Design on the Soccer-robot Wireless Communication Subsystem

在足球机器人比赛中，无线通信子系统的主要任务是将主机的命令准确地传送给每一个机器人，其性能的好坏，将会影响足球机器人的运动和比赛的顺利进行，直接关系到比赛的胜负。本文提出了一种基于高速尢线通信模块PTR6000的设计方案，介绍了发射和接收部分的硬件及软件设计，有效地提高了通信系统的性能，为足球机器人系统提供了一个高效可靠的通信平台。

足球机器人全局视觉系统的快速标定方法

足球机器人全局视觉系统为决策系统提供机器人位姿信息,决策系统进行机器人的路径和动作规划;竞赛规则要求视觉系统必须现场安装调试,因此标定过程必须快速有效,且具有较高的精度;针对足球机器人全局视觉系统的特殊应用场景,提出了一种基于两步法简化标定模型的快速有效标定算法;利用近似欧拉角旋转矩阵建立摄像机标定模型,确定需要求取的摄像机内外参数,根据标定模型,对内外参数的求解过程进行了推导;借助场地上现有的一些标志点作为靶标,对模型的内外参数进行分步求取初始值,并利用L-M优化算法对摄像机内外参数进行分步优化求取精确值;通过实验分别从标定误差和机器人动作实现效率两个方面与其他标定算法进行对比,验证了该算法具有较高的标定精度;实验表明,本算法的优点在于不用借助专门的标定靶标,即可快速有效完成相机标定,标定精度可达±1 mm,完全能够满足决策系统的控制精度要求,且标定过程简单易实现。

基于SOM3.4.2平台的iLoboke仿真足球机器人研究

2015年,iLobokeⅠ首次以标准化产品的形态推向市场,其搭载全局视觉、决策调度、无线通信和车载控制系统等先进技术,通过足球对抗的形式,实现高速动态下的多机器人协同。随着科技的不断进步,iLoboke足球机器人在2018年已经升级到第四代产品。这一代产品更加开放,支持更广泛的扩展编程,为用户提供更多的自由度和创造力。无论是足球领域还是其他领域,机器人的应用将逐渐渗透到人们的生活中,为我们创造更便利的生活和更广阔的发展空间。该文旨在利用SOM3.4.2平台,对iLoboke足球机器人控制进行研究,利用微粒算法规划移动路径,实现机器人在仿真环境中的足球运动,科学高效地预判传球。

HIT-Ⅱ型全自主足球机器人硬件系统的设计与实现

介绍了适用于全自主机器人足球比赛(RoboSot)的HIT-Ⅱ型足球机器人的总体思想和硬件结构实现方案.该机器人硬件结构由5部分组成:主控计算机;负责实时提供环境信息的视觉系统;运动系统;无线通信系统;电源系统.该机器人具有体积小、计算能力强、稳定性高等特点,能适应各种比赛情况.这种硬件结构设计同样适用于其他移动机器人系统.

足球机器人决策系统推理模型

介绍了足球机器人系统的组成及决策系统的六步推理模型和四层决策结构 ,并用人工智能的状态空间表示方法将比赛场上瞬息万变的态势 ,通过选择少量的有代表性的离散状态构成状态空间 ,根据系统完成的任务 ,为机器人确定有限的动作集合 ,使积累的知识程序化 ;通过决策系统的正向推理 ,使每个机器人选择合适的动作 ,以命令的形式输出机器人的左右轮速 ,实现对系统的实时控制·

基于dSPACE半实物仿真技术的伺服控制研究与应用

半实物仿真是一种针对实际过程的实时仿真技术,它可将需要的实际受控对象放置在仿真系统回路中进行仿真研究,可对控制参数进行在线调参,改善实际系统的性能。本文介绍了基于dSPACE的半实物仿真技术,利用MATLAB/Simulink的系统建模方法和dSPACE系统的软硬件环境,完成了对足球机器人伺服控制系统的研究与开发,获得了满意的效果。

