机器人世界杯足球赛

2024-05-01

机器人世界杯足球赛（精选十篇）

机器人世界杯足球赛篇1

德国在2010年新加坡机器人足球世界杯比赛夺冠。在以6:1的比分赢得比赛冠军的德国守门员不是Thomas Müller,而是机器人Nao。但他不是通过强壮的肌肉提供动力,他的能量和灵活性来自于maxon motor提供的电机。

来自40多个国家和地区的500多支代表队参加了2010年机器人足球世界杯。德国不来梅大学人工智能研究中心的B-Human队赢得了冠军。他们以6:1的大比分在世界杯顶级比赛标准平台联赛中击败澳大利亚的“rUNSWift”队获得了冠军。机器人世界杯足球赛是国际人工智能和机器人领域中规模最大、影响最广的机器人赛事。标准平台联赛联盟的目标是组织新一代机器人足球队在2050年向真正的世界杯冠军发起挑战。

在实际上是程序员竞赛的标准平台联赛中的足球比赛机器人是由法国Aldebaran Robotics公司研发的。小巧灵活的Nao只有58cm高,重4.3kg,由25个关节组成全部受maxon DC电机的驱动。他身上还有两个照相机和大量的传感器,以使他能够认清周围的路。有了这个基本的配置,后卫、前锋和守门员能(依靠他们被输入的程序)识别红外的足球的位置好或者差计划动作和射击球门。

从准医生到机器人足球世界冠军篇2

今天我们要采访的就是连续四届代表中国出征世界杯，并两夺桂冠的浙江大学机器人足球队的灵魂核心——队长赵越。

世界冠军长啥样

“哇！今天终于能有缘一见叱咤世界足坛的明星球员啦！”

“别挤别挤，让我先和他们合个影！”

在浙江大学玉泉校区的九教623实验室里，挤满了人，这里正在展出载誉归来的机器人世界杯冠军队。只见迷你版的绿茵场上，十几个憨态可掬的圆柱形机器人正追逐着一颗橙色的高尔夫球。他们跑动灵活，技术娴熟，还会配合着打出战术，更无敌的是个个都有一张卡通脸谱……没错，引人瞩目的明星球员正是这些萌物。

“我们的冠军队由6名正式队员和12名替补队员组成，他们身高约15厘米，体重约3千克，你看——”送走了又一拨参观者，队长赵越拿起机器人为我讲解起来。原来机器人的腿脚是4个全向轮，可360°无障碍跑动，跑动速度最高可达5米/秒，难怪比赛中队员们都把机器人叫作“车”。为了避免在激烈的拼抢中受伤，“车”外包裹着金属保护壳，才有了机器人的模样。机器人体内装着功能强大的电机，保证其成为跑不死的小强，还有可以吸附足球的装置、威力强大的“电磁炮”以及精密调节“大炮”的装置——用来控制传球或射门的力量和角度。机器人当然少不了神经中枢——通信模块，能接受主机信号，执行战术，展示球技。

你也许要奇怪，机器人的大脑和眼睛到哪里去了呢？其实，它们在赛场之外。赛场内所有信息，由全景摄像机实时采集并反馈给策略主机，主机运算、决策，生成对每个机器人的控制指令，通过无线技术下达数据包命令。机器人接收并采取相应行动——或拦截、或支援、或传球、或跑位……从摄像机采集信息到机器人作出反应，整个过程耗时仅16毫秒。整场比赛，都是在计算机和6名机器人的协作下自主进行的。“比赛一开始，所有人都只有干瞪眼的份，除了裁判可以碰球外，任何人不得干涉比赛。”赵越的介绍完全颠覆了我的想入非非，原本以为机器人足球赛跟电脑游戏一样，考验的是选手操作机器人的能力。

夺冠精彩大回放

和世界杯一样，以美国卡内基梅隆大学队为代表的西方球队，占据了球赛的天时地利。该队曾4次夺冠，去年和浙江大学在决赛中打成平手，最终点球决胜中一球憾负。“今年的决赛还是遇到了他们，在决赛前一天我们才知道比赛场地临时作了改动，和我们的预设参数有一些区别。而卡内基梅隆大学队的队长，正是比赛技术委员会的leader，有权决定赛场的各个参数。”这意味着只有一个晚上重新准备，队员们都憋着气，经过一个通宵的苦干，完成了60多种战术策略的修改。

决赛场上，卡内基梅隆大学队事先安排的“场地优势”没有发挥出来。作为一支阵容超强队伍，他们以“球员”传接球精准、“守门员”灵活、硬件水平高著称，然而面对来自中国的浙大队，这些招数似乎不那么好使了。上半场双方争抢射门不断，却均未进球。下半场一开始，浙大队调整战术，收到奇效，开场一分钟就进了一球（只有在半场休息或暂停时间里，队员可对策略主机进行程序微调）。

“比赛快结束的时候还发生了特别灵异的事情，至今我都没搞明白是怎么回事。”赵越提起5号和6号“球员”，特别自豪。原来和真正的世界杯一样，机器人世界杯的执法吹罚标准也十分严格，一旦机器人将对方撞倒，将被视为恶意犯规“红牌”罚下。“我们的球员较重，一般都是把对手撞倒。不知道为什么我队的5号球员突然疯了似地主动撞击对手，当时我们都捏了一把汗。”可没想到，摔倒的居然是5号，这次完全不合科学原理的“假摔”，直接罚下了一个对手。接下来的一分钟里，6号球员突然“梅西附体”，连续突破对方5名队员的防守射门得分，锁定胜局！最终浙大队以2：0击败卡队，成功卫冕。从小组赛到决赛，浙大队打了7场，6胜1平，只失1球，是当之无愧的无敌王者！

兴趣是最好的老师

“很多对机器人有兴趣的同学都问我，是不是要具备很专业的知识和技能，才能加入我们团队？我会用自己的经历来告诉他们，兴趣才是最好的老师。”

赵越和机器人结缘，完全是一个偶然。“我本科读的是浙大医学实验班，大二时学校有个机器人比赛，一位老乡把我拖进了他的团队，几个月后他走了，我却留了下来，最后还阴差阳错地成为浙大校队的队长。”说起为什么被机器人吸引，这个大男孩腼腆地笑笑：“就是觉得机器人很酷啊！后来慢慢地体会到研制过程的乐趣，发现有一样事物能按照自己预设的架构来进行活动，很有成就感。”

事实上，浙大机器人团队的成员都是来自不同专业，比如这次出征巴西的8位同学，分别来自控制系、机械系、电气工程学院和计算机学院。除了学习各自的专业课，他们还要学习程序设计、机械等其他学科知识，观看各种球赛，

