第17卷第4期北京机械工业学院学报V01．17NO．42002年12月Joum~ofBeijingInstituteofMachineryDec．2002文章编号：1008—1658(2002)04—0040—04足球机器人智能决策系统设计实现南建辉，贾永乐(北京机械工业学院计算机及自动化系．北京1ooo85)摘要：足球机器人系统为人工智能特别是多智能体的研究提供了一个标准的试验平台。系统的核心是“脑”即决策系统；在分层递阶决策的基础上，采取模块化设计；详细介绍了决策系统各个模块包括视觉模块、决策模块和控制模块等，并提出了一系列新的实现方法。关键词：足球机器人；智能决策；模块中图分类号：TP18文献标识码：A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。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。而且它为人工智能理论研究及多种技术的集成应用提供了良好的实验平台【1l2】。由于上述特征。足球机器人研究受到国内外广泛关注。目前比较有影响的足球机器人比赛组织有RolmCuP(机器人足球世界杯)和FIRA(FederationofIntemationalRobot—SoccerAs．sociation)。分别由日本和韩国的学者发起。RoboCup的比赛。目前分为4组：仿真组、F180组、F2000组和有腿SONY机器人组⋯3。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。本文在分层递阶控制系统⋯1的基础上。重新对决策进行分层；并且在具体实现过程中实现了程序模块化。增加了系统的可靠性。降低了系统开发的难度。1足球机器人系统结构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[··引．如图1所示。从控制的角度看(如图1)。视觉系统可以看作整个系统的输入反馈部分；图1足球机器人系统收稿日期：2002—10—10作者简介：南建辉(1978一)。男。山西运城人．北京机搬工业学院计算机及自动化系硕士研究生。主要从事智能控制在自动化中的应用方面的研究。第4期南建辉等：足球机器人智能决策系统设计实现41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。2智能决策系统2．1智能决策控制系统结构如图2所示，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图2智能决策控制系统结构图原始数据，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。2．2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-kf(xkt,u^’tJ”^一1)(1)：^==^(^，^)z^是第k步时的观测值，“^是k步时的输入，叫和是期望为0的高斯白噪声，其协方差分别为Q和R。在下面的讨论中二表示的状态估计值。扩展Kalman-Bucy滤波法具体操作起来分为两步进行：2．2．1根据系统动态模型更新状态估计值及其协方差f=f(^一1，“^，0)‘一一(2)P^=AkP^一1Al+Q^一1wlP^是二^的协方差，A^和是第k步厂(·)关于状态估计及噪声序列叫的雅可比行列式。2．2．2把实际系统的观测值复合到状态估计中K^=PfH(H~．P[-HT+V^)-1