机器人足球——智能机器人的新领域

本文主要介绍近年来发展的机器人足球比赛和足球机器人系统．足球机器人系统由机器人、视觉系统、主机系统和通讯系统组成．多机器人组队比赛便构成一个复杂大系统，它涉及机器人、自动控制、通信、传感、图像处理以及人工智能等领域，而机器人足球便成为研究多机器人合作以及多智能体系统的一个很好的实验载体．

足球机器人系统仿真中的数学模型

讨论了机器人足球比赛现实世界中各个实体的运行规律 ,建立了受非完整约束的移动机器人以及球的运动模型 ,并提出采用几何方法求解机器人运动模型精确解 ,以提高仿真精度 ,减少计算量·给出了机器人之间以及机器人与场地围墙、小球之间的碰撞模型 ,并分析了

全自主足球机器人快速目标识别与定位方法

为使机器人视觉系统能够快速、稳定地进行目标识别和定位,采用多阈值粗分割和区域细分割相结合的彩色图像分割算法,以提高特征提取的鲁棒性.在基于区域分割的算法中采用快速游程连通性分析算法,保证了目标识别的实时性.对已识别的目标,利用摄像机针孔模型完成单眼的实时定位.该系统能满足全自主足球机器人对目标识别与定位实时性和鲁棒性的要求,已成功地应用于HIT-Ⅱ型自主足球机器人中.

F-180足球机器人结构设计与仿真分析

探讨了目前RoboCupF-180小型足球机器人结构设计的一些特点。运用鱼骨图进行系统分析,对主要机构进行模块化设计,探讨了设计思想和理论分析,并给出了具体的结构设计简图,主要模块进行了实验或仿真的效果分析。

基于改进势场法的足球机器人避障路径规划

分析了势场法用于移动机器人路径规划中产生目标不可达问题的原因,提出了改进的斥力势场函数,将机器人与目标的相对距离考虑在内,以确保总的势场力在目标位置全局最小。改进的势场法应用于足球机器人避碰控制。仿真与应用结果表明,它能有效地解决在目标附近有障碍物时目标不可达问题。

利用渐开线的足球机器人射门算法研究

为了进一步提高足球机器人的射门成功率,使射门动作更快更准,在分析了基本算法不足的基础上,利用光滑、可微的渐开线来解决机器人小车到达目标点的射门问题.通过建立球场坐标系及机器人小车的运动轨迹坐标系,导出了旋转矩阵与平移矩阵,对球场坐标系和运动轨迹坐标系进行了坐标转换,并运用几何学方法建立了机器人在运动过程中的避碰模型,最后利用优化设计中的内点惩罚函数法对机器人小车进行了运动路径寻优.仿真结果表明,该算法可优化足球机器人射门的运动轨迹,优化后的方法不但可以减小问题的复杂度,而且具有极高的实时性,因此较好地实现了机器人在动态环境下的射门动作,提高了射门的成功率.

集控式足球机器人视觉子系统的关键技术

简要概括了NewNEU足球机器人系统的视觉结构框架,对视觉系统的关键技术进行了详细介绍·关键技术包括图像矫正,图像分割和辨识算法·通过投影矫正和几何矫正,克服了成像系统本身存在的图像形变问题·根据足球机器人系统的特点,选择HSV颜色模型,用来构造分色器和建立颜色信息库,实现对图像目标的分割·讨论了各种色标设计方案,提出一种抗干扰性较强的色标设计方案,并给出了相应的辨识算法·

基于全向视觉和前向视觉的足球机器人目标识别

为了快速正确地进行机器人的目标识别,首先介绍了RoboCup中型组足球机器人NuBot使用的全向视觉系统及其目标识别方法;然后通过引入一套简单的前向视觉系统来弥补全向视觉的不足,以提高机器人对其前方目标球的感知识别精度,同时给出了一种简单有效的前向视觉系统标定方法;最后介绍两套视觉系统共同工作的实现机制,以提高机器人的目标识别处理速度。实验结果表明,两套视觉系统能够很好地共同完成机器人的目标识别。

