（计算机软件与理论专业论文）足球机器人系统协作与控制研究.pdf

西北工业大学硕士学位论文 摘要 摘 要 足球机器人系统是典型的 多智能体系统，它要求多 个机器人在实时对抗的 环境中 协作完成一个共同的任务，为研究多 机器人的协作与控制提供了理想平 台。 f i r a的m i r o s o t 足球机器人系统是基于集中 视觉与策略的 集控式系统， 随 着机器人数量的增加，比赛场上的形势变得更加复杂，多 个机器人的 协作成为 突出的问题。 本文首先对多智能 体系统的协作、智能 体的设计与实现进行了 研究分析， 提出用多智能体系统中适用于分布式问题求解的合同网模型定义多个机器人的 协作框架，采用了 新的实时 a g e n t 模型，保证了 多机器人团队动作的 一致性。 多个机器人的协作性得到了很大提高，简化和优化了整个系统的设计。 其次， 在角色变换研究中， 提出了三角换位变换模型 和方法， 用p e t r i - n e t 对模型进行了 分析研究。 该方法简单、 有效地解决了 场上机器人的动态分布 平 衡，加强了局部攻防。 再次，在足球机器人系统设计中， 本文采用了 新的守门员设计方案。针对 原有矩形区域划分的弊端，采用基于一种不规则区域划分法，使区域划分中边 线的确定有理有据; 采用了线性差值站位法， 有效地提高了 守门员的反应速度， 使守门员的防守能力大大加强。 关键字:多智能体系统， 足球机器人，协作， 控制，合同网，角色转换 西北工业大学硕 l 学位论文 ab s t r a c t a b s t r a c t a s o c c e r r o b o t s y s t e m i s t h e t y p i c a l m u l t i - a g e n t s y s t e m , w h e r e e a c h r o b o t i n a t e a m c o o p e r a t e s w i t h i t s t e a m m a t e s u n d e r a r e a l - t i m e i p p . 、 ; t o n i t i e n v i r o n m e n t t o f u l f i l l s p e c i f i c o b j e c t i v e s . t h e m i c r o r o b o t s o c c e r t o u r n a m e n t ( m i r o s o t ) s y s t e m i s a t y p i c a l c e n t r a l i z e d c o n t r o l m o d e l b a s e d o n c e n t r a l v i s i o n a n d d e c i s i o n - m a k i n g s u b s y s t e m . w i t h t h e i n c r e a s i n g o f r o b o t s , t h e s i t u a t i o n i n t h e p l a y g r o u n d i s b e c o m i n g e v e r mo re m o re ? c o m p l i c a t e d , a n d t h e c o o p e r a t i o n a m o n g t h e t e a m m a t e s i s g e t t i n g e v e r i m p o r t a n t p r o b l e m . f i r s t l y , t h e c o o p e r a t i o n , t h e d e s i g n a n d r e a l i z a t i o n o f a g e n t i n t h e m u l t i - a g e n t s y s t e m i s s t u d i e d , a n d a n e w r e a l - t i m e a g e n t m o d e l i s a d o p t e d . w e p r o p o s e d u s i n g t h e c o n t r a c t n e t m o d e l , w h i c h i s u s u a l l y u s e d i n t h e t i c l d s o f d i s t r i b u t e d p r o b l e m s o l v i n g , t o d e f i n e t h e c o o p e r a t i v e f r a m e o f t h e m u l t i - r o b o t . i n t h i s w a y , t h e c o h e r e n c e o f r o b o t s a c t i o n s i s e n s u r e d , t h e c o o p e r a t i o n a m o n g t h e