足球机器人路径规划研究硕士论文.docx

足球机器人路径规划研究硕士论文.docx

《足球机器人路径规划研究硕士论文.docx》由会员分享，可在线阅读，更多相关《足球机器人路径规划研究硕士论文.docx（85页珍藏版）》请在冰点文库上搜索。

足球机器人路径规划研究硕士论文

学校代码：

10491研究生学号：

12003551

中国地质大学

硕士学位论文

足球机器人路径规划研究

硕士生：

郭路生

学科专业：

计算机应用技术

导师：

吕维先

二○○六年五月

ADissertationSubmittedtoChinaUniversity

ofGeosciencesfortheDegreeofMasterofEngineering

ResearchonPath-planningforSoccerRobots

MasterCandidate：

GUOlusheng

Major：

ComputerAppliedTechnology

Supervisor：

Prof.LVWeixian

ChinaUniversityofGeosciences

Wuhan430074P.R.China

作者简介

郭路生，男，生于1972年10月，江西遂川人。

主要研究方向：

人工智能、机器人足球。

课程及成绩：

英语（含专业英语）80.3；科社、自然辩证法80.5；体育85；组合数学80；高级计算机体系结构80；面向对象的程序设计90；算法设计与分析86；经典案例分析81；单片机原理及应用84；VC++程序设计90；Windows组件编程技术75；

学分：

33;平均成绩：

82.9

专业方面主要实践经历：

1）机器人足球仿真比赛路径规划程序

2）主持校“研究生科技创新与探索基金”资助项目：

“机器人足球决策系统的研究与应用”的研究。

在校期间，获得过的奖励有：

1）2005年第六届中国机器人足球计算机仿真5对5冠军和仿真11对11一等奖。

2）2005年中国地质大学信息工程学院科技论文报告会一等奖。

3）2005年中国地质大学科技论文报告会特等奖。

4）2005年中国地技大学“紫金科技奖学金”三等奖

5）2005年中国地质大学“五四”评优“优秀研究生干部”

在校期间公开发表的主要学术论文：

[1]郭路生，杨林权，吕维先基于Bezier曲线的机器人足球射门算法，《哈尔滨工业大学学报，2005，7

[2]郭路生，吕维先，杨林权.基于时间最优的足球机器人路径规划,《哈尔滨工业大学学报》2005，7

研究生学位论文原创性声明

我以诚信声明：

本人呈交的硕士学位论文是在吕维先教授指导下开展研究工作所取得的研究成果。

文中关于“基于Bezier曲线的足球机器人射门路径规划”的方法和关于“基于时间最优的足球机器人路径规划”的方法系本人独立研究得出，不包含他人研究成果。

所引用他人之思路、方法、观点、认识均已在参考文献中明确标注，所引用他人之数据、图件、资料均已征得所有者同意，并且也有明确标注，对论文的完成提供过帮助的有关人员也已在文中说明并致以谢意。

学位论文作者（签字）：

签字日期：

　　年　　月　　日

足球机器人路径规划研究

硕士生：

郭路生导师：

吕维先

摘要

足球机器人系统是一个典型的多智能体系统，是一个实时动态的对抗性的复杂环境，它为人工智能技术的理论研究和模型测试提供了一个标准的实验平台。

机器人路径规划是智能机器人的一个重要研究课题，在这样一个具有高度实时性和竞争性的平台上研究路径规划是一个很有挑战性的课题。

目前用于路径规划的方法很多，如人工势场法，栅格法、可视图法及各种人工智能方法如遗传算法，神经网络等等。

但这些方法在高度动态性和实时性环境中的研究还不太完善，有待进一步改进。

本论文以足球机器人系统为研究背景，主要针对系统中的路径规划问题进行深入研究，探索行之有效的方法来解决实际中的路径规划问题。

首先，总体介绍了足球机器人系统的体系结构及相关技术，分析了路径规划在整个系统中的重要性，并详细论述了足球机器人系统环境模型和足球机器人路径规划的特点。

在此基础上，对传统的几种足球机器人路径规划方法进行了研究，分析其优缺点和适应条件，重点对人工势场进行了讨论，并对其势场函数进行了改进，解决了GNRON问题，并引入速度矢量场以适用动态的障碍物的回避情况。

