习兴趣和团队合作能力等方面效果更明显。     

足球机器人守门员防守策略研究

分析了足球机器人比赛中防守特点,提出了一种根据区域划分的防守策略算法。分析了可能遇到的几种情况,针对不同的现场局面形式,给出不同的防守策略。     

Keepaway抢球任务中基于策略重用的迁移学习算法

在RoboCup Keepaway中,球员使用强化学习能获得很好的高层策略.然而由于Keepaway任务的状态空间巨大,强化学习需要探索很多步才能收敛,学习过程十分耗时.针对这一问题,对于5v4规模的Keepaway任务,将策略重用技术应用于抢球球员高层决策的强化学习中,以实现迁移学习.首先合理设计了球员在4v3和5v4任务间的迁移学习方案及状态与动作空间的映射,然后提出了基于策略重用的迁移学习算法.实验表明,对于5v4任务,在训练时间约束下,迁移学习比强化学习获得了更短的任务完成时间和更高的抢断成功率,从而学习到了较优的高层策略.因此,为达到相同策略水平,迁移学习所需的训练时间明显比强化学习少.     

基于态势评估的足球机器人决策模型

为了提高足球机器人中策略执行的有效性和针对性,提出了一种基于赛场正向态势评估和反向执行效果评估的有限状态自动机分层决策模型。该模型将赛场决策分为战术策略和具体任务,通过正向态势评估信息和任务执行效果的反馈信息进行综合量化,基于有限状态自动机建立策略和任务的转换关系,从而做出适合当前态势的战术策略。经仿真实验表明,该决策模型在很大程度上提高了策略决策的有效性和针对性,使得球队的整体攻防能力得到了相应的改善。     

HfutEngine 3D仿人机器人步态设计与实现

本文针对具体的双足机器人模型,对机器人进行逆运动学的建模,给出零力矩点（ZMP）计算的具体过程,利用零力矩点为运动中机器人的平衡问题提供很好的解决方案：在仿真平台下,在线计算运动中机器人的ZMP点,并通过分析ZMP的变化,评估动作的稳定性。