r o b o t s i s g e t t i n g r e i n f o r c e d , a n d t h e d e s 土 g n a n d r e a l i z a t i o n o f t h e s y s t e m i s b e c o m i n g s i m p l e . s e c o n d l y , t h e r o l e t r a n s f o r m a t i o n s t r a t e g i e s i n a t e a m a r e s t u d i e d . a t r i a n g l e t r a n s f o r m a t i o n m o d e l i s p r o p o s e d . f u r t h e r a n a l y s i s b a s e d o n p e t r i 一 n e t d e m o n s t r a t e s t h e e f f e c t i v e n e s s o f t h i s s t r a t e g y . i t i s e f f i c i e n t t o r e a l i z e t h e e q u i l i b r i u m d i s t r i b u t i o n o f r o b o t s i n t h e p l a y g r o u n d , a n d i t s t r e n g t h e n s t h e a t t a c k i n g a n d d e f e n d i n g i n t h e l o c a l ar ea. t h i r d l y , a n e w d e s i g n e d g o a l k e e p e r s t r a t e g y i s a d o p t e d . a n e w d i v i s i o n m e t h o d b a s e d o n a n o m a l o u s r e g i o n i s p r o p o s e d , i n w h i c h t h e d e t e r m i n a t i o n o f t h e r e g i o n b o r d e r i s o f e n o u g h e v i d e n c e . a n d a n e w l o c a t i o n m e t h o d b a s e d o n l i n e a r i n t e r p o l a t i o n i s p r e s e n t e d i n o r d e r t o r e d u c e t h e r e s p o n s e t i m e o f t h e g o a l k e e p e r . k e y w o r d s : s o c c e r r o b o t , c o n t r a ct ne t m u l t i - a g e n t s y s t e m , c o o p e r a t i o n , c o n t r o l p r o t o c o l , r o l e t r a n s f o r m a t i o n 第 一 资绪 论 西北工业大学硕十学位论文 第一章绪 论 研究意义 合作的多 个机器人有比单个机器人更加有效地完成一些任务的潜能。因为 多个廉价的机器人会产生冗余， 从而比只有一个强 大而且昂 贵的机器人更加能 够容忍错误。 并且多机器人系统具有很多显著特征:更广泛的应用领域:更高 的效率:改良 的系统性能; 错误容忍; 鲁棒性;更低的经济成本容易开发;分 布式的感知与作用;内在的并行性等。 譬如通过多 机器人的协作，可以 完成单 个机器人难以 完成的复杂作业; 即使单 个复杂机器人能完成该作业， 但在设计 制造难度上远远高于可以 完成该作业的多个协作的多个简单机器人;通过多 机 器人的协作可以 提高机器人系统的效率;当机器人工作环境发生 变化或系统局 部发生故障时多机器人之间通过其固 有的自 组织能 力即协作机制重新建立协 作 关系， 仍然可以完成作业; 因此多 机器人系统广泛应用于军事侦察、 航空航天、 工业 控制、地质勘探和宇 宙生命探测等领域。 典型的多机器人系统有: 1 、群智能机器人系统，它是由许多无差别的自 治机器人组成的分 布式系 统， 通常单个机器人被认为是无智能的， 多 个机 器人作为一个 群体， 通 过交互相互协作， 有共同的目 标， 使得整个群体呈现智能 行为。 