计算机足球机器人决策系统的研究与设计

1、J I A N G S U U N I V E R S I T Y本 科 毕 业 论 文足球机器人决策系统的研究与设计The Design of the Strategy Subsystem in Robot Soccer学院名称： 机 械 工 程 学 院 专业班级： 测控技术与仪器0602班 学生姓名： 田 园 指导教师姓名： 张 世 庆 指导教师职称：副教授 2010年 06 月摘 要机器人足球是人工智能领域与机器人领域的基础研究课题，是一个极富挑战性的高技术密集型项目。它涉及到机器人学、人工智能、智能控制、计算机视觉等多个领域。决策系统作为整个足球机器人系统的核心，决定了机器人间的协调协

2、作，是机器人的“大脑”。因此，决策系统的研究在多机器人、多智能体领域具有十分重要的意义。本论文以六步推理模型为指导思想并且以FIRA国际足球机器人比赛的5:5模式为基础，针对足球机器人决策系统中的态势分析所存在的局限性，在结合模糊变量法和场地分区法的基础上设计新的态势分析策略，通过建立五元模糊变量（其中包括球的位置、控球状态、机器人与足球的位置关系、障碍信息、球的运动趋势）进行状态描述。在轨迹规划方面，本文采用网格法实现最优路径选择，并且在比赛局部引入人工势场以完善机器人避障功能。在角色策略部分，主要设计了守门员的防守策略，在结合角平分线站位法、路线站位法以及前锋-球站位法的基础上提出关键点-

3、站位体系。后期通过Middle League SimuroSot软件平台实现守门员策略仿真。最后，设计与制作了具备无线通讯功能的足球机器人。关键词：足球机器人； 决策系统； 态势分析； 轨迹规划； 守门员；ABSTRACTRobot Soccer is a focus of research project in the field of artificial intelligence as well as roboticsIn addition, it could be regarded as a challenging high-tech-intensive project in thes

4、e fields which involve robotics，artificial intelligence，intelligent control，computervision and so onThe strategy subsystem is the core of the whole RobotSoccer system，just like the brain of the robotsIt is responsible for thecooperation of the robotsSo the research of the strategy subsystem has asig

5、nificant meaning to the multi-robot and multi-agent fieldsThis thesis is based on the 5:5 models in FIRA, a popular international robot soccer game, and regarded the six-step reasoning system as lodestar. In order to improve the disadvantage of situation analyze in the strategy subsystem, a dual str

6、ategy model based on multi-analysis fuzzy vector method is proposed. The strategy combines the fuzzy cluster method and field-division method to describe the situation of each player. The five fuzzy vectors include the situation of goal, the direction of goal, the relation between robots and goal, t

7、he information of controller and obstacle. In the aspect of path planning, a reference frame coving the whole game field is used to build movement-function to overcome the deficiency of strategy field method and situation-designing. At the same time, to avoid obstacles, the concept of situation-desi

8、gning is proposed to meet the robot soccer systems need on reactivity and intelligence. By analyzing the role assignment, this thesis designs the strategy of goal keeper through combining three popular methods and realizes this strategy through Middle League SimuroSot. Finally, the part of movement

9、in the strategy subsystem is realized by YuanMeng wireless communication robotic in the end of this project.Key words:Robot soccer; Strategy subsystem; Situation analyzing; Path planning; Goalkeeper;目 录第一章 绪论11.1 课题研究背景11.2课题研究意义31.3 国内外研究现状31.4 本课题来源及论文结构安排6第二章足球机器人系统概述72.1足球机器人系统的分类72.2 FIRA微型机器人比

10、赛介绍72.3 足球机器人系统介绍92.3.1 视觉系统102.3.2 决策系统102.3.3 无线通信系统112.3.4 机器人小车系统122.4本章小结12第三章决策系统总体设计133.1 决策系统设计原则133.2 总体设计流程143.3 机器人态势分析设计15场地划分16模糊变量的引入173.4 机器人路径规划设计18栅格法路径规划19人工势场法解决局部避障203.5角色设计213.5.1 守门员223.5.2 前锋233.5.3 中锋233.5.4 后卫233.6守门员策略改进23守门员路径控制233.6.2 守门员防守原则243.6.3 传统的策略分析243.6.4 关键点-站位体

11、系253.6.5 区域防守策略263.7本章小结28第四章决策系统软件仿真294.1 仿真的目的和技术方法294.2 Middle League SimuroSot仿真平台介绍294.2.1 仿真平台综述294.2.2 仿真平台的使用314.3 决策系统仿真设计334.3.1 基本动作设计344.3.2 守门员关键点仿真设计384.4 本章小结42第五章决策系统硬件搭建435.1 足球机器人实物介绍43精简小车配置43无线通讯部分44轨迹采样部分445.2 足球机器人装配步骤445.3预期实现功能445.4本章小结46第六章总结与心得476.1课题总结476.2 课题展望48致谢49参考文献5

