第4期 黄彦文，等：RoboCup比赛环境下足球机器人路径规划研究 ·53· 不同的任务对机器人路径的影响，从而降低了机器 局部坐标系，极轴和机器人的速度v,重合.(P。,) 人的智能 是机器人局部坐标系下障碍物的坐标；(P,g)是机 因此，本文在文献[12]的研究基础上，采用模糊 器人局部坐标系下目标的坐标只，0∈(-I,)以 逻辑方法对势场函数进行修正，提出一种处理多角 逆时针为正 色多任务环境的改进型人工势场法机器人路径规划 在多目标和多障碍物的情况下，0相同时，可对 方法，较好地解决了足球机器人比赛环境下的机器 机器人的行为产生影响的只有P值最小的障碍物和 人路径规划问题 目标物，因而采用极坐标方式可减轻计算的复杂 性4 1实验对象 下面分别对足球机器人比赛环境下的引力函数 算法验证所用的实验对象是上海交通大学自行 和斥力函数进行设计， 研制的“交龙”足球机器人，如图1所示.该机器人采 用双轮差速驱动方式，行驶时最高直线速度为 障碍物 2m/s,最大角速度为3601s.采用上下位机模式的 分布式控制系统：上位机为系统机，用于进行图像处 理、任务分配和路径规划等：下位机控制子系统，由 甘标物 DSP来实现机器人的运动控制.环境感知系统由全 维视觉和前向摄像头组成，用来提供比赛场地中的 目标物、障碍物以及自身的位置信息.路径规划算法 就是在上述系统所提供信息的基础上实现的， 图2机器人坐标系 Fig 2 The global and relative coordinates of the robot 2.1引力函数 如上文所述，定义引力函数为机器人与目标物 之间的相对距离以及相对速度的函数，如式1所示 Fat(P,y以=Fatp+Fatv= ka‖Pg‖wXng+alvg-vw‖"Xngr.(1) 式中：‖P。川表示机器人和目标之间的相对笛卡儿 图1“交龙”足球机器人 距离；vg-v,表示在1时刻机器人和目标之间的 Fig 1 "Jiaolong"robot soccer 相对速度模值；nw为沿Pg方向的单位矢量；nvg,为沿 (v-v方向的单位矢量；m、n为大于1的常数 2足球机器人人工势场模型 :、a为正常数，分别取决于机器人的性能和所采 人工势场法最早是由Khatib于I986年提出的 取的策略.当m=2,=0时，式1)即简化为传统 一种简单易行的路径规划方法，其基本思想是构造 引力函数 一个由目标引力场和障碍物斥力场共同作用的人工 由式(1)可知，当‖P。‖=0时，Fp=0;当 势场，通过搜索势场函数的下降方向来实现机器人 vg-w,Ⅱ=0时，Faw=0.因此机器人捕获到目标 的无碰撞路径规划3) 时同时和目标物保持相同的速度大小和运行方向 Robocup足球机器人系统是一个典型的动态环 即所谓软接触.而这将改善足球机器人比赛中机器 境下的多目标多障碍物的路径规划问题.对方和己 人追球和带球的性能 方机器人都可以认为是障碍物，足球和球门是目标 2.2斥力函数 物.比赛过程中，机器人以及足球都处于运动状态 由实验可知，当机器人和障碍物之间的距离大 因此需要将目标物和障碍物的速度矢量引入势函 于一定值时，该障碍物不对机器人的行为产生影响 数，作为对合力的一个影响因子 用Ax表示；而当二者距离小于一定值时，机器人必 假设在某时刻T,目标物的速度是g,机器人 须停止运动或者后退，否则即有碰撞的危险发生，用 的速度是V,障碍物的速度为v。.如图2所示，建立 Pmn表示.Pax和An的取值取决于机器人的性能参数 坐标系如下：X·Y直角坐标系为机器人的全局坐 和比赛策略 标，其中X轴表示机器人比赛球场的横向坐标，Y 定义距离影响斥力函数Fp,即传统斥力函数 轴表示球场的纵向坐标.P-0极坐标系为机器人的 为 1994-2008 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net不同的任务对机器人路径的影响 ,从而降低了机器 人的智能. 因此 ,本文在文献[ 12 ]的研究基础上 ,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 ,较好地解决了足球机器人比赛环境下的机器 人路径规划问题. 