然后，针对路径规划在足球机器人技术动作实现中的应用，提出基于Bezier曲线的足球机器人动作实现的路径规划方法，把图形学的Bezier引入到的路径规划中来，根据机器人当前的位置和方向角以及机器人到达目标点的位置和方向角规划出一条平滑的Bezier曲线，然后用带误差控制的PID算法进行跟踪。

仿真表明,用此方法后动作实现的准确率及成功率得到了显著的提高.

最后，针对路径规划在足球机器人避障中的应用，提出了一种基于时间最优的足球机器人的避障路径规划的方法。

该方法用平滑的Bezier曲线代替传统的折线作为路径的描述，能满足移动机器人的非完整性约束方程，并能使机器人获得较大的运动速度，然后用遗传算法对代表路径的Bezier曲线控制点进行时间寻优。

遗传算法的适应值函数充分考虑了影响机器人运动时间的三个因素：

路径的安全性、长度和平滑度。

仿真结果和实际比赛表明了该方法的有效性。

在动态环境中我们对算法进行了改进，将运动时间划分成一个个小区间，预测每一个时间片中的障碍物的位置和避障机器人的可能区域，构造潜在的碰撞区域，并对预测给出了一个可信度权值，在安全性适应度函数中加以考虑，这样把算法成功地推广到动态的环境中，取得了不错的效果。

关键词：

路径规划足球机器人Bezier曲线时间最优遗传算法人工势场

SoccerRobotPath-planning

MasterCandidate:

GUOlushengSupervisor:

Prof.LVWeixian

ABSTRACT

Soccerrobotsystemisatypicalmulti-agentsystemandareal-time,dynamic,oppositionalcomplicatedenvironment.Itprovidesanewstandardtest-bedandtheoreticalresearchmodelforartificialintelligencewithmulti-agentsystems.Theproblemofrobotpath-planningisanimportanttaskinintellectualrobotresearch.Insuchanadversarialandcompetitiveenvironment,howtorealizethereal-timerobotpath-planningisachallengeproblem.Atpresent,manyresearchersapplyvarioustechnologiestothesoccerrobotpath-planning,suchasartificialpotentialfield,gradsmodelingmethod,evolutionaryalgorithmsandartificialneuralnetwork.However,theapplicationofthesetheoriesisnotperfectinhighdynamicandreal-timeenvironment,andsomemoreeffectivealgorithmsshouldbeinvestigated.

Thisthesisisbasedonsoccerrobotsystem.Itmainlyfocusesontheproblemofrobotpath-planningandexploreseffectivemethodstosolvethisproblem.

Firstly,thispapergivesthearchitectureofthesoccerrobotsystemanditskeytechnologiesandanalyzestheimportanceofpath-planninginthissystem.Wealsoinvestigatethesystemmodelofrobotsoccerandthecharacteristicsofsoccerrobot’spath-planning.Onthebasisoftheabovework,theauthorstudiesseveraltraditionalmethodsofthesoccerrobot’spath-planninganddiscussertheiradvantage,disadvantageandfeasibility.Especially,discussestheartificialpotentialfieldmethod,giveimprovedfunctionofpotentialfieldtosolvetheproblemofGNRON,importthevelocityvectorfieldtofitdynamicenvironment.

Then,fortheapplicationofpath-planningintheactionrealizationofsoccerrobot,presentsanewmethodofPath-planningbasedonBeziercurve.ImporttheBeziercurveofgraphicstoourPath-planning,asmoothBeziercurvepathisdesignedaccordingtothepositionsanddirectionbothatthecurrentandaimpointoftherobot.ThenthePIDcontrolalgorithmwitherrorcontrolisusedtotracethecurve.Thesimulationsandfieldmatchshowtheaccuracyandsuccessrateofactionrealizationareimprovedevidentlyafteradoptingthemethod.