12、0第一章 绪论随着社会科技的飞速发展，智能系统的出现成为科学发展历史上耀眼的一笔。它是集机械、材料、计算机、人工智能、信息处理与通讯等技术于一体，具有多学科交叉和融合的特点12。通过机器人的相互协作来完成一些复杂的问题，取缔了在高温、高压等恶劣环境下的人工作业，同时，它强大的运算能力、通讯能力以及事物处理能力也为人们的工作生活带来不可估量的影响。足球机器人系统主要由小车系统、视觉子系统、无线通讯子系统以及决策子系统四部份组成。决策系统在足球机器人的研究中占有极其重要的作用。通过研究足球机器人决策系统有助于解决智能体的信息获取、认识建模、路径规划、策略学习以及反馈执行等一系列问题3。本文分析了决

13、策系统中态势分析和轨迹规划两个环节，总结国内外设计方法，提出相应的改进策略。同时，针对足球比赛中极为重要的角色守门员的策略设计进行改进，通过建立站位体系和关键点以克服传统的角平分站位法、前锋-球站位法、中垂线法存在的缺陷。并且在最后通过Middle League SimuroSot 5vs5仿真平台对守门员策略进行仿真。此外，在运动环节上，通过圆梦二代小车实现运动环节决策。1.1 课题研究背景足球机器人最初是由英属哥伦比亚大学的Alan Mackworth教授在其1992年的“On Seeing Robots”一文中提出4。随后，韩国学者金钟焕在1996年于韩国高等技术研究院（KAIST）所在

14、的韩国（Daejeon）开始主办机器人足球比赛（Mirosot），第二年，全球十四个国家代表成立了国际机器人足球联盟（FIRA），决定在FIRA的组织下每年都举办MIROSOT。从1996年在韩国大田的KAIST举办第一届MiroSot比赛至今，FIRA已经举行了十二届世界杯比赛，足迹遍布亚洲、欧洲、美洲和大洋洲，成为各类国际机器人竞赛中最具水平和影响力的赛事之一5。在FIRA比赛蓬勃开展的同时，有关机器人足球系统和机器人足球竞赛的理论研究也取得了长足的进步。在每一届机器人足球世界杯比赛和地区性比赛期间，主办者都会举行相关的培训和研讨会，并召开一些机器人足球专题学术会议。例如，2002年在韩国

15、召开的2002FIRA Robot World Congress,就录用了来自26个国家的142篇论文；2003年在北京举行的中国机器人足球大赛录用了全国数十所高校的近百篇论文6。这些论文集中介绍了与足球机器人相关的视觉系统、运动规划、动作设计、策略系统设计等领域的最新研究成果。同时，足球机器人正以一种高技术对抗的形式赢得学术界的认同。一些学术刊物如Artificial Intelligence Journal、AI Magazine、Applied Artificial Intelligence、Advanced Robotics Journal等都出版了机器人足球专辑。在国内，机器人足球的

16、研究近几年来也取得长足的进步9。目前，国内有很多大学都有了自己的FIRA机器人足球队，其中包括哈尔滨工业大学、东北大学、浙江大学、清华大学、北京大学、中国地质大学（武汉）、四川大学、华中科技大学、武汉科技大学、武汉工程大学、西北工业大学、广东工业大学、西华大学等。从1999年开始，国内开始组织全国性的机器人足球比赛，以及相关的学术交流活动7。目前，从机器人足球的国际发展来看，主要有以下几个方面特点。（1）发展迅速，比赛规模逐年扩大经过近十年的发展，FIRA已经从最初参赛的37支代表队发展到30多个国家组织的上百支球队。RoboCup现有成员国近40个，参赛队已经从最初的37支代表队发展到今天的

17、一百多支8。可见机器人足球发展之迅速。（2）竞争激烈，比赛水平提高很快由于参赛队伍多，除了一些一流强队外，大部分实力接近，竞赛趋于激烈。这表明机器人足球已经受到各国的高度重视。每届世界杯赛各队的战术水平都有明显提高，都会出现新颖的软件、硬件设计和巧妙的战术配合。（3）得到著名期刊、国际研讨会议的高度重视机器人足球正以一种高科技对抗性的形式赢得学术界的认同。一些学术刊物如The Intelligence Journal of Intelligent Automation and Soft Computer、The Journal on Robotics and Autonomous System

18、都出版了机器人足球的专辑12。一年一度的世界杯赛也都同时召开学术会议，推动相关学术的进展。（4）欧美以及韩国、日本的机器人足球水平仍然处于领先地位1.2课题研究意义机器人足球是人工智能领域与机器人领域的基础研究课题，是一个极富挑战性的高技术密集型项目。它涉及的主要研究领域有:小车机械、机器人学、机电一体化、单片机、数据融合、精密仪器、实时数字信号处理、图象处理与图象识别、知识工程与专家系统、决策、轨迹规划、自组织与自学习理论、多智能体协调、以及无线通讯等等9。而决策系统在足球机器人的研究中占有极其重要的作用，通过研究足球机器人决策系统有助于解决智能体的信息获取、认识建模、路径规划、策略学习以及

