基于雙目協(xié)調(diào)的小型全自主足球機器人導(dǎo)航

1、 510 機 器 人 2003 年 11 月 坐標(biāo)系中的目標(biāo)位姿 . ( 2 雙目協(xié)同信息的融合: 雙目各自跟蹤不同 目標(biāo), 以判斷機器人當(dāng)前運動的合理性并進(jìn)行下一 步運動的決策. 如果缺少一方信息 , 運動或決策將處 于等待狀態(tài), 直到達(dá)到一定可信度的協(xié)同信息到來 . 信息的可信度僅僅依靠單一視覺的處理結(jié)果. 算法 2 的協(xié)同搜索目標(biāo)過程就是通過信息協(xié)同融合實現(xiàn) 的. 在球和門的信息都不具備的情況下 , 原地轉(zhuǎn)動本 體, 使下目搜索球, 上目也獨立工作搜索球門. 算法 如下 : 算法 2: ( 1 開始搜索 ( 2 if 下目找到球 then 本體停止轉(zhuǎn)身 ( 3 else 繼續(xù)轉(zhuǎn)動本體 (

2、 4 if 上目找到對方球門 then 上目鎖定球門 ( 5 else 繼續(xù)尋找球門 ( 6 if 下目找到球 and 上目找到對方球門 then ( 8 ( 7 else ( 2 ( 8 根據(jù)上 CCD 偏轉(zhuǎn)角路徑規(guī)劃 標(biāo)的觀測更有利 , 可重點用于檢測球門. 其視場在地 面上的投影環(huán)小于下目. 所以在進(jìn)行比賽的過程中 , 采取# 目標(biāo)鎖定, 適機更換 , 信息互補 的協(xié)調(diào)機理進(jìn) 行導(dǎo)航 . 合理利用雙目特點 , 保證在各個環(huán)節(jié)使機器 人按最佳路徑運動所需的環(huán)境及自身位姿信息以較 高的可信度和精度提供給決策模塊 . 基于多線程的雙目協(xié)調(diào)模型如圖 9 所示 . 協(xié)調(diào) 線程以數(shù)據(jù)流的形式與上目線

3、程和下目線程通訊 , 負(fù)責(zé)將子任務(wù)分給雙目線程 , 雙目線程根據(jù)所分派 的任務(wù)檢測環(huán)境圖象信息 , 將識別定位結(jié)果送給協(xié) 調(diào)線程進(jìn)行數(shù)據(jù)融合, 雙目線程根據(jù)融合結(jié)果進(jìn)行 各自決策規(guī)劃, 并進(jìn)行運動控制 . 上目線程所進(jìn)行的 僅僅是根據(jù)跟蹤目標(biāo)的視覺伺服控制, 其中還要考 慮視覺伺服控制與機器人本體運動控制的解偶以提 高伺服控制的效率. 下目線程實際執(zhí)行的是考慮下 目視覺伺服及機器人本體運動的綜合運動控制 . 協(xié) 調(diào)線程在接到目標(biāo)指令后 , 首先對機器人的整體行 為進(jìn)行規(guī)劃 , 然后分解出雙目線程的任務(wù)驅(qū)動雙目 線程的運行 . 協(xié)調(diào)線程根據(jù)雙目線程發(fā)來的各自對 環(huán)境感知的數(shù)據(jù)及其可信度, 進(jìn)行數(shù)

4、據(jù)融合后 , 得出 對環(huán)境態(tài)勢、 目標(biāo)進(jìn)度和效果的分析及評價, 進(jìn)行機 器人整體的下一步的行為規(guī)劃 . 行為規(guī)劃將根據(jù)任 務(wù)執(zhí)行進(jìn)度與目標(biāo)的距離靈活進(jìn)行任務(wù)的再分配 , 雙目線程也將通過對任務(wù)的理解及環(huán)境感知結(jié)果 , 調(diào)整行為規(guī)劃內(nèi)容. 根據(jù)基本行為可以組合出行為 規(guī)劃序列, 完成基本比賽任務(wù). 基于基本行為組的行 為規(guī)劃流程見圖 10. 5. 2 雙目協(xié)調(diào)機理 下目的俯角較小 , 安裝位置低 , 其即能看到腳下 的球 , 又能在最遠(yuǎn)處看到球門 , 不足之處是測量誤差 與測量距離有關(guān) , 對目標(biāo)的觀測受約于本體的運動 . 上目對目標(biāo)的平均測量精度高于下目, 而且通過視 覺伺服可以獨立實現(xiàn)對目標(biāo)

5、的搜索跟蹤, 但機器人 近體周圍有視覺死區(qū). 本體轉(zhuǎn)動對其伺服控制的影 響可以通過改變控制器的結(jié)構(gòu)來消除. 其對遠(yuǎn)處目 圖9 雙目協(xié)調(diào)導(dǎo)航模型圖 Fig. 9 Navigating model of Coordination with two- CCD 第 25 卷第 6 期 高慶 吉等 : 基于雙目協(xié)調(diào)的小型全自主足球機器人導(dǎo)航 511 圖 10 基本行為序列圖 圖 12 帶球進(jìn)攻動作序列實物圖 Fig . 12 Photos of attacking with ball under control Fig. 10 Flowchart of basic behavior 機器人基本行為集合

