Robocup类人组技术挑战赛标志柱识别新探

本文以Robocup类人组比赛为研究背景,提出了基于扫描线以及椭圆拟合算法对场地上标志柱(圆柱体)的识别与测量方法。该方法首先通过生成的扫描线检测像素点的颜色信息,然后通过特征颜色对判别目标物体进行边缘点的提取。最后利用直接最小二乘法对边缘点进行椭圆拟合,从而确定目标物体的位置信息。利用现有的机器人THHRP-4平台,运用C++语言编程和调试,实现机器人在比赛中的视觉应用和动作决策。多次实验验证了程序的稳定性,其方案可应用于比赛中。

RoboCup中型组足球机器人系统关键技术

RoboCup中型组机器人足球比赛是一个研究多自主移动机器人、机器人视觉及其他相关领域的标准测试平台。从机器人机械结构、硬件结构、体系结构、环境感知、行为及策略等方面详细介绍了RoboCup中型组足球机器人系统相关关键技术的研究现状,最后展望了RoboCup中型组足球机器人系统的技术发展趋势。

Robocup中型组机器人足球技术探讨

综述RoboCup机器人足球赛的概况和中型组机器人足球的现状。对中型组足球机器人的结构模块和相关技术进行较为详细的分析和综述,并对2:2和4:4两种类型的机器人足球赛进行了比较。结合2007年"银泉杯"中国机器人大赛暨RoboCup公开赛分析济南大学青龙队足球机器人的特点和存在问题。对中型组机器人足球的发展趋势进行分析和展望。

基于场地划分的RoboCup中型组守门员动态策略防守

中型组守门员多是从单一的几何算法角度上考虑守门员的防守策略。在实际比赛中,场上形势变化快,足球运动轨迹和状态不规则,单一的防守策略较难适应场上变化。利用动态策略的守门员根据足球运动状态、足球所属区域、守门员站位等场地信息进行动态决策,弥补了单一策略在实时性上的不足,有效提高了守门员防守能力。利用动态策略的守门员在实地实验和实际比赛中效果明显优于单一策略。

RoboCup中型组机器人足球相关技术研究

机器人足球世界杯比赛(RoboCup)作为多智能体系统的一个良好的实验平台,已经成为人工智能的研究热点。本文综述了RoboCup机器人足球赛的发展概况和中型组比赛的现状,针对中型组足球机器人基于动态目标驱动模型的系统化、模块化软件系统架构和相关关键技术进行较为详细的分析和比较,最后对中型组机器人足球未来的发展方向进行了分析和展望。

基于FastSLAM的RoboCup家庭组机器人自定位方法研究

FastSLAM算法为机器人定位与地图构建开辟了新的研究方向,研究该理论在RoboCup家庭组机器人自定位系统上的应用。从贝叶斯滤波理论,Rao-Blackwellised解耦,粒子滤波器原理等方面论述了FastSLAM的关键技术及基本理论。针对家庭组机器人非结构化场景的特殊情况,提出基于FastSLAM的定位策略。仿真结果表明算法的有效性和鲁棒性,能够为家庭机器人在非结构化场景中的定位问题提供有效地解决方案。

RoboCup小型组色标及辨识算法设计

色标设计与识别是RoboCup视觉子系统的重点,直接关系到整个系统能否正常运行。本文介绍了足球机器人色标设计的要求,重点分析了视觉系统中色标设计要注意的问题,并提出了一些提高识别实时性和准确性的措施。

Robocup类人仿真平台分析与球员设计

Robocup3D仿真Agent模型从球状向人形的变革大大提高了研究的难度。文章对新的类人仿真平台进行了详尽分析,并就球员设计问题给出了初步解决思路。

RoboCup中型组足球机器人主动控球机构设计

针对RoboCup中型组足球机器人主动控球技术研究中缺乏原理分析的问题,分析了主动控球技术的原理,包括:主动控球机构的构型分析、机构控球过程的受力分析和运动学分析。设计了一套主动控球机构和相应的控制方法,并成功地应用于NuBot中型组足球机器人。分析结果表明:根据足球的期望运动对作用在足球上的转矩进行实时控制是机构成功控制足球运动的关键,同时机构主动轮和足球的转速还需满足一定的关系。

面向RoboCup标准平台组的开源软件架构通信系统分析

根据Robo Cup中国赛标准平台组联赛的实战经验,从进程层、黑板层、模块层和决策层分析了B-human代码框架及功能,并且在B-human框架中实现了进程间通信、调试通信和团队通信,用以支撑实时的多机器人协同策略.