19、反馈执行等一系列问题。此外，除了在智能体理论方面的研究具有重要意义外，足球机器人决策系统的学习还有着广阔的应用前景。(1)工业应用：将机器人足球技术中的多机器人协作应用到生产自动化上，用以改造旧的企业技术或开发新型高技术产品。(2)军事应用：将多机器人协作技术及战略具体应用到机器人部队的协同作战或救灾机器人部队的协同救护系统上。(3)体育应用：将多机器人协作技术应用到足球、篮球等体育团体竞技项目中，改进竞技策略，并使体育竞技超现代化方向发展。(4)太空应用：将多机器人协作技术应用到多卫星协调中，使卫星更加平稳安全运行。综上所述，开展足球机器人决策子系统的研究对于智能体结构学习和工业等领域实际应

20、用都具有极其重要的作用。1.3国内外研究现状MiroSot足球机器人系统由4个部分组成：视觉子系统、决策子系统，通信子系统和机器人小车子系统。其中，最关键的是决策子系统，它相当于整个系统的“大脑”，因此决策子系统是整个足球机器人系统中研究最多的部分10。决策子系统面对的是一个复杂、动态、难以得到精确模型的环境，所以决策子系统必须满足实时反应快、适应能力强、智能度高等几方面的要求。主要实现步骤包括场地信息预处理、态势分析、队形确定与角色分配、轨迹规划以及基本动作实现等。其中在态势分析部分，现今主要的实现方案有以下两种：（1）建立模糊变量基于模糊关系的模糊变换是模糊控制中极为重要的运算过程。所谓模

21、糊变换，是指给定两个集合之间的一个模糊关系，据此将一个集合上的模糊子集经运算得到另一个集合上的模糊子集的过程。模糊变换如图1.1所示，若输入为A，则可经运算，求得模糊输出B11。RAB图1.1 模糊变换示意图Fig.1.1 Fuzzy Conversion Sketch Map设R为X*Y上的模糊关系，A是X上的模糊子集，则可求得相应的B为：B=A*R12。上式就是模糊变换，结果B实际上是模糊子集A和模糊关系矩阵R的合成，它把X中的模糊集A变为Y上的模糊集B，实现了论域的转换。当R表示的是某种逻辑因果关系时，模糊变换就是一种模糊推理13。（2）状态空间分区在机器人足球比赛中，球在场地中的位置及

22、人与球的相对位置，决定运动员应采取的动作,机器人足球比赛与人类足球比赛类似，球是比赛场上的核心，它所处的位置直接决定着每个机器人应采取的动作。国内外决策系统的设计上广泛采用空间分区的方法将球场划分成为不同的区域，如死区、紧防守区、松防守区、中场区、进攻区。当球、敌方或者我方进入不同的区域内时计算机针对不同情况做出相应的决策14。以上两种态势规划的方法分别存在各自的优缺点。前者模糊矢量的建立较为便捷，容易上手，但是各个数据区域的标定只存在于径向的划分，而对于宽度方向并未增加界定，这样的设计对于最终的机器人控制具有极大的影响，怎样进行分区和规则建立，是设计者需要考虑的问题。而后者突出了场地不同位置

23、的特征值，但却忽略了对于场上其他因素（例如在相同区域中对方球员的个数）对比赛的影响。此外，为了让机器人在掌握场上态势的前提下准确、迅速地实现各自角色相应的运动路径，路径规划是移动机器人导航中的重要任务之一。路径规划问题可以描述成：给定一个移动机器人所处的环境，一个起始点和一个期望的终止点，机器人路径规划根据一定的任务要求，寻求一条连接七点和目标点并且能避开环境中障碍物的运动轨迹，即最优或次优有效路径。许多研究人员针对路径规划问题开展了大量的理论研究。目前最常用的轨迹规划方法如下：（1）人工势场法人工势场法由Khatib于1986年提出的，其基本思想是构造目标位姿引力场和障碍物周围的斥力场共同作

24、用的人工势场。在这个构造出的势场中，每一个点都具有自己势场的大小和方向，机器人沿着合成的势场力方向运动，绕开障碍物，向目标点运动15。人工势场法结构简单，使用方便，可以考虑了多个障碍物的影响并允许机器人在一个连续变化的环境中自由移动。它的缺点也很明显，人工势场法是一种局部寻优方法，只着眼于得到一条能够避障的可行路径，对路径是否最优并未加以考察。人工势场的建立结构较为简单，使用方便，可以考虑到多个机器人和球的共同影响。但是缺点也是很明显的，运用人工势场法机器人最为关注的是怎样避开障碍物，而对于路径是否最优并未有太多考虑，因此，该方法适合运用于局部避障系统，而对于全局设计欠佳。（2）栅格法针对人工