美国u s c 大学m a j a j . m a t a r i c 研究的t h e n e r d h e r d 系统和加拿大 a l b e r t a 大 学开发的 n e t w o r k r o b o t i c s ( o r c o l l e c t i v e r o b o t i c s o r g r o u p r o b o t i c s ) 系统是 较为代表性的群智能机器人系统， m a t a r i c和 r u b e 等还研究了系统协作机制、学习机制、分布式控制等问 题; 2 、 自 重构机器人系统， 它以 一些具有简单功能， 同样形状 ( 或种类) 的标 准模块为 组件， 根据目 标任务的需要， 对这些模块进行相 应的组合， 进 而形成具有不同 复杂功能的系统， 日 本n a g o y a 大学的t . f u k u d a 教授研 究的c e b o t 系统就是一 个典型的自 重构机器人系 统; 3 、协作机器人系统， 是由 多个具有一定智能的自 治 机器人组 成， 机器人之 间通过通信等交流方式实现相互间的协作以完 成复杂的 任务， 典型的有 a c t i v m e d i a r o b o t i c s ， 上 海 交 通大 学 在 该 多 移 动 机 器 人系 统平 台 上 研 究 了多机器人协作系统的 体系结 构、分布式控制、队 形控制等问题; 4 、足球机器人比赛系统， 根据比 赛性质方向的 不同， 可以 划分到上述典型 第 一 资绪 论 西北工业大学硕十学位论文 第一章绪 论 研究意义 合作的多 个机器人有比单个机器人更加有效地完成一些任务的潜能。因为 多个廉价的机器人会产生冗余， 从而比只有一个强 大而且昂 贵的机器人更加能 够容忍错误。 并且多机器人系统具有很多显著特征:更广泛的应用领域:更高 的效率:改良 的系统性能; 错误容忍; 鲁棒性;更低的经济成本容易开发;分 布式的感知与作用;内在的并行性等。 譬如通过多 机器人的协作，可以 完成单 个机器人难以 完成的复杂作业; 即使单 个复杂机器人能完成该作业， 但在设计 制造难度上远远高于可以 完成该作业的多个协作的多个简单机器人;通过多 机 器人的协作可以 提高机器人系统的效率;当机器人工作环境发生 变化或系统局 部发生故障时多机器人之间通过其固 有的自 组织能 力即协作机制重新建立协 作 关系， 仍然可以完成作业; 因此多 机器人系统广泛应用于军事侦察、 航空航天、 工业 控制、地质勘探和宇 宙生命探测等领域。 典型的多机器人系统有: 1 、群智能机器人系统，它是由许多无差别的自 治机器人组成的分 布式系 统， 通常单个机器人被认为是无智能的， 多 个机 器人作为一个 群体， 通 过交互相互协作， 有共同的目 标， 使得整个群体呈现智能 行为。 美国u s c 大学m a j a j . m a t a r i c 研究的t h e n e r d h e r d 系统和加拿大 a l b e r t a 大 学开发的 n e t w o r k r o b o t i c s ( o r c o l l e c t i v e r o b o t i c s o r g r o u p r o b o t i c s ) 系统是 较为代表性的群智能机器人系统， m a t a r i c和 r u b e 等还研究了系统协作机制、学习机制、分布式控制等问 题; 2 、 自 重构机器人系统， 它以 一些具有简单功能， 同样形状 ( 或种类) 的标 准模块为 组件， 根据目 标任务的需要， 对这些模块进行相 应的组合， 进 而形成具有不同 复杂功能的系统， 日 本n a g o y a 大学的t . f u k u d a 教授研 究的c e b o t 系统就是一 个典型的自 重构机器人系 统; 3 、协作机器人系统， 是由 多个具有一定智能的自 治 机器人组 成， 机器人之 间通过通信等交流方式实现相互间的协作以完 成复杂的 任务， 典型的有 a c t i v m e d i a r o b o t i c s ， 上 海 交 通大 学 在 该 多 移 动 机 器 人系 统平 台 上 研 究 了多机器人协作系统的 体系结 构、分布式控制、队 形控制等问题; 4 、足球机器人比赛系统， 根据比 赛性质方向的 不同， 可以 划分到上述典型 第一* 1绪论西北工业大学硕上学位论文 多机器人系统中。 l . e . p a r k e r 在文献 1 了 提出设计一个协作的多机器人系统面临的主要问题 包括: 1 、 如何对机器人周围的环境进行描述和表示， 使得机器人本身可以理解并 可以 在多个机器人之间 共享; 2 、 如何将问题进行拈述、分解和分配; 3 、机器人 之h h l 如何进行通信和交互; - 1 、如何保证 机器人动作的一 致性; 5 、机器人之间如何协调解决冲突。 多机器人系统控制设计主要包括多个机器人之i司的协作控制设计与单个 自 治机b 人的控制器设计。一 个多 智能体机器人 系统的控制决定它完成任务以 及 对各种事件做出反应的能力，自 治 机器人的控制决定 其做出反应的能力。这要 求每个机器人的内部任务目 标与 机器人之间的 任务目 标之间要保持有适当的均 衡。 因此， 对于多个机器人的协作与控制研究是多机器人系统研究的主要内 容， 卜 ， i 亥 研究相关 的毛 要学科包括分布式人工智能，分布式系统、生物学和复杂系 统科学及控制理论研究等。 分布式人工智能 ( d a d 是人工智能研究与 应用中出 现的新的 研究领域， 其 中智能体与 多智能体系统是它的 研究重点。