400 likes | 590 Views
足球机器人的控制. 人工智能与机器人研究所 王菲 wfay@sohu.com. 1. 足球机器人的控制. 移动机器人 足球机器人的运动学模型 足球机器人的基本动作 足球机器人的技术动作. 2. 移动机器人. 移动机器人是一类应用最广泛、研究最深入的机器人: 自动引导车、星球探索车、水下机器人、建筑机器人、军用机器人等等 移动机器人的移动机构: 车轮式、履带式、足腿式 足球机器人属于移动机器人. 3. 轮式移动机器人. 分类 控制目标
E N D
足球机器人的控制 人工智能与机器人研究所 王菲 wfay@sohu.com 1
足球机器人的控制 • 移动机器人 • 足球机器人的运动学模型 • 足球机器人的基本动作 • 足球机器人的技术动作 2
移动机器人 • 移动机器人是一类应用最广泛、研究最深入的机器人: 自动引导车、星球探索车、水下机器人、建筑机器人、军用机器人等等 • 移动机器人的移动机构: 车轮式、履带式、足腿式 • 足球机器人属于移动机器人 3
轮式移动机器人 • 分类 • 控制目标 • 点镇定(Point Stabilization):使机器人从任一初始状态出发,到达预先设定的目标状态,并在目标点处稳定。 • 路径跟随(Path Following):使机器人从任一初始位姿出发,到达预先设定的几何路径,并跟随该路径运动。 • 轨迹跟踪(Trajectory Tracking):与路径跟随的描述相识,但该路径与时间相关。 4
控制系统的约束 • 控制系统的约束是指在系统中质点位置和速度上施加的一些具有几何或运动学特性的限制。 • 具有这种约束条件的控制系统称为受限系统。 • 两类约束 • 完整约束(Holonomic Constrains):只限制受控对象的空间位置,或者同时限制空间位置和运动速度、但运动速度通过积分可转换为空间位置的约束,也称为几何约束。 • 非完整约束(Non-Holonomic Constrains):同时限制受控对象的空间位置和运动速度、且运动速度不能通过积分转换为空间位置的约束,也称为不可积约束。 6
两轮差动驱动的移动机器人运动学模型 • 以机器人质心C(x,y)为参考点, 分别为机器人左右轮的角速度;v和ω分别为机器人的速度和绕质心C的角速度;r和w为分别为车轮半径和机器人宽度;θ为v与x轴正方向所成角度。 8
约束条件为: • 运动学模型为:
机器人运动曲率半径为: • 当 时, ,机器人做直线运动 • 当 时,机器人绕某瞬时圆心做圆周运动 • 当 时, ,机器人绕质心C做圆周运动
3vs3比赛瞬间 11
x y θ • R1 72 41 193 • R2 71 75 167 • R3 4 65 360 • ER1 106 49 272 • ER2 110 84 155 • ER3 145 73 90 • B 88 71 0 机器人位置姿态信息表 12
决策系统 O=f(I) I O 各机器人 位置姿态 各机器人 左右轮速 输入—— (2n+1)×3 矩阵 I 输出—— n×2 矩阵 O 确定函数 O = f ( I ) 13
足球机器人的基本动作 • 在足球机器人比赛中,整体策略的实现是以基本动作的实现为基础 • 基本动作是足球机器人研究的重点 • 基本动作体现在机器人的运动能力上,包括前进、后退和转向等 • 基本动作的关键是合理分配机器人的左右轮速,使其获得期望的位置、方向和速度 14
———— ———— 战术动作 组合动作 ———— 技术动作 ———— 基本动作 动作层次关系示意图 15
TurnToAnglePD • 基于PD控制的原地转向动作函数 • 其原理是应用自动控制原理中的PD控制,对机器人的方向与目标方向所形成的角度偏差进行控制,最终达到角度偏差为零的稳定状态,实现原地转向动作。
机器人 方向角 目标角 Δq 机器人 X轴 机器人转向函数示意图 17
TurnToAnglePD() • 参数接口: 传入:int nRobot double dAngle 返回:int Result • 主要公式: w = kp * e + kd * (e - e1[nRobot]) pSpeed -> LeftValue = 0 - ROBOT_LENGTH * w pSpeed -> RightValue = 0 + ROBOT_LENGTH * w • 其中kp、kd为可调节参数,e、e1为本周期角度偏差和上周期角度偏差,w为角速度,pSpeed -> LeftValue、pSpeed -> RightValue为机器人的左右轮速,ROBOT_LENGTH为机器人长度的一半。 18
ToPositionPD • 基于PD控制的到定点动作函数 • 其原理是应用自动控制原理中的PD控制,对机器人位置与目标点位置所形成的距离偏差及机器人方向与目标方向所形成的角度偏差进行控制,最终达到距离偏差及角度偏差为零的稳定状态,实现到定点动作。
