[发明专利]足球机器人智能决策系统

说明书

技术领域

本发明涉及一种足球机器人智能决策系统。足球机器人系统是一个典型的多智能体系统和分布式人工智能系统，涉及机器人学、计算机视觉和模式识别、多智能体系统、人工神经网络等领域。

背景技术

机器人足球比赛兴起于90年代。它是自动化及机器人领域最具有前瞻性的研究之一，近年来，关于足球机器人的研究在国内发展较快，尤其是FIRA组的mirosot机器人组；而RoboCup组只是从2000年以来才开始普及，且进行的一般都是仿真组的比赛.有关RoboCuP实际机器人组的比赛2002年才开始在上海进行了第一次比赛。

发明内容

基于上述情况，特此发明足球机器人智能决策系统；足球机器人系统是一个相当复杂的控制系统。RoboCup的F180组足球机器人系统。一般可分为4部分。视觉系统、智能决策系统、无线通讯系统和机器人小车系统。视觉系统可以看作整个系统的输入反馈部分；机器人是整个系统的“执行机构”；智能决策控制系统就是足球机器人系统的控制器部分；可以看出决策部分是控制系统的决定因素。

智能决策控制系统可分成3部分，视觉模块，决策模块和控制模块，而控制模块又可以分为路径规划模块和无线通讯模块。视觉模块从视觉系统中得到原始数据，包括两队机器人和球的位置坐标，朝向角，速度以及各种状态数据等；原始数据经过卡尔曼滤波之后，用线性预测法预测下一步机器人、球的位置，速度等；滤波后的数据和预测的数据作为决策模块的输入，通过分析这些数据，判断场上状态，进而决定各个机器人的动作、目标点及速度等。路径规划模块根据决策系统做出的判断，规划路径，计算各个机器人的期望速度，最后由无线通讯模块通过通讯系统传递给场上机器人。

具体实施方法

视觉模块：由于足球机器人系统实时性要求较高，要求图像辨识速度达到每秒25帧以上。特别是由于比赛场地灯光不均匀，所以误辨识和噪声不可避免。例如.由于误辨识引起辨识出来的机器

1.人的数据发生位置跳变等。为了更好地控制机器人，采用扩展Kalman-Bucy滤波法[·】进行滤波，Kalman-Bucy滤波法如下。问题可以归结为：已知观测向量z1，z2，……，z^，求i的均方意义下的最优估计，系统方程和观测向量的观测方程式可以表示为：

X_k＝F(X_k-1，U_k，W_k-1)

Z_k＝H(X_k，V_k)

Z_k是第k步时的观测值，U_k是k步时的输入，W和U是期望为0的高斯白噪声，其协方差分别为Q和R。在下面的讨论中X_k表示X的状态估计值。扩展Kalman-Bucy滤波法具体操作起来分为两步进行：

(1)根据系统动态模型更新状态估计值及其协方差

X_k＝F(X_k-1，U_k，0)

P_k＝A_kP_k-₁A_k+W_kQ_k-₁W_k

P_k是X^_k的协方差差，A_k和W_k是第k步厂(·)关于状态估计及噪声序列W_i的雅可比行列式。

(2)把实际系统的观测值复合到状态估计中

K_k＝P_kH_k(H_kP_k^-H_k^T+V_kR_kV_k)^-1

X_k＝X_k+K_k(Z_k-H(X_k，0))

P_k＝(1-K_kH_k)P_k^-