25、势场的缺陷，J.Borenstein设计了一种称为VFH（vector field histogram）的方法，该方法采用栅格表示环境。其中，某一个栅格范围内不包含任何障碍物，则称此栅格为自由栅格16；反之，称为障碍栅格由这些栅格构成了一个连通图，在这个连通图上搜索一条从起始栅格到目标栅格的路径，该路径均由自由栅格构成，用栅格的序号来表示。最后把栅格序号转换成机器空间的实际坐标，令机器人按此路径运动。栅格法路径规划包括建立模型、生成障碍物地图和搜索无碰最优路径三个过程17。通过搜索获取自由栅格，机器人可以有效地进行路径规划，只要搜寻方法设计得当，能够做出最优路径判断。但是在使用栅格法的时候，需

26、要注意栅格的大小设计，如果选择过大，可能会造成机器人决策的不精确，影响轨迹规划；反之，如果栅格分得过细，又会导致系统存储量过大，加重计算机负荷。（3）遗传算法遗传算法是一种人工智能方法，在1975年左右由美国密歇根大学的Holland教授研究得出。遗传算法模仿了生物的遗传、进化原理，并引用了随机统计理论。在求解过程中，算法从一个初始变量群体开始，逐代寻找问题的最优解，直至满足收敛判据或预先设定的迭代次数为止，属于迭代式算法18。该方法是一种自适应的机器学习算法，一大特点是具有较强的适应性。利用遗传算法解决机器人动态环境的轨迹规划问题，可以避免困难繁琐的理论推导，直接获取问题的最优解。但遗传算法

27、运算速度不快，进化过程的规划要占用较大的存储空间和运算时间。1.4 本课题来源及论文结构安排本文研究了足球机器人决策系统并侧重研究决策系统中态势分析和轨迹规划两个部分。通过综合国内外研究方案，建立四元模糊矢量模型和轨迹规划方案以完善相应的策略部分。对于角色分配部分，以守门员为例进行策略设计。全文分为六章，本文后续章节内容安排如下：第二章，足球机器人系统总体设计。介绍足球机器人的分类，以及机器人在FIRA国际比赛和实际系统中的构成。第三章，决策系统设计。主要介绍在遵循六步推理模型的基础上决策系统总体设计方案，其中包括态势分析、路径规划、角色分配等环节策略的设计。并且针对角色分配中守门员的任务要求

28、提出了关键点-站位体系。第四章，决策系统软件仿真。介绍了Middle League SimuroSot 5vs5仿真平台，并且以守门员决策系统为例，运用该仿真软件实现设计方案。第五章，决策系统硬件设计。介绍圆梦二代小车的实物系统组成，硬件搭建过程以及预期实现功能。第六章，对本次设计进行总结并提出后续研究的展望。第二章 足球机器人系统总体设计2.1足球机器人系统的分类根据感知系统实现方式和策略决策所在的位置，足球机器人系统可划分为：集控式足球机器人系统、集中视觉式(半自主式)足球机器人系统、分布控制式(自主式)足球机器人系统19。集控式足球机器人系统集控式足球机器人系统通过由安放在球场上放的摄像

29、头获取视觉图像，并送至主机进行图像分析与识别，由决策系统统一决策，以广播的形式通过无线通讯发送给本队各机器人，机器人进而做出动作反应。该系统属于集中视觉遥控无脑多机器人系统。FIRA微机器人赛和RoboCup的小型组机器人比赛多采用此类系统。集中视觉式(半自主式)足球机器人系统集中视觉式足球机器人系统是向分布式过渡的一种方案，只是将主机中的决策系统下载到各机器人的单片机上，实现了机器人的独立决策。在此系统中，多智能体协调问题变得突出和现实起来。该系统也常用在小型组足球机器人系统中。分布控制式(自主式)足球机器人系统自主式足球机器人系统中的各机器人能自主实现主动感知、思维决策、动作响应等功能。即

30、全部功能环节均由机器人独立实现。由于分别感知，摄像头置于机器人车体之上，视场不断变动，视野局限性较大，故信息不够完整，给决策带来困难；并且机器人之间的沟通需靠无线通讯网络。网络形式和协议也是须待解决的关键问题。2.2 FIRA微型机器人比赛介绍FIRA是由韩国高等科学研究院的金钟焕创立的机器人足球比赛组织。在1997年6月7日韩国大田召开了FIRA成立大会，通过了FIRA章程，选举了领导机构。紧接着又举行了MiroSot97赛事，同时召开了学术会议，引发了文集和录像带，使这个新生事物扬名海外，茁壮成长20。自此以后，FIRA每年举办一届比赛。经过近十年的发展，FIRA已经从最初参赛的37支代表

31、队发展到30多个国家组织的上百支球队。FIRA比赛分为微型机器人足球锦标赛（MiroSot）、仿真机器人足球锦标赛（SimuroSot）和类人机器人足球锦标赛(HuroSot)三种比赛项目，其中微型机器人世界杯足球锦标赛是目前FIRA系列中历史最悠久、影响最广泛的比赛类别之一。本论文也是基于微型机器人比赛（MiroSot 5vs5）来进行决策系统设计的21。220cm在微型机器人比赛中，每个队伍使用一台或两台计算机，计算机通过置于场地上方支架上的摄像头来获取场地信息。在接收到场地信息后主机进行信息预处理、机器人决策以及控制指令发送等工作。比赛进行中操作人员是不允许接触和控制机器人的。比赛每队由