6、: 找目標(biāo) 找球 B1. 1、 找對方球門 B1. 2、 找自家球 門 B1. 3 ; 接近目標(biāo) 無 球避障 B2. 1, 搶 點 B2. 2, 帶 上球 B2. 3, 攔截 B2. 4, 跟蹤球 B2. 5, 鎖定門 B2. 6, 鎖定球 B2. 7, 轉(zhuǎn)身 B2. 8, 鎖定障礙 B2. 9 ; 控制球 帶球直行 B3. 1, 帶球找門 B3. 2, 帶球避 障 B3. 3, 踢球 B3. 4( 射門 B3. 4. 1, 傳球 B3. 4. 2, 摳球 B3. 4. 3, 擺球 B3. 4. 4 ; 5. 3 雙目協(xié)調(diào)仿真及實驗結(jié)果分析 根據(jù)上述分析 , 對所進(jìn)行的一次帶球避障射門 圖 1

7、3 帶球進(jìn)攻主要參數(shù)變化曲線 with ball under control 任務(wù)描述如下. 實驗中對方機器人與本方機器人高 度相同 , 觀測球門時有 遮擋, 對 方機器人為靜 止?fàn)?態(tài). 根據(jù)現(xiàn)場情況機器人將首先找球和球門, 然后向 切點位置移動、 轉(zhuǎn)身、 有障礙物則帶上球 , 帶球避障、 帶球直行最后射門. 行為決策序列如表 1 所示 . 表 1 帶球避障射門 任務(wù)的基本行為序列 Table 1 Sequence of basic behavior 序號 上目行為 下目行為 1 B1. 1 B1. 2 2 B2. 7 B2. 2 3 B2. 7 B2. 8 4 B2. 7 B2. 3 5

8、6 7 B2. 6 B3. 4. 1 Fig. 13 Curve of main parameter while attacking 5 結(jié)論( Conclusion ( 1 雙目協(xié)調(diào)效果好于單目 , 其更重要的意義 在于可以在帶球的同時避障 , 不至于象單目視覺那 樣瞻前顧后 , 可實現(xiàn)基于多目標(biāo)條件下優(yōu)化的多約 束條件下導(dǎo)航的研究 ; ( 2 雙目協(xié)調(diào)雖然不能具有全方位視覺那樣的 視野范圍, 但通過協(xié)調(diào) , 使機器人在有限的整體視野 范圍內(nèi)捕捉有效目標(biāo), 測量精度和可靠性好于全方 位視覺 . ( 3 下面的攝象機不僅可以識別目標(biāo)、 定位 , 還 可以對球是否在機器人的控制下處于踢球器的有效

9、 射程進(jìn)行判斷. ( 4 采用雙目數(shù)據(jù)融合感知環(huán)境 , 不僅提高了 測量精度, 而且還提高了測量信息的可信度. 環(huán)境感 知數(shù)據(jù)直接測量的機會多于依靠概率統(tǒng)計進(jìn)行估計 的機會 . ( 5 在實際比賽中其它傳感器失效的情況下, 僅 僅依靠雙目協(xié)調(diào)仍可實現(xiàn)全自主足球機器人導(dǎo)航. ( 6 通過雙目協(xié)調(diào) , 主動跟蹤特定目標(biāo), 而不是 利用全局?jǐn)z象機 , 使問題研究更具一般性 , 其方法對 復(fù)雜未知環(huán)境下的機器人導(dǎo)航更具有參考價值 . B2. 9 B2. 6 B3. 2 B3. 1 帶球進(jìn)攻軌跡仿真圖如圖 11 所示 . 基本動作部 分實物圖片如圖 12 所示 . 上攝象機偏轉(zhuǎn)角、 雙目發(fā) 現(xiàn)目標(biāo)邏輯值

10、如圖 13 所示. 圖中高度為+ 100、 + 50、 - 100、 - 50 的線段分別表 示上目看到球、 對方球門和下目看到球和對方球門 . 機器人完成上述基本任務(wù)用了 26s. 圖 11 帶 球進(jìn)攻軌跡仿真圖 Fig. 11 Simulation track of attacking ( 下轉(zhuǎn)第 520 頁 520 機 器 人 ( 5 : 1179- 1187. 2003 年 11 月 證據(jù)推理的原理對超聲傳感器所探測到的環(huán)境信息 進(jìn)行了 Dempster- Shafer 數(shù)據(jù)融合 , 由此得到機器人 周圍的局部環(huán)境信息 , 在此基礎(chǔ)上 , 借鑒預(yù)測控制滾 動優(yōu)化原理 , 引入了基于滾動