它以 鲁棒性作为 控制系统质量的标 准， 使得不同的异构系统在动态变化的 环境中具有交换信息和协同工作的能力。 山两个i 要的研究领域组成:分 布式问 题求解 ( d p s ) 和多智能 体系统( m a s ) o 分布式问 题求解的一 个m要假设是智能 休之间是倾向 于合作的，它 研究的是开 发自 愿智能体之间的合作行为的框架。 m a s 更能 体现人类的 社会智能， 具有更大 的灵活性与适应性，更适合开放和动态的世界环境，因而备受重视，已成为人 1 . 智能以至计 算机科 学和控制科学与工程的研究 热点。 足球机器人系统是一个典型的多智能体机器人系 统， 被看作是人工智 能历 史卜 的 个lp . 程碑，是人工 智能领域的又一挑战。 在机器人足球比 赛中， 坏境 是动态变化、对抗的，要求多 个机器人之间是协作配合的。 它将单智能体研究 对象发展到分布式多智能体; 静态研究环境发展到动态环境;并将非实时知识 处理问题发展到实时处理问 题。因 此这样的平台为多 智能体系 统的研究提供了 绝好的平台。 同样， 多 智能 体系 统的 研究也 有效地 促进了多 机器人系统的发 展。 人 l 智能中智能体 与多智能体系统的研究与多机器人系统的研究是密不可分， a北工业人学4 1, l 学位论义 相互促进的。 第一章 绪论 国际机器人足球联盟 ( f 工 r a )开展的微型足球机器人系统 m i r o s o t ( m i c r o r o b o t w o r l d c u p s o c c e r t o u r n a m e n t ) 是 一 个 集 控式 的 多 机 器 人系 统 。 它 融 合 了计算机视觉、无 线通信、机电一体化、 智能 控制、 仿真、嵌入式计算、人工 生命 学等多种前 沿技术。在该系统中单 个机器人是没有智能的， 通过集中视觉 来提供决策信息，通过多个机器 人之间的 协作与对单个机器人的 控制可以实 现 共同的目标，因此它属于群智能机器人系统的范畴。本文的主要研究内容是在 该 平台环境下用多智能体系统理论及控制理论研究解决多 个机器人之间协作与 控制的问题。 2研究现状 目 前，从国际机器人足球比 赛上看，随着硬件水平的提高，主要包括机器 人制造技术水平，无线通信技术及计算 机视觉信息处理水平的 提高，研究的重 点转向了多个机器人的协作与单个机器人控制水平的 研究， 及多 个智能体之间 协作学习的研究等。 多个智能机器人之间的 协作控制研究 现状，l y n n e e . p a r k e r 在文献 1 1 2 1 提出用a l l 工 a n c e 软件结 构来实现多个机器人之间的协作， 它是一 个完全分布式 的基于动作的机器人控制体系结构，动作选择通过加入了数学模型的动机模型 ( m a t h e m a t i c a l l y - m o d e l e d m o t i v a t i o n s ) 来实 现，参考了 其他机器人的动作， 当前的环境状态及机器人自 身的内部状态信息。由 于合作的机器人系统 通常工 作在动态不确定性的环境中，该软件系统结构允许系 统中的机器人可以 在环境 的 不确定性变化、 个别机器人发生了机械故障、进行新技能学习或者人为干预 添加或者减少机器人的情况下灵活 地、 可靠地进行响应。 p i r j a n i a n 与m a t a r i c 在文献 3 中提出了一种多机器人在合作式目标学习中的协同方法。 他们的方法 基于多个目 标行为的协作，并把它扩展到多个合作的机器人当中。提供了 一个 在一群并行地追踪多个 目 标的机器人中间进行分布式的命令融合的机制，使得 每个机器人可以 选择对那些对自 己 及整个群体有利的 动作。 h i r a t a 等在文献 4 中 为多机器人协作地处理单个对象提出了分散 的控制算法。 给一个称为领导者 的机器人运动命令，其他称为追随者的 机器人根据对象的运动估计 领导者的运 动， 然后做出动作处理。 此外是用多智能体规划的方法实现多个智能体之间的 协作， a l a m i 等在文献 5 中研究了多智能 体机器人系统中的 规划与规划合作， 解决了由一个中 心站和一组自 治移动机器 人组成的系 统如何组织协调一 群机器 人共同进行工作的问题。在文献【 2 川中提出了一种基于联合意图框架，在动态 a北工业人学4 1, l 学位论义 相互促进的。 第一章 绪论 国际机器人足球联盟 ( f 工 r a )开展的微型足球机器人系统 m i r o s o t ( m i c r o r o b o t w o r l d c u p s o c c e r t o u r n a m e n t ) 是 一 个 集 控式 的 多 机 器 人系 统 。 它 融 合 了计算机视觉、无 线通信、机电一体化、 智能 控制、 仿真、嵌入式计算、人工 生命 学等多种前 沿技术。在该系统中单 个机器人是没有智能的， 通过集中视觉 来提供决策信息，通过多个机器 人之间的 协作与对单个机器人的 控制可以实 现 共同的目标，因此它属于群智能机器人系统的范畴。