32、五个边长不超过7.5cm的立方体的遥控小车（机器人）组成。它们的任务就是将橘红色的高尔夫球（足球）撞入对方的球门而力保本方不失球或少失球。比赛规则与人类足球类似，也有点球、任意球和门球，如果需要，也进行加时赛。只是因电池容量有限，每半场为5分钟，中间休息10分钟。与人类足球的明显不同之处在于球场四周有围墙，所以没有界外球，而在相持10秒后判争球22。球场标记如图2.1所示：25cmFIRA40cm60cm80cm7cm90cm50cm15cm55cm5cm15cm180cm37.5cm35cm30cm(FB)(FB)(FB)(FB)(PK,FK)(PK,FK)图2.1 中型组（5vs5）场地标

33、记Fig.2.1 The Field of Medium-sized Competition(5vs5)FB：free-ball（争球）放球点；PK：penalty-kick（点球）放球点；FK：free-kick(任意球)放球点；在MiroSot 5vs5比赛中，比赛将在两个队之间进行，每对包括五个机器人，其中之一为守门员。球队由三个人组成，分别是领队、教练和训练员，他们只允许留在看台上观看。2.3 足球机器人系统设计小型足球机器人系统包括：视觉系统、决策系统、无线通讯系统以及机器人车体四个组成部分。足球机器人在比赛过程中首先通过安装在球场上方的摄像头摄取赛场上的信息，送至上位机进行图像分析

34、与识别；由充当教练员的决策软件统一决策，形成机器人的控制命令，然后通过无线通讯的方式发送给机器人，每个足球机器人只要负责根据主机发送来的运动指令通过电机驱动实现所要求的动作即可。足球机器人结构框图如图2.2所示：视觉子系统图像获取摄像头图像处理模糊识别球场环境信息通信子系统决策子系统（推理、决策）机器人控制命令球场图像机器人小车系统1机器人小车系统2电机控制无线接收.电机控制.无线接收.球场环境轮速控制图2.2 足球机器人系统结构框图Fig.2.2 Structure Chart of Robot Soccer System以上四个子系统必须全部正常运行才能保证整个机器人系统的正常运行，而系统

35、性能的提高也依赖于每个子系统统一提高，在系统中任何一个部分都有可能成为整个系统瓶颈，所以每一个子系统都需要全面均衡，并且根据其他子系统情况适当调整相关性能参数。下面针对足球机器人的各个子系统进行详细介绍。视觉系统视觉系统是足球机器人的信号检测机构，由摄像头、采集卡等硬件处理设备和图像处理软件组成。每个队有自己的颜色标识，每个队员也有自己区分其他队员的颜色标识。视觉系统的任务是实时采集和处理足球场上的比赛场景，从而获得各机器人和球的速度、方位等信息23。视觉系统的输出是决策系统的输入，视觉部分的关键是获得准确的机器人的位姿信息，为决策系统协调策略做好准备。场上形势瞬息万变，视觉系统必须实现每秒数

36、十幅彩色图像的辨识，并给出各实体精确的位姿，故视觉系统要求具有实时性，精确性；除此之外由于比赛时光照不均，还可能出现各类色光干扰，视觉系统还要考虑抗干扰性。视觉子系统的软件流程如图2.3所示。摄像头图像采集卡A/D转化图像识别算法决策系统图2.3 视觉子系统流程图Fig.2.3 Flow Chart of Vision System在设计视觉系统需要考虑的问题如下24：(1)图像增强。滤除噪声，提高质量；(2)图像恢复。对于几何畸变的矫正；(3)色标设计与辨识算法研究；(4)颜色模型的选择与亮度不变性的考虑；(5)颜色分割与特征提取算法；(6)视觉系统处理信息的速度；(7)辨识精度。2.3.2

37、决策系统决策系统是整个比赛系统的核心，是连接视觉系统和无线通讯系统的重要环节。决策系统是一个多智能体系统的协调控制系统。它主要包括：视觉信息预测处理，多智能体(MAS)协调策略、角色分配执行、路径规划、运动控制这几个主要部分。还有很多和其他系统的接口。由于整个机器人系统运作过程中会产生信息传递延时，视觉信息不能真实的反映当前机器人和球的位置坐标和方向，需要对位置信息进行预测。一般采用的办法有扩展卡尔曼滤波、线性模型、BP神经网络等方法。一段时间内或者有一定目的的机器人队伍整体决策称为战术，根据不同的情况采用不同的战术。每个机器人都会分配到不同的任务，并且每个战术都有它的应用条件，通过战术选择算

38、法在比赛中决策系统能自适应对手进行战术选择，对任何对手都能以最高效率进行比赛。路径规划的问题是机器人如何避开所有的障碍从一点走到另一点，常用算法有：基于格点的算法，遗传算法，人工势场法，Delaunay三角法，几何方法，随机扩展搜索算法等25。2.3.3无线通信系统无线通信系统是联系主机与机器人的桥梁与纽带，主要负责把决策指令通过串行方式输出至无线发射机，经调制后发射出去，机器人内的无线接收机解调出无线信号上所载命令信息。无线通信过程如图2.4所示：数字信号PWMRF发送器R/C接收器PWMCPU通信子系统机器人小车图2.4 无线通信过程Fig.2.4 Flow Chart of Wirele

