·240- 智能系统学报 第3卷 由于RoboCup比赛规则中明确规定机器人只 和高层动作.低层动作是只需一个动作文件就可完 能用等效于人类某个感官的传感器来感知其环境， 成的简单动作，高层动作是加入策略行为的需要多 传感器位置也应与人类相近，特别要求不允许使用 个动作文件才可完成的复杂动作.所有这些动作构 发射型传感器（向环境发射光、声、电磁波以测量发 成了机器人可选动作的集合即动作空间，定义如下 射信号)，所以比赛中的类人机器人只使用了视觉 B =bb TumLeft,TumR ight,SidleLeft,SidleRi 传感器、前后方向与左右方向2个倾角传感器.视觉 ght,ShooLeft,ShootR ight,HeadLeft,HeadR ight,Head- 传感器采用C©D摄像头，用于采集比赛场地的图像 Up,HeadDown,HeadReset,WalkFoward,Ball- 信息，倾角传感器主要用来实时监测机器人的姿态， PassLeft.BallPassR ight RevolveBalLeft.RevolveBall- 2 决策系统描述 R ight,.RestandUp…}. 各个低层动作功能说明如下： 决策系统是整个类人机器人系统的决定部分 TumLeft(TumR ight):机器人身体向左（右）转 机器人决策系统的结构如图1所示.机器人通过视 动45° 觉系统获取现场信息，决策系统基于经转换处理过 SidleLeft(SidleR ight):机器人身体向左（右）侧 的视觉信息以及倾角传感器信息，经分析计算后从 移一步 策略库中调用相应的比赛策略，给机器人下发相应 ShooLeft(ShootR ight):左脚（右脚）踢球，调整 的动作，完成比赛任务。 力度参数可以选择合适的踢球力度. 视觉信息 HeadLeft(HeadR ight HeadUp、HeadDown):头以 倾角传感器 指定的角度向左（佑、上、下）转动一次， 信息 基于有限状态机 信总预处理 的策略库 HeadReset头部复位，即头部2个自由度转到 无上下和左右偏转的初始态， 各个高层动作功能说明如下： 自主行为决策 RestandUp:机器人摔倒后重新站立.通过倾角传 感器信息得知机器人是向前摔倒还是向后摔倒，从而 机器人动作 决定机器人是前向重新站立还是后向重新站立 W alkForward:机器人径直向前走，该高层动作 图1机器人决策系统结构 通过调用起步、中步、止步3个动作文件来实现.调 Fig 1 Robot decisionmaking system structure 整速度参数可以改变机器人行走的速度，选择中步 类人足球机器人自主决策系统的输入是经处理 的循环次数可以实现机器人行走任意整步数 的视觉信息与倾角传感器信息，输出的是机器人的 BallPassLeft(BallPassR ight):向左（右）方传球， 动作信息.实际上整个决策系统就是从传感器空间 该高层动作通过机器人身体的左右转、左右侧移以 到动作空间的一个映射，定义为 及左右脚踢球把球向左（佑）传到适当的地方 D:A→B RevolveBalLeft(RevolveBallR ight):机器人绕球 D表示决策过程；A={OurRobots,.R ivalRobots, 左（右）转，通过机器人身体的左右转、左右侧移实 Bal,OurGoamouth,R ivalGoamouth},为含有我方机 现，一般用于球在脚下时找对方球门. 器人位姿、对方机器人位置、球位置和双方球门位置 22信息预处理模块设计 信息的传感器信息空间；B表示机器人的动作空 输入是视觉信息，输出是密切关系机器人决策 间，下文中将给出详细定义 的赛场信息，包括双方机器人、球和双方球门的位 21动作层设计 置.信息预处理模块首先要解决的就是从输入到输 类人足球机器人动作层设计属于机器人运动学 出的信息转换.在实际比赛过程中，由于场地的光照 和动力学的范畴，该层抽象了足球机器人的动作，封 条件往往不是很理想，再加上场地外围观众的干扰， 装了机器人的物理模型运动学模型和动力学模型， 视觉传感器采集的信息往往有很大的噪声.在这种 完成了从机器人关节空间到动作空间的映射，从而 情况下，必须通过信息预处理模块对视觉信息进行 从机器人关节空间的细枝末节中解放出来，更方便 预处理，用软件的方法过滤噪声和矫正输入的视觉 的为决策系统服务 信息.所以，该模块的另一个重要作用就是保证从视 根据动作的复杂程度，把动作层分为低层动作 觉系统传来的传感器信息的完整、准确」 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net由于 RoboCup比赛规则中明确规定机器人只 能用等效于人类某个感官的传感器来感知其环境 , 传感器位置也应与人类相近 ,特别要求不允许使用 发射型传感器 (向环境发射光、声、电磁波以测量发 射信号 ) ,所以比赛中的类人机器人只使用了视觉 传感器、前后方向与左右方向 2个倾角传感器. 