基于矢量势场法的机器人足球路径规划

基于传统人工势场方法,提出了在适应于障碍物和目标都动态变化的机器人路径规划方法。针对机器人足球的特点,在每个时间周期中,球场上的障碍物和边界对机器人产生排斥的位置矢量,球对机器人产生吸引的位置矢量和角度矢量,机器人在这些矢量的作用下,可以产生下一个时刻的路径点,最终每个时刻的路径点形成了机器人的路径。仿真结果表明。

向量场中微型足球机器人路径规划优化分析

规划出一条理想的路径并为机器人确定一个合理的速度值是微型足球机器人策略算法研究中的两个关键问题.文中应用向量场法对无碰路径规划及速度优化问题进行了分析.建立了轮式足球机器人小车的运动学模型,并深入研究了小车的运动性能问题.根据所得运动学迭代方程及向量场的特点,提出了一种速度优化设定方法.此方法采用低速控制方式,可大大降低小车的能耗,并使小车更易控制.仿真计算与实验结果表明此方法简单、有效,实时性很强.

一种鲁棒的基于全景视觉的足球机器人目标识别方法

由于光照的变化和全景视觉的畸变,全自主足球机器人对目标识别不稳定且有效性差,为此提出了1种基于Gabor滤波器和支持向量机(SVM)的全自主足球机器人目标识别方法。首先根据颜色特征和面积、长宽比等简单形状特征提取候选目标,候选目标中包含实际的目标和与目标颜色相近且通过上述简单形状特征判断仍无法消除的干扰。将候选目标与Gabor滤波器作卷积来提取特征向量,将特征向量输入SVM进行分类,识别出实际的目标。在机器人MT-R的足球目标识别中对该方法进行了实验,实验表明该种方法具有较好的识别精度,且满足足球机器人的实时性要求。

动态环境下基于人工势场的足球机器人路径规划

人工势场法是足球机器人路径规划中常用的方法,传统人工势场法在静态环境中取得了很好的效果,但它不能够满足复杂的动态环境下实时规划的要求。本文将相对速度矢量引入人工势场,对势场函数进行改进,推导出基于速度矢量的引力函数和斥力函数。在新的势场函数作用下,机器人能够快速躲避障碍物并迅速到达目标位置,仿真结果验证了方法的有效性。

多种评价指标下RoboCupRescue救援智能体算法

为了促进RoboCupRescue项目的发展,使救援智能体的表现在多种目标向量指标下获得更好的评价,通过分析13个计分向量的变化规律,研究与救援智能体(ambulance team,AT)直接相关的6个计分向量在不同救援策略下的评价惩罚,提出兼顾相关评价指标的AT调度算法.该算法包括运用粒子离散方法对市民的降级时间进行预测、基于评价惩罚规则对市民救援优先度进行排序和根据最有效救援集合对AT进行救援目标的分配,并权衡了各个计分向量相互间的影响,从而优化救援智能体的表现.最后在综合性的灾难环境Foligno-3的测试取得了具有代表性的结果,表明该算法是有效的.

足球视频镜头分类方法

根据视频语义分析和视频摘要等应用对于视频数据结构化的需求,提出了一种针对足球视频的镜头分类方法。通过logo模板匹配检测并定位出视频中的慢镜头,对其余的正常比赛部分做镜头边界检测完成视频切分。基于分块的思想,对正常比赛镜头帧计算其各块的场地像素比率值作为特征,利用SVM分类器将正常比赛镜头分为远镜头、中镜头、球员特写或场外镜头3类。至此,整个视频流可以表示为结构化的四类镜头类型标示序列。实验结果表明,该方法在视频切分和镜头类型识别的准确性方面具有良好的效果。

机器人足球语言系统结构及其虚拟机的构造

从语言的系统结构方面对机器人足球语言作了一些具体阐述 ,并从多方面描述了RS语言的总体设计构思 ,勾勒出了该语言的轮廓·虚拟机是语言的运行环境基础 ,是语言构造过程中的一个重要环节·根据机器人足球运动的特点构造了足球机器人虚拟机 (SRVM ) ,提出了区域矢量化法则·通过对足球机器人虚拟机能力的分析 ,为机器人足球语言的完备性提供了理论依据·

新立体视觉模型下基于速度矢量避障规划

人工势场法是足球机器人避障规划中常用的方法,传统人工势场法在静态环境中的一般视觉模型下取得了很好的效果,但它不能够满足复杂动态环境下新立体视觉模型的时规划要求。本文将相对速度矢量引入人工势场,对势场函数进行改进,推导出基于速度矢量的引力函数和斥力函数。在新的势场函数作用下,机器人能够快速躲避障碍物并迅速到达目标位置,仿真结果验证了新的避障规划在新立体视觉模型中的有效性。

基于速度矢量的机器人动态避障规划

人工势场法是足球机器人避碰规划中常用的方法,传统人工势场法在静态环境中取得了很好的效果,但它不能够满足复杂的动态环境下实时规划的要求。将相对速度矢量引入人工势场,对势场函数进行改进,推导出基于速度矢量的引力函数和斥力函数。在新的势场函数作用下,机器人能够快速躲避障碍物并迅速到达目标位置,仿真结果验证了方法的有效性。