39、ss Communication System通信系统分为发射系统和车载接收系统两部分，发射装置与主机相连，接收装置在足球机器人上。来自主机决策系统的控制命令（数字信号）通过计算机的串行口送至通信发射模块，经过调制后发射出去，机器人的通信接收模块接收命令并解调后传送给车载微处理器进一步处理，以决定机器人的行为26。在通信过程中，信号以无线电波的方式传输比较容易受到外界信号（各种噪声及近频带信号）的干扰而产生误差；同时由于机器人上的接收器与机器人的控制电路安排在一起，还装有驱动电路和电动机，电磁环境恶劣也容易受到干扰而产生误差，通信过程有误差将导致机器人错误的动作，所以要求通信系统具有较强的抗干

40、扰能力和可靠性。无线通信子系统式机器人足球闭环控制系统的一个重要组成部分，其通信性能的好坏，将严重影响机器人的运动和比赛是否能够顺利进行。为了提高通信质量和通信效率，在设计通信系统是应该注意通信芯片的选择和通信协议的制定。2.3.4机器人小车系统机器人车体可分为机械执行机构和电路控制两个部分，机械执行机构的主要功能是机械传动和运动驱动，是足球机器人系统的最终执行机构，其性能的好坏在一定程度上决定了比赛的胜负，所以机器人实体必须具备良好的稳定性和灵活性，能够快速实现前进、后退、转向、停止等基本动作，并根据指令要求完成战术动作(带球、射门等战术)。机械部分主要包括行走机构、带球机构和击球机构；电路

41、控制部分的功能是与无线通讯接口，接受运动控制指令，驱动和控制各机械执行机构。控制电路可分为四个部分：(1)无线通讯系统的接收端。用来接收和解码无线指令，获得决策命令。(2)主控制电路。用来执行决策命令，给执行机构的驱动电路发送驱动信号。(3)驱动电路，主要用来驱动行走机构和球处理机构等驱动电路。(4)传感器电路。用来为执行机构控制提供反馈信息，以达到精确、有效的执行决策指令的目的27。2.4本章小结本章从总体上介绍了足球机器人系统，其中包括足球机器人分类、FIRA国际比赛规则和场地规划。同时，对机器人系统进行了总体概述，针对视觉系统、决策系统、无线通讯系统和小车系统分别介绍，从整体上对机器人有

42、了宏观认识。第三章 决策系统设计决策子系统是足球机器人比赛系统的大脑，它以视觉系统处理得到的球场环境信息数据为依据，根据现场的情况（如当前得分、控球方、对手的水平等因素）安排相应的策略，决定是进攻还是防守，确定机器人队形和角色分配，然后根据从策略数据库调用的策略，规划机器人的任务，决定各机器人的路径规划，并生产运动轨迹，从动作函数库中调用相应的动作函数进行轨迹跟踪，然后形成各机器人小车左右轮轮速的控制命令，最后通过通信子系统发送给赛场上的足球机器人。决策子系统是决定整个系统实时性的重要因素。它极大地影响着比赛的胜负结果。3.1 决策系统设计原则决策子系统在制定决策时更多的可以参照盲人教练思维过

43、程展开，如果说决策子系统充当的是教练员的职责，那么教练员是个盲人，他只能通过所接收到的关于场上敌我双方的位置、局势、阵型以及各自运动趋势的信息来进行比赛分析，再做出决策指挥全队球员的左右脚行动(左右轮速)。基于盲人教练的思维过程，东北大学徐心和教授提出了六步推理模型，在机器人决策系统设计中被广泛使用。本课题以该模型为指导思想，将策略分为了以下六个步骤28：（1）输入信息预处理。主要是计算各个实体之间的距离，双方机器人和足球的速度矢量以及角速度。（2）态势分析与决策选择。通过分析球的位置和双方机器人的位置来判断各个机器人应该采用进攻策略还是防守策略。（3）队形确定与决策分配。根据各个队员所在位置

44、进行角色划分，例如：首先确定守门员，再根据所处位置判定进攻与防守的人数比例。（4）目标位置确定及动作选择。每一个复杂的动作都是由很多个基本动作组合而成，基本动作包括定点（以一定速度运动到某点）和转角（以一定角速度转过既定角度）。（5）运动轨迹规划。从效果上来看是指在哪些条件下直接运动到定点，什么时候走曲线，哪些情况下需要避障。（6）小车轮速确定。六步推理模型很好地描述了机器人足球决策系统的决策思路，但在实际决策应注意根据实际情况分解决策过程分解，避免在不必要的时候分解过细而造成机器人执行的不连贯。3.2总体设计流程决策系统总体设计的流程图如图3.1所示：视觉信息信息预处理态势分析和任务分解队形