视觉 传感器采用 CCD摄像头 ,用于采集比赛场地的图像 信息 ,倾角传感器主要用来实时监测机器人的姿态. 2 决策系统描述 决策系统是整个类人机器人系统的决定部分. 机器人决策系统的结构如图 1所示. 机器人通过视 觉系统获取现场信息 ,决策系统基于经转换处理过 的视觉信息以及倾角传感器信息 ,经分析计算后从 策略库中调用相应的比赛策略 ,给机器人下发相应 的动作 ,完成比赛任务. 图 1 机器人决策系统结构 Fig. 1 Robot decision2making system structure 类人足球机器人自主决策系统的输入是经处理 的视觉信息与倾角传感器信息 ,输出的是机器人的 动作信息. 实际上整个决策系统就是从传感器空间 到动作空间的一个映射 ,定义为 D:A →B. D表示决策过程; A = {OurRobots, RivalRobots, Ball,OurGoalmouth, RivalGoalmouth} ,为含有我方机 器人位姿、对方机器人位置、球位置和双方球门位置 信息的传感器信息空间 ; B 表示机器人的动作空 间 ,下文中将给出详细定义. 2. 1 动作层设计 类人足球机器人动作层设计属于机器人运动学 和动力学的范畴 ,该层抽象了足球机器人的动作 ,封 装了机器人的物理模型、运动学模型和动力学模型 , 完成了从机器人关节空间到动作空间的映射 ,从而 从机器人关节空间的细枝末节中解放出来 ,更方便 的为决策系统服务. 根据动作的复杂程度 ,把动作层分为低层动作 和高层动作. 低层动作是只需一个动作文件就可完 成的简单动作 ,高层动作是加入策略行为的需要多 个动作文件才可完成的复杂动作. 所有这些动作构 成了机器人可选动作的集合即动作空间 ,定义如下 : B = { b | b = TurnLeft, TurnRight, SidleLeft, SidleRi2 ght, ShootLeft, ShootRight, HeadLeft, HeadRight, Head2 Up, HeadDown, HeadReset, WalkForward, Ball2 PassLeft, BallPassRight, RevolveBallLeft, RevolveBall2 Right, RestandUp…}. 各个低层动作功能说明如下 : TurnLeft(TurnRight) :机器人身体向左 (右 )转 动 45°. SidleLeft(SidleRight) :机器人身体向左 (右 )侧 移一步. ShootLeft(ShootRight) :左脚 (右脚 )踢球 ,调整 力度参数可以选择合适的踢球力度. HeadLeft(HeadRight、HeadUp、HeadDown) :头以 指定的角度向左 (右、上、下 )转动一次. HeadReset:头部复位 ,即头部 2个自由度转到 无上下和左右偏转的初始态. 各个高层动作功能说明如下 : RestandUp:机器人摔倒后重新站立. 通过倾角传 感器信息得知机器人是向前摔倒还是向后摔倒 ,从而 决定机器人是前向重新站立还是后向重新站立. WalkForward:机器人径直向前走 ,该高层动作 通过调用起步、中步、止步 3个动作文件来实现. 调 整速度参数可以改变机器人行走的速度 ,选择中步 的循环次数可以实现机器人行走任意整步数. BallPassLeft(BallPassRight) :向左 (右 )方传球. 该高层动作通过机器人身体的左右转、左右侧移以 及左右脚踢球把球向左 (右 )传到适当的地方. RevolveBallLeft(RevolveBallRight) :机器人绕球 左 (右 )转 ,通过机器人身体的左右转、左右侧移实 现 ,一般用于球在脚下时找对方球门. 2. 2 信息预处理模块设计 输入是视觉信息 ,输出是密切关系机器人决策 的赛场信息 ,包括双方机器人、球和双方球门的位 置. 信息预处理模块首先要解决的就是从输入到输 出的信息转换. 在实际比赛过程中 ,由于场地的光照 条件往往不是很理想 ,再加上场地外围观众的干扰 , 视觉传感器采集的信息往往有很大的噪声. 在这种 情况下 ,必须通过信息预处理模块对视觉信息进行 预处理 ,用软件的方法过滤噪声和矫正输入的视觉 信息. 所以 ,该模块的另一个重要作用就是保证从视 觉系统传来的传感器信息的完整、准确. ·240· 智 能 系 统 学 报 第 3卷 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net