从准医生到机器人队长

为了更好地研究机器人，赵越曾作出过一个惊人的决定！2011年，就读浙大巴德年医学班研究生二年级的赵越选择了退学，又通过自学复习，考上了当年的浙大控制系研究生。“其实当时我没有想太多，就是感觉自己学医学得很痛苦，而在研究机器人的过程中，无论是技术上的探索还是理论上的强化，都让我很享受，也很有成就感。我喜欢挑战和竞技，可能不适合做一名医生。”

“有人会问我有没有后悔过当初的选择，我的回答是没有。如果没有经历这些年的医学学习，我或许一辈子都不会知道自己不适合做一名医生。当然，如果我不参加机器人比赛的话，也不会知道自己的兴趣点到底在哪里。总之，只有经历过，才知道适不适合自己。” 赵越淡定地说：“无论什么事只要你想做，肯定能做好。”

明年上半年，赵越就要从浙江大学控制系毕业了。在这个“机器人革命”浪潮席卷全球的大时代，钻研机器人多年的他选择了自主创业。“首先，在学校建成一个全开放的机器人实验室，大家不仅可以来跟我们团队实战，也可以在我们的网上平台模拟对战。我们将开放一些源代码，让感兴趣的人都能参与修改。接着，我们打算把机器人运用到更多领域，争取实现产业化。另外，我们也在考虑做机器人培训，把这些年的大赛经验做成课件和教具，变成中小学生的机器人入门教程或信息课堂的内容。”

也许不久的将来，我们就能够在中学校园里，看见赵越和他的伙伴们，以及那些可爱的“世界冠军”。

人工智能在机器人足球赛中的应用篇3

关键词：人工技能,机器人,足球赛,决策树,程序

随着社会经济快速发展,我国机器人产业不断朝着数字化和智能化的方向发展,而且在工业、农业、旅游业、娱乐产业等的应用越来越广。足球机器人就是最近兴起的机器人应用到足球比赛竞技当中的典型代表,该系统具有较强的智能性,有助于促进我国智能体系统的研究,而且智能机器人已成为当前计算机与信息技术融合发展的必然趋势,人工智能越来越受到社会各界的关注。因此,笔者认为十分有必要对人工智能在机器人足球赛中的应用进行分析和探讨,以促进我国机器人智能化发展。

1 足球机器人问题的特点

足球机器人常见的问题主要有,主体多元和不可预测性。首先,足球机器人由于有很多机器人和小车,因此,呈现多主体的特性,在比赛开始之前,各个主体的初始位置和状态不是统一的,而且还会随着比赛情况而改变,以达到将小球踢进对方区域中的目的。在整个比赛过程中,比赛双方在每一个阶段的任务不同,而且还会受到多种因素的干扰,因此,从初始状态到达目标状态的动作顺序和目标状态的解也会不同。其次,机器人虽然是事先设定好的程序,但是在足球比赛时,还是会出现很多难以预测的问题,且机器人之间会产生相互影响,也就是说,机器人可能不会按照既定的动作来执行或者执行不到位。比如,机器人按照策略程序射门,但是由于受到其他干扰,不一定能够准确踢到对方球门中。

2 基本运动策略的开发

2.1 基本策略开发

首先,对于攻防选择策略开发,要对进攻和防守区别开发,而且还要注意两者的灵活切换,切换时要根据双方球员的防守状态和球的位置来确定切换到进攻还是防守状态。与实际的真人足球比赛一样,如果足球被对方控制且进入本方区域时要积极进行防守,并且一般认为离球最近的机器人是控球队员,而且还要注意攻防转换的频繁性,减少机器人的过度震荡。

其次,开发角色分配策略时,同样要考虑到小球的位置和机器人的角色,角色分配对于机器人的攻防策略选择影响十分重大,而且还需要考虑到场上的队员如何协助进行守球和进攻,以及采取哪种策略进攻或防守。常见的角色分配方法有区域法或距离法,两种方法各有优缺点。区域法是将机器人进行“划片”,使其分别负责不同的区域,有助于加强对球的控制,而且各个机器人之间分工十分明确,能够各司其职,但是缺乏团队协作感,因为一旦其中一个机器人所控制的区域出现问题,其他机器人仍然“坚守岗位”,不会帮忙。而距离法,顾名思义,就是按照机器人与小球的距离来确定机器人分工的方式,所以极易出现很多机器人争抢小球时造成相互影响。两种角色分配方式都有局限性,为更好地提升机器人足球赛的真实感和用户体验,应积极寻求新的角色分配方式,但是从当前情况来看,还没有十分合适的角色分配法,而且也都难以避免出现频繁的振动,从而影响策略程序的执行。

最后,对于动作分配与修正方面的策略开发。机器人角色不同,动作也就不同,而且处于助攻和主攻角色的机器人往往动作存在较大差异。为确保动作分配到位,要将定点目标的位置和角度设定好,然后对机器人的动作、动作速度、运动方式等进行程序制定与控制。

2.2 基本运动模型

运动模型主要是采用了相关程序来构建的,该程序基于图形化语言的编程环境,适合各个年龄段的用户使用,程序的编写方式类似于做逻辑表达,不过是全部图形化的。在基于ROBOLAB编程环境编写程序时,需要清醒的头脑和清晰的逻辑,这样所构建出来的模型逻辑性就更强,在应用中能够有更好的表现。该程序的各种设置在简单形象的基础上能够达到预期的运动目的。设计运动模型首先要安装光驱盘,点击Pcinstall-NEXT-ACCEPT-NEXT-FINISH。通过主菜单进入到如图1所示的界面。之后点击Pilot进入程序,再点击输入端口A或者C,从程序中选择马达、灯以及马达的旋转方向。之后,设计相应的等待时间以及触感的控制。比如,在设计时,希望模型能够直线运动,4秒之后到达指定位置之后停止,可以进行如图1所示的设计,时间等内容可以根据实际情况进行相应的调整和重新选择。

也就是说,对于运动模型的设计主要呈现出以下模式:开始一马达同向旋转一行走一定距离一结束。

编程中的各项运动模型都可以根据实际情况进行修改,通过这样的思路设计,让运动模式逐渐呈现出更多的运动样式,从而让“足球比赛”能够顺利开展,能够让“足球赛”更加缤纷多彩,也更加具有吸引力。

2.3 定位球

不同定位球有不同的坐标定位方式,因此,在设定策略程序时应首先预留两个空策略,打开Open Viewer菜单下的RSViwer,点击Ball功能,然后将小球放置到需要测试的位置点击“Start”开始比赛,进而就可以在RSViwer框中的Display中分析小球的动态坐标。在实际比赛中,小球的位置比较灵活,比如任意球或者点球。

