江苏大学2008级本科毕业论文
根据六步推理模型的建立，决策系统首先需要对所获得的视觉信息进行预处理，其中包括计算出双方球员的速度大小和方向、球的位置以及球员之间的相对位置等。在获得场上信息之后计算机需要对场上队员情况进行态势分析，让机器人了解对方球员位置，做出危险判断，采取适当的攻守策略。此后，根据已设定的规则表中调用相应的应对策略，从而进一步确定比赛队形。在队形确立后，计算机需要对各个队员进行不同的角色任务分配，赋予各自的角色属性。然后再从角色任务库中调用对应的执行程序以完成对角色的解释，实现动作分配。最后，通过路径规划，足球机器人根据自身角色定位来计算出最优或次优运动路径，而所有的复杂运动过程都可以简化为最基本的两个动作（即以一定速度运动到目标点和以一定角速度转过目标角度）来实现。将战术动作简化为复杂动作的组合形式，再进一步简化为以上两种基本动作，从而完成角色预定的轨迹路径。计算机通过计算，将左右轮速通过无线通信传达到各个足球机器人接收器中，再输出命令实现最终的小车运动。
3.3 机器人态势分析设计
人类在球场上对信息的处理通常是在模糊概念上，如远近、快慢、有利或是无利等，通过大脑权衡做出判断。但是，作为足球机器人系统核心部分的决策子系统面对的是精确的数据和刻板的程序，如同盲人教练一样需要外界告诉它当前的比赛情况，然后做出决策判断。如何将教练员的决策思维过程形式化、规范化，并用计算机程序表现出来，这便是态势分析需要完成的任务。
所谓的态势分析是指机器人如何识别和分析场上局面的方法。足球机器人在场地中需要了解对方球员位置，做出危险判断，采取适当的攻守策略，与此同时，掌握我方队员的情况，准确地进行传球或者配合助攻。如何让球员准确地感知场上局面，怎样正确认识并且快速做出角色判断是态势分析的主要任务，同时也是衡量决策系统优劣的一项重要指标[29]。
目前广泛流行的态势分析主要有模糊变量法、状态空间分区等等。本文在第一章中针对各自的优缺点进行了分析，在此，提出将模糊变量和状态空间分区相结合的决策方法来进行态势分析，在综合两者的优点基础上有效地对各自存在的
15
江苏大学2008级本科毕业论文
缺点进行弥补。 3.3.1场地划分
球是比赛场上的核心，它所处的位置直接决定着每个机器人所应分配的角色以及执行的动作。根据敌我两方位置关系，将球场划分为六个区，场地划分示意图如图3.2所示。
A2 A5 A1 A3 A4 A6 我方球门 对方球门
缓冲带 图3.2 场地分区示意图
Fig.3.2 Sketch Map of Field Division
A1：危险区，包括我方罚球区域（含球门区）所属范围。当足球处于该区域内时，我方受到极大的威胁，对方前锋很有可能射门进球，除了守门员进行防守以外，我方需要增加防守力度。因此，此时采用阵型分配0-1-3-1（前锋-中锋-后卫-守门员，下同）进行紧密防守，减小失球率。
A2：防守区，靠近我方的四分之一场地区域。在该区域中我方仍处于被动防守状态，采用阵型0-2-2-1，后卫加强防守的同时，中锋可以盯住对方其他球员或协助传球。
A3：助防区，我方球场除去防守区外剩下的区域。当球处于该区域时，我方存在略微弱势，在不放松防御的警惕性基础上增设一名前锋，攻守兼顾，一旦防守成功便可以立即转为进攻模式，因此该区的阵型设置为1-1-2-1。
A4：助攻区，对方球场中靠近中线的四分之一区域。我方占据场上的主动权，采用1-2-1-1进攻模式，中锋在中场一方面盯住对方球员，为前锋制造良好的局
16
江苏大学2008级本科毕业论文
势；另一方面传递足球，协助前锋射门，从而使前锋可以主动寻找进球机会。与此同时，在我方球场区域仍然保留一名后卫进行防守。
A5：进攻区，对方场地靠近球门区域的四分之一球场区。当球位于该部分区域时，我方具有很强的进攻性。在仍然保持防守力度的同时增加前锋人数，主动出击增加进球机会。采用阵型为2-1-1-1。
A6：射门区，对方罚球区域（含球门区）所属范围。我方逼近对方球门，占据极大的主动权和进攻性，此时我方采用2-2-0-1，前锋球员主动出击寻求射门机会，增加命中率，中锋协助前锋射门，同时若射门失败，中锋可以立即转为防守状态。
由于双方球员在两个相邻区域的分界线附近抢球，会导致球在这两个区域中来回滚动，若频繁变换阵型、切换各机器人角色以及所执行的任务，会影响决策系统速度。因此，在场地划分时每两个相邻区域之间分界线出增设10cm的弹性区域，例如球从A3助防区向A4助攻区滚动时，若球处于弹性区域中，则我方仍然保持助防阵型不变，只有当足球越过弹性区域后，我方才转变为助攻阵型。反之，当球从A4向A3区域滚动时，也只能当球滚过弹性区域后阵型才发生变化，由进攻变为防守。弹性区域的增设为模式切换增加了缓冲带，能够有效地避免机器人过于频繁的目标跳变。 3.3.2模糊变量的引入
