先进控制在机器人足球中的应用.pdf

先进控制在机器人足球中的应用 张慧勇 0443031183 前言 仿真机器人足球比赛为人工智能理论研究提供了良好的实验平台 受到很多人的关注 同时也吸引了很多人参加该赛事 要赢得仿真足球赛 一是小车的基本动作实现要快 准 稳 即小车的转角 Angle 定位 position 等要有好的控制算法 二是要有好的策略如角 色分配 攻防转换等 这两者缺一不可 本文基于 FIRA SimuroSot 5vs5 仿真平台 讲述 先进控制在机器人足球中的应用 小车的基本动作可以采用改进 PID 控制 内模控制等算 法实现 而策略可以采用智能控制 基本动作函数控制 一 小车数学模型 机器人足球小车的运动可以由原地旋转和直线运动组合而成 用测试法得出仿真机器人足球 小车的数学模型如下 由于使用计算机控制 对象的数学模型和控制器用 Z 变化描述 旋转角度变化模型 1 0 537 3 12011 G se ss 离散 1 11 0 1471 1 0 72611 z A zF z zz 直线位移变化模型 1 0 0152 16 0511 G se ss 离散 1 11 0 0009181 1 0 93961 z D zF z zz 驱动力 125125F 以旋转动作为例对小车进行闭环控制 控制方框图如下 给定值是 70 度 由于对象模型中存在积分环节 所以控制器中可以不要积分环节 且存在积分环节可能产生 积分饱和现象影响控制效果 因此采用比例控制做为最简单的控制器 二 施密特 Smith 预估器 小车旋转模型和直线模型中都存在一个时间单位的纯滞后 对于小车直线运动来说 这个滞 后很小 1 16 051 0 0623 而对于小车旋转来说这是一个比较大滞后 1 3 12 0 3205 如 果仅采用比例控制 控制效果一定不好 因此运用施密特 Smith 预估器对纯滞后进行补 偿 施密特预估器以模型为基础的方法 可以改善大滞后系统的控制品质 由下图 左 可以看出运用施密特 Smith 预估器后 系统的平稳性和快速性都比原先好 的多 70 控制器 1 11 0 147 1 0 7261 1 z zz 左图为采用预估器前后的输出比较图 右图为采用改进比例控制前后的输出比较图 三 改进 PID 控制 上述系统中应用了带预估器比例控制 还可以采用改进 PID 控制对算法再次进行改进 根据 反馈信息自动在线调整比例增益 变参数控制 变参数控制规则如下 若50e 则 K 0 7 若5010e 则 K 0 5 若103e 则 K 0 3 若3e 则 K 0 1 由上图 右 可以看出采用变参数控制后 系统的超调量比原先减小了一些 也比原先系统 提前进入稳态 四 内模控制 采用上述控制算法 调节时间还是比较长 而采用内模控制可以有效减小调节时间 前面采 用施密特 Smith 预估算法时内模控制的一种特例 由于小车驱动力有上限和下限 所以 小车模型从理论上来说是非线性模型 内模 p Gz 模型不可能与对象一致 当期望值较大时 内模控制器输出会达到驱动力的上限 因此它的控制效果不会像期望的那样好 内模 1 12 0 147 1 1 72610 7261 p z Gz zz 内模控制器是内模去掉纯滞后环节求倒数 12 1 1 72610 7261 0 147 c zz G z 左图期望值 70 右图期望值 15 从 MATLAB 图可证实当期望值较小时 内模控制器输出小于 125 在对象的线性区域 内 因此在最短时间输出内达到期望值 而期望值较大 大于 18 时 内模控制器输出会 达到旋转驱动力上限 系统的调节时间也比较长 以上几种控制算法对系统的控制效果依次渐好 但期望值较大时 调节时间还不是最优 的 针对这种输入具有上下限的非线性系统 可以采用最优控制中的 bang bang 算法 机器人足球策略 仿真机器人足球比赛是研究人工智能理论良好的实验平台 机器人足球策略必得采用智 能控制 机器人足球策略时基于底层的基本动作函数 而有时不需要队员准确到达某一点 而是 到达某一范围 这时需要模糊控制 当需要根据场上情况 球的位置 对方队形 调整队 形时 就需要用到模糊判别 机器人足球也是足球 因此我们可以借鉴人类足球的策略建立一个专家系统 进行专家 控制 专家系统的知识库中包含队形的选择 角色的转化 进攻的路径以及配合等 知识库 在计算机控制程序中的表达形式就是 IF 条件 THEN 操作 机器