今日頭條
官方微信
官方抖音
案例頻道0 引言
機器人足球是研究移動機器人和多智能體系統(tǒng)的標(biāo)準(zhǔn)平臺,涉及機器視覺與傳感信息融合技術(shù)、無線通信網(wǎng)絡(luò)技術(shù)、基于知識的行為決策技術(shù)、嵌入式計算機技術(shù)、多Ａｇｅｎｔ協(xié)調(diào)與合作技術(shù)、計算機仿真技術(shù)、機電一體化技術(shù)、人造皮膚與人工生命學(xué)技術(shù)、社會組織學(xué)、對策論等關(guān)鍵技術(shù)[1]，世界各國研究機構(gòu)都視其為“小平臺上的技術(shù)戰(zhàn)爭”。在機器人足球比賽中，路徑規(guī)劃是決策系統(tǒng)的核心，主要應(yīng)用于機器人底層策略中,作為足球機器人基本動作實現(xiàn)的基礎(chǔ),他的優(yōu)劣將直接影響動作的實時性和準(zhǔn)確性。目前，基于全局視覺的半自主型足球機器人路徑規(guī)劃方法已趨于成熟，C-空間法，人工勢場法，可視圖法，拓?fù)浞ê蜄鸥穹ǖ榷家呀?jīng)在仿真和實際操作方面得到了很好的實現(xiàn)[2]。而基于自主視覺的全自主型足球機器人路徑規(guī)劃由于彩色CCD視角的限制、自主視覺的深度信息丟失兩個原因，很難判斷機器人本體和目標(biāo)在場上的全局位置，無法進(jìn)行精確的位置規(guī)劃，從而無法進(jìn)行最優(yōu)路徑選擇。本文根據(jù)基于自主視覺的路徑規(guī)劃的特點，提出了機器人在不確定信息下的二圓定位規(guī)劃方法。實驗證明，這種規(guī)劃方法使機器人的運動控制具有更大的靈活性和魯棒性，使機器人的路徑規(guī)劃滿足快速性，準(zhǔn)確性，和攻守兼?zhèn)湫缘囊蟆?/SPAN>
1 利用不確定的位置信息對機器人和目標(biāo)進(jìn)行全局定位
機器人進(jìn)行全局定位的依據(jù)是兩個并存的坐標(biāo)系：即基于機器人的相對坐標(biāo)系和基于場地的全局坐標(biāo)系[3]。相對坐標(biāo)系用來確定目標(biāo)相對于機器人的位置，而全局坐標(biāo)系用來確定機器人或目標(biāo)在場地內(nèi)的全局位置。機器人全局定位的方法有很多，我們采用了基于內(nèi)部坐標(biāo)定位和基于視覺定位相結(jié)合的方法。基于內(nèi)部坐標(biāo)定位就是通過對電機碼值反饋進(jìn)行運算來確定機器人位置的方法。這種方法的優(yōu)點是數(shù)據(jù)獲取容易，機器人運動初期的定位比較準(zhǔn)確；缺點是隨著電機切換次數(shù)的增加，機器人的位姿誤差將產(chǎn)生積累。基于視覺定位是指機器人通過視覺系統(tǒng)獲取圖像，然后根據(jù)場地某些特定標(biāo)志的相對坐標(biāo)來確定全局坐標(biāo)的方法。這種方法的優(yōu)點是當(dāng)特定標(biāo)志位于屏幕中心區(qū)域時所得數(shù)據(jù)的誤差較小；缺點是由于受到CCD視角的限制，數(shù)據(jù)獲取比較困難，并且當(dāng)特定標(biāo)志位于屏幕邊緣區(qū)域時，數(shù)據(jù)的誤差較大。因此我們把這兩種方法結(jié)合起來進(jìn)行優(yōu)勢互補，來減小機器人全局定位的誤差。由于全局定位誤差的存在，機器人可能的實際位置不再是一個點，而是一個以該點為中心的區(qū)域，在該區(qū)域內(nèi)部的每一點都有可能是機器人的實際位置。
根據(jù)光學(xué)的折射原理，處于圖像邊緣的目標(biāo)由于折射角度較大，從而失真較大，由此產(chǎn)生的信息誤差也越大。所以實際距離與圖像距離（柵點與柵點的距離）表現(xiàn)為非線性關(guān)系。盡管由于自主視覺深度信息的丟失，我們對于二者非線性關(guān)系曲線的擬合，在理論上都無法達(dá)到無限逼近的效果。但是我們卻可以通過某種算法，標(biāo)定出擬合誤差在什么樣的范圍之內(nèi)。
1.1 基于內(nèi)部坐標(biāo)的全局定位
機器人在第N次電機轉(zhuǎn)換時的全局坐標(biāo)（X（N），Y（N））與全局誤差半徑R（N）的推導(dǎo)公式如下：在（1）式中V1（N），V2（N），ΔV（N）分別代表第N次電機轉(zhuǎn)換的左輪速，右輪速和輪速差。（2）式為m級多項式，用來對第N次電機轉(zhuǎn)換時的輪速差ΔV（N）和由此產(chǎn)生的姿態(tài)誤差Δθ（N）的關(guān)系進(jìn)行擬合。在（3）式中Pr為轉(zhuǎn)動慣性系數(shù)，與機器人重心到轉(zhuǎn)動中心的距離和機器人本體的質(zhì)量有關(guān)。在（4）式中Eθ（N）代表第N次電機轉(zhuǎn)換時總的姿態(tài)誤差。在（5）式中Pg為前向慣性系數(shù)，與機器人本體的質(zhì)量有關(guān)。在（6）式中Ψ（N-1）為機器人位移方向與Y軸正方向的夾角，S（N-1）為位移大小。
通過（1）～（6）式我們可以發(fā)現(xiàn)，機器人電機轉(zhuǎn)換的次數(shù)越多，由此產(chǎn)生的誤差積累越大，（5）式表示機器人運動中的誤差增長與起始點和終止點無關(guān)，而只與位移的大小和姿態(tài)誤差有關(guān)。
1.2 機器人全局定位的信息融合
我們通過內(nèi)部坐標(biāo)和視覺兩種定位方法，分別得出了機器人位姿坐標(biāo)（Xa，Ya，θa）和（Xb，Yb，θb）、機器人的全局誤差半徑Ra和Rb、機器人的姿態(tài)誤差Eθa和Eθb，也同時得出了機器人的可能位置區(qū)域A和B以及角度區(qū)域α和β。取C為A和B的交集，γ為α和β的交集，可得（7）～（12）式。
(7)
(8)
(9)
(10)
(11)
(12)
我們采用如圖1所示的信息融合方法。取機器人位置坐標(biāo)（X，Y）為C的重心坐標(biāo)，R為（X，Y）到C的邊緣的最大值；機器人姿態(tài)坐標(biāo)θ為（θ1+θ2）/2，Eθ為（θ2-θ1）/2，這樣便得到了機器人信息融合后的位姿坐標(biāo)
北京市公安局海淀分局備案號：11010802023656號