在足球比赛中，除了球在场地上的不同位置对比赛结果产生影响外，球的运动趋势、一定范围内是否有对方球员、是否需要避障等因素也会对比赛造成不同程度的影响。因此，在上面介绍的场地划分基础上，本文引入模糊变量对场地信息加以描述，使计算机能够全面、精确地了解场上态势，从而做出正确决策。
为了描述场上的比赛态势，本文将球在场地中的位置、机器人与球的位置关系、控球状态、障碍信息以及球的运动趋势五个集合作为状态空间变量，用五元列表S=(A,B,C,D,E)描述比赛态势，进行状态描述，其中：
A：球所在的位置；按照球场分区可以得A∈{ A1，A2，A3，A4，A5，A6} B：控球状态；指该周期内足球的控球方，B∈{1，0}
17
江苏大学2008级本科毕业论文
1：表示我方机器人控制足球； 0：表示对方机器人控制足球；
C：机器人与足球的位置关系；以球为圆心一定范围为半径的区域内是否有对方球员，C∈{1，0}
1：表示该区域内存在对方球员； 0：表示该区域内没有对方球员；
D：障碍信息；在机器人和目标点之间是否存在障碍物。若存在的话则开启人工势场避障功能，否则不需要进行避障。D∈{1，0}
1：表示有障碍物； 0：表示没有障碍物；
E：球的运动趋势；该变量用来描述当前情况下球的运动方向是朝向我方半场还是背离我方半场（即朝向对方半场）。E∈{1，0}
1：表示球的运动方向朝向我方半场； 0：表示球的运动方向背离我方半场；
在决策过程中，球的运动趋势是以预测球的位置的形式加以考虑的，基于上述模糊变量集合的定义，可以很好地描述场地态势；集合S可以描述N=6×2=96种状态，针对每一种状态建立不同的状态-动作映射关系就可以实现场地态势的分析和反馈。
4
3.4 机器人路径规划设计
足球机器人当中的角色就是指能完成特定任务的逻辑机器人，角色是通过调用机器人动来完成任务的。角色需要完成运动规划，即角色每次执行任务，通常是从当前位置运动到目标位置，这期间的运动轨迹如何是需要进行规划的，而不是简单的调用基本动作来完成，而且还需要考虑机器人避障。下面分别讨论这几个问题。
路径规划是移动机器人导航中最重要的任务之一。路径规划问题可以描述成：给定一个移动机器人所处的环境，一个起始点和一个期望的终止点，机器人路径规划根据一定的任务要去，寻求一条连接起始点和目标点并且能避开环境中障碍物的运动轨迹，即最优有效路径。
18
江苏大学2008级本科毕业论文
移动机器人的路径规划问题可以总结为由Durrant-Whyte H F提出的三个问题：
（1）“我现在何处？” （2）“我要往何处去？” （3）“应如何到该处去？”
大多数路径规划系统由两级规划组成，即局部规划（local planning）和全局规划（global planning）。前者主要解决问题（1）和问题（3），即机器人定位和路径跟踪问题；而后者主要解决问题（2），即将全局目标分解成局部目标，再由局部规划实现局部目标[30]。
机器人在运动规划和控制问题上具有典型性，同时，足球比赛这种应用环境也使得机器人的路径规划具有鲜明的特点。
一方面，机器人足球比赛的环境相对来说比较简单。机器人在一个尺寸场地固定的环境中进行比赛，通过视觉系统对场地信号的获取，机器人可以掌握整个比赛场地的数据信息，其中包括物体的相对位置、速度矢量以及简单的几何形状等，这些都给路径规划带来了便利。
另一方面，足球机器人系统需要保证极强的实时性，这就使得很多复杂的路径规划方法不再实用。机器人不可避免的会产生相互之间的碰撞，而这种碰撞又往往是需要避免的，这就需要在路径规划中实现最优控制的同时引入避障策略加以改善。同时，足球机器人系统由多个行为主体构成，机器人之间如何实现相互协作、相互配合，也成为路径规划中需要解决的问题。
目前，在路径规划方面常见的包括路标法、栅格法、人工势场法以及遗传算法等等，结合各种算法的优缺点，本文采用栅格法对总体进行设计，以上提到的局部碰撞问题通过建立人工势场加以解决。 3.4.1栅格法路径规划
栅格法是目前研究比较广泛的路径规划方案，该方法是讲机器人的工作空间划分成为多个简单的格子，成为栅格。若某一栅格范围内不包含任何障碍物，则称此栅格为自由栅格；反之则称为障碍栅格。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，该路径全部由全部自由栅格组成，用栅格的序号来表示。最后把栅格序号转换成机器人空间实际坐标，令
19