本文的主要研究内容是在 该 平台环境下用多智能体系统理论及控制理论研究解决多 个机器人之间协作与 控制的问题。 2研究现状 目 前，从国际机器人足球比 赛上看，随着硬件水平的提高，主要包括机器 人制造技术水平，无线通信技术及计算 机视觉信息处理水平的 提高，研究的重 点转向了多个机器人的协作与单个机器人控制水平的 研究， 及多 个智能体之间 协作学习的研究等。 多个智能机器人之间的 协作控制研究 现状，l y n n e e . p a r k e r 在文献 1 1 2 1 提出用a l l 工 a n c e 软件结 构来实现多个机器人之间的协作， 它是一 个完全分布式 的基于动作的机器人控制体系结构，动作选择通过加入了数学模型的动机模型 ( m a t h e m a t i c a l l y - m o d e l e d m o t i v a t i o n s ) 来实 现，参考了 其他机器人的动作， 当前的环境状态及机器人自 身的内部状态信息。由 于合作的机器人系统 通常工 作在动态不确定性的环境中，该软件系统结构允许系 统中的机器人可以 在环境 的 不确定性变化、 个别机器人发生了机械故障、进行新技能学习或者人为干预 添加或者减少机器人的情况下灵活 地、 可靠地进行响应。 p i r j a n i a n 与m a t a r i c 在文献 3 中提出了一种多机器人在合作式目标学习中的协同方法。 他们的方法 基于多个目 标行为的协作，并把它扩展到多个合作的机器人当中。提供了 一个 在一群并行地追踪多个 目 标的机器人中间进行分布式的命令融合的机制，使得 每个机器人可以 选择对那些对自 己 及整个群体有利的 动作。 h i r a t a 等在文献 4 中 为多机器人协作地处理单个对象提出了分散 的控制算法。 给一个称为领导者 的机器人运动命令，其他称为追随者的 机器人根据对象的运动估计 领导者的运 动， 然后做出动作处理。 此外是用多智能体规划的方法实现多个智能体之间的 协作， a l a m i 等在文献 5 中研究了多智能 体机器人系统中的 规划与规划合作， 解决了由一个中 心站和一组自 治移动机器 人组成的系 统如何组织协调一 群机器 人共同进行工作的问题。在文献【 2 川中提出了一种基于联合意图框架，在动态 弟一章 绪论西北工业人学硕士学位论文 环境下多机器人系统通用的协作工作机制， 并研究了多机器人合作编队控制问 题。 在文献 1 8 中提出 用基于团队的 ( t e a m w o r k ) 的协 作框架， 对任务进行分 层分解，实现团队协作。 在文献 1 9 中 采用六步推理模型 及四层决策结构实现 多个机器人之间的协作。 此外对策论作为 研究人类交互的 最佳数学工具，它也 用于研究多智能体机器人的协调与协作。 目前，国内 在该 机器人足球系统中主要采 用多个机器人协作控制主要是采 用基于团队协作的六步推理、四层推理，或者混和决策推理，但经过我们的研 究分析发现随 着比 赛规模的扩大，机器人数量的 增加，及比 赛场地的增大。这 样的集中决策 控制带来的不利因 素显 得越加明显，譬如随着场上的 动态变化， 形势变得更加复杂， 知识库将会不断 增加，变得难以 管理，因为要对场上的每 个 细节都要集中考虑， 这样很容易陷入到具体的细节化当中， 不利于整 个策略 的实 现。另 外智能体的协作性不够， 在该类决策模型中，机器人的协 作性体现 在上层的队形分配中，机器人在执行动作的过程中难以实 现协作。再者就是在 该 类模型中， 角色是基本动作或组合动作及高级动作层次上的，这虽然可以提 高系统的整个实时性，但缺乏整体的规划， 在动作执行中由于 环境等的影响容 易 造成多个机器人的冲突， 机器人 动作执行的不一致等。 单个机器人的控制主 要涉及到 运动控制理论及单个智能体的设计与实现。 控制理论的研究为多机器人系统的 研究奠定了 坚实的 基础，绝大部分的机器人 系 统的控制器仍采用经典控制理论中的p i d 控制及其各种改进的 控制算法。现 代控制理论、最优控制理论、仿人智能控制及自适应控制理论等理论及方法的 提出为设计全新的控制器提供了全新的方法。在单个智能体的设计上，一种是 偏向一于 通过推理式的方法实现对机器人的 控制; 另一 种是通过反应式的手段来 实现对机器人的 控制， 机器人依 赖于简单的行为， 通过这些行为之间的交 互而自 然隐现智能。采用反应式方法，系 统的实时性、 鲁棒性可以 得到保证，但是在 全局看来将是非常复杂的，因为随着反应式规则的增大，规则之间的复杂交互 推理将变得非常困难: 采用推理式方法，它的优点在于可以有更多的预测，而 且其全局行为相比一个等价的反应式系统更加容易理解， 但也 有一些问题， 推 理式系统是鲁棒性， 实时性比较差。 单个机器人的控制和系统 所采用的协作控 制模型有关。 在我们的系统采用了一个实时智能体模型， 可以 对场上的动态形 式做出合理的判断并执行相应的动作。 西 北 工业 大学 硕 士 学 位 论 文 第一章 绪论 1 . 3论文的主要工作及论文组织 . 3 . 1论文的主要工作 运用多 智能体系统的思想对m i r o s o t 足球机器人系统策略子系 统进行全 新的设计， 提出了一种新的多 智能 体系统协作控制模型。 