江苏大学2008级本科毕业论文
机器人路径规划根据一定的任务要求，寻求一条连接七点和目标点并且能避开环境中障碍物的运动轨迹，即最优或次优有效路径。许多研究人员针对路径规划问题开展了大量的理论研究。目前最常用的轨迹规划方法如下：
（1）人工势场法
人工势场法由Khatib于1986年提出的，其基本思想是构造目标位姿引力场和障碍物周围的斥力场共同作用的人工势场。在这个构造出的势场中，每一个点都具有自己势场的大小和方向，机器人沿着合成的势场力方向运动，绕开障碍物，向目标点运动[15]。人工势场法结构简单，使用方便，可以考虑了多个障碍物的影响并允许机器人在一个连续变化的环境中自由移动。它的缺点也很明显，人工势场法是一种局部寻优方法，只着眼于得到一条能够避障的可行路径，对路径是否最优并未加以考察。
人工势场的建立结构较为简单，使用方便，可以考虑到多个机器人和球的共同影响。但是缺点也是很明显的，运用人工势场法机器人最为关注的是怎样避开障碍物，而对于路径是否最优并未有太多考虑，因此，该方法适合运用于局部避障系统，而对于全局设计欠佳。
（2）栅格法
针对人工势场的缺陷，J.Borenstein设计了一种称为VFH（vector field histogram）的方法，该方法采用栅格表示环境。其中，某一个栅格范围内不包含任何障碍物，则称此栅格为自由栅格[16]；反之，称为障碍栅格由这些栅格构成了一个连通图，在这个连通图上搜索一条从起始栅格到目标栅格的路径，该路径均由自由栅格构成，用栅格的序号来表示。最后把栅格序号转换成机器空间的实际坐标，令机器人按此路径运动。栅格法路径规划包括建立模型、生成障碍物地图和搜索无碰最优路径三个过程[17]。
通过搜索获取自由栅格，机器人可以有效地进行路径规划，只要搜寻方法设计得当，能够做出最优路径判断。但是在使用栅格法的时候，需要注意栅格的大小设计，如果选择过大，可能会造成机器人决策的不精确，影响轨迹规划；反之，如果栅格分得过细，又会导致系统存储量过大，加重计算机负荷。
（3）遗传算法
遗传算法是一种人工智能方法， 在1975年左右由美国密歇根大学的Holland
5
江苏大学2008级本科毕业论文
教授研究得出。遗传算法模仿了生物的遗传、进化原理，并引用了随机统计理论。在求解过程中，算法从一个初始变量群体开始，逐代寻找问题的最优解，直至满足收敛判据或预先设定的迭代次数为止，属于迭代式算法[18]。
该方法是一种自适应的机器学习算法，一大特点是具有较强的适应性。利用遗传算法解决机器人动态环境的轨迹规划问题，可以避免困难繁琐的理论推导，直接获取问题的最优解。但遗传算法运算速度不快，进化过程的规划要占用较大的存储空间和运算时间。
1.4 本课题来源及论文结构安排
本文研究了足球机器人决策系统并侧重研究决策系统中态势分析和轨迹规划两个部分。通过综合国内外研究方案，建立四元模糊矢量模型和轨迹规划方案以完善相应的策略部分。对于角色分配部分，以守门员为例进行策略设计。全文分为六章，本文后续章节内容安排如下：
第二章，足球机器人系统总体设计。介绍足球机器人的分类，以及机器人在FIRA国际比赛和实际系统中的构成。
第三章，决策系统设计。主要介绍在遵循六步推理模型的基础上决策系统总体设计方案，其中包括态势分析、路径规划、角色分配等环节策略的设计。并且针对角色分配中守门员的任务要求提出了关键点-站位体系。
第四章，决策系统软件仿真。介绍了Middle League SimuroSot 5vs5仿真平台，并且以守门员决策系统为例，运用该仿真软件实现设计方案。
第五章，决策系统硬件设计。介绍圆梦二代小车的实物系统组成，硬件搭建过程以及预期实现功能。
第六章，对本次设计进行总结并提出后续研究的展望。
6
江苏大学2008级本科毕业论文
第二章 足球机器人系统总体设计
2.1足球机器人系统的分类
根据感知系统实现方式和策略决策所在的位置，足球机器人系统可划分为：集控式足球机器人系统、集中视觉式(半自主式)足球机器人系统、分布控制式(自主式)足球机器人系统[19]。
①集控式足球机器人系统
集控式足球机器人系统通过由安放在球场上放的摄像头获取视觉图像，并送至主机进行图像分析与识别，由决策系统统一决策，以广播的形式通过无线通讯发送给本队各机器人，机器人进而做出动作反应。该系统属于集中视觉遥控无脑多机器人系统。FIRA微机器人赛和RoboCup的小型组机器人比赛多采用此类系统。
