足球机器人智能决策系统设计实现

足球机器人智能决策系统设计实现

ID:19617354

大小:44.50 KB

页数:12页

时间:2018-10-04

足球机器人智能决策系统设计实现_第1页
足球机器人智能决策系统设计实现_第2页
足球机器人智能决策系统设计实现_第3页
足球机器人智能决策系统设计实现_第4页
足球机器人智能决策系统设计实现_第5页
资源描述:

《足球机器人智能决策系统设计实现》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、足球机器人智能决策系统设计实现足球机器人智能决策系统设计实现.txt本文由liuchentc贡献pdf文档可能在WAP端浏览体验不佳。建议您优先选择TXT,或下载源文件到本机查看。维普资讯http://www.cqvip.com第17卷第4期 北京机械工业学院学报 Juom ̄o ei ntueo cieyfinIsit fMahnr BjgtV0.7NO. 11 4De.02c20 2002年1 2月文章编号:08—15(020106820)4—0400—0 4足球机器人智能决策系统设计实现 南建辉,贾永乐 (京机械工业学院北计

2、算机及自动化系.北京1o8) oo5 摘 要:球机器人系统为人工智能特别是多智能体的研究提供了一个标 足准的试验平台。系统的核心是“”决策系统;分层递阶决策的基础上,取模块 脑即在采化设计;细介绍了决策系统各个模块包括视觉模块、策模块和控制模块等,提 详决并出了一系列新的实现方法。 关键词:球机器人;能决策;块 足智模文献标识码:A 中图分类号:P1 T 8机器人足球比赛兴起于90年代。是自动化及机器人领域最具有前瞻性的研究之一。足 它球机器人系统是一个典型的多智能体系统和分布式人工智能系统,及机器人学、算机视觉 涉计和模式识别

3、、智能体系统、工神经网络等领域。而且它为人工智能理论研究及多种技术的 多人集成应用提供了良好的实验平台【l。12 】由于上述特征。足球机器人研究受到国内外广泛关注。目前比较有影响的足球机器人比 赛组织有Rou(器人足球世界杯)FRA(eeaino netnlbtocrs lP机mC和IFdrt ftmaiaRoo—Sce .oIo Asctn。oii)分别由日本和韩国的学者发起。RbCp的比赛。aooou目前分为4组:真组、10、仿F8组 F00组和有腿S20ONY机器人组… 3。近年来,于足球机器人的研究在国内发展较快,其是F

4、I关尤RA组的mist器人组;ro机o而 Roop组只是从20bCu00年以来才开始普及,进行的一般都是仿真组的比赛.关Roou 且有bCP实际机器人组的比赛2002年才开始在上海进行了第一次比赛。 本文在分层递阶控制系统…基础上。新对决策进行分层;且在具体实现过程中实 1的重并现了程序模块化。加了系统的可靠性。低了系统开发的难度。增降 1足球机器人系统结构 足球机器人系统是一个相当复杂的 控制系统。bCuRoop的F810组足球机器 人系统。般可分为4部分。觉系统、一视 智能决策系统、线通讯系统和机器人 无小车系统[?引.图1

5、所示。 ?如  从控制的角度看(图1。觉系 如)视统可以看作整个系统的输入反馈部分; 图1足球机器人系统 收稿日期:02—1200—1 0作者简介:建辉(98一)男。南17。山西运城人.北京机搬工业学院计算机及自动化系硕士研究生。主要从事智能控制在自动化 中的应用方面的研究。 维普资讯http://www.cqvip.com第4期 南建辉等:球机器人智能决策系统设计实现 足4 1机器人是整个系统的“行机构”智能决策控制系统就是足球机器人系统的控制器部分;以 执;可看出决策部分是控制系统的决定因素。 2智能决策系统 21智能决策控

6、制系统结构 .如图2所示,能决策控制 智系统可分成3部分,觉模块,视决 策模块和控制模块,控制模块 而又可以分为路径规划模块和无线 通讯模块。 视觉模块从视觉系统中得到 图2智能决策控制系统结构图 原始数据,括两队机器人和球的位置坐标,向角,度以及各种状态数据等;始数据经过 包朝速原卡尔曼滤波之后,线性预测法预测下一步机器人、的位置,度等;波后的数据和预测的 用球速滤数据作为决策模块的输入,过分析这些数据,断场上状态,而决定各个机器人的动作、 通判进目标点及速度等。路径规划模块根据决策系统做出的判断,划路径,算各个机器人的期望速

7、 规计度,后由无线通讯模块通过通讯系统传递给场上机器人。最 22视觉模块 .由于足球机器人系统实时性要求较高,求图像辨识速度达到每秒2要5帧以上。别是由 特于比赛场地灯光不均匀,以误辨识和噪声不可避免。例如.于误辨识引起辨识出来的机器 所由人的数据发生位置跳变等。 为了更好地控制机器人,用扩展Kama—uy滤波法[?进行滤波,lnBuy滤波 采lnBc 】 Kama—c法如下。问题可以归结为:已知观测向量z,2……,^求 i均方意义下的最优估计,1z,z,的系 统方程和观测向量的观测方程式可以表示为: x =k:(xf k-t,

8、u’J一)^t^1 ”()1 ^=^(^,^) ^  ^=^(,z是第k步时的观测值,^是k步时的输入,和 是期望为0的高斯白噪声,协方差 ^“叫其分别为Q和R。在下面的讨论中二表示 的状态估计值。扩展KanBcl-uy滤波法具体操 ma作起来分为两步进行: 2

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。