介绍了基于此 模式设计的足球机器人系统的策略推理方法， 通过实例分析了模型及其 策略在系统协作控制方面的性能优越性。 提出了三角换位变换模型和方法， 用p e t r i - n e t 对模型进行了分析研究. 该方法简单、 有效地解决了 场上机器人的 动态分布平衡， 加强了 局部攻 防。 3 .在系统实 现中， 采用了 新的守门员设计方案， 针对原有矩形区域划分的 弊 端， 基于一 种不规则区 域划分法， 使区域划分中边线的确定有理有据， 采用了线性差值站位法， 有效地提高了守门员的 反应速度， 使守门员的 防守能力大大加强。 1 . 3 . 2 论文组织 第一章绪论。第二章介绍了 m i r o s o t足球机器人系统控制与决策中常用的 决策控制模型，并对它们的特点 进行了 分析， 提出了 需要 解决的问 题，第三章 主 要是多智能体系统中的协商与协作的介绍，并对多智能 体系统结构进行了 介 绍。第四章着重介绍了我们决策系统的智能体设计模型及多智能体协作控制模 型，并描述了它们的实 现方法。 第五章则对在整个系统起着重要作用的角色转 换进行了 介绍，并用 p e t r i - n e t 对我们系统中用到的 三角换位模型和方 法进行 了 讲解。第六章对系统的 底层控制及重要动作设计算法进行了 介绍，并给出了 试验结果。 第二章 mi r o s o t 足球机错人系统控制与决策 西北工业大学硕上学位论文 第二章 m i r o s o t 足球机器人系统控制与决策 f i r a开展的微型足球机器人系统( m i r o s o t ) 是一个集控式的多机器人系统。 它融合了计算机视觉、 无线通信、机电 一体化、 智能控制、 仿真、 嵌入式计算、 人工生命学等多种前沿技术， 它为 研究多智能机器人的协作与控制提供了理 想 平台。 本文研究采用的实物足球机器人系统是东北大学n e w n e u 足球机器人系统口 2 . 1 m i r o s o t 足球机器人系统组成 2 . 1 . 1视觉子系统 视觉子系统是整个系统的眼睛，由 它提供系统所需要的全部场地信息。组 成包括图 像采集设备及处理软件。由 摄像头获取图像，由视频采集卡以每 秒 3 0 帧或更高的频率采样数字化， 送入内 存， 再有相应的计算机视觉识别算法，获 取小球、本方机器人及对方机器人的位姿信息。因此摄像头及视觉采集卡的工 作频率决定了整个系统的响应周期，视觉信息的处理要求实时性非常高，它获 取的机器人的 位姿精度及可靠性、实时性决定了整个系统的 控制精度， 一 对整个 系统的发挥起着至关重要的作用。视觉部分的实现方式及算法是多样性不拘一 格的， 其中主要包括 机器人色标设计方式， 动态目 标跟踪识别 等，还有广阔的 发展空m. 2 . 1 .2集中决策与控制子系统 集中决策与控制子系统相当于整个系统的大脑，由它来实现对多个机器人 协作及控制。决策与控制子系统的输入信息由视觉子系统。决策与控制系统根 据这些信息， 进行决策对策得到我方各机器人的动作，并 进行动作控制输出 控 制命令 ( 如机器人的 轮速设定) ， 通过无线发射模块发送给每个机器人。 2 .1 .3机器人子系统 机器人在系统中充当 着执行机构的角色， 将由无线通信模块获得的左右车 轮速度信息转化为机器人的 驱动信息， 它的 性能发挥对这个系统起着举足轻重 的作用。机器人子系统由硬件与软件组成，硬件主要包括:车体、直流伺服电 第二章 mi r o s o t 足球机错人系统控制与决策 西北工业大学硕上学位论文 第二章 m i r o s o t 足球机器人系统控制与决策 f i r a开展的微型足球机器人系统( m i r o s o t ) 是一个集控式的多机器人系统。 它融合了计算机视觉、 无线通信、机电 一体化、 智能控制、 仿真、 嵌入式计算、 人工生命学等多种前沿技术， 它为 研究多智能机器人的协作与控制提供了理 想 平台。 本文研究采用的实物足球机器人系统是东北大学n e w n e u 足球机器人系统口 2 . 1 m i r o s o t 足球机器人系统组成 2 . 1 . 1视觉子系统 视觉子系统是整个系统的眼睛，由 它提供系统所需要的全部场地信息。组 成包括图 像采集设备及处理软件。由 摄像头获取图像，由视频采集卡以每 秒 3 0 帧或更高的频率采样数字化， 送入内 存， 再有相应的计算机视觉识别算法，获 取小球、本方机器人及对方机器人的位姿信息。因此摄像头及视觉采集卡的工 作频率决定了整个系统的响应周期，视觉信息的处理要求实时性非常高，它获 取的机器人的 位姿精度及可靠性、实时性决定了整个系统的 控制精度， 一 对整个 系统的发挥起着至关重要的作用。视觉部分的实现方式及算法是多样性不拘一 格的， 其中主要包括 机器人色标设计方式， 动态目 标跟踪识别 等，还有广阔的 发展空m. 2 . 1 .2集中决策与控制子系统 集中决策与控制子系统相当于整个系统的大脑，由它来实现对多个机器人 协作及控制。决策与控制子系统的输入信息由视觉子系统。