足球机器人毕业论文Word文档格式.docx

1、第二章 具体分析了足球机器人系统、路径规划策略以及足球机器人环境模型等问题。第三章 分析了现今采用的路径规划典型算法：人工势场法、栅格法、中垂线法和遗传算法。第四章 在对各种算法进行综合分析的基础上，将遗传算法基于前人的基础上加入种群间的迁移并应用在本文的路径规划中。用 matlab 对遗传算法和人工势场法进行编程和仿真。最后，我们对全文内容进行总结。关键词：路径规划；足球机器人；遗传算法；人工势场；中垂线法IIAbstractSoccer robot system is a typical multi-agent system and real-time dynamic competitiv

2、e environment, which provides a standard of experimental platform for the theoretical research of artificial intelligence technology and model test. Path planning is one of the most important research subjects in intelligent robot, and the research of path planning is a challenging task on the platf

3、orm with highly real-time and competitive. Recently many methods are used in path-planning, such as artificial potential field, the perpendicular bisector method, the grid, Bessel method and view method and various artificial intelligence method such as genetic algorithms, neural networks, etc. But

4、these methods have some problems in the height and the research dynamic real-time environment, they should be further improved.This subject mainly research soccer robot path planning problem from the static environment. The text mainly includes the following contents:The first chapter introduces the

5、 research background of the soccer robot, and on the basisof it brief introduction the soccer robot path planning.The second chapter analysis the problem such as the soccer robot system, the path planning strategy and the environmental model of soccer robot in detailed.The third chapter analysis the

6、 typical path planning algorithm used currently such as the artificial potential field method, grid method, the perpendicular bisector method and genetic algorithms.The fourth chapter, based on the analysis of the variousalgorithm, join the population migration in the genetic algorithm which is base

7、d on the basis of former in this path planning. the genetic algorithm and artificial potential field method are simulated and programmed by the MATLAB.Finally, we summarize the content of the whole text.Keywords: path-planning; soccer robot; genetic algorithm; the artificial potential field; perpend

8、icular bisector method目录IV摘要IAbstractII第一章 绪言11.1 研究背景11.1.1 机器人足球概述11.1.2 课题国内外研究现状21.1.3 足球机器人比赛的发展31.2 机器人足球路径规划概述41.2.1 足球机器人路径规划的描述41.2.2 足球机器人路径规划的41.2.3 足球机器人路径规划的特点41.2.4 足球机器人路径规划的分类及现状5第二章 足球机器人系统62.1 足球机器人系统62.1.1 足球机器人体系结构62.1.2 视觉子系统62.1.3 决策子系统72.1.4 决策子系统模型72.1.5 通讯子系统92.1.6 小车子系统92.2

9、 路径规划92.2.1 路径规划（底层决策）.92.2.2 路径策略92.2.3 最优运动规划112.3 足球机器人系统环境模型122.3.1 球场模型122.3.2 机器人小车模型122.3.3 球的运动学方程14第三章 足球机器人路径规划方法153.1 栅格法153.1.1 栅格法简介153.1.2 栅格法进行路径规划163.2 人工势场法173.2.1 人工势场法简介173.3 中垂线法183.4 遗传算法法193.4.1 遗传算法的简介193.4.2 遗传算法的特点203.4.3 遗传算法的基本原理213.5 对各种方法的综合评价28第四章 matlab 实现人工势场、遗传算法的仿真3

10、04.1 环境建模304.2 运动方程的建立314.3 遗传算法的仿真实现324.3.1 初始种群设置324.3.2 障碍物的检测334.3.3 初始参数设置354.3.4 适应度函数的选取364.3.5 遗传操作的过程394.3.6 遗传算法路径规划仿真与实现434.4 人工势场法路径规划仿真与实现46第五章 总结53参考文献54致谢56第一章 绪言1.1 研究背景1.1.1 机器人足球概述足球机器人属于第三代智能机器人。机器人足球比赛，是近年来在国际上迅速开展起来的高技术对抗活动，它是体育与高科技结合的产物，比赛融入了机器人学、机电一体化技术、通讯与计算机技术、机器人视觉与传感融合技术、决

11、策与对策、智能控制等多学科高新技术。1992 年加拿大哥伦比亚大学教授 AlnaMacwkortnl 在一次国际人工智能会议上首次提出机器人足球的思想，旨在推动人工智能学科的发展，为智能机器人提出了一个新的具有标志性和挑战性的课题。同时，机器人足球的倡导者则提出了他们新的梦想：在 2050 年，一个全自主的类人型机器人足球队，按照国际足联的规则，战胜当时的人类足球世界杯冠军队。这个梦想被看作是继1997 年 IBM 公司研制的计算机深蓝（Deep Blue）战胜了国际象棋大师卡斯帕洛夫（Kasparov）之后的人工智能历史上又一个里程碑项目。目前国际上有组织的机器人足球比赛有两大系列 FIRA

12、 和 Robocup。FIRA 是国际机器人足球协会联合会（FIRA-Federation of International Robot soccer），简称国际机器人足联，成立于 1997 年 6 月 5 日，总部设在韩国大田的韩国科学（技术）院（KAIST）。目前已有 30 余个国家的近百个学校与科研院所为其成员单位，主要分布在亚洲、澳洲、北美和南美洲等地。FIRA 的比赛项目主要有：超微机器人足球比赛 Narosot，微型机器人足球比赛 Mirosot，仿真机器人足球比赛 Simurosot，小型机器人足球比赛 Rboosot， 自主式机器人足球比赛 Kheperasot，类人机器人足球

13、比赛 Hurosot 和机器人标准动作比赛 Benchmark。从 1995 年至今，FIRA 机器人足球比赛己经经历了 10 年的发展，而且在中国，越来越多的科研院所、高等学府把 FIRA 机器人足球研究工作当成是提高领域研究的手段。另一国际组织 Robocup（The Robot world Cup Initiative ）是国际人工智能学会组织的国际机器人足球协会。成立于 1996 年，总部设在日本名古屋，主席是 SONY 公司计算机科学研究院的北野宏明教授。每年举办一次，吸引了众多的大学和科研机构的参加。1998 年，我国成立了FIRA 中国分会，并组织了相应的机器人足球队参加世界杯比

14、赛，取得了较好的成绩。我国于 2001 年在北京举办了第六届机器人足球世界杯比赛。56可以说，在国家有关机构和学术界的支持和努力下，中国的和器人足球事业已经迈步走向国际舞台。1.1.2 课题国内外研究现状机器人的研究发展迅速，应用的范围十分广泛。就目前来看，机器人的发展仍然处于初级的阶段，需要去完成的工作仍然很多，特别是在许多具体的环境中仍要具体问题具体分析。在机器人中有一类机器人叫做进化机器人，它用进化算法来实现机器人控制、机构等方面的优化，在路径规划运用中，主要是能够进化出合适的运动轨迹。D.F10reano 和F.Mondada 成功地用 Khepera 机器人实现了一个进化系统。自从 John.R.Koza 提出遗传规划（Genetic Programming，GP）以来，遗传规划已经在许多方面得到了应用，如缠绕的螺旋线的分辨（Spiral Classification），图像压缩（Image compression ），符号回归（Symbolic regression）等问题