11、窗口的移動機器人路 徑規(guī)劃方法. 這兩個方法相結(jié)合, 機器人能快速、 可 靠的構(gòu)造局部環(huán)境信息, 并根據(jù)局部環(huán)境信息以滾 動方式進(jìn)行在線規(guī)劃 , 尋找一條有效的路徑. 該方法 應(yīng)用于中科院自動化所研制的 CASIA I 移動機器人 上, 仿真與實驗結(jié)果表明 : 移動機器人能在未知的環(huán) 境中 , 實時檢測出障礙物 , 并以滾動方式進(jìn)行在線規(guī) 劃, 使移動機器人躲避了障礙 , 實現(xiàn)了導(dǎo)航. 參考文獻(xiàn) 1 3 Borenst ein J, Koren Y. Real time obst acle avoidance for fast Mobile robot s in cluttered envir

12、oments A . IEEE International Conf erence on Robotics and Automation C . Cincinnati, Ohio, 1990: 572- 577. 4 席裕庚 . 動態(tài)不確定環(huán)境下廣義控制問題的預(yù)測控制 . 控 制理論 與應(yīng)用 J . 2000, 17( 5 : 665- 670. 5 張純剛 , 席裕庚 . 全局環(huán)境未知時基于滾動窗口的機器人 路徑規(guī) 劃 J . 中國科學(xué) ( E 輯 , 2001, 31( 1 : 51- 58. 6 何友 , 王國宏等 . 多傳感器信息融合 及應(yīng)用 M . 北京 : 電子 工業(yè) 出版社 .

13、作者簡介: 葉 濤 ( 1976 , 男 , 中 國 科學(xué) 院自 動 化研 究所 博 士研 究 生 . 研究領(lǐng)域 : 多傳感器數(shù)據(jù)融合技術(shù) . 陳爾奎 ( 1967 , 男 , 中國礦 業(yè)大 學(xué)博士 研究 生 , 目前在 中 科院自動化研究所進(jìn)行 合作項目 研究 . 研 究領(lǐng)域 : 機器人控制 . 譚 民 ( 1961 , 男 , 博導(dǎo) , 中科院自動化所研 究員 . 研 究領(lǐng) 域 : 機器人學(xué) 、 復(fù)雜系統(tǒng)理論與方法等 . ( References Elf es A. Sonar based real world mapping and navigation J . IEEE Journal

14、 of Robotics and Automation, 1987, RA 3( 3 . 2 Borenst ein J, Koren Y . Real t ime obstacle avoidance for fast mobile robots J . IEEE Trans on Systems, Man and Cybernetics, 1989, 19 ( 上接第 511 頁 僅僅基于機器人雙目協(xié)調(diào)導(dǎo)航是我們已經(jīng)完成 的工作的一部分 , 利用雙目信息和超聲波及電機編 碼器信息的自主機器人導(dǎo)航是正在開展的工作. 參考文獻(xiàn) 1 http: / / www . f ira. net / .

15、2 http: / / www . robocup. org/ . 3 Pedro Limaa, Andrea Bonarini b, 1, 2, Carlos Machadoc, etc. Omni di rectional catadioptri c vision for soccer robot s. Robotics and Autonomous Systems, 2001, 36: 87- 102. 4 Myung Jin Jung, Jun Su Jang, Jong Hwan Kim. Development of roboSot category soccer robots J

16、 . Journal of Harbin Institut e of Technology, 2001, 8( 3 . 5 章毓晉 . 圖象工程_圖象理解 與計算機視 覺 M . 清華大 學(xué)出版 社 . 2000. 8, 29- 42 6 蔡自興 , 賀漢根 , 陳虹 . 未知環(huán) 境中移動機器 人導(dǎo)航控制研 究的 若干問題 J . 控制與決策 , 2002. 7 7 羅志增 , 蔣靜坪 . 機器人感覺與多信息 融合 M . 機械工 業(yè)出版 社 , 2003. 1, 91. 8 Gerhard K . Kraetzschmar, Stefan Enderl e, Self localizat i

17、on using spo radic features J . Robotics and Autonomous Syst ems, 2002, 40: 111119. ( References 作者簡介: 高慶吉 ( 1966 , 男 , 博士 研究生 , 副 教授 , 研 究領(lǐng)域 : 全 自 主機器人導(dǎo)航控制 , 機器人視覺 . 洪炳熔 ( 1938 , 男 , 教授 , 博 士生導(dǎo) 師 , 研究 領(lǐng)域 : 智能 機 器人 , 空間機器人等 . 阮玉峰 ( 1981 , 男 , 碩士研究生 , 研究領(lǐng)域 : 機器人智 能控 制. ( 上接第 515 頁 10 Y ing H. The simplest fuzzy controllers using different inference met hods are diff erent nonl inear proport ional integral controllers with variable gains J . Automat ica, 1993, 29: 1579- 1589.