决策与控制系统根 据这些信息， 进行决策对策得到我方各机器人的动作，并 进行动作控制输出 控 制命令 ( 如机器人的 轮速设定) ， 通过无线发射模块发送给每个机器人。 2 .1 .3机器人子系统 机器人在系统中充当 着执行机构的角色， 将由无线通信模块获得的左右车 轮速度信息转化为机器人的 驱动信息， 它的 性能发挥对这个系统起着举足轻重 的作用。机器人子系统由硬件与软件组成，硬件主要包括:车体、直流伺服电 西北工业大学硕 r 学位论文第二章mir o s o t 足球机器人系统控制 与决策 机、电源、 码盘、 单片机控制系统 ( c p u 控制单元、电机驱动单元和速度检测单 元、 地址编码器、 复位和低压检测单元及无线接收单元) 。 软 件主要包括: 接收 系统主 机的各种命令、机器人速度信号采集、增量式 p i d 算法实现、 机器人走 行控 制、软件抗千扰设计等， 采用模块化设计，主要由主 程序、串 行通讯中断 服务 程序、 速度控制中断服务子程序、 p 工 d 算法子程序及输出控制子程序等组成。 2 . 1 .4系统控制流程 视觉系统通过摄像头和采集卡采集场地图像， 再经图 像处理系统从每帧 静止图像辨识出 小车 位姿及小球位置信息: 由 集中式决策控制系统决策之后， 获得每个 机器人的左右轮速; 每个控制周期无线发送模块以广播通信的方式， 发 送每个机器人的 地址 编码和速度命令; 机器人小车接受速度指令，对电机进行速度控制。 . 图2 - 1 m i r o s o t l a r g e l e a g u e 场地示意图 m i r o s o t 根据比 赛的 规模不同， 设定的 机器人个数也有所不同。 目 前 规模比 较大的是m i r o s o t l a r g e l e a g u e ( l l v s l l ) 机器人足球e 匕 赛系统，比 赛场地如图 2 - 1 所示， 为4 4 0 c m x 2 8 0 c m ，可以根据需要在比 赛场地的上方2 . 5 m 到3 m 范围 内 悬挂多个摄像头，光照强度应在 1 , 0 0 0 l u x 附近。 西北工业大学硕 r 学位论文第二章mir o s o t 足球机器人系统控制 与决策 机、电源、 码盘、 单片机控制系统 ( c p u 控制单元、电机驱动单元和速度检测单 元、 地址编码器、 复位和低压检测单元及无线接收单元) 。 软 件主要包括: 接收 系统主 机的各种命令、机器人速度信号采集、增量式 p i d 算法实现、 机器人走 行控 制、软件抗千扰设计等， 采用模块化设计，主要由主 程序、串 行通讯中断 服务 程序、 速度控制中断服务子程序、 p 工 d 算法子程序及输出控制子程序等组成。 2 . 1 .4系统控制流程 视觉系统通过摄像头和采集卡采集场地图像， 再经图 像处理系统从每帧 静止图像辨识出 小车 位姿及小球位置信息: 由 集中式决策控制系统决策之后， 获得每个 机器人的左右轮速; 每个控制周期无线发送模块以广播通信的方式， 发 送每个机器人的 地址 编码和速度命令; 机器人小车接受速度指令，对电机进行速度控制。 . 图2 - 1 m i r o s o t l a r g e l e a g u e 场地示意图 m i r o s o t 根据比 赛的 规模不同， 设定的 机器人个数也有所不同。 目 前 规模比 较大的是m i r o s o t l a r g e l e a g u e ( l l v s l l ) 机器人足球e 匕 赛系统，比 赛场地如图 2 - 1 所示， 为4 4 0 c m x 2 8 0 c m ，可以根据需要在比 赛场地的上方2 . 5 m 到3 m 范围 内 悬挂多个摄像头，光照强度应在 1 , 0 0 0 l u x 附近。 第二章m i r o s o t 足球机器人系统控制与决策 西北工业大学硕 学位论文 2 2n e w n e u 足球机器人系统控制与决策模型 2 2 1 足球机器人运动控制 1 机器人运动学模型 在f i r a 半自主项目比赛中，用到的机器人是轮式移动机器人( w m r ，w h e e l e d m o b i l er o b o t ) ，如图2 2 所示，采用传统轮类型，即两轮差分驱动，对称结构， 机器人的质心在轮轴的中点。 速度换算关系为 运动方程为 图2 - 2 运动学模型 = r o l , = ，饰 ：堡墨 三 。：盟 辫 式中：v ，口分别为小车的质心线速度和角速度。 ( 2 1 ) ( 2 2 ) 口口m o c s l l | 工yf 。，l 堕! ! 三些盔兰堡_ 兰兰竺笙墨兰三至兰! 竺! 竺! 星鲨塑墅墨竺丝型皇盗茎 2 机器人动作设计 机器人动作设计问题是机器人的运动控制问题，包括用p i d 控制，余弦控 制，自适应控制等控制方法解决轨迹规划、轨迹跟踪和点镇定控制问题。 根据复杂程度可以将机器人的动作划分为基本动作及技术动作等多个层 次。基本动作是机器人实现高级动作的基础，主要包括：t o p o s i t i o n ( 到定点) 、 t u r n ( 转动) 、m o v e ( 朝某个给定的方向移动) 等最基本的动作。技术动作或者 高级动作是构建于基本动作之上。