·56· 智能系统学报 第2卷 对方守门员射门，如图9(d)~()所示 5 仿真与实验 对方机器人 机器人 球（日标） (障碍物) 基于以上设计思想，本文使用Matlab在Win dows平台上编写了一套仿真程序来验证上述方法 的正确性和实用性.如图8所示，设定场地尺寸为 12000mm8000mm,以场地中心为坐标原点，横 向为x轴，纵向为y轴.设定机器人的初始坐标为 (a446 (b)-447” (e449 (0,0),最大速度为1.5m/s;动态障碍物初始坐标 为(2000,3000)，初始速度为1m/s,方向为-66°； 静态障碍物坐标分别为(1000,1000)，(3600， 1800);球的初始坐标为(4000,4000)，初始速度为 -0.5m/s;系统周期为100ms.图中绿色表示机器 机器人对方机器人 球（日标） 人的运动轨迹；蓝色表示对方机器人即障碍物的移 (障碍物) 动轨迹：红色表示足球即目标物的移动轨迹.图8(a) (d450" (e=451" (0=453 显示的是当设置黄门为己方球门，即机器人处于防 图9机器人路径规划算法实验截图 守角色时的运动轨迹：而图8(b)为设置蓝门为己方 Fig 9 The results of a real mission 球门，即机器人处于进攻角色时的运动轨迹.从中可 以显示出机器人的角色对其行为路径的影响」 6结束语 月标 考虑到足球机器人比赛这样一个复杂的具有对 抗性环境下，机器人需要根据环境变化进行不同角 己方球 色和任务的切换，因此采用传统的人工势场路径规 划方法无法得到令人满意的结果.本文将障碍物与 机器人 机器人之间的相对速度矢量以及目标与机器人之间 的相对速度矢量分别引入人工势场法中，对传统的 势场函数进行了改进；并根据机器人的不同角色和 (a)机器人防守时的运动轨迹 障刷目标 任务，采用模糊逻辑方法对势场函数进行修正，提出 一种处理多角色多任务环境的改进型人工势场法机 器人路径规划方法.仿真实验验证了此算法在足球 对方球门 机器人比赛系统中的可行性.并且，在“交龙”足球机 机器人 器人上应用该算法，在实际比赛中获得了较好的成 绩 参考文献： (b)机器人进攻时的运动轨迹 [1]贾建强，陈卫东，席裕庚.全自主足球机器人系统关键技 图8基于改进人工势场法的机器人路径规划仿真 术综述[U],上海交通大学学报，2003,37（增刊）：45- 8 The simulation of robot path planning based on a 49. new evolutionary artificial potential filed JIA Jiangiang,CHEN Weidong,XI Yugeng.An over- 该算法同时在“交龙”足球机器人上进行了验 view of the key techniques in autonomous robot soccer 证.图9为2006中国机器人大赛中上海交通大学 [J ]Jounal of Shanghai Jiaotong University,2003,37 “交龙”队与国防科技大学“海豹”队比赛中的场景 (Supl):45.49. 当球在对方机器人脚下时，本方机器人处于防守状 [2]LA TOMBE J C.Robot motion planning M].Boston: Kluwer Academic Publishers,1991. 态，此时机器人应该在不与对方机器人发生碰撞的 [3]VADA KKEPAT P,KA YC,WANG Mingliang.Evolu- 条件下，尽量接近对方机器人，阻挠对方进攻，并伺 tionary artificial potential fields and their application in 机断球，如图9(a)~(c)所示；而当断球成功后，则 real time robot path planning [A].Proceedings of the 立即处于进攻状态，快速带球向对方球门移动，避开 IEEE Congress on Evolutionary Computation[C].Piscat- 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.htp://www.cnki.net5 仿真与实验 基于以上设计思想 ,本文使用 Matlab 在 Win2 dows 平台上编写了一套仿真程序来验证上述方法 的正确性和实用性. 如图 8 所示 ,设定场地尺寸为 12 000 mm ×8 000 mm ,以场地中心为坐标原点 ,横 向为 x 轴 ,纵向为 y 轴. 设定机器人的初始坐标为 (0 ,0) ,最大速度为 115 m/ s;动态障碍物初始坐标 为(2 000 ,3 000) ,初始速度为 1 m/ s ,方向为 - 66°; 静态障碍物坐标分别为 ( 1 000 , 1 000) , ( 3 600 , 1 800) ;球的初始坐标为(4 000 ,4 000) ,初始速度为 - 015 m/ s;系统周期为 100 ms. 图中绿色表示机器 人的运动轨迹 ;蓝色表示对方机器人即障碍物的移 动轨迹 ;红色表示足球即目标物的移动轨迹. 图8 (a) 显示的是当设置黄门为己方球门 ,即机器人处于防 守角色时的运动轨迹 ;而图 8 (b) 为设置蓝门为己方 球门 ,即机器人处于进攻角色时的运动轨迹. 从中可 以显示出机器人的角色对其行为路径的影响. (a) 机器人防守时的运动轨迹 (b) 机器人进攻时的运动轨迹 图 8 基于改进人工势场法的机器人路径规划仿真 Fgi 18 The simulation of robot path planning based on a new evolutionary artificial potential filed 该算法同时在“交龙”足球机器人上进行了验 证. 图 9 为 2006 中国机器人大赛中上海交通大学 “交龙”队与国防科技大学“海豹”队比赛中的场景. 当球在对方机器人脚下时 ,本方机器人处于防守状 态 ,此时机器人应该在不与对方机器人发生碰撞的 条件下 ,尽量接近对方机器人 ,阻挠对方进攻 ,并伺 机断球 ,如图 9 (a) ～ (c) 所示 ;而当断球成功后 ,则 立即处于进攻状态 ,快速带球向对方球门移动 ,避开 对方守门员射门 ,如图 9 (d) ～(f) 所示. 图 9 机器人路径规划算法实验截图 Fig19 The results of a real mission 6 结束语 考虑到足球机器人比赛这样一个复杂的具有对 抗性环境下 ,机器人需要根据环境变化进行不同角 色和任务的切换 ,因此采用传统的人工势场路径规 划方法无法得到令人满意的结果. 本文将障碍物与 机器人之间的相对速度矢量以及目标与机器人之间 的相对速度矢量分别引入人工势场法中 ,对传统的 势场函数进行了改进 ;并根据机器人的不同角色和 任务 ,采用模糊逻辑方法对势场函数进行修正 ,提出 一种处理多角色多任务环境的改进型人工势场法机 器人路径规划方法. 仿真实验验证了此算法在足球 机器人比赛系统中的可行性. 并且 ,在“交龙”足球机 器人上应用该算法 ,在实际比赛中获得了较好的成 绩. 参考文献 : [1 ]贾建强 ,陈卫东 ,席裕庚. 全自主足球机器人系统关键技 术综述[J ]. 上海交通大学学报 , 2003 ,37 (增刊) : 45 - 49. J IA Jianqiang , CHEN Weidong , XI Yugeng. An over2 view of the key techniques in autonomous robot soccer [J ]. Jounal of Shanghai Jiaotong University , 2003 , 37 (Supl) :45 - 49. [2 ] LA TOMBE J C. Robot motion planning [ M ]. Boston : Kluwer Academic Publishers ,1991. [ 3 ]VADA KKEPA T P , KA Y C , WAN G Mingliang. Evolu2 tionary artificial potential fields and their application in real time robot path planning [ A ]. Proceedings of the IEEE Congress on Evolutionary Computation[C]. Piscat2 · 65 · 智 能 系 统 学 报 第 2 卷 © 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net