罚球时可以通过任意球的方式,比如当球员在其中一个区域出现失误或者犯规,需要接受罚球时,就应在足球场中的对应区域的自由球罚球点进行任意球,此时小球应在罚球点位置,接受罚球的机器人应在距离小球0.25m的位置上开始罚球,而其他机器人要处在罚球线以外,负责防守的要靠近底线站立。

另外,如果小球和所有机器人速度都很慢,且小球处在发球点的位置上时,一般就是需要进行点球,此时,应注意机器人和球的摆放位置。踢球的机器人要摆放在球的后方,守门员摆放在球门线上,如果我方是防守状态就要先放机器人,再放小球。

3 决策树的实现

3.1 进攻角色

决策树中一般包含人工智能机器人的进攻角色、防守角色的设定,以及对策略转换的延续性和连贯性处理,要知道决策树的相关决策不一定就是最优的,应根据实际情况,结合相关的计算方式对决策树进行动态优化。首先,对于进攻角色而言,在足球比赛中主要有主攻和助攻,负责主攻的机器人可以说是进攻的主角,而且其目标明确——得到小球并控制好小球,最终突破对方队员的层层防守而将小球射进球门。而助攻就是帮助和辅助主攻机器人更好地进攻,比如形成一个较为优势的环境空间,以提升主攻的带球速度。

3.2 防守角色

通常来讲,防守往往是被动和消极的,而且防守的位置和防守方式要根据比赛情况来定。防守就是为了阻挡对方的进攻,并且寻求合适的机会迅速将对方小球成功拦截,然后迅速向对方球门进攻。防守角色最重要的任务就是拦截小球,变“防”为“攻”。本方队员要占据有利地势,尽可能在不犯规的情况下,阻挡并破坏对方进攻。该过程程序设定要根据本方机器人行动方向、机器人与小球的连线和距离来确定,并选择几率最大的机器人为主防,在实践中要根据场地区域和比赛任务进行具体的调整,还应考虑到对方机器人的速度、角度等,全面分析后设定程序及机器人和小球的相关参数。

3.3 策略转换的延续性和连贯性处理

通过仿真系统,需要定期扫描策略程序,当球场形势处在临界值状态时,策略程序就会频繁出现变化,这就会给球赛角色分配和执行增加难度。因此,为了尽可能减少这种由于出现临界情况而造成的不利,促进策略程序高效运行,程序员可以在攻防策略转换的内外部分别加设相应的缓冲区域,形成前场缓冲与后场缓冲空间,在对缓冲区实施特殊的决策程序设定。在设定攻防转换程序时,小球进入对方场地时就进入防守模式,反之是进攻模式。当小球已从前场出界到达缓冲区域时,要积极防守,做好拦截对方球的准备,将足球“抢”回来。而当小球在后场缓冲区后,就要开展全面防守。要注意在抢回小球后加快进攻,并确保在任何时候己方都能有防守人员留守。

4 结语

人工智能是我国技术发展的重要方向,是促进国家经济发展的重要举措。人工智能在机器人足球赛中的应用仅仅是其应用的一小部分,但是,其所产生的推动作用却是巨大的。应对其进行深入研究,以通过适当的手段和措施推动人工智能获得更好的发展。

参考文献

[1]邹蕾,张先锋.人工智能及其发展应用[J].信息网络安全,2012(2):11-13.

[2]尹强,高全杰,曾艳红,等.人工智能在特种机器人中应用的研究探讨[J].机床与液压,2012(2):126-129.

[3]钟义信.人工智能的突破与科学方法的创新[J].模式识别与人工智能,2012(3):456-461.

[4]钟义信.高等人工智能:人工智能理论的新阶段[J].计算机教育,2012(18):6-11.

[5]吴伟国.面向作业与人工智能的仿人机器人研究进展[J].哈尔滨工业大学学报,2015(7):1-19.

世界杯足球赛上的裁判篇4

记者：世界杯足球赛的裁判员是怎样挑选的?要知道，所有足球队的命运在很大程度上取决于裁判员的专业水平。

科里纳：国际足联通常利用两年的时间来挑选裁判员，这个过程很漫长。2008年年底组成了一个由约40人组成的裁判组。这些候选人已参加过一系列研讨会，通过了考试，进行了文化知识、球赛规则测试以及技术、体能、心理准备活动。然后，各候选人要在不同的重要比赛中展示自己真正的执裁能力。例如，2009年10月在埃及举行的世青杯足球赛，赛场上的裁判其实都是国际足联为南非世界杯预选的裁判。这是能够影响最终挑选谁做裁判的实战考验之一。

记者：在世界顶级赛事中当裁判是非常宝贵的经验。与哪些球队合作会轻松一些，与哪些球队会比较难合作?科里纳：所有的规则及其实施对于每支球队都是一样的，不论在哪个洲，也不论在哪个国家。裁判应该做出大家都能理解、都能接受的裁决。但除了这些硬性规则外，还应考虑到各球队的风格和特点。如果裁判的裁决超出了他们对足球的理解逻辑，那么球员也不会理解裁判的裁决。比如，拉丁美洲的球队速度快，在赛场上非常活跃，主要靠感觉踢球。如果在他们多脚传球形成进攻路线时裁判不断地喊停，那么整场比赛就毁了。而英国队则完全是另外一种风格：他们踢出的每一脚球都是高质量的、经过思考的、脚踏实地的。如果在西班牙或者希腊做裁判，就不能用英国的标准对待比赛，不然球员会不理解你，因为他们是足球的“艺术家”，经常根据自己的心情踢球，所以不能过于拘泥来评判他们的比赛，不能总是阻拦他们的进攻。拿我的祖国意大利来说，我们的球队非常有组织性，他们赛前会研究出一套战术，训练时反复演练，各招各式都练到熟透，各人的角色也都分配好。所以，靠感觉踢球的非洲球员中只有少数人在意大利踢球。非洲球员在英国或者法国踢球感觉会比较好，他们的即兴表演常常会给球队增色：而在意大利，他们的这种表现是不会被列入战术考虑的。裁判必须明白其中的细微差别，根据自己的经验在比赛中针对风格各异的球队灵活执裁。

记者：据说，本届世界杯足球赛上将采用特制的“嘉实多指数”(采用最新技术，对球员表现进行客观的分析和排名)电脑程序帮助裁判执掌比赛，这种程序可以追踪球员在赛场上的运动。这样做有什么作用呢?