常用的高级动作包括：s h o o t a c t i o n ( 射门) 、 p a s s b a l l ( 传球) 、b l o c k n a n ( 阻挡对方进攻) 等。这些动作构成机器人的可选 动作集即动作空间。动作空间抽象了机器人的动作，封装了机器人的物理模 型、运动学模型、动力学模型等。 2 2 2 决策推理模型 i信息预处理及态势分析 主要是将场上的比赛信息进行抽象，表达成可以处理的知识，完成视觉空 间到状态空间的映射，作为智能推理、态势评估分析的依据。这些特征状态的 提取，主要包括：实体的位置、速度、运动趋势和相对位置、距离和角度，实 体与特殊位置( 球门、边界等) 的关系，再根据历史信息，抽取当前的比赛态 势，譬如是属于全力防守、全力进攻、全攻全守等进行分析。 2 任务分解与分配 1 ) 队形定义 队形定义为对当前状态的解答，即对比赛当前总体任务的分解。队形的定 义如下： f = ( 足l ，是2 ，胄3 ，r 4 ，月5 ) ! r 1 r 5 e r ( 2 3 ) r 为足球机器人角色空间，r = ，= r l ，r 2 ，r 3 ， ，其中r l ，r 2 ，r 3 ，为足球机 器人角色。尺1 ，尺2 ，r 3 ，r 4 ，r 5 是按照角色的重要性的一个排列，r 1 为最重要的角 色，r 5 为最不重要角色，角色的这样排列为队形角色序列。 2 ) 角色定义 所谓角色就是单个机器人应对当前状态的解答。这些角色大致分为四大类： 第一类是能在丌球瞬间完成简单开球任务的角色，例如：点球角色、门球 角色、争球角色、任意球角色，这类角色只是简单的组合动作。 第二类是能完成特定踢球任务的角色，例如：中路射门角色，边路射门角 西北工业大学硕士学位论文第二章mi ros o t 足球机器人系统控制与决策 2 . 机器人动作设计 机器人动作设计问 题是 机器人的运动控制问 题，包括用 p i d 控制，余弦控 制，自 适应控制等控制方法解决轨迹规划、 轨迹跟踪和点镇定控制问 题。 根据复杂程度可以将机器人的动作划分为基本动作及技术动作等多个层 次。 基本动作是 机器人实现高级动作的 基础， 主要包括: t o p o s i t i o n ( 到定点) 、 t u r n( 转动) 、 m o v e( 朝某个给定的方向移动) 等最基本的 动作。 技术动作或者 高级动作是构建于基本动作之上。 常用的高 级动作包括: s h o o t a c t i o n( 射门) 、 p a s s b a l l ( 传球) 、 b l o c k m a n( 阻挡对方进攻) 等。 这些动作构成机器人的可选 动作集，即动作空间。动作空间 抽象了机器人的 动作， 封装了机器人的 物理模 型、运动学模型、动力学模型等。 2 . 2 . 2决策推理模型 i .信息预处理及态势分析 主要是将场上的比赛信息进行抽象，表达成可以处理的知识，完成视觉空 间到状态空间的映射， 作为智能推理、 态势评估分析的依据。 这些特征状态的 提取，主要包括:实体的 位置、速度、 运动趋势和相对位置、距离和角度，实 体与特殊位置 ( 球门、边界等)的关系，再根据历史信息，抽取当前的比赛态 势，譬如是属于全力防守、全力进攻、全攻全守等进行分析。 2任务分解与分配 1 ) 队形定义 队形定义为对当 前状态的解答，即 对比赛当 前总 体任务的分解。队形的定 义如下: f = 沙1 , r 2 , r 3 , r 4 , r 5 ) 1 r i 一 r 5 e 川(2 - 3 ) r 为 足 球机 器 人角 色空 间 ， r = 卜 i ; 二 r l, r 2 , r 3 , ，二 ， 其中 r l ,r 2 , r 3 ， 二 为 足 球 机 器人角色。 r i , r 2 , r 3 , r 4 , r 5 是按照角色的重要性的一个排列， r 1 为最重要的角 色，r 5 为最不重要角色，角色的这样排列为队形角色序列。 2 ) 角色定义 所谓角色就是单个机器人应对当前状态的解答。 这些角色大致分为四大类; 第一 类是能在开 球瞬间完成简单开球任务的角色，例如:点球角色、门 球 角色、争球角 色、任意球角 色，这 类角色只是简 单的组 合动作。 第二类是能完成特定踢球任务的角色， 例如:中路射门 角色，边路射门 角 弟一章 mir o s o t 足球机器人系统控制与决策西北下业大学硕士学位论文 色， 边界处理角色，中 路补射角色， 边路传中角色等，这类角色是高 级组合动 作。能够独立完成比较复杂的任务。 第三类是为了以球为参考点来保持一定的队形，而定义的角色， 例如三角 进攻上护卫角色，三角进攻下护卫角色，三角防守上护卫角色，三角防守下护 卫角色等，它们 以球为参考点动态调整跑位点。 第四类是能够跑到球场上固定的位置等候机会的角色。 综上可以 知道， 这些角 色的设计是 基于动作基础之上的， 是简单动 作，或 者组合动作的合成。它们可以看作是完成某种简单任务的逻辑单元，可以对外 界环境做出及时的反应。 3 . 决策结构 1 ) 六步推理模型及四层决策结构 东北大学徐心和教授提出的六步推理模型如下:1 、输入信息预处理;2 , 态势分析与策略选择;3 、队形确定与角色分配;4