Finally,foranotherapplicationofpath-planningintheavoid-obstaclesofsoccerrobot,presentnewmethodofsoccerrobot’spath-planningbasedontimeoptimization.Inordertoimprovethespeedofrobot’smovement,thepathisdescribedwithasmoothBeziercurveinsteadoftraditionalbrokenlines,thenthecontrolpointsofBeziercurvepresentingthepathisoptimizedbygeneticalgorithm.Thefitnessfunctionofthegeneticalgorithmtakesfullconsiderationofthreefactorswhichaffectthetimeofrobot’smovement:

security,lengthandsmoothnessofthepath.Resultsoftheexperimentsandrealmatchshowtheefficiencyofthemethod.

Thealgorithmisimprovedtofitthedynamicenvironmentofthesoccerrobotsystem.Themotion-timeisdividedintoalotofsegments,ineachofwhichthepredictionsoftheobstacle’spositionandfeasibleareafortheavoidingrobotarecompleted,thentheimplicitcollisionareaisestablished.Duringthepredictionacredibleweightisconsideredinsafetyfitnessfunction,sothisalgorithmissuccessfullyappliedtothedynamicenvironmentwithgoodeffect.

KeyWords：

Path-planning,SoccerRobotsystem,Beziercurve,time-optimization,geneticalgorithms,ArtificialPotentialfield