45、确定角色分配角色解释技术动作基本动作速度指令视觉系统路径规划规则表协调、分配无线传输守门员前锋中锋后卫自由人步进电机控制无线通讯系统小车系统图3.1 决策系统流程图Fig.3.1 Flow Chart of Strategy System根据六步推理模型的建立，决策系统首先需要对所获得的视觉信息进行预处理，其中包括计算出双方球员的速度大小和方向、球的位置以及球员之间的相对位置等。在获得场上信息之后计算机需要对场上队员情况进行态势分析，让机器人了解对方球员位置，做出危险判断，采取适当的攻守策略。此后，根据已设定的规则表中调用相应的应对策略，从而进一步确定比赛队形。在队形确立后，计算机需要对各个队

46、员进行不同的角色任务分配，赋予各自的角色属性。然后再从角色任务库中调用对应的执行程序以完成对角色的解释，实现动作分配。最后，通过路径规划，足球机器人根据自身角色定位来计算出最优或次优运动路径，而所有的复杂运动过程都可以简化为最基本的两个动作（即以一定速度运动到目标点和以一定角速度转过目标角度）来实现。将战术动作简化为复杂动作的组合形式，再进一步简化为以上两种基本动作，从而完成角色预定的轨迹路径。计算机通过计算，将左右轮速通过无线通信传达到各个足球机器人接收器中，再输出命令实现最终的小车运动。3.3 机器人态势分析设计人类在球场上对信息的处理通常是在模糊概念上，如远近、快慢、有利或是无利等，通过

47、大脑权衡做出判断。但是，作为足球机器人系统核心部分的决策子系统面对的是精确的数据和刻板的程序，如同盲人教练一样需要外界告诉它当前的比赛情况，然后做出决策判断。如何将教练员的决策思维过程形式化、规范化，并用计算机程序表现出来，这便是态势分析需要完成的任务。所谓的态势分析是指机器人如何识别和分析场上局面的方法。足球机器人在场地中需要了解对方球员位置，做出危险判断，采取适当的攻守策略，与此同时，掌握我方队员的情况，准确地进行传球或者配合助攻。如何让球员准确地感知场上局面，怎样正确认识并且快速做出角色判断是态势分析的主要任务，同时也是衡量决策系统优劣的一项重要指标29。目前广泛流行的态势分析主要有模糊

48、变量法、状态空间分区等等。本文在第一章中针对各自的优缺点进行了分析，在此，提出将模糊变量和状态空间分区相结合的决策方法来进行态势分析，在综合两者的优点基础上有效地对各自存在的缺点进行弥补。场地划分球是比赛场上的核心，它所处的位置直接决定着每个机器人所应分配的角色以及执行的动作。根据敌我两方位置关系，将球场划分为六个区，场地划分示意图如图3.2所示。A1A2A3A4A5A6缓冲带图3.2 场地分区示意图Fig.3.2 Sketch Map of Field Division我方球门对方球门A1：危险区，包括我方罚球区域（含球门区）所属范围。当足球处于该区域内时，我方受到极大的威胁，对方前锋很有可

49、能射门进球，除了守门员进行防守以外，我方需要增加防守力度。因此，此时采用阵型分配0-1-3-1（前锋-中锋-后卫-守门员，下同）进行紧密防守，减小失球率。A2：防守区，靠近我方的四分之一场地区域。在该区域中我方仍处于被动防守状态，采用阵型0-2-2-1，后卫加强防守的同时，中锋可以盯住对方其他球员或协助传球。A3：助防区，我方球场除去防守区外剩下的区域。当球处于该区域时，我方存在略微弱势，在不放松防御的警惕性基础上增设一名前锋，攻守兼顾，一旦防守成功便可以立即转为进攻模式，因此该区的阵型设置为1-1-2-1。A4：助攻区，对方球场中靠近中线的四分之一区域。我方占据场上的主动权，采用1-2-1-

50、1进攻模式，中锋在中场一方面盯住对方球员，为前锋制造良好的局势；另一方面传递足球，协助前锋射门，从而使前锋可以主动寻找进球机会。与此同时，在我方球场区域仍然保留一名后卫进行防守。A5：进攻区，对方场地靠近球门区域的四分之一球场区。当球位于该部分区域时，我方具有很强的进攻性。在仍然保持防守力度的同时增加前锋人数，主动出击增加进球机会。采用阵型为2-1-1-1。A6：射门区，对方罚球区域（含球门区）所属范围。我方逼近对方球门，占据极大的主动权和进攻性，此时我方采用2-2-0-1，前锋球员主动出击寻求射门机会，增加命中率，中锋协助前锋射门，同时若射门失败，中锋可以立即转为防守状态。由于双方球员在两个