科里纳：可以节省时间，也能够起到提示作用。以前，如果要了解某个球队的风格，我会看该队比赛的影碟。裁判需要研究多场比赛，仔细分析。而现在，一切都简化了，我只要进入嘉实多网站就能看到，例如卡卡(巴西著名球员)传哪种球的次数最多，整场比赛中他主要在赛场的哪个位置活动。相应的，我就能推测出巴西队比赛时哪块区域是“热点地区”，这样就能进一步控制比赛的局面。电脑系统可以记录下球员的移动、跑动速度、互相配合的特点等等。

记者：由电脑程序拟出的最佳进攻球员名单可信度如何?有人认为，原则上在比赛中不存在这种客观的排名。

科里纳：2010年世界杯之前欧洲区域排名第一的是英国球员韦恩·鲁尼。他踢球有鲜明的特色，他是最好的前锋，射门次数最多，参加的有效进攻也最多。电脑分析得出的结果是最客观的，它不是建立在专家意见的基础上，而是系统做出的数学计算。

记者：遗憾的是，电脑无法追踪裁判行为并记录下裁判犯下的错误。裁判有权出错吗?

科里纳：裁判所承受的心理压力很大，任何一个喜欢现代足球的人都能感受到这一点。大家都急于知道比赛结果，没有时间让裁判反复思考。需要快速做出决定：出现情况，做出反应一这样下来有时一秒钟都不到。此外，裁判员还要受到电视的影响；众多摄像机对着他，大众的眼睛都盯着他，就像顶着一面放大镜一样。不管愿不愿意，裁判员必须学会隐藏自己的情绪，如果他情绪波动很明显的话，那么球员也能感觉到，这样会导致比赛产生无法预见的不利后果。如今，裁判的工作比没有电视的时代要艰难很多。不仅如此，现在的足球已经不仅仅是单纯的体育比赛了，它还是一种商业活动。裁判在赛场上的判决经常会产生严重的经济后果——影响赞助商甚至整个国家。例如，能否在预选赛中取胜获得世界杯比赛的资格，对每个参赛国家来说意义重大，因此裁判在这些比赛中承担的责任相当大。

记者：这对裁判来说是一个巨大的压力。

科里纳：尽管经验丰富，每个裁判都必须好好准备每一场具体的比赛。但是每个裁判仍然避免不了犯错的可能。有一些裁判在赛前一晚上睡不着觉，他们的神经系统不允许他们有丝毫懈怠。有的裁判赛前还会去做松弛理疗，为的是哪怕能打10分钟的盹。我刚开始自己的裁判生涯时，也尝试过打盹理疗，结果昏昏欲睡地去参加比赛，完全不在状态。所以，这不是我的放松方法。

记者：您是否有足够的信心去和奔跑在球场上的百万富翁调整好关系呢?

科里纳：我并没有作出很大努力去和他们搞好关系。既然自己在这个位子上，我就必须做一名称职的裁判。谁收入多少，这并不重要。比赛时，即使有的球员个性强烈，那也只是因为他是那种人。“谁在赛场上更重要，是球员还是裁判?”这个问题也是不值得一提的。我们大家都在乎的是向观众展示一场精彩的比赛，只有这样我们的合作关系才能得到巩固。

记者：是否会出现这种情况，就是您会对某些球员喜爱有加，也会对某些球员不太赞赏?

科里纳：这不是特惠的问题。我很感谢命运使我能在赛场上和不同的球员打交道，比如前曼联队的队长罗伊·基恩。我在网上找到了一些我参加过的比赛照片，上面展示了我们如何处理彼此的关系。我看到了我们富有表现力的脸——多么丰富的表情!当两个个性突出的人在赛场上相遇时，会有有趣的事情发生。不过，我总是采用一种合作的态度执法比赛，也许就是这种态度帮助我和平地解决了各种冲突吧。

记者：裁判是一种非常危险的职业，因为伴随着一场比赛还有许多的野心、希望和期待。

科里纳：在一些经济发展水平较低的国家，裁判确实会面临一些危险情况。很遗憾，这是事实。而在经济高度发达的国家则很少发生类似的情况，不过还是会有很大的心理压力，我们上面已经讲到过。

记者：裁判的职业生涯很短暂。您同意吗?

足球机器人预测误差反馈导航算法篇5

机器人足球比赛是集机器人技术和足球运动于一体具有高度挑战性的项目,包含了传感器信息提取与融合、图像识别、无线通信、动态决策、行为控制等诸多技术环节[1],而运动导航控制是最基本、最重要的一环,它是完成射门、截球、跑位等技术动作的基础,导航控制的目的就是使机器人快速、精确地从初始点到达目标点,导航控制的性能会对技术动作的完成效果产生很大的影响,从而影响比赛结果。现在较常用的导航控制方法主要有PID控制,PID模糊控制[2,3,4],还有轨道追踪方法如文献[5-6],以及在预测机器人航向变化趋势基础上提出的预估控制方法[7]和基于神经网络的预测控制方法[8]。本文在预估控制方法的基础上,提出了首先预测机器人的运动状态进行预测控制,然后对控制命令进行误差修正的机器人导航算法。

1 比赛中球、机器人的几何模型与物理模型

不论在实体机器人控制过程中还是在仿真平台进行控制模拟实验,都要以机器人的几何特征和运动学特性为基础。仿真比赛[9]中球的物理模型为一个直径5 pixels的桔红色高尔夫球,与轮式机器人相比质量很小,且只能做直线运动。球在机器人的推动作用下开始加速运动,当速度最大时球已经脱离了推动它的机器人,然后在与地面摩擦力作用下作减速运动,并最终速度减为零。球的运动学方程[9]为:

式中:Vt,Xt,Yt为t时刻球的运动速度与位置坐标;Vt-1,Xt-1,Yt-1为t-1时刻球的运动速度与坐标;ξ为由摩擦引起的加速度;Δt为两时刻间的时间间隔;θt-1为t-1时刻球的运动方向。

机器人外观上是一个两轮正方形小车,在比赛之前可以为每个球员选择不同的表面图形以易于识别,机器人在前进过程中,它的运动不仅受到摩擦力的影响,更主要是取决于马达电机的转速。通常把电机转速分为127级(-127~127),当转速为负值时,电机反转,机器人向后运动。如果两个轮子的线速度一样,则机器人保持原方向角作直线运动,否则它会转弯作曲线运动。根据运动学知识,可以算出机器人转弯时的圆弧半径,以确定机器人在下一时刻应在的位置。机器人做曲线运动的动力学方程[9]为:

式中:VM取左、右轮速中绝对值较大的一个;Vm取左、右轮速中绝对值较小的一个;R为机器人转弯的半径;ω为机器人的角速度;L为机器人小车的宽度;V为机器人的线速度;β为在时间间隔T内机器人转弯的角度。

根据上述机器人运动学式(2),可以计算机器人小车在控制命令VM与Vm的作用下经过时间间隔T后的坐标位置(XT,YT),假设机器人的初始位置坐标为(X0,Y0),相对x轴正方向的初始偏置角度为α0,则:

(1)当机器人向前运动且左轮速度大于右轮速度时,或者当机器人向后运动且右轮速度大于左轮速度时,即机器人的运动轨迹为相对某圆心点的一段圆弧曲线且顺时针方向运动时(如图1所示),(Xt,Yt)计算公式为:

(2)当机器人向前运动且右轮速度大于左轮速度时,或者当机器人向后运动且左轮速度大于右轮速度时,即机器人的运动轨迹为相对某圆心点的一段圆弧曲线且逆时针方向运动时(如图2所示),(Xt,Yt)计算公式为:

2 预测误差反馈导航算法

在机器人实际移动过程中或者是在仿真平台的实验过程中,导航控制中预测角度与目标角度存在偏差(如图3所示),传统PID控制函数在每个采样周期或者接收仿真平台的环境数据结束后根据目标方向与采样方向的偏差值来计算控制命令,从而使机器人朝目标方向运动,然而在机器人进行数据采样从而生成控制命令的时间里它在上一周期发出的指令将发生作用,即指令滞后一个周期执行[8],或者在仿真平台中“每个机器人和球根据上一周期的运动状态、本身的机械特性和它接收到的控制字计算出新的位置、角度和速度”[7],也就是说根据第一个采样周期接收到环境数据生成的控制命令要在第二个周期才能对机器人的运动状态发生作用,然后在第三个周期显示出来或者在采样数据中体现出来。所以,根据采样数据直接计算得出的控制命令不能实现对机器人的精确控制。预测误差反馈导航算法的基本思想是根据机器人本周期采样数据得到球的运动状态以确定目标点,再依据机器人的运动状态包括坐标、角度、线速度、角速度和机器人运动学模型预测下一周期机器人的位置坐标和方向角,然后用传统的PID控制函数计算得出机器人朝目标点运动的控制命令,最后根据式(2)~式(4)预估计控制命令作用后机器人方向角与目标方向的偏差及控制命令对机器人线速度大小的影响对控制命令做出修正。具体流程如图4所示。

对控制命令的修正一般首先考虑角度偏离误差,如图4所示,假设预测机器人在初始PID控制命令作用后角度为θ1,目标方向角为θg则对控制命令的修正如公式(5)所示:

式中:k一般根据机器人的转角性能取0~1之间;VL和VR为初始控制命令;VL′和VR′为预测误差修正后新的控制命令。当机器人方向角调整到目标方向时进而对速度误差做出修正,根据预测机器人在初始PID控制命令作用后的坐标Cp和的目标点坐标Cg的距离|Cg-Cp|修正方法如式(6)所示:

式中:根据机器人朝向当目标点Cg位于预测机器人坐标位置Cp前方时α取正,反之α取负,同时由于受机器人左右轮转速范围限制α大小取0~1之间。

因此本算法主要包含两个步骤的预测,一是对机器人下一周期状态的预测;二是对控制命令作用结果的预测,以及根据预测所进行的误差修正。在进行误差修正时不仅要考虑预测方向角与目标方向角度的偏差,同时也要保证机器人的线速度尽量高,在撞击球的过程中机器人的线速度越大碰撞就越激烈,球获得的加速度就越大,从而使机器人在比赛中具有强劲的进攻性能和稳固的防守能力。

3 实验结果

用上述方法在FIRA SimuroSot 11vs11的仿真平台上进行实验,并与客户端框架程序提供的传统PID算法进行比较,机器人运动初始坐标为(479,159),初始方向角0°,目标点坐标(900,610),目标方向角90°;用两种导航算法控制机器人朝目标状态运动时,记录各个采样周期机器人的位置坐标及方向角,结果如图5,图6所示。

由图5、图6对比可见,图6的机器人朝向目标点(target)运动的轨迹接近一条直线,较图5的曲线运动轨迹准确性更高;另外,在机器人起跑和靠近目标点(target)时,图6比图5花费的时间(即采样周期)更少,显示了更快的收敛速度。另外选取5个不同的目标点,目标方向角90°,机器人运动初始坐标为原点(0,0),初始方向角0°,比较两种不同导航方法所用时间,统计结果(时间单位:周期)如表1所示。

4 结语

本文在预测控制的基础上进一步增加了对控制命令作用效果的预测,从而对控制误差进行修正,保证了控制的准确性,提高了机器人向目标状态运动的收敛速度。仿真实验表明,该方法较传统PID控制方法在时间性和收敛性方面均表现出更优的性能。

参考文献

[1]杨林权.机器人足球竞赛与设计[M].武汉:华中科技大学出版社,2009.

[2]田琦,张国良,刘岩.全方位移动机器人模糊PID运动控制研究[J].现代电子技术,2009,32(5):131-133.

[3]徐建安,邓云伟,张铭钧.移动机器人模糊PID运动控制技术研究[J].哈尔滨工程大学学报,2007(6):115-119.

[4]刘祚时,邝先验,吴翠琴.基于模糊PID的足球机器人运动控制研究[J].工程设计学报,2006,13(8):224-227.

[5]郭路生,杨林权,吕维先.基于Bézier曲线的机器人足球射门算法[J].哈尔滨工业大学学报,2005(7):921-923.

[6]范宗涛,许东来.基于Hermite曲线的机器人足球射门算法[J].计算机与现代化,2010(8):55-57.

[7]龚建伟,黄文宇,陆际联.轮式移动机器人航向跟踪预估控制算法[J].机器人,2001,22(3):193-196.

[8]GU Dong-bing,HU Huo-sheng.Neural predictive control for a car-like mobile robot[J].International Journal of Robotics and Autonomous Systems,2002,39(5):2-3.

