全自主足球机器人运动模型的改进

阐述了具有输入饱和特性的全自主足球机器人的运动控制问题,建立了全自主足球机器人的运动学模型.基于数字PID算法条件下实现了足球机器人在赛场上的高精度运动控制,实验进一步证明了算法的鲁棒性,并在实际比赛中取的了很好的成绩.     

基于dsPIC的全向足球机器人运动控制系统

介绍了基于dsPIC数字信号控制器的全向足球机器人运动控制系统的设计和实现.结合运动控制系统的体系结构框图说明了系统各部分之间的关系,硬件方面采用4片dsPIC对4个电动机进行模块化分级控制,并介绍了系统硬件电路的设计.软件方面给出了主控程序流程图,阐述了电动机转速测量算法、PID控制算法以及4个控制器间的通信.该运动控制系统已应用于中型组全向足球机器人比赛中,机器人响应迅速、运动灵活.实验证明该运动控制系统运行稳定、可靠.     

仿生六足机器人传感信息处理及全方向运动控制

针对仿生六足机器人的智能运动控制问题,提出一种基于中枢神经模式发生器(CPG)的控制方法.传统CPG控制方法无法很好地控制机器人足端轨迹,而本CPG控制方法中加入了用于足端轨迹控制的轨迹发生器模块,通过调节参数值可以实现机器人的全方向运动控制.为降低传统CPG控制中传感信息反馈以及参数调整的复杂程度,设计2种用于传感信号处理的神经网络.该模块实现多传感信号的融合,并生成用以控制机器人运动行为的各个参数值,实现机器人的自主避障.设计一个仿生六足机器人样机,将其分别放置在两种不同的情境下进行自主避障行走实验,结果证明了机器人全方向运动控制算法和自主避障算法的可行性.     

基于Boltzamnn机的机器人自主学习算法

针对两轮机器人自平衡运动控制问题,提出了一种基于Boltzamnn机的Skinner操作条件反射学习机制作为机器人仿生自主学习的算法.该算法利用Boltzamnn机中Metropolis判据平衡Skinner操作条件反射学习中探索和利用的比例,并依据概率取向机制以一定的概率选择最优行为,从而使机器人在未知环境下可获得像人或动物一样的仿生自主学习技能,实现机器人的自平衡运动控制.最后,分别用基于Boltzamnn机的Skinner操作条件反射的学习算法和基于贪婪策略的Skinner操作条件反射的学习算法做了仿真实验并进行了比较.结果表明,基于Boltzamnn机的Skinner操作条件反射的学习算法能使机器人获得较强的运动平衡控制技能和较好的动态性能,体现了机器人的自主学习特性.     

全自主足球机器人的运动控制系统研究

全自主足球机器人要完成踢球任务,需要一个快速可靠的运动控制系统,但是大多数以前的电机控制系统都是基于MCU或DSP系统的．为此,提出基于PC104总线控制的直流伺服电机控制系统,介绍了运动控制系统的组成、电动机控制板和系统控制软件．该控制系统具有体积小、功能强、反应速度快和控制简单等特点,完全可以满足足球机器人的运动要求,并可应用于其他小型装置的电动机控制系统上．     

全自主足球机器人快速目标识别与定位方法

为使机器人视觉系统能够快速、稳定地进行目标识别和定位，采用多阚值粗分割和区域细分割相结合的彩色图像分割算法，以提高特征提取的鲁棒性．在基于区域分割的算法中采用快速游程连通性分析算法，保证了目标识别的实时性．对已识别的目标，利用摄像机针孔模型完成单眼的实时定位．该系统能满足全自主足球机器人对目标识别与定位实时性和鲁棒性的要求，已成功地应用于HIT-Ⅱ型自主足球机器人中．     

仿生六足机器人传感信息处理及全方向运动控制

针对传统CPG控制方法无法很好地控制机器人足端轨迹的问题,提出基于中枢神经模式发生器(CPG)的控制方法.在CPG控制方法中加入用于足端轨迹控制的轨迹发生器模块,通过调节参数值可以实现机器人的全方向运动控制.为降低传统CPG控制中传感信息反馈以及参数调整的复杂程度,设计2种用于躲避前方和两侧障碍物的传感信号处理的神经网络.该模块实现多传感信号的融合,生成用以控制机器人运动行为的各个参数值,实现机器人的自主避障.设计一个仿生六足机器人样机,将其分别放置在墙角和狭窄空间中进行自主避障行走实验,结果证明了机器人全方向运动控制算法和自主避障算法的可行性.     

