輪式足球機(jī)器人運(yùn)動(dòng)控制算法研究與實(shí)現(xiàn).pdf

1、足球機(jī)器人是人工智能與機(jī)器人領(lǐng)域極富挑戰(zhàn)性的高技術(shù)密集項(xiàng)目,同時(shí)又是人工智能技術(shù)的一個(gè)理想突破點(diǎn)。它涵蓋了機(jī)器人學(xué)、人工智能和智能控制等多個(gè)領(lǐng)域，己成為研究多智能體系統(tǒng)和人工智能應(yīng)用技術(shù)研究的重要實(shí)驗(yàn)平臺(tái)。機(jī)器人踢足球,看似游戲,其實(shí)展示了一個(gè)國家信息和自動(dòng)化技術(shù)的綜合實(shí)力。 作為開發(fā)足球機(jī)器人真實(shí)系統(tǒng)的輔助部分，仿真系統(tǒng)以其經(jīng)濟(jì)、靈活的特性一直受到人們的重視。 實(shí)物的足球機(jī)器人因?yàn)榭刂齐y度大，實(shí)時(shí)性要求高和硬件的一系列

2、問題，現(xiàn)在還很難做出很有技術(shù)性的動(dòng)作。 對(duì)于仿真比賽，由于平臺(tái)近于理想，不像實(shí)物比賽易受周圍環(huán)境的影響，并且平臺(tái)為官方提供的統(tǒng)一平臺(tái)，因而具有更好的客觀性，更便于比賽的開展。先進(jìn)的控制方法在仿真足球機(jī)器人比賽比在實(shí)物機(jī)器人比賽中更易得到應(yīng)用和檢驗(yàn)。 本文正是以機(jī)器人足球比賽為背景，以The Robot Soccer Simulator為仿真平臺(tái)，針對(duì)足球機(jī)器人運(yùn)動(dòng)控制系統(tǒng)進(jìn)行深入研究，并進(jìn)行了算法、性能和應(yīng)用上的一系列改

3、進(jìn)，并可以作為其他仿真及決策系統(tǒng)開發(fā)的基礎(chǔ)。 本文首先對(duì)足球機(jī)器人比賽進(jìn)行了回顧，分析了足球機(jī)器人關(guān)鍵技術(shù)、國內(nèi)外研究現(xiàn)狀、科研意義及應(yīng)用。然后,介紹了仿真平臺(tái)及仿真環(huán)境，并推導(dǎo)出足球機(jī)器人的運(yùn)動(dòng)學(xué)模型，為本文的后續(xù)研究提供了模型基礎(chǔ)及平臺(tái)環(huán)境。 要讓足球機(jī)器人實(shí)現(xiàn)戰(zhàn)術(shù)策略，首先要有好的運(yùn)動(dòng)控制。常規(guī)PID 算法在足球機(jī)器人控制中有廣泛的應(yīng)用，然而足球機(jī)器人控制過程機(jī)理復(fù)雜，難以確定精確的數(shù)學(xué)模型，并存在著不同程度的非線

4、性、時(shí)變等不確定性，同時(shí)隨著對(duì)機(jī)器人控制的要求進(jìn)一步提高，利用常規(guī)的PID 控制很難滿足系統(tǒng)的要求。 神經(jīng)網(wǎng)絡(luò)作為一門非常熱門的交叉學(xué)科，以其強(qiáng)大的非線性映射能力、并行處理能力、自學(xué)習(xí)能力，在控制領(lǐng)域得到廣泛的應(yīng)用。 文中研究分析了BP 神經(jīng)網(wǎng)絡(luò)，BP 神經(jīng)網(wǎng)絡(luò)是目前應(yīng)用較多的一種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，是一種性能優(yōu)良的神經(jīng)網(wǎng)絡(luò)。主要研究了BP 神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)理論，詳細(xì)分析了幾種流行的BP 神經(jīng)網(wǎng)絡(luò)學(xué)算法的優(yōu)缺點(diǎn)及其改進(jìn)的BP 算