探访浙江大学机器人足球队篇6

7月4日, 记者走进浙江大学智能系统与控制研究所, 探访日前在机器人世界杯足球赛中夺冠的“ZJUNlict队”。

6月30日, 在荷兰埃因霍温落幕的2013年机器人世界杯足球赛中, 北京信息科技大学“水之队”获中型组冠军。而经过激烈角逐, 浙江大学“ZJUNlict队”在点球大战中以7:6战胜老牌劲旅卡内基梅隆大学, 获得小型组冠军。浙江大学队还获得了小型仿人机器人组季军。据介绍, 浙江大学智能系统与控制研究所主要围绕控制科学与工程领域中有关控制理论与智能系统、分析仪器与生物传感器、机器人、网络与可靠性技术等科学和技术问题展开基础研究和应用研究, 以及面向国家目标的重大关键技术研究。

7月4日, “ZJUNlict队”软件组负责策略的戴萧何同学在介绍足球机器人

7月4日, 记者走进浙江大学智能系统与控制研究所, 探访日前在机器人世界杯足球赛中夺冠的“ZJUNlict队”。

6月30日, 在荷兰埃因霍温落幕的2013年机器人世界杯足球赛中, 北京信息科技大学“水之队”获中型组冠军。而经过激烈角逐, 浙江大学“ZJUNlict队”在点球大战中以7:6战胜老牌劲旅卡内基梅隆大学, 获得小型组冠军。浙江大学队还获得了小型仿人机器人组季军。

据介绍, 浙江大学智能系统与控制研究所主要围绕控制科学与工程领域中有关控制理论与智能系统、分析仪器与生物传感器、机器人、网络与可靠性技术等科学和技术问题展开基础研究和应用研究, 以及面向国家目标的重大关键技术研究。

这是浙江大学“ZJUNlict队”的足球机器人

7月4日, 记者走进浙江大学智能系统与控制研究所, 探访日前在机器人世界杯足球赛中夺冠的“ZJUNlict队”。

这是浙江大学“ZJUNlict队”的足球机器人

7月4日, 记者走进浙江大学智能系统与控制研究所, 探访日前在机器人世界杯足球赛中夺冠的“ZJUNlict队”。

基于遗传算法的足球机器人路径规划篇7

机器人足球比赛近年来在全世界广泛盛行，其中足球机器人的路径规划问题也成为当下学术界的研究热点。遗传算法由于其自身的智能性搜索、强鲁棒性和内在并行性等特点，在路径规划、自动控制和模式识别等领域得到广泛应用。

足球机器人系统

足球机器人子系统

对足球机器人进行路径规划主要达成两个目标：一是为了完成某项动作，二是为了避障以实现安全的运行。足球机器人的路径规划具有复杂性、随机性、多目标和多约束等特点[1]。足球机器人系统由以下几个部分组成：

1)机器人小车子系统：由多个机器人小车组成;

2)视觉子系统：由摄像机、图像识别系统组成;

3)通讯子系统：由无线电发射板组成;

4)决策子系统。

足球机器人系统如图1所示，首先由视觉子系统进行场景识别，然后传递给决策子系统处理，再通过通讯子系统发出指令，最后足球机器人完成动作[2]。

决策系统为仿真足球机器人系统的核心，主要分为四部分：

1) 信息处理层：接受外部信息进行处理，转换坐标信息;

2) 分区决策层：进行场地分区，确定机器人队形和分配角色;

3) 路径规划层：路径规划层接收到上一层分区决策层所传递的信息，本层的主要任务是对机器人完成任务所需的运动轨迹进行规划，因此足球机器人是否能够顺利地完成任务是本层的关键，也是决策系统的关键;

4) 运动层：执行该机器人所分配的任务。

运动学模型

足球机器人运动学模型

本文采用的足球机器人是两轮差动式移动机器人，由其两个轮子共轴并且进行独立驱动。设机器人当前的位姿为P=[x c, y c, zc]T，速度为V，左右轮的速度为VL和RV。则足球机器人的位姿与速度关系由下式表示：

其状态空间有三个分量：x、y和θ，但是控制分量却只有两个：线速度和角速度，或者是VR和VL[3]。因此，必须增加如下约束方程：

足球机器人可看作直线或曲线运动，其运动学模型表示如下：

其中，L为足球机器人的边长，MV、mV分别为较大和较小的轮速，X0、0Y为机器人当前的坐标，α0为机器人当前的方向角。

小球运动学模型

足球只能做直线运动，并且在没有外力的作用下，足球所做的运动是匀减速直线运动。表示如下：

其中，tV、Xt、tY表示足球在t时刻的运动状态，Vt-1, Xt-1, Yt-1表示足球在t-1时刻的运动状态，α表示由摩擦力产生而的加速度，∆t表示时间间隔，θt-1表示足球在t-1时刻的运动方向。

用遗传算法进行路径规划

遗传算法流程

遗传算法是一种智能化搜索寻优技术。它从某一初始群体出发，按照一定的操作规则，不断进行迭代计算，最终逐步逼近最优解。它具有智能化搜索、并行化算法、通用性强和全局最优解等特点，在众多学科领域得到广泛应用。

用遗传算法进行路径规划，其流程如下：

1）初始群体生成

初始种群为随机生成的、从出发点到目标点的任意一条可行路径的集合。初始群体的规模大小将会影响到遗传算法收敛的速度和精度准确性。

2）染色体编码

遗传算法是对个体的基因进行操作，变量与个体之间映射是通过编码来实现的。用十进制栅格序号表示路径节点，用栅格序列表示一条染色体，染色体为不定长染色体。

3）适应值计算

式中，n为该个体所通过的栅格总数，D为该个体中相邻序号之间的直线距离之和[5]。

4）遗传操作

遗传操作是对编码后的个体进行操作, 遗传算法首先由初始种群开始，初始种群是由一些初始解组成，初始种群不一定包含最优解，遗传算法主要通过对种群进行选择、交叉和变异这三个遗传操作，最终收敛到最优解。

实验仿真

首先建立足球机器人运动学模型。设机器人的当前位置为 (x (t) , y (t) ) ，方向为θ (t) [θ (t) ∈2π]，运动速度v (t) ，其中t表示机器人的运动时间。起始点R，终止点G，假设足球机器人在短时间t内的速度为恒定，则可列方程如下：

其中，k=0, 1, 2，…，N-1;为采样周期。

进行种群初始化设置。选择路径上的任意点为一个集合，组成一条染色体，即路径。设起始点R (Rx, Ry)和目标点G (Gx, Gy) 已知，在避障区域Φ内，将线段RG进行m等分，并且在等分点做垂线得到VL1, VL2, (43) , VLm[6]。再将垂线n等分，则在避障区域Φ内，就得到m×n个路径点，表示为VLi (x (j) , y (j) ) ，如图2所示。

再将起点到终点之间所有经过的路径连接，即构成一个染色体，表示为Ci={VL1 (x (i) , y (i) ) , VL2 (x (j) , y (j) ) , …，VL2 (x (k) , y (k) ) }。然后进行障碍物检测。采用面积法判断球场的机器人是否为障碍物，其仿真结果如图3所示。