51、相邻区域的分界线附近抢球，会导致球在这两个区域中来回滚动，若频繁变换阵型、切换各机器人角色以及所执行的任务，会影响决策系统速度。因此，在场地划分时每两个相邻区域之间分界线出增设10cm的弹性区域，例如球从A3助防区向A4助攻区滚动时，若球处于弹性区域中，则我方仍然保持助防阵型不变，只有当足球越过弹性区域后，我方才转变为助攻阵型。反之，当球从A4向A3区域滚动时，也只能当球滚过弹性区域后阵型才发生变化，由进攻变为防守。弹性区域的增设为模式切换增加了缓冲带，能够有效地避免机器人过于频繁的目标跳变。模糊变量的引入在足球比赛中，除了球在场地上的不同位置对比赛结果产生影响外，球的运动趋势、一定范围内是否

52、有对方球员、是否需要避障等因素也会对比赛造成不同程度的影响。因此，在上面介绍的场地划分基础上，本文引入模糊变量对场地信息加以描述，使计算机能够全面、精确地了解场上态势，从而做出正确决策。为了描述场上的比赛态势，本文将球在场地中的位置、机器人与球的位置关系、控球状态、障碍信息以及球的运动趋势五个集合作为状态空间变量，用五元列表S=(A,B,C,D,E)描述比赛态势，进行状态描述，其中：A：球所在的位置；按照球场分区可以得AA1，A2，A3，A4，A5，A6B：控球状态；指该周期内足球的控球方，B1，01：表示我方机器人控制足球；0：表示对方机器人控制足球；C：机器人与足球的位置关系；以球为圆心一

53、定范围为半径的区域内是否有对方球员，C1，01：表示该区域内存在对方球员；0：表示该区域内没有对方球员；D：障碍信息；在机器人和目标点之间是否存在障碍物。若存在的话则开启人工势场避障功能，否则不需要进行避障。D1，01：表示有障碍物；0：表示没有障碍物；E：球的运动趋势；该变量用来描述当前情况下球的运动方向是朝向我方半场还是背离我方半场（即朝向对方半场）。E1，01：表示球的运动方向朝向我方半场；0：表示球的运动方向背离我方半场；在决策过程中，球的运动趋势是以预测球的位置的形式加以考虑的，基于上述模糊变量集合的定义，可以很好地描述场地态势；集合S可以描述N=624=96种状态，针对每一种状态建

54、立不同的状态-动作映射关系就可以实现场地态势的分析和反馈。3.4 机器人路径规划设计足球机器人当中的角色就是指能完成特定任务的逻辑机器人，角色是通过调用机器人动来完成任务的。角色需要完成运动规划，即角色每次执行任务，通常是从当前位置运动到目标位置，这期间的运动轨迹如何是需要进行规划的，而不是简单的调用基本动作来完成，而且还需要考虑机器人避障。下面分别讨论这几个问题。路径规划是移动机器人导航中最重要的任务之一。路径规划问题可以描述成：给定一个移动机器人所处的环境，一个起始点和一个期望的终止点，机器人路径规划根据一定的任务要去，寻求一条连接起始点和目标点并且能避开环境中障碍物的运动轨迹，即最优有效

55、路径。移动机器人的路径规划问题可以总结为由Durrant-Whyte H F提出的三个问题：（1）“我现在何处？”（2）“我要往何处去？”（3）“应如何到该处去？”大多数路径规划系统由两级规划组成，即局部规划（local planning）和全局规划（global planning）。前者主要解决问题（1）和问题（3），即机器人定位和路径跟踪问题；而后者主要解决问题（2），即将全局目标分解成局部目标，再由局部规划实现局部目标30。机器人在运动规划和控制问题上具有典型性，同时，足球比赛这种应用环境也使得机器人的路径规划具有鲜明的特点。一方面，机器人足球比赛的环境相对来说比较简单。机器人在一个尺寸

56、场地固定的环境中进行比赛，通过视觉系统对场地信号的获取，机器人可以掌握整个比赛场地的数据信息，其中包括物体的相对位置、速度矢量以及简单的几何形状等，这些都给路径规划带来了便利。另一方面，足球机器人系统需要保证极强的实时性，这就使得很多复杂的路径规划方法不再实用。机器人不可避免的会产生相互之间的碰撞，而这种碰撞又往往是需要避免的，这就需要在路径规划中实现最优控制的同时引入避障策略加以改善。同时，足球机器人系统由多个行为主体构成，机器人之间如何实现相互协作、相互配合，也成为路径规划中需要解决的问题。目前，在路径规划方面常见的包括路标法、栅格法、人工势场法以及遗传算法等等，结合各种算法的优缺点，本文采用栅格法对总体进行设计，以上提到的局部碰撞问题通过建立人工势场加以解决。栅格法路径规划栅格法是目前研究比较广泛的路径规划方案，该方法是讲机器人的工作空间划分成为多个简单的格子，成为栅格。若某一栅格范围内不包含任何障碍物，则称此栅格为自由栅格；反之则称为障碍栅格。由这些栅格构成了一个连通图，在这个连通图上搜索一条从起始栅格到目标栅格的路径，该路径全部由全部自由栅格组成，用栅格的序号来表示。最后把栅格序号转换成机器人空间实际坐标，令机器人按照此路径运动31。用栅格法进行路径规划可以分为以下三步（见图3.3）：+目标点开始点图3.3 栅格法路径规划Fig.3.3 Reference