足球机器人协调与合作控制方法及系统

摘要

本发明公开了一种足球机器人协调与合作控制方法及系统，其方法包括步骤：一、足球机器人根据量子免疫算法进行自定位，二、足球机器人根据博弈论算法在博弈对抗过程中进行协调与合作；其系统包括数据处理器、数据存储器、串口通信模块、无线网卡、1394控制卡、罗盘、里程计、全向视觉模块、智能功率模块、运动控制卡和电机驱动电路模块，电机驱动电路模块的输出端接有电机，电机上接有电机编码器，电机编码器和足球机器人踢球机构均与智能功率模块相接无线网卡上接有足球机器人教练机。本发明设计新颖合理，提高了多机器人之间协调配合的能力，提高了协作效率，增加了进球数目，提高了足球机器人比赛获胜的概率，使用效果好，便于推广使用。

主权项

一种足球机器人协调与合作控制方法，其特征在于该方法包括以下步骤：步骤一、足球机器人根据量子免疫算法进行自定位，其具体过程如下：步骤101、获取足球场场地白线观测点：采用全向视觉模块(5)对足球机器人所在足球场场地上的白线图像进行实时采集，并将所采集到的足球场场地白线图像同步传送至数据处理器(1)，数据处理器(1)对其接收到的足球场场地白线图像进行分析处理，得到足球场场地白线图像各个像素点在足球场场地坐标下的坐标数据，并以多个白线观测点(x_i,y_i)的形式存储在数据存储器(2)中；其中，x_i为第i个白线观测点在足球场场地坐标下的横坐标，y_i为第i个白线观测点在足球场场地坐标下的纵坐标，i＝1□M，M为白线观测点的总数且为自然数；步骤102、构建足球场场地白线观测点位置种群：从步骤101中得到的多个白线观测点中，随机抽取n个，构建起足球场场地白线观测点位置种群其中，n为机器人白线观测点位置种群规模大小且为自然数，t为种群进化代数，为根据Bloch球面坐标编码方法得到的第t代足球场场地白线观测点位置种群中的第i个白线观测点的编码且有：$q_i^t=\left|\begin{array}{c}\cos {\phi }_{i1}\sin {\omega }_{i1}\\ \sin {\phi }_{i1}\sin {\omega }_{i1}\\ \cos {\omega }_{i1}\end{array}\right|\begin{array}{c}......\\ ......\\ ......\end{array}\left|\begin{array}{c}\cos {\phi }_{\mathrm{im}}\sin {\omega }_{\mathrm{im}}\\ \sin {\phi }_{\mathrm{im}}\sin {\omega }_{\mathrm{im}}\\ \cos {\omega }_{\mathrm{im}}\end{array}\right|$其中，φ_ij＝2π×rnd，ω_ij＝π×rnd，rnd为(0，1)之间的随机数，j＝1,2，…，m，m为足球场场地白线观测点位置的量子比特位数且为自然数；步骤103、构建亲和度函数：首先，所述数据处理器(1)根据公式：d_min,i＝min||(x_i,y_i)‑(x_i,y_i)_r||,i＝1,2,3,…,n计算出足球场场地白线观测点位置种群中第i个白线观测点与足球场场地白线之间的最近距离，其中，(x_i,y_i)_r为预先存储在数据存储器(2)中的第i个白线观测点所对应的足球场场地白线上最近点的实际坐标；然后，所述数据处理器(1)根据量子免疫算法构建亲和度函数并计算出足球场场地白线观测点位置种群的亲和度F；步骤104、种群亲和度比较：将步骤103中计算得到的亲和度F与预先存储在数据存储器(2)中的亲和度阈值F₀相比较，当F≥F₀时，执行步骤108，当F<F₀时，执行步骤105；步骤105、种群选择：所述数据处理器(1)根据公式计算出选择算子D_i，并根据选择算子D_i选择保留D_i≥0.5的个体；步骤106、种群变异：采用变异算子$V=\left[\begin{array}{ccc}0& 1/\tan \omega & 0\\ 1/\tan \omega & 0& 0\\ 0& 0& \tan \omega \end{array}\right]$对步骤105中D_i<0.5的个体进行变异操作；再将进行变异操作之后的个体与步骤105中选择保留的个体合成新的足球场场地白线观测点位置种群；其中，ω为旋转角且ω＝k×f(α_i,β_i)，k为与机器人白线观测点位置种群规模大小相关的常量，f(α_i,β_i)为决定个体接近足球场场地白线的收敛方向函数，且函数f(α_i,β_i)的取值从量子免疫算法函数f(α_i,β_i)的查询表中查询得到；步骤107、循环执行T次步骤103～106后执行步骤108；步骤108、获得足球机器人t时刻在足球场场地坐标下的位姿：首先，所述数据处理器(1)根据公式：d_min,i＝min||(x_i,y_i)‑(x_i,y_i)_r||,i＝1,2,3,…,n计算出循环结束后的足球场场地白线观测点位置种群中所有白线观测点与足球场场地白线之间的最近距离，接着，所述数据处理器(1)选择出所有白线观测点与足球场场地白线之间的最近距离最小的足球场场地白线观测点u，其坐标表示为(x_u,y_u)；然后，所述数据处理器(1)根据状态方程：$\left[\begin{array}{c}{x}_u\\ y_u\\ 1\end{array}\right]=s\left[\begin{array}{ccc}\cos {\Phi }_t& -\sin {\Phi }_t& X_t\\ \sin {\Phi }_t& \cos {\Phi }_t& Y_t\\ 0& 0& 1\end{array}\right]{\left[\begin{array}{ccc}{g}_m& 0& m_0\\ 0& g_n& n_0\\ 0& 0& 1\end{array}\right]}^{-1}\left[\begin{array}{c}m\\ n\\ 1\end{array}\right]$获得足球机器人t时刻在足球场场地坐标下的横坐标X_t和纵坐标Y_t；其中，s为比例因子；g_m和g_n为图像坐标系下横轴和纵轴上的尺度因子；m₀和n₀为图像中心点坐标；m_u为机器人观测点u在图像坐标系下的横坐标，n_u为机器人观测点u在图像坐标系下的纵坐标；Φ_t为足球机器人t时刻在足球场场地坐标下的偏转角；步骤109、获得足球机器人t+1时刻在足球场场地坐标下的位姿：所述数据处理器(1)根据公式：$\left\{\begin{array}{c}{X}_{t+1}=X_t+\mathrm{\Delta s}\times \cos ({\Phi }_t+\mathrm{\Delta \Phi })\\ Y_{t+1}=Y_t+\mathrm{\Delta s}\times \sin ({\Phi }_t+\mathrm{\Delta \Phi })\\ {\Phi }_{t+1}={\Phi }_t+\mathrm{\Delta \Phi }\end{array}\right.$计算得到足球机器人t+1时刻在足球场场地坐标下的横坐标X_t+1、纵坐标Y_t+1和偏转角Φ_t+1；其中，Δs为足球机器人从t时刻到t+1时刻的移动距离，ΔΦ为足球机器人从t时刻到t+1时刻偏转的角度；步骤二、足球机器人根据博弈论算法在博弈对抗过程中进行协调与合作，其具体过程如下：步骤201、数据初始化：我方多个足球机器人均根据步骤一的方法获得自己的位姿，并将自己的位姿通过无线网卡(4)和以太网无线传输给教练机，我方各个足球机器人均通过无线网卡(4)和以太网与教练机无线通信，获取我方其它足球机器人的位姿；同时，我方每个足球机器人均采用全向视觉模块(5)对其所在足球场场地上的环境信息图像进行实时采集，并将所采集到的环境信息图像同步传送至数据处理器(1)，数据处理器(1)对其接收到的环境信息图像进行分析处理，得到目标足球在足球场场地上的位置和对方各个机器人在足球场场地上的位姿；步骤202、设定初始策略：定义我方多个足球机器人均为博弈中的局中人，局中人中有固定角色的前锋和后卫，以及角色能够转换的自由人，定义自由人的初始策略为协前锋；步骤203、自由人收益计算：自由人k根据公式：$p_k={\Sigma }_{s_k\in S_k}\left[{\Pi }_{z=1}^L{\sigma }_z\left(s_z\right)\right]p_k\left(s\right)$计算自己从策略集合中获得的收益p_k；其中，k为自然数且k＝1□L，L为局中人的数量；s_k为自由人k的策略，S_k为自由人k能够选择的策略集合；z为除自由人k外的局中人，s_z为除了自由人之外的局中人能够选择的策略集合，σ_z(s_z)为策略s_z的组合；s为多个足球机器人各选择一个策略形成的策略组合且s＝(s₁,s₂,…,s_n)，p_k(s)为自由人k在策略组合s下的收益；步骤204、自由人k的最佳策略选择：自由人k在给定自己类型β_k和其他局中人的最佳策略的情况下根据公式：$s_k^{*}\left({\beta }_k\right)\in \arg \max {\Sigma }_{{\beta }_{-k}}p\left({\beta }_{-k}\right|{\beta }_k)p_k(s_k,s_{-k}^{*},({\beta }_k,{\beta }_{-k}))$得到自由人k的最佳策略其中，类型β_k为随其角色变换的进攻类型或防守类型，‑k为除了自由人之外的球场上的其它足球机器人，为在类型β_k下的策略s_k的收益和在类型β_‑k下的策略s_‑k的收益之和，且$p_k(s_k,s_{-k}^{*},({\beta }_k,{\beta }_{-k}))=p_k(s_k\left({\beta }_k\right),s_{-k}^{*}\left({\beta }_{-k}\right)),$p(β_‑k|β_k)为自由人对除了自由人之外的球场上的其它足球机器人类型β_‑k的概率判断，类型β_‑k为进攻或防守；步骤205、自由人为角色转换做准备：首先，构造足球机器人角色分配模型的整个决策博弈C＝(N,{S_k},{p_k})，其中，N为博弈中的局中人，S_k为对应于局中人联盟B_k下的策略集，p_k为对应于策略集S_k下的收益；接着，根据构造的足球机器人角色分配模型的整个决策博弈构造基本策略型有限博弈C_B＝(N,{S_B},{p_B})，其中，B为多种局中人联盟的集合，S_B为对应于多种局中人联盟的集合B下的策略集，p_B为对应于策略集S_B下的收益；当自由人k的联盟为B_k时，得到其策略型博弈的纯策略集为：其中，S_z为除自由人k外的局中人的策略集；当自由人k的联盟为N‑B_k时，得到其策略型博弈的纯策略集为：$S_{N-B_k}=\underset{z\in N-B_k}{\Pi }{S}_z;$自由人k的策略型博弈的纯策略集在局势(s′,s″)下的支付为：然后，构造联盟博弈的特征函数：$V\left(B\right)=\max \underset{k\in B}{\Sigma }{p}_k\left(s_k^{*}\left({\beta }_k\right)\right)=\max \underset{k\in B}{\Sigma }\left(\underset{z\in B_k}{\Sigma }{p}_z(s^{\prime },s^{\prime \prime })\right)$其中，为自由人k在最佳策略为时的收益；自由人k根据联盟博弈的特征函数为角色转换做好准备；步骤206、自由人进行角色转换：在满足步骤205后，构造自由人k的特征函数V(R)＝maxT_k，其中，T_k为自由人k的运动轮的转速；首先，所述数据处理器根据步骤201中得到的目标足球在足球场场地上的位置，判断目标球是否在足球场场地中线位置处，当目标球在足球场场地中线位置处时，返回步骤202，当目标球不在足球场场地中线位置处时，判断目标球是在我方场地还是在对方场地，当目标球是在我方场地且满足公式：时，自由人k通过视觉系统感知被协助角色的位姿及与自己的距离和角度，选择不碰撞的最优路径，接近后卫，从协前锋转换成后卫，配合全体队友完成动作，否则，当目标球是在我方场地但不满足公式：时，返回步骤202；当目标球是在对方场地且满足公式：时，自由人k通过视觉系统感知被协助角色的位姿及与自己的距离和角度，选择不碰撞的最优路径，接近前锋，从协前锋转换成前锋，配合全体队友完成动作，否则，当目标球是在对方场地但不满足公式：时，返回步骤202；其中，其中T_z为除了自由人k之外局中人z的运动轮的转速，ε为足球机器人角色需要转换的运动轮的转速的最小差值；2定义为足球机器人中的前锋，3定义为足球机器人中的后卫；步骤207、判断比赛时间是否已到，当比赛时间未到时，返回步骤202；否则，当比赛时间已到时结束比赛；步骤107中所述T的取值范围为30～70。