dx 机器人 目标点 方向角 dy q = + 2 2 d dx dy 机器人 机器人到定点函数示意图 20
ToPositionPD() • 参数接口: 传入:int nRobot VecPosition posTarget double speed 返回:int Result • 主要公式: w = kp * e + kd * (e - e1[nRobot]) v = kp1 * d + kd1 * (d - d1[nRobot]) pSpeed -> LeftValue = v - ROBOT_LENGTH * w pSpeed -> RightValue = v + ROBOT_LENGTH * w • 其中kp、kd、kp1、kd1为可调节参数,e、d、e1、d1为本周期角度偏差、距离偏差和上周期角度偏差、距离偏差,w、v为机器人角速度和速度,pSpeed -> LeftValue、pSpeed -> RightValue为机器人的左右轮速,ROBOT_LENGTH为机器人长度的一半。 21
足球机器人的技术动作 • 足球机器人的技术动作是建立在基本动作之上,完成一个独立的运动过程,实现一个既定目标 • 技术动作是整体决策的核心内容,是实现高级动作的前提 • 完善技术动作中的射门动作,提高射门成功率,是获得比赛胜利的关键因素 22
技术动作包括射门(ShootGoal)、包抄射门(ShootLine)、大脚踢球(KickBall)、传球到定点(PassBallToPonit)、盯人防守(BlockMan)、防止撞边线(AvoidBound)、边线推球(BoundPushBall)和末端处理(EndProcess)等等技术动作包括射门(ShootGoal)、包抄射门(ShootLine)、大脚踢球(KickBall)、传球到定点(PassBallToPonit)、盯人防守(BlockMan)、防止撞边线(AvoidBound)、边线推球(BoundPushBall)和末端处理(EndProcess)等等
末端处理算法(EndProcess) • 当机器人与球之间的距离较近时,调用末端处理算法,使之以最佳的角度接近球: • 1、当机器人的末端朝向角度很好时,直接给出机器人的左右轮速,控制其做直线运动 • 2、当机器人的末端朝向角度较好时,采用比例余弦算法控制其运动,此时其左右轮速为:
3、当机器人的末端朝向角度一般时,控制其按圆弧运动。圆弧半径的求法:小车正方向的法线L1与BR的中垂线L3的交点A为圆弧圆心,AB或AR的距离就是圆弧半径r。设机器人的宽度是w,速度是v,则其左右轮速为:3、当机器人的末端朝向角度一般时,控制其按圆弧运动。圆弧半径的求法:小车正方向的法线L1与BR的中垂线L3的交点A为圆弧圆心,AB或AR的距离就是圆弧半径r。设机器人的宽度是w,速度是v,则其左右轮速为:
G B Ti T1 中分线射门算法示意图 28
T(切点) B r G p1 R 切入圆射门法示意图
切入圆射门法的几点不足 • 机器人运行轨迹过长,期间容易被对方机器人或边界阻挡 • 当机器人距离球较近且角度不佳时,为寻找最佳射门点往往需要很多时间调整,容易失去最佳射门时机
B G r O R M 动态圆射门法示意图 31
动态圆射门法 • 过球所在点B、射门目标点G做一直线 • 在机器人R所在侧做一半径为r的圆O,使圆O与直线BG相切与点B • 当机器人R沿切线RM向圆O运动时,圆半径r随∠GBR的变化做动态调整 • 其中为初始半径,为机器人长度 32
算法流程 • 1、初始化 • 2、计算圆的半径r及圆心O坐标 • 3、当机器人处于圆上及圆内时,转到5 • 4、当机器人处于圆外时,使它沿圆的切线RM加速运动,转到2 • 5、使机器人沿弧MB运动击球 • 6、射门不成功,转到2 • 7、结束 33
包抄射门法与预测 • 机器人以最大速度撞击从边路向中路运行的球,使球改变运行方向进入对方球门 • 需要稳定且高速的到定点动作 • 需要对球及机器人做出预测,以保证机器人击球的成功率 • 对球的预测采用最小二乘法 • 对机器人的预测采用样本查找法
包抄射门动作算法流程 • 1、根据球前若干周期的数据,预测出球的运动方向和速度; • 2、计算球按预测方向运动与PosR和PosG连线的交点PosT; • 3、计算球按预测的速度运动到PosT需要的时间t; • 4、计算PosT到PosG的距离,在确定的样本中查找满足这个距离时机器人所需的时间T; • 5、如果t≤T,则使机器人跑向PosG,否则转到3
避障控制与路径规划 • 足球机器人的避障控制是一类动态障碍约束条件下的运动规划与控制问题 • 应用于路径规划的先进控制方法: • 滑模控制 • 反馈线性化 • 回退法 • 神经网络 • 模糊控制