微型足球机器人运动控制研究

论文摘要

足球机器人是目前机器人研究领域的一个热点课题,它涉及了诸多领域的前沿研究,如机器人学、机电一体化技术、通讯与计算机技术、机器视觉与传感器融合技术、决策与对策、智能控制等多学科高新技术,是一个极富挑战性的高技术密集型研究平台。本文以FIRA3V3机器人为研究对象,介绍了足球机器人系统的组成,并对视觉预处理部分做了一定研究,采用了基于连通区域标记的动态窗口方法来对目标进行搜索。相对于全图搜索,这种方法可以节省大约98%的图像处理时间,很好地满足系统的实时性要求。在目标识别基础上主要对机器人的底层动作控制算法进行了深入的研究。足球机器人底层运动控制在足球机器人比赛中起着至关重要的作用,它是更高层动作和整体决策系统的基础。首先对机器人的运动进行了理论分析,在此基础上采用PID控制算法,实现了机器人对目标球的追踪。根据模糊控制适应性强的特点,又提出了将模糊控制和PID控制相结合的模糊PID控制方法用于机器人底层动作控制中。对两种模糊PID控制方法:模糊PID复合控制和模糊自适应PID控制进行了分析,并通过仿真与试验验证了其有效性。在路径规划方面,先分析了几种常用路径规划方法,提出了将Bezier曲线用于对机器人的路径规划中,可使机器以我们所期望的路径运动。采用Kalman滤波,预测小球的运动轨迹,并结合Bezier曲线对机器人的路径进行规划,已减少系统延迟所带来的误差,通过仿真实验,证明了该算法的可行性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 足球机器人的发展与现状
• 1.2 足球机器人比赛的分类
• 1.3 足球机器人研究的目的与意义
• 1.4 本文的主要研究工作
• 2 足球机器人系统结构
• 2.1 足球机器人系统组成
• 2.2 视觉子系统
• 2.3 决策子系统
• 2.4 无线通讯子系统
• 2.5 机器人车体子系统
• 2.6 小结
• 3 足球机器人底层运动控制
• 3.1 足球机器人基本运动模型及其分析
• 3.2 足球机器人基本行为
• 3.2.1 速控行为
• 3.2.2 旋转行为
• 3.2.3 移动行为
• 3.3 PID控制算法
• 3.4 模糊PID控制
• 3.4.1 引言
• 3.4.2 模糊PID控制的分类
• 3.4.3 模糊PID复合控制器设计
• 3.4.4 模糊自适应PID控制器设计
• 3.5 小结
• 4 路径规划
• 4.1 引言
• 4.2 常用路径规划方法
• 4.2.1 中垂线法
• 4.2.2 人工势场法
• 4.3 基于Bezier曲线的路径规划
• 4.3.1 Bezier曲线的定义
• 4.3.2 Bezier曲线的性质
• 4.3.3 Bezier曲线的拼接
• 4.3.4 基于Bezier曲线的路径规划方法
• 4.3.5 轨迹跟踪
• 4.4 Kalman滤波在路径规划中的应用
• 4.4.1 小球运动模型分析
• 4.4.2 Kalman滤波过程
• 4.4.3 基于Kalman滤波的Bezier曲线路径规划
• 4.5 小结
• 5 足球机器人系统高层控制策略
• 5.1 队形的选择
• 5.2 场地的划分
• 5.3 角色分配
• 5.4 小结
• 6 总结与展望
• 致谢
• 参考文献