选取适应度函数为：f=A+B,

其中，

最后进行足球机器人路径规划的仿真，结果如图4～7所示。

可以看出，遗传代数的不同对足球机器人的路径规划有很大的影响，遗传代数增加时，路径规划逐渐变好，但是相应的运算时间也会增加。因此在实际当中，需要综合考虑，选取最优遗传代数。

结束语

本文研究了足球机器人的运动学原理，讨论了遗传算法在足球机器人路径规划中的应用，进行仿真实验并比较了不同遗传代数对路径规划的影响。

参考文献

[1]张海英, 范进桢.移动机器人路径规划研究现状及展望[J].微型机与应用, 2011, 30, (2) :12-16

[2]朱大奇, 颜明重.移动机器人路径规划技术综述[J].控制与决策, 2010, 6, (3) :23-26

[3]吴丽娟, 徐心和.基于遗传算法的足球机器人比赛中障碍回避策略的设计[J].机器人, 2001, 23, (2) :142-145

[4]邓志燕, 陈炽坤.基于改进遗传算法的移动机器人路径规划研究[J].机械设计与制造, 2010, 10, (8) :221-224

[5]张帆, 周庆敏.基于遗传算法的移动机器人路径规划仿真[J].机器人技术, 2008, 24, (6) :282-285

机器人世界杯足球赛篇8

1 研究对象与方法

1.1 研究对象

2014年世界杯足球赛决赛阶段的32支球队,共64场比赛的171个进球。

1.2 主要研究方法

1.2.1 文献资料法

通过期刊数据库,收集到有关足球比赛进攻、进球等方面的资料20余篇,并进行整理、分析以确定研究所涉及的指标、数据等。

1.2.2 录像观察法

对2014年世界杯足球赛决赛阶段的32支球队,共64场比赛录像进行反复观察统计,对171个进球的时间、射门方式、射门区域、进球区域等进行记录。

1.2.3 数理统计法

利用Excel软件对2014年世界杯足球赛进球进行统计分析。

2 相关统计指标说明

2.1抢点

争抢一点,进球一次性触球完成射门的方式。

2.2 突破

进球者运球超过对手射门的进球方式。

2.3 停射

进球者先停球再射门的方式。

2.4 定位球

以直接任意球破门的进球方式。

2.5 射门区域的划分

如图1所示。

3 结果与讨论

3 . 1 2 0 1 4年世界杯足球赛各队进球情况分析

本届杯赛共进球171个(不包括互罚球点球),平均每场进球2.67个,其中进球最多的是德国队,7场比赛共射进18个,平均每场2.57个;亚军阿根廷7场比赛打进8球,荷兰和巴西各打进15球和11球,共参加5场比赛的球队哥伦比亚,进12球,比利时进6球,法国进10球,哥斯达黎加进5球,参加4场比赛的球队,智利进6球,墨西哥进5球,瑞士进7球,乌拉圭进4球,阿尔及利亚进7球,美国进5球,希腊、尼日利亚进3球,参加3场比赛的球队,克罗地亚进6球,西班牙、葡萄牙、波黑、科特迪亚、加纳进4球,厄瓜多尔、韩国、澳大利亚进3球,意大利、俄罗斯、英格兰、日本进2球,进球最少的是伊朗、洪都拉斯、喀麦隆,三场比赛只打进一球。

据统计,欧洲球队53场比赛共进83球,平均每场进1.57个;南美洲球队,参加30场比赛共进44球,平均每场1.47个,非洲球队参加17场比赛共进19球,平均每场1.12,中北美及加勒比地区球队参加16场比赛进16球,平均每场1球,亚洲球队参加12场比赛进9球,平均每场0.75球。

3 . 2 进球方式的特征分析

2014年足球世界杯射门方式特征,据统计显示,抢点直接射门进球86个,占总进球数的50.29%。抢点直接射门率高的原因主要是直接射门缩短了射门时间,增加防守难度。接球调整射门进球率也较高,进36球,占总进球的21.05%。运球突破射门进34球,占总进球数的18.13%,球点球和直接任意球分别进12球和3球,占总进球数的7.02%和1.75%。

3 . 3 射门区域特征情况分析

由表1统计可知,B区进球90个,占本届世界杯足球赛进球总数的52.63%,是进球最多的区域。本届世界杯足球赛左半区进球79个,右半区80个,点球12个。左半区进球于右半区基本持平。D区、E区、F区三区进球非常少,共进12球。A区进球38个,占本届世界杯足球赛进球总数的21.05%。C区进球38个,占本届世界杯足球赛进球总数的22.23%。

单位:min

3 . 4 进球时间特征分析

从表2可看出2014年世界杯决赛阶段,上半时各时段进球较为平均,相差不大。46~60 min进24球,占14.04%,61~75 min进33球,占19.30%,76~90 min进39球,占22.81%,比赛最后的30 min进球最多,共进了72个球,占总进球比率的42.11%。补时阶段进2球,占1.17%,90~120 min进8球,占4.68%。本届世界杯的比赛很多都是在最后时刻分出胜负,进球多出现在下半时。比赛最后的30分钟和最后加时阶段的进球数达到全场比赛进球数的最高峰期。

4 结语

(1)本届世界杯足球赛64场比赛共171个进球,与前几届世界杯相比,进球数明显增多。欧美球队仍是世界杯决赛阶段的主力军,进球数大大的高于亚洲和非洲球队。

(2)B区是射门进球的主要区域,左半区和右半区没有显著差异,罚球区内点球点至球门区线是射门进球的最佳区域。

(3)在今后,把我国高水平球员输送到欧美顶尖俱乐部训练和比赛,这样有助于我国足球水平的提高和发展。

世界杯的足球文化与足球文明篇9

世界杯开幕式体现了文化的多样性,给人们留下了深刻的印象。诸如1986年,墨西哥人用民族舞蹈拉开帷幕,展示了浓郁的墨西哥风情;1990年,一群身着各球队球衣颜色的模特身裹轻纱走上舞台,彰显意大利时装之都的风范;1994年,美国人以红色气球海洋、浓厚抽象色彩的团体操,展现美国狂野热烈的西部文化;2002年,日本人与韩国人联合演绎东方神韵,古老的东方文化让观众神往。本届世界杯,南非人则以典型的非洲狂欢派对、浓郁的民族风情歌舞与别具一格的“乌乌祖拉”,全力展现非洲国家的独特文化和民族风情。