白点定位图像处理算法

为了解决全自主足球机器人自定位难题,采用白点定位图像处理算法求解足球场地白线边缘中点作为自定位特征点.通过沿预定义一维扫描线的彩色滤波、求最大梯度点和亚像素分解求中点等3个步骤,求解出若干定位白点,为机器人自定位做准备.结果表明:白点定位图像处理算法,定位精度最大误差为1.2mm,程序运行平均时间为15ms,定位过程抗干扰能力强,完全能够满足足球机器人自定位准确性、实时性和鲁棒性的要求.     

基于异构双目视觉的全自主足球机器人导航

通过理论分析和实验，论述了全自主足球机器人异构双目视觉协调导航的合理性和有效性，给出了测量目标相对坐标的模型，分析了基于双目协调的足球机器人导航数据融合方法，提出了双目协调导航模型及基于行为的目标实现策略．在所开发的小型全自主足球机器人上的仿真和实验结果，证明了双目协调的有效性和实用性．     

全自主足球机器人在不确定信息下的位置规划

针对全自主足球机器人在比赛中获取定位信息不准确的特点，提出了一种在不确定信息下的位置规划方法－二圆定位法及其相应的信息融合方法－韦思图法。利用上述方法，不但能使机器人的运动控制具有更大的灵活性和鲁棒性，而且能使机器人的路径规划实现快速性，准确性和攻守兼备性之三者之间的协调。最后的实验和比赛实践证明，这种方法是可行而有效的。     

机器人足球比赛及其发展

介绍了机器人足球与足球机器人的发展历程 ,并根据比赛类型的不同 ,详细介绍了集控式足球机器人系统、仿真足球机器人系统以及自主式足球机器人系统     

自主足球机器人通信机制的研究与KQML语言设计

自主足球机器人系统是分布式人工智能领域的一个研究热点,而实现各个机器人之间高效通信是足球机器人系统中一个重要问题.通过对现有的KQML原语进行分析,指出其交互原语的缺乏,设计了自主足球机器人系统的一种通信机制,给出了对KQML原语的扩充,并通过实验进行实现和证明.     

关于足球机器人系统的工作模式及通讯机制的探讨

机器人足球比赛融合了实时视觉技术、机器人控制、无线电通讯、多机器人协作等多个领域的技术,是研究多Agent系统的标准实验平台,总结了机器人足球比赛中的关键技术,基于Agent思想,对足球机器人系统的两种主要的工作模式即基于视觉的集中控制模式和基于视觉的半自主控制模式进行了分析和比较,探讨了足球机器人的通信机制和推理过程,这些思想不仅适用于机器人足球比赛系统,而且对其它智能机器人系统同样具有指导意义。     

足球机器人控制参数整定系统的设计

为了提高足球机器人的运动性能,设计了足球机器人控制参数整定系统．在阐述系统基本原理的基础上讨论了系统的组成,该系统包括测试平台、测试电路和测试软件．讨论了所采用的改进的增量式PID控制算法和通过实验确定参数的方法．实验证明,该系统可以快速地整定系统控制参数．     

双足足球机器人行走步态研究

为了研究双足足球机器人行走时步态的连续性和稳定性，首先提出了双足足球机器人的体系结构，然后给出了基本步态算法，增加了行进中步态校正策略，包括动态和静态步伐的校正．解决了动、静态行走时步态的准确性和鲁棒性．试验数据验证了步态方程和步态校正策略能够适应FIRA比赛要求．     

基于机器人足球系统仿真中的碰撞模型

基于机器人足球比赛中最为常见的碰撞问题，作者运用几何学方法提出了机器人之间以及机器人与小球、场地围墙之间的碰撞模型，为构建和开发足球机器人系统仿真平台与机器人的运动控制提供了模型基础。     

基于Q学习与CBL结合的机器人足球行为学习研究

提出了一种足球机器人基于Q学习与案例学习（CBL）相结合的自主学习机制。足球机器人通过给定的当前位置和奖赏信号,自己学习来实现特定的动作,为了降低学习时的计算复杂度,状态空间通过分段映射为不同的类别,根据其普遍性以及有限的所必须的计算机内存,采用神经网络的学习来执行其动作。     

足球机器人控制系统的设计与实现

针对足球机器人控制系统存在智能性不高以及性能扩展局限性的问题,设计利用ARM9处理器、运动控制芯片LM629以及功率放大芯片L298构建足球机器人的控制系统.该控制系统简化了整个机器人系统的软硬件设计,提供了高性能、高精确的系统控制,减轻了设计的工作量,并使系统反应快、伺服刚性大.真实环境中的实验及比赛结果证明,该控制系统具有比较高的精度和稳定性,以及较好的实时性,系统设计合理、可行.