5、法。這些研究為后面機(jī)器人小車的運(yùn)動(dòng)控制研究做了鋪墊。 接著，將各種改進(jìn)的BP 算法與PID 相結(jié)合，得出新的控制算法，并對(duì)各種算法的性能一一比較，仿真結(jié)果表明，這種改進(jìn)方案與其他幾種PID 控制相比，超調(diào)量小、調(diào)節(jié)速度快、調(diào)整時(shí)間短，說明其具有更好的控制特性；另外，穩(wěn)態(tài)誤差也較小。所以，改進(jìn)的BP 神經(jīng)網(wǎng)絡(luò)PID 控制的控制精度更高，從而會(huì)獲得令人滿意的效果。 因此，將BP 神經(jīng)網(wǎng)絡(luò)運(yùn)用于PID 控制中，能夠有效克服經(jīng)典

6、PID 控制器在被控對(duì)象具有非線性、時(shí)變不確定性和難以建立精確的數(shù)學(xué)模型時(shí)出現(xiàn)的參數(shù)整定不良和性能欠佳等缺陷。 本文還研究了基于BP 神經(jīng)網(wǎng)絡(luò)的PID 控制器結(jié)構(gòu)和算法，利用改進(jìn)的BP 神經(jīng)網(wǎng)絡(luò)對(duì)PID 控制參數(shù)進(jìn)行在線自整定，構(gòu)造一個(gè)具有參數(shù)自整定能力、穩(wěn)定的PID 控制器。將這種改進(jìn)的BP PID 控制器應(yīng)用到機(jī)器人小車到定點(diǎn)運(yùn)動(dòng)及圓周圓周運(yùn)動(dòng)中，通過仿真平臺(tái)及MATLAB 實(shí)驗(yàn)，從實(shí)驗(yàn)結(jié)果里我們看到這種新型的PID 控制器

7、在一定程度上提高了系統(tǒng)的魯棒性，使小車的運(yùn)動(dòng)更加穩(wěn)定和軌跡更加平滑，明顯提高了小車的控制性能。 路勁規(guī)劃問題一直是足球機(jī)器人研究的熱點(diǎn)和難點(diǎn)，機(jī)器人在有障礙物的情況下，尋找一條恰當(dāng)?shù)穆窂?，能從給定起點(diǎn)到終點(diǎn)，使機(jī)器人在運(yùn)動(dòng)過程中能安全、無碰撞地繞過所有的障礙物。因此，在很大程度上，路徑規(guī)劃問題就是避障問題。 路徑規(guī)劃成功，機(jī)器人能快速完成給定任務(wù)，但是如果失敗，機(jī)器人的行動(dòng)受阻，動(dòng)作難以完成，甚至影響整個(gè)策略的實(shí)現(xiàn)，直接

8、影響比賽結(jié)果。所以說路徑規(guī)劃任務(wù)在足球機(jī)器人系統(tǒng)中占有很重要的地位。 本文設(shè)計(jì)了一種應(yīng)用SVM模式識(shí)別分類技術(shù)進(jìn)行機(jī)器人路徑規(guī)劃的方法。支持向量機(jī)是一種基于小樣本統(tǒng)計(jì)理論的學(xué)習(xí)機(jī)，具有完備的理論基礎(chǔ)和嚴(yán)格的理論體系，支持向量機(jī)是能夠提高學(xué)習(xí)機(jī)的泛化能力，此外，存在全局唯一最優(yōu)解。 我們把障礙物分為兩類，SVM在滿足最大分類間隔的條件下，產(chǎn)生一個(gè)非線性分類面，從而產(chǎn)生一個(gè)安全的平滑的路徑，本文利用SVM這個(gè)性質(zhì)進(jìn)行路徑規(guī)劃

9、研究。首先，得到一組小車陣型，將小車離散化為樣本點(diǎn)，然后設(shè)置一些樣本引導(dǎo)點(diǎn)和向?qū)c(diǎn)，下一步就是尋找一條可行的路徑，通過MATLAB仿真，我們將得出一條避開障礙物的路徑。 對(duì)于不同的障礙物模式，起始點(diǎn)和目標(biāo)點(diǎn)可能處于不同的中間區(qū)域，因此當(dāng)搜索步數(shù)大于某一個(gè)閾值的時(shí)候我們終止搜索。在下一步的搜索中當(dāng)找不到符合條件的下一個(gè)使1 V<的安全點(diǎn)時(shí)，也終止搜索，因?yàn)檫@時(shí)候在中間區(qū)域兩邊的障礙物的距離太小，而不能安全越過障礙物。 經(jīng)過