目录

第一章绪言.......……………………………………………………………………………..…1

§1.1研究背景.......…………………………………………………………………….…1

1.1.1机器人足球概述.......……………………………………………………….…1

1.1.2机器人足球路径规划概述.......…………………………………………….…1

§1.2研究的目的和意义.......………………………………………………………….…3

§1.3国内外研究现状.......…………………………………………………………….…3

1.3.1路径规划的分类.......……………………………………………………….…3

1.3.2传统路径规划方法.......…………………………………………………….…4

1.3.3智能路径规划方法.......…………………………………………………….…5

§1.4研究内容及结构.......…………………………………………………….…………5

1.4.1本论文研究的主要内容.......……………………………………………….…5

1.4.2论文组织结构.......…………………………………………………….……...5

第二章机器人足球系统.......………………………………………………………….…….…7

§2.1足球机器人系统的体系结构.......…………………………………………………7

2.1.1足球机器人系统的描述.......…………………………………………………7

2.1.2足球机器人系统的分类.......…………………………….……………………7

2.1.3机器人足球系统的体系结构…………………………..…………………….9

2.1.4足球机器人系统的特点和技术………………….…….……………………10

§2.2足球机器人决策子系统.......………………………………………………………11

2.2.1决策推理模型.......………………………………………………………….....11

2.2.2动作设计和路径规划………………………………………………………....12

§2.3足球机器人系统环境模型………………………………………………………..12

2.3.1球场模型………………………………………………………..…………....12

2.2.2球的运动学模型.......…………………………………………………………13

2.2.3机器人小车模型.......………………………………………………………….13

第三章足球机器人传统路径规划方法.......………………………………………………....15

§3.1中垂线法………………………………………………………..……………….....15

§3.2人工势场法.......……………………………………………….…………………..16

3.2.1传统人工势场法.......…………………………………………………………16

3.2.2　GNRON问题.......…………………………………………………………….17

3.2.3动态人工势场.......……………………………………………………………19

3.3.3对人工势场的评价.......………………………………………………………22

§3.3栅格法.......………………………………………………………………….……..22

3.3.1栅格法原理.......………………………………………………………………22

3.3.2利用栅格法进行路径规划.......…………………………………………….…23

3.3.3对栅格法的评价.......………………………………………………………….23

§3.4虚力场法.......………………………………………………………..…………......23

3.4.1虚力场法的实现原理.......……………………………………………………24

3.4.2对虚力场法评价.......…………………………………………………………25

§3.5智能路径规划方法.......…………………………………………………………...25

3.5.1基于模糊逻辑的机器人路径规划.......………………………………………25

3.5.2基于神经网络方法的机器人路径规划.......………………………….………26

3.5.3基于遗传算法的机器人路径规划.......…………………………………….…26

3.5.4基于混合方法的机器人路径规划方法.......…………………………………27

§3.6各种方法综合分析.......…………………………………………………………..27

第四章基于贝塞尔曲线的路径规划.......……………………………………………………..29

§4.1引言.......…………………………………………………………………….………29

§4.2Bezier曲线及其性质.......………………………………………………….……..30

4.2.1Bezier曲线的定义.......……………………………………………….……..30

4.2.2Bezier曲线的性质.......……………………………………………….……..30

4.2.3Bezier曲线的递推（deCasteljau）算法.......……………………….…….33

4.2.4Bezier曲线的拼接…………………………………………………….…….34

§4.3基于Bezier曲线的路径规划………………………………………………….….35

4.3.1Bezier曲线作为路径描述的可行性及优点……………………....………35

4.3.2基于Bezier曲线射门的路径规划……………………………….………..36

4.3.3轨迹跟踪…………………………………………………………….………..38

4.3.4实验…….………………………………………………….………………….39

§4.4本章小结…….……………………………………………………………………..41

第五章基于时间最优的足球机器人路径规划…….…………………………………………42

§5.1引言…….…………………………………………………………………………..42

§5.2时间最优问题…….………………………………………………………………..42

§5.3遗传算法…….……………………………………………………………………..43

5.2.1遗传算法原理…….……………………………………………………...……43

5.2.2遗传算法的基本要素…….………………………………………………...…43

§5.4用遗传算法实现时间最优的路径规划…….……………………………………45

5.4.1障碍物的描述与检测…….…………………………………………………46

5.4.2路径控制参数的编码…………….…………………………………………46

4.4.3适应度函数…….……………………………………………………………46

5.4.4遗传操作……………………………………………………………….……48

5.4.5仿真实验…………………………...…………………………………………48

§5.5动态环境下的时间最优路径规划……...…………………………………………49

5.5.1动态环境路径规划国内外研究现状…………………………………………50

5.5.2动态环境下时间最优路径规划………………………………………………50

5.5.3仿真实验………………………………………………………………………51

§5.6本章小结………………………………..…………………………………………52

致谢…….…………………………………………….…………………………………………53

参考文献…….……………………………………….…………………………………………54

第一章绪言

§1.1研究背景

1.1.1机器人足球概述

足球机器人属于第三代智能机器人。

机器人足球比赛，是近年来在国际上迅速开展起来的高技术对抗活动，它是体育与高科技结合的产物，比赛融入了机器人学、机电一体化技术、通讯与计算机技术、机器人视觉与传感融合技术、决策与对策、智能控制等多学科高新技术。

1992年加拿大哥伦比亚大学教授AlanMackworth[1]在一次国际人工智能会议上首次提出机器人器人足球的思想，旨在推动人工智能学科的发展，为智能机器人提出一个新的具有标志性和挑战性的课题。

同时，机器人足球的倡导者则提出了他们新的梦想：

在2050年，一个全自主的类人型机器人足球队，按照国际足联的规则，战胜当时的人类足球世界杯冠军队[2]。

这个梦想被看作是继1997年IBM公司研制的计算机深蓝（DeepBlue）战胜了国际象棋大师卡斯帕洛夫（Kasparov）之后的人工智能历史上又一个里程碑项目。

目前国际上有组织的机器人足球比赛有两大系列—FIRA和RoboCup。

FIRA是国际机器人足球协会联合会（FIRA--FederationofInternationalRobotSoccerAssociation），简称国际机器人足联，成立于1997年6月5日，总部设在韩国大田的韩国科学（技术）院（KAIST）。

目前已有30余个国家的近百个学校与科研院所为其成员单位，主要分布在亚洲、澳洲、北美和南美洲等