中国RoboCup中型组近五年发展回顾与展望

本文从规则制定、比赛组织、比赛设施等方面,回顾2008年以来中国RoboCup中型组项目发展的经历,并对中型组发展过程中遇到的问题以及今后的发展方向进行探讨。

RoboCup标准平台组顶层策略研究

RoboCup机器人足球世界杯是一项国际级竞赛,它为多机器人协同控制、运动控制、模式识别等技术研究提供了一个标准的测试环境.其中标准平台组要求参赛团队在竞赛中采用统一的硬件平台,更加侧重于考察参赛队伍的软件设计能力.采用竞赛规定的基于Aldebaran NAO仿人型机器人平台,参考国际强队B-human公开出来的部分开源程序代码,设计出顶层程序方案以及小部分底层程序改进方案,并且在仿真环境下实现了分布式多机器人的协同策略.

基于模糊神经网络局部强化学习在Robocup中的应用

针对Robocup仿真组比赛中智能体的配合与动作选取,将模糊神经网络(FNN)和局部协调图动态角色分配与传统Q-学习相结合,提出了基于模糊神经网络的局部Q-学习。采用该方法,有效抑制了仿真平台中的噪声干扰,提高了动作选取的精度,解决了传统Q-学习中Q表占用内存空间过大的问题,增强了系统的泛化能力,并进一步缩短了学习时间,更好的满足比赛实时性的要求。将其运用于仿真组比赛的传球和射门模型中,验证了该方法的有效性。

基于多Agent的RoboCup仿真足球比赛通信

足球机器人比赛系统需要机器人团队的合作 .但RoboCup仿真组比赛所提供的通信系统模型是一个低带宽、不可靠通信系统 .为了更好的利用这有限的通信能力 ,提出了对应的解决通信问题的方法 .最后举例说明了若干个在团队合作中使用通信系统的应用 .

NuBot中型组足球机器人系统研究

RoboCup中型组机器人足球比赛为研究机器人技术及其他相关领域技术提供了一个标准的测试平台。本文分别从NuBot机器人平台、体系结构及行为控制、环境感知三个方面介绍了国防科大NuBot中型组足球机器人的部分关键技术及具体优势技术。

中型组足球机器人运动控制系统的研制

ROBOCUP中型组机器人足球赛是多个全自主机器人之间合作与对抗的一项竞赛。全自主足球机器人要完成踢球任务,需要一个高可靠性、高运动性能的运动控制系统。本文提出并研制成功基于双DSP的中型组足球机器人运动控制系统,经过反复的实验和机器人之间的比赛实战,证明该控制系统具有高可靠性、硬件电路简洁、运动快速灵活,高可控性等特点,完全可以满足中型组足球机器人的运动要求。

基于CMAC网络Sarsa(λ)学习的RoboCup守门员策略

针对RoboCup仿真组足球比赛场上状态复杂多变、同时供决策的信息大多为连续变量、智能体利用现有信息通常无法判断当前状态下最优动作的问题,以守门员为例,首先利用CMAC神经网络对连续状态空间泛化,然后在泛化后的状态上,采用Sarsa(λ)学习算法获取守门员的最优策略.通过在RoboCup仿真平台上进行仿真,实验结果表明,采用基于CMAC的Sarsa(λ)学习算法的守门员,经过一定时间的学习后,防守时间显著增长,防守效果明显优于其他算法,验证了本文所提方案的有效性.

一种中型组机器人足球系统的任务分解方法

针对Robocup中型组足球机器人比赛系统的环境高度动态变化、高度对抗性的特点,提出了一种新的基于对方机器人位置的足球机器人系统任务分解方法。改变了将机器人看做一个点的传统处理方式,引入球员辐射区以描述某一时刻机器人的活动范围及其倾向;根据对方在球场上位置分布及其稀疏程度动态实现球场动态分割,从而使任务分解具有灵活性、超前性的特点。仿真实验表明,本文提出的方法简单实用,鲁棒性佳。

足球机器人视觉目标识别的PCA-SIFT算法

针对Robocup类人组比赛的特殊环境,为了识别比赛双方机器人,并克服光照变化、图像扭曲等问题给识别目标带来的干扰,选用尺度不变特征变换(SIFT)算法进行特征提取。由于SIFT算法的实时性差,提出改进的PCA-SIFT目标识别算法,将主成分分析法(PCA)用于对经典SIFT算法中的128维描述子进行降维,并用最近邻法进行特征点的匹配。通过实验发现,经过PCA改进的描述子不仅提高了运算速度,匹配度也保持在较好的状态。

基于S3C44BOX和SM5004的足球机器人运动控制系统

Robocup中型组的足球机器人控制系统设计。描述了以S3C44BOX为主控芯片,SM5004为驱动芯片的底层运动控制模块的硬件结构,通过分析四轮全向机器人的运动学模型,使用模糊自适应PID控制算法完成对机器人的闭环控制。实践证明,以这种控制器作为ROBOCUP中型组机器人的底层运动控制系统,其速度、位置及控制精度等指标均达到了设计要求。