足球机器人的决策子系统研究及其MATLAB仿真-精品(5)

第21页

? 设法使得系统有自组织自学习的功能。 3.2 决策子系统的体系结构

目前参与比赛的机器人不多，采用集中式决策结构对整体优化、实时性能优于分布式决策结构。为此本文仍以集中式的决策结构来研究机器人足球系统相关问题。对于基于视觉的Mirosot机器人足球系统，全队机器人的统一决策，相当于全局控制器，产生控制足球机器人的命令，各个机器人仅作为决策控制的执行机构。全局控制器内部采用分层结构，控制流程是从上至下的，数据流是单向的，执行过程流畅高效。 3.2.1 决策子系统模型

在目前开发的足球机器人系统中，人们提出了许多决策子系统模型与算法，如角色分配法、时间区域控制法、人自为战法等。

[35]

1. 角色分配法：角色分配法又分为基于现场情况的角色分配和基于区域

[36]

的角色分配。基于现场情况的角色分配，顾名思义，就是根据现场情况，比如对方的水平强弱来为我方队员分配角色，如确定某个队员为防守者或进攻者。基于区域的角色分配就是将机器人的比赛场地划分为一些区域，在不同的区域中，每个机器人的优先级不同，具有最高优先级的机器人有权选择动作，而其它机器人的动作要配合最高优先级机器人，以避免机器人之间的冲突。

该方法的优点是每个机器人都被分配了固定的角色，避免了角色变换环节中可能出现的问题，每个机器人的任务十分明确。但是，由于每个机器人的角色固定，使得球队的战略决策显得有些死板，特别是基于区域的角色分配方法，由于每个机器人被安置在固定区域中，机器人在本区域中尽忠职守，不越“雷池”半步，即使小球处于自由状态，但只要小球不在本区域中，机器人也不会去组织进攻。

[37]

2. 时间区域控制法：该方法主要用来判断哪个机器人是持球者，通过持球者采决定下—步的策略。可控区域指一个选手能优于其他选手达到的所有区域。如果球是静止的，球的位置被包括在选手的控制区域内，则可判定该选手控制了球。若小球是移动的，则在控制区域内引入时间约束，此时，根据小球进入和离开控制区域的时间、球的路径是否包括在时间约束的区域内、并持续了某一有限长度时间，来判断选手是否真正地控制球。当没有选手控制球时，离球最近的机器人去追球。

第22页

该方法可以很好的判断出小球的控制权，但是它却增加了策略的运行计算时间。在机器人足球比赛中，机器人的形状为一正方体，它的侧面和边角撞球后小球的运动特性是不同的，因此小球的运动变化预测很难做到十分精确，再加上双方队员拼抢十分激烈，使用该方法必须将大量时间用在控球权的频繁计算上，加大了策略运行时间的开销。

3. 人自为战法：在持球者确定后分两种情况决定下一步的策略：—是，如果持球者成功控球，此时球队为进攻方，可确定球队的进攻策略；二是持球者控球失败，此时由进攻方转为防守方。

该方法中，决策控制条件简单易于实现，不足是攻防转换过于频繁。在攻防转换的期间，机器人动作需要多次变动，除了机器人的体能被大量消耗外，多机器人之间合作和协调也会出现一些问题。 3.2.2 自上而下的分层递阶决策推理模型

谈到足球机器人决策系统的设计，有人认为这比绿茵场止的足球简单得多。因为球场小，攻守态势一目了然，球员少，动作简单，队形变化与战术构成也都相对简单，大不了就是一场三人足球赛。其实这是对机器人足球赛的误解。由于比赛过程中人不直接参与，而机器人的眼、脑、腿又是相对分离的，这时的比赛过程就犹如三个盲人在场上踢球。他们每个人腿脚灵活，但不知球在哪里，他们完全靠教练员每时每刻的指令来决定自己行动方向、速度和位移量。教练员也是一个盲人，他要靠一个明眼人来“观敌掠阵”，每时每刻告诉他敌我双方运动员及球的位置，然后做出判断与决策，指挥盲人运动员行动。由此可见，这一过程相当繁琐。

如果说决策子系统充当的是教练员的职责，那么对于机器人足球而言，教练员是个盲人，他不是用眼睛看到比赛场景，反映到大脑进行形象思维，而是根据队员在比赛场上的位姿和球位置的精确数据对比赛场上的形势进行分析，所以更多的是依靠逻辑思维来完成推理过程。这样决策子系统在制定决策时就应该参照盲人教练的思维过程展开，认真抽象推理链上的每一个环节，从而实现专家知识与决策过程的形式化。

推理模型在足球机器人决策系统设计中占有很重要的地位，为足球机器人决策系统设计的提供整体思路上的指导。它研究的内容是决策系统的推理

[25] [38]

的一般过程和步骤，东北大学徐心和教授提出的六步推理模型,是决策子系统自上而下分层递阶推理模型的代表，它的推理步骤为：

输入信息预处理(计算有关实体速度、相对距离等);

第23页

? ? ? ? ?