基于3D打印技术的桌面足球机器人比赛系统

提出了一种基于3D打印技术的桌面足球机器人比赛系统设计方案,该方案将桌面游戏与足球机器人比赛结合在一起,既有趣味性,又有挑战性。整个系统由足球机器人、足球机器人上位机控制系统、具有可拆卸围栏的桌面足球场地、无线手柄等部分组成,支持人机对战、双人对战等模式。其中足球机器人车体采用3D打印技术制作而成,具有质量轻、成本低的优点;足球机器人比赛场地围栏的可拆卸设计,也可将普通课桌快速改造成桌面足球机器人比赛场地,具有结构简单、可扩展性强的优点;视觉识别系统采用采用离线知识库与在线颜色识别相结合的识别方式,具有准确率高、实时性好的特点。实践表明,该比赛系统具有成本低、控制性能好、趣味性强的优点,能够有效激发学生的学习热情。

基于内分泌调节机制的机器人行为规划算法及其应用研究

借鉴内分泌系统对神经系统与遗传系统的高层调节机制 ,提出了一种新的基于内分泌调节机制的机器人行为规划算法 .此算法中机器人通过神经系统接受环境信息并进行行为决策 ,行为决策的效果通过一种情感学习模型进行反馈 .情感学习模型根据机器人的内、外环境状态 ,产生情感因子 (即生物激素 ) ,再由情感因子来调节神经系统的记忆和行为决策 ,最后神经系统的记忆与行为模式又由遗传系统得以继承 .该算法有效避免了神经系统复杂的自学习过程 ,同时也保证机器人有较强的自适应能力 .为了验证算法的有效性 ,本文做了机器人足球队守门员训练的仿真实验 ,结果也表明该算法具有很强的自适应学习能力 .

足球机器人的双圆弧射门算法研究

为了提高机器人足球比赛中的成功率,在分析了基本算法不足的基础上,利用能够满足任意端点及其斜率要求的双圆弧曲线来解决机器人小车到达目标点的位置,以及姿态运动过程中遇到障碍物能够保持最佳姿态的射门问题,并利用优化设计中的复合形法进行了运动路径寻优.仿真结果表明,利用双圆弧曲线可保证足球机器人有效地避开障碍物到达目标位姿,且可保证规划路径上的每一点均能满足非完整约束条件,有效地为足球机器人规划出避碰最优路径.优化后的方法简单有效,可对机器人的初始条件不加限制,计算量非常小,因此有较高的实用价值.

基于改进人工势场法的足球机器人避碰控制

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．

一种鲁棒的基于全向视觉的足球机器人自定位方法

针对RoboCup中型组机器人足球比赛环境高度动态的特点和现有定位方法的不足,提出了一种鲁棒的基于全向视觉的自定位方法.该方法结合使用粒子滤波定位和匹配优化定位,同时还设计了基于图像熵的摄像机参数自动调节算法以使全向视觉的输出能够适应光线条件的变化.实验结果表明,通过使用该方法,机器人能够在实时获得高精度自定位的同时实现可靠的全局定位,并对遮挡、光线条件变化等环境动态因素具有很强的鲁棒性.

足球机器人运动控制算法研究

在建立基于小转角的足球机器人运动学模型的基础上,提出了单神经元自适应PID控制算法和基于Kalman滤波的PID控制算法.通过仿真分析,系统在单神经元自适应PID控制下,超调量、上升时间和峰值时间分别是常规PID控制下的30.7%,54.3%和72.7%,完全满足足球机器人现场比赛竞技性的要求;基于Kalman滤波的PID控制能够抑制干扰,提高控制精度,控制效果明显改善.