1 实验对象 算法验证所用的实验对象是上海交通大学自行 研制的“交龙”足球机器人 ,如图 1 所示. 该机器人采 用双轮差速驱动方式 , 行驶时最高直线速度为 2 m/ s ,最大角速度为 360°/ s. 采用上下位机模式的 分布式控制系统 :上位机为系统机 ,用于进行图像处 理、任务分配和路径规划等 ;下位机控制子系统 ,由 DSP 来实现机器人的运动控制. 环境感知系统由全 维视觉和前向摄像头组成 ,用来提供比赛场地中的 目标物、障碍物以及自身的位置信息. 路径规划算法 就是在上述系统所提供信息的基础上实现的. 图 1 “交龙”足球机器人 Fig11 “Jiaolong”robot soccer 2 足球机器人人工势场模型 人工势场法最早是由 Khatib 于 1986 年提出的 一种简单易行的路径规划方法 ,其基本思想是构造 一个由目标引力场和障碍物斥力场共同作用的人工 势场 ,通过搜索势场函数的下降方向来实现机器人 的无碰撞路径规划[13 ] . Robocup 足球机器人系统是一个典型的动态环 境下的多目标多障碍物的路径规划问题. 对方和己 方机器人都可以认为是障碍物 ,足球和球门是目标 物. 比赛过程中 ,机器人以及足球都处于运动状态. 因此需要将目标物和障碍物的速度矢量引入势函 数 ,作为对合力的一个影响因子. 假设在某时刻 T0 ,目标物的速度是 vg ,机器人 的速度是 vr ,障碍物的速度为 vo . 如图 2 所示 ,建立 坐标系如下 : X - Y 直角坐标系为机器人的全局坐 标 ,其中 X 轴表示机器人比赛球场的横向坐标 , Y 轴表示球场的纵向坐标.ρ- θ极坐标系为机器人的 局部坐标系 ,极轴和机器人的速度 vr 重合. (ρo ,θo ) 是机器人局部坐标系下障碍物的坐标; (ρg ,θg ) 是机 器人局部坐标系下目标的坐标.θo ,θg ∈( - π,π) 以 逆时针为正. 在多目标和多障碍物的情况下 ,θ相同时 ,可对 机器人的行为产生影响的只有ρ值最小的障碍物和 目标物 ,因而采用极坐标方式可减轻计算的复杂 性[14 ] . 下面分别对足球机器人比赛环境下的引力函数 和斥力函数进行设计. 图 2 机器人坐标系 Fig12 The global and relative coordinates of the robot 211 引力函数 如上文所述 ,定义引力函数为机器人与目标物 之间的相对距离以及相对速度的函数 ,如式 1 所示. Fatt (ρ, v) = Fattp + Fattv = k1 ‖ρg ‖m ×nρg + k2 ‖vg - vr ‖n ×nvgr . (1) 式中 : ‖ρg ‖表示机器人和目标之间的相对笛卡儿 距离; ‖vg - vr ‖表示在 t 时刻机器人和目标之间的 相对速度模值; nρg为沿ρg方向的单位矢量; nvgr为沿 ( vg - vr ) 方向的单位矢量; m、n 为大于 1 的常数 , k1 、k2 为正常数 ,分别取决于机器人的性能和所采 取的策略. 当 m = 2 , k2 = 0 时 ,式 (1) 即简化为传统 引力函数. 由式 ( 1) 可知 , 当 ‖ρg ‖= 0 时 , Fattp = 0 ; 当 ‖vg - vr ‖= 0 时 , Fattv = 0. 因此机器人捕获到目标 时同时和目标物保持相同的速度大小和运行方向 , 即所谓软接触. 而这将改善足球机器人比赛中机器 人追球和带球的性能. 212 斥力函数 由实验可知 ,当机器人和障碍物之间的距离大 于一定值时 ,该障碍物不对机器人的行为产生影响 , 用ρmax表示;而当二者距离小于一定值时 ,机器人必 须停止运动或者后退 ,否则即有碰撞的危险发生 ,用 ρmin表示.ρmax和ρmin的取值取决于机器人的性能参数 和比赛策略. 定义距离影响斥力函数 Frepp ,即传统斥力函数 为 第 4 期 黄彦文 ,等 :RoboCup 比赛环境下足球机器人路径规划研究 · 35 · © 1994-2008 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net