态势分析与策略选择; 队形确定与角色分配； 目标位置确定； 运动轨迹规划； 左右轮速确定。

一般说来，第一、第四与第五和第六步屈于演绎推理，可由数学模型进行计算；而第二步和第三步属于产生式推理，智能由模糊推理、专家系统等方法完成。

下面重点阐述各推理的内容和算法： 第一步：输入信息预处理

其内容包括：与时刻前的输入矩阵进行比较，以计算出各实体（双方机器人和足球）的线速度和角速度；计算各实体的相对距离。 第二步：态势分析和策略选择

根据第一步所得到的信息，判断出球是在我方半场还是在对方半场，是我方控球还是对方控球。如果在我方半场，对方控球，则采取防守策略；如果在对方半场，我方控球，则采取进攻策略等等。 第三步：队形确定和角色分配

为使足球机器人在比赛中互相配合，协同作战，更好的完成任务而不至于冲突，需要给每个机器人分配角色。如：球在对方半场，我方机器人控球，则离球近的机器人为主攻，另一个机器人为协攻；球在我方半场，对方机器人控球，则我方离球近的机器人为主防，另一个机器人为协防；等等。这些任务都由角色分配来完成，角色分配模块的关系图如图3.3所示。

动 视觉信息 角色分配 作 选 输入信息预处理 决策库

图3.3 足球机器人角色分配示意图

第四步：目标位置确定及动作选择

这一步是赛场战术的前提。当策略确定后，就可确定每一个机器人的目标位置。被分配任务和指定目标位置的机器人要求能够快速地到其活动区域。每个机器人都被训练具有一定的能力，比如守门员的主要职责就是力保城门

第24页

不失，所以守门员的一个主要技术特点就是门前移动必须灵活和准确。守门员应能根据球的运动状态预测出球的运动趋势，并能迅速移动到指定点将球扑出，确保大门安全。

机器人的动作由低到高分为三层结构：基本动作——技术动作——战术动作。基本动作包括到定点(直线运动和弧线运动)、转角(原地转动和边转边走)、按照指定方向运动等。技术动作包括守门、射门、拦截、抢点、传球和障碍回避等。这些动作为机器人的个人动作，可以由基本动作支持完成。战术动作是更高一层的动作，指队员之间的协调和协作。每个战术动作的完成，需要调用多个技术动作，如一传一射、二过一等。 第五步：机器人运动轨迹规划

设计机器人的轨迹，从面上看就是机器人在哪些条件下要直接运动到定点，什么时候走曲线，曲线的弧度如何，哪些情况下要避障等等。机器人的路径规划方法很多，如人工势场法、中垂线法、遗传算法和神经网络等。 第六步：机器人左右轮速的确定

在确定了机器人的运动轨迹后，可以计算出机器人左右两轮的速度。在轮速计算上，应该充分考虑机器人的机械特性和平台特性，同时轮速的计算也涉及足球机器人的底层运动控制方法的选择。

根据六步推理模型，可以得到如下推理过程：（1）态势分析；（2）队形确定；（3）角色分配；（4）动作选择；（5）动作实现。足球机器人决策系统的体系结构就是根据此推理过程设计的。体系结构是决策系统的主心骨，它的设计好坏直接关系到整体性能的发挥和智能水平的高低。目前，构造足球机器人系统的体系框架主要有以下三种方法： 1.分层递阶式结构。 2.包容式结构。 3.分布式结构。

本文所研究的足球机器人的决策系统就是典型的分层递阶式模型，分层递阶式结构是把各种模块安排成若干个层次，在不同层次上的模块具有不同

[39] [40]

的动作性能和操作方式。一般来说，位于高层的模块负责复杂的判断和推理操作，其智能化程度较高，而较低层次的模块用于与外界交互，其智

[41]

能化程度较低。分层递阶式结构最有代表性的是Saridia提出的三级模型，他把整个结构按功能从高到低分成三个层次：执行级、协调级和组织管理级。如图3.4所示，在此结构中，底层的执行级用于与控制对象和环境交互；最高层用于组织管理，中间层连接上下两层，进行操作行为和协调。

第25页

视觉子系统 管 理 层 全局管理

协 调 层 任务分配

执 行 层 硬件驱动

足球机器人轮速设定 图3.4 分层递阶式结构的三级模型

可以看到在这种决策模型下，机器人的智能部分由统一的全局控制器来实现，使各个机器人仅作为全局控制器的执行机构，决策的流程是从上至下的，数据流是单向的，下层充分执行上层意图，执行过程流畅。为此，根据上面的推理模型，我们设计了如图3.5的决策子系统的结构图。 视觉信息 态势分析 高队形集 层队形选择

决 策角色集 角色分配 推 理 动作集 动作选择 动作执行 左右 轮速 底层 运动控制 小 车

图3.5 足球机器人决策子系统体系结构

百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，免费范文网，提供经典小说综合文库足球机器人的决策子系统研究及其MATLAB仿真-精品(5)在线全文阅读。