再说说主题曲。自1986年首创世界杯主题曲以来,每届均有不同的主题曲,展现出举办国鲜明的文化特色。1986年墨西哥世界杯主题曲《别样英雄》,是一首“足球英雄”的赞歌。1994年美国世界杯主题曲《荣耀之地》,把民谣与流行摇滚乐结合起来,让人感受到美国西部荒原的苍茫。1998年法国世界杯主题曲《我踢球你介意吗》,带着浓烈的热带情调和欢快的吟唱风格;另一首《生命之杯》是拉丁音乐,并由此引发了世界性的拉丁音乐浪潮。2006年德国世界杯主题曲《我们生命中的时光》,曲调幽深宁静,使人的心灵深处被音乐触动;其闭幕曲《难以抗拒》则是一首热烈明快的拉美风格的曲子,与简洁的闭幕式相得益彰。本届南非世界杯主题曲《哇咔哇咔(非洲时刻)》、《胜利的召唤(飘扬的旗帜)》,带有浓郁的非洲气息,表达了非洲人民对这片土地不离不弃的热爱,让观众深深感受到历史悠久的非洲文明,以及非洲人民的足球热情和对未来的希望。

此外,世界杯吉祥物也是足球文化的重要内容。英国的“卡通狮子”、墨西哥的“草帽小男孩”、阿根廷的“踢球的高原小男孩”、西班牙的“巨橙”、意大利的“足球和积木人”、美国的“卡通狗”、法国的“人状欢跳小公鸡”、南非的“绿色卷发豹子‘扎库米’”等,无不体现着举办国的文化元素和生活志趣。其他还有纪念币、纪念章、饰物、书籍、报刊以及印有运动员名字的帽子、运动衫、体育用品等系列商品。所有这些世界杯的衍生产品,反映了足球文化的巨大张力和经济推动力。

足球文化对社会生活的影响是深刻的。巴西是世界公认的“足球王国”,足球已经融入巴西人的生活,并创造出丰富多彩且极具活力的足球文化。许多专家认为,足球文化对巴西人的影响,远远大于政治、经济等方面的影响。英国是现代足球的发源地,经过100多年的发展,足球已经浸透到英国社会的各个角落,足球在英国与其说是体育运动,不如说是一种体育文化。意大利则是一个将足球的狂野和时尚完美结合在一起的国度,足球成了“文化与人生的舞台”。

自主式足球机器人控制系统设计研究篇10

关键词：足球机器人,DSP,控制系统

0引言

目前, 国内外ROBCUP自主式机器人足球比赛已经引起科技工作者的广泛关注。比赛中所采用的自主足球机器人实际上是一个自主工作的小车, 自主机器人内部装载有完整的嵌入式计算机控制系统, 机器人不需要外界提供计算能力, 可以完全自主地收集和处理周围环境信息, 进行行为决策。在机器人的顶端安装有视觉传感器, 为机器人提供周围环境的视频信息。此外, 机器人还可以配备超声波、红外线或其他传感器, 用来对环境进行距离探测和障碍探测。在多机器人参与比赛的时候, 为实现机器人间的通信, 还安装了无线通信系统, 共享已经探测到的环境信息, 构成多机器人的协作系统。机器人还配备有可充电电池组, 为嵌入计算机、传感器、驱动电机提供电能。

1自主式足球机器人系统

自主式足球机器人系统的具体构成多种多样, 总体系统结构归纳起来主要可分为3种类型, 其结构框图分别如图1、图2、图3所示。

在图1所示的方案中, 机器人具有单一的高性能计算机系统。该计算机系统不仅用于系统决策规划, 还通过运动控制卡负责控制机器人底层的行为。这种方式的优点是形式简单。但是, 在这种方式中, 由于计算机系统还需要处理对计算资源需求很大的环境建模 (传感器信息处理、融合) 、决策规划等问题, 有可能会导致机器人底层行为控制性能差。另一方面, 由于体积等的限制, 这种方案中的计算机系统一般用的是工控机, 工控机的插槽资源很有限, 常常会出现运动控制卡和图像采集卡等争插槽的情况。

在图2所示的方案中, 机器人同时具有主计算机和下位机。主计算机是一高性能的计算机系统, 专司环境建模、决策规划等工作。下位机由一较低档的计算机充当, 负责封装机器人的底层行为 (如移动、转弯、踢球、护球等) 和某些传感器信息的预处理 (如声纳、里程信息等) 。主计算机和下位机之间通过串行连接等方式进行通信。这种方案给了机器人构成上的灵活性, 上位机的选用可以很灵活 (如可临时使用笔记本等) , 去掉主计算机, 下位机还可起很多作用, 机器人仍能用来做许多移动机器人实验和进行教学活动。

在图3所示的方案中, 由DSP板或微处理器板及驱动器负责机器人的底层行为控制。这种方案往往是自行开发底层控制软件乃至硬件。从硬件成本角度来说, 可以做到最低, 而且从开发角度来说, 自主度和灵活性最高。但是采用这种方式, 系统开发的工作量一般来说是最大的。目前, 因开展足球机器人活动本身有着培养人才和进行多种研究的性质, 这种方式还颇受欢迎。

2控制系统的设计

2.1 控制系统的硬件平台设计

足球机器人性能的优劣除了由可靠、有效的机械结构来保证外, 其主控系统的核心CPU是机器人的大脑。CPU的选择不仅决定了主控系统设计的性能, 同时制约了其他系统的设计。足球机器人多采用8位、16位或32位单片机作为微控制器, 例如康奈尔采用MOTOROLA的MC68HC16。由于目前的足球机器人车体多为三轮或四轮, 采用单片机对实现多电机控制来说, 其硬件设计存在结构相对复杂, 算法控制实时性差等缺点, 因此本文采用美国TI (德州仪器) 公司的TMS320LF2407A微控制器。2407A DSP控制器具有丰富的外围接口, 它将DSP的高速控制能力和面向电机的高效控制能力集于一体, 使机器人控制系统外围电路的设计大大简化, 而且算法控制的实时性提高, 使系统更为简单, 稳定可靠。其电气连接示意图如图4所示。

2.2 控制系统软件设计

控制系统软件设计的关键是算法的选择, 这将决定整个足球机器人的性能。由于足球机器人是离散系统, 每隔一段时间采集一次左右轮的速度, 所以本文设计采用了增量式的PD算法, 即:

e (n) =r (n) -y (n) 。 (1)

u (n) =u (n-1) +Δu (n) 。 (2)

Δu (n) =kp[e (n) -e (n-1) ]+kie (n) +kd[e (n) -2e (n-1) +e (n-2) ] 。 (3)