共查询到10条相似文献,搜索用时 15 毫秒
1.
基于RANSAC和Kalman滤波的足球机器人球速估计算法 总被引:1,自引:0,他引:1
针对中型组足球机器人如何有效地估计足球速度的问题,提出了一种基于Kalman滤波和RANSAC算法的新方法。首先对存储的若干帧足球位置信息作Kalman滤波,接着利用这些足球位置信息,建立若干个可能的足球速度模型并运用随机采样一致(RANSAC)算法选出最优的速度模型作为速度值。实验结果验证了该算法的有效性,同时由于RANSAC算法可以有效地去除外点的干扰,因此当足球位置信息具有较大噪声时,该方法可以较准确地估计足球的速度,较以往球速估计的算法具有更高的鲁棒性。 相似文献
2.
3.
基于改进人工势场法的足球机器人避碰控制 总被引:21,自引:3,他引:21
本文在分析足球机器人避碰的特点及传统人工势场法不足的基础上,提出了引入
障碍物的速度和加速度矢量的改进人工势场法,用于足球机器人的避碰控制.仿真实验表明
,这种方法是可行的,并弥补了传统人工势场法的不足. 相似文献
4.
5.
意识对一名足球运动员来说是至关重要的,是衡量足球运动员水平高低的一个重要因素,球员的足球意识是需要通过长期的训练与比赛积累来慢慢培养的。而青少年时期正是培养球员足球意识的黄金时期。但目前很多青少年球员的训练,往往都是单方面的注重技术甚至是身体方面的训练,轻视了意识的培养,只是为了眼下能尽快的出成绩,对帮助青少年球员以后持续性的提高和发展并没有起到太多的促进作用。因此青少年足球运动员在意识方面的培养与训练有必要得到加强。 相似文献
6.
7.
8.
以机器人足球中型组比赛环境中的足球作为研究对象,重点研究在机器人自身位置可能时刻发生变化 的情况下如何利用机器人全景视觉信息,可靠地估计出足球在自由运动状态下和在外力作用下的位置和速度。 提出了一种基于岭回归的估计方法实现对足球运动状态的估计,并在实验中证明本方法具有一定的稳定性和可 靠性。 相似文献
9.
10.
多智能体强化学习及其在足球机器人角色分配中的应用 总被引:2,自引:0,他引:2
足球机器人系统是一个典型的多智能体系统, 每个机器人球员选择动作不仅与自身的状态有关, 还要受到其他球员的影响, 因此通过强化学习来实现足球机器人决策策略需要采用组合状态和组合动作. 本文研究了基于智能体动作预测的多智能体强化学习算法, 使用朴素贝叶斯分类器来预测其他智能体的动作. 并引入策略共享机制来交换多智能体所学习的策略, 以提高多智能体强化学习的速度. 最后, 研究了所提出的方法在足球机器人动态角色分配中的应用, 实现了多机器人的分工和协作. 相似文献