②集中视觉式(半自主式)足球机器人系统
集中视觉式足球机器人系统是向分布式过渡的一种方案，只是将主机中的决策系统下载到各机器人的单片机上，实现了机器人的独立决策。在此系统中，多智能体协调问题变得突出和现实起来。该系统也常用在小型组足球机器人系统中。
③分布控制式(自主式)足球机器人系统
自主式足球机器人系统中的各机器人能自主实现主动感知、思维决策、动作响应等功能。即全部功能环节均由机器人独立实现。由于分别感知，摄像头置于机器人车体之上，视场不断变动，视野局限性较大，故信息不够完整，给决策带来困难；并且机器人之间的沟通需靠无线通讯网络。网络形式和协议也是须待解决的关键问题。
2.2 FIRA微型机器人比赛介绍
FIRA是由韩国高等科学研究院的金钟焕创立的机器人足球比赛组织。在1997年6月7日韩国大田召开了FIRA成立大会，通过了FIRA章程，选举了领导机构。紧接着又举行了MiroSot’97赛事，同时召开了学术会议，引发了文集
7
江苏大学2008级本科毕业论文
和录像带，使这个新生事物扬名海外，茁壮成长[20]。自此以后，FIRA每年举办一届比赛。经过近十年的发展，FIRA已经从最初参赛的37支代表队发展到30多个国家组织的上百支球队。
FIRA比赛分为微型机器人足球锦标赛（MiroSot）、仿真机器人足球锦标赛（SimuroSot）和类人机器人足球锦标赛(HuroSot)三种比赛项目，其中微型机器人世界杯足球锦标赛是目前FIRA系列中历史最悠久、影响最广泛的比赛类别之一。本论文也是基于微型机器人比赛（MiroSot 5vs5）来进行决策系统设计的[21]。
在微型机器人比赛中，每个队伍使用一台或两台计算机，计算机通过置于场地上方支架上的摄像头来获取场地信息。在接收到场地信息后主机进行信息预处理、机器人决策以及控制指令发送等工作。比赛进行中操作人员是不允许接触和控制机器人的。比赛每队由五个边长不超过7.5cm的立方体的遥控小车（机器人）组成。它们的任务就是将橘红色的高尔夫球（足球）撞入对方的球门而力保本方不失球或少失球。比赛规则与人类足球类似，也有点球、任意球和门球，如果需要，也进行加时赛。只是因电池容量有限，每半场为5分钟，中间休息10分钟。与人类足球的明显不同之处在于球场四周有围墙，所以没有界外球，而在相持10秒后判争球[22]。球场标记如图2.1所示：
220cm (FB) 90cm (FB) 35cm 15cm 37.5cm (PK,FK) 40cm 60cm 80cm 25cm 50cm FIRA (PK,FK) 5cm 15cm (FB) 30cm (FB) 55cm 7cm 180cm
图2.1 中型组（5vs5）场地标记
Fig.2.1 The Field of Medium-sized Competition(5vs5)
FB：free-ball（争球）放球点；
8
江苏大学2008级本科毕业论文
PK：penalty-kick（点球）放球点； FK：free-kick(任意球)放球点；
在MiroSot 5vs5比赛中，比赛将在两个队之间进行，每对包括五个机器人，其中之一为守门员。球队由三个人组成，分别是领队、教练和训练员，他们只允许留在看台上观看。
2.3 足球机器人系统设计
小型足球机器人系统包括：视觉系统、决策系统、无线通讯系统以及机器人车体四个组成部分。足球机器人在比赛过程中首先通过安装在球场上方的摄像头摄取赛场上的信息，送至上位机进行图像分析与识别；由充当教练员的决策软件统一决策，形成机器人的控制命令，然后通过无线通讯的方式发送给机器人，每个足球机器人只要负责根据主机发送来的运动指令通过电机驱动实现所要求的动作即可。足球机器人结构框图如图2.2所示：
视觉子系统 图像获取 摄像头 图像处理 模糊识别 球场环境信息 决策子系统 （推理、决策） 机器人控制命令 通信子系统 轮速控制 机器人小车系统1 球场图像
球场环境电机控制 ….. ... 无线接收 机器人小车系统2 电机控制 图2.2 足球机器人系统结构框图
Fig.2.2 Structure Chart of Robot Soccer System
以上四个子系统必须全部正常运行才能保证整个机器人系统的正常运行，而系统性能的提高也依赖于每个子系统统一提高，在系统中任何一个部分都有可能成为整个系统瓶颈，所以每一个子系统都需要全面均衡，并且根据其他子系统情
….. 无线接收
9