设为首页 加入收藏 期刊导航 网站地图
  • 首页
  • 期刊
    • 数学与物理
    • 地球与环境
    • 信息通讯
    • 经济与管理
    • 生命科学
    • 工程技术
    • 医药卫生
    • 人文社科
    • 化学与材料
  • 会议
  • 合作
  • 新闻
  • 我们
  • 招聘
  • 千人智库
  • 我要投搞
  • 办刊

期刊菜单

  • ●领域
  • ●编委
  • ●投稿须知
  • ●最新文章
  • ●检索
  • ●投稿

文章导航

  • ●Abstract
  • ●Full-Text PDF
  • ●Full-Text HTML
  • ●Full-Text ePUB
  • ●Linked References
  • ●How to Cite this Article
Artificial Intelligence and Robotics Research人工智能与机器人研究, 2014, 3, 6-10
http://dx.doi.org/10.12677/airr.2014.31002 Published Online February 2014 (http://www.hanspub.org/journal/airr.html)
The Research of Dynamic Obstacle Avoidance on Simulation
Robot Soccer
Jiawei Hu, Yong Liu, Zhao Liu
School of Computer Science and Technology, Wuhan University of Science and Technology, Wuhan
Email: 1106207961@qq.com
Received: Dec. 12th, 2013; revised: Jan. 15th, 2014; accepted: Jan. 26th, 2014
Copyright © 2014 Jiawei Hu et al. This is an open access article distributed under the Creative Co mmons Attribution License, which permits unre-
stricted use, distribution, and reproduction in any medium, provided the origin al work is properly cited. In accordance of th e Creative Commons At-
tribution License all Cop yrights © 2014 are reserv ed for Hans and the owner of the intellectual property Jiawei Hu et al. All Copyright © 2014 are
guarded by law and by Hans as a guardian.
Abstract: During the robot soccer game, it will be easily blocked when attacking because we are not able to choose a
path to prevent the collision with opponent robot in time and accurately. In order to make attack not be blocked easily,
an improved artificial potential field algorithm is proposed to choose path, so as to enhance the efficiency of the robot
avoiding obstacles. It chooses the shortest path to reduce the time, so that it can lay a foundation for building up an at-
tack. The algorithm improved the artificial potential field by increasing rotation force, so a s to prevent falling into local
optimal path selection. The simulation experiment results showed that the algorithm improved the robot obstacle
avoidance validity and rationality, and it made the robot breach more easily.
Keywords: Robot Soccer; Artificial Potential Field; Dynamic Obstacle A voidance
动态避障在仿真机器人足球上的研究
胡镓伟,刘 勇,刘 钊
武汉科技大学计算机科学与技术学院,武汉
Email: 1106207961@qq.com
收稿日期:2013 年12 月12 日;修回日期:2014年1月15 日;录用日期:2014年1月26 日
摘 要:在机器人足球比赛中,由于不能及时准确的选择一条路径防止和对方机器人碰撞,很容使得进攻受到
阻碍。为使得进攻不容易被阻碍,提出了一种改进的人工势场路径选择算法,以此来增加机器人避开障碍物的
高效性,选择一条最短路径,从而缩短了时间,为组织好进攻打下基础。以往的人工势场方法都容易陷入局部
最优,本算法通过增加旋转力,对人工势场方法进行了改进,防止选择的路径陷入局部最优。算法进行了仿真实
验,结果表明该算法提高了机器人避障的有效性和合理性,使得进攻更具有切入性。
关键词:机器人足球;人工势场;动态避障
1. 引言
机器人足球在人工智能领域是一个具有高可研
究性的项目,目前世界上很多高校和科研机构都对机
器人项目进行了各种研究,而且都取得了不错的效果
并运用于实际应用当中。在对仿真机器人项目上的研
究过程当中,运用各种方法使得机器人的进攻更具威
胁性,配合性和有效性是极为重要的。目前,各种人
工智能算法,如聚类,K-means,神经网络算法等都
对机器人进攻策略产生了巨大的作用[1]。
为使得机器人进攻不容易被截断,选择一条容易
OPEN ACCESS
6
动态避障在仿真机器人足球上的研究
带球进攻的路线是至关重要的[2]。以往基于人工势场
的方法在选择路径当中具有一定的作用[3,4],但是容易
陷入局部最小值,因此本文提出了一种基于人工势场
的改进算法,防止所搜索的路线陷入局部最小值。在
实际比赛中,假设机器人所处的位置和要到达的目标
点如图 1所示,其中 F_out 表示障碍物对我方机器人
的斥力,F_attract 表示目标点 G对我方机器人的吸引
力,F_circle即为引入的旋转力,防止陷入局部最小值。
人工势场法是由 Khatbi 提出的一种机器人路径
规划算法。该算法将目标和障碍物分别看做对机器人
有引力和斥力的物体,机器人沿引力与斥力的合力来
进行运动。该法结构简单,便于低层的实时控制,在
实时避障和平滑的轨迹控制方面,得到了广泛应用,
其不足在于存在局部最优解,容易产生死锁现象[5,6],
因而可能使移动机器人在到达目标点之前就停留在
局部最优点。为简化模型表示,将模型变为图 2所示,
其中增加了障碍物与我方夹角 β,目标点和我方机器
人的夹角 α。
2. 算法流程图
机器人每次蔽障前都要先初始化各项数据,分为
三步动态蔽障,1) 判断场地上的障碍物,2) 计算 各
个障碍物的 layer,3) 根据势场模型计算出要蔽障的
机器人受到的力的大小和方向,计算跑位点,然后跑
向该方向。算法流程图如图3。
3. 单个机器人的蔽障算法
分析图中所表示的内容,可以知道,当β很小时
旋转力应该很大,确保机器人跳出局部最优。吸引力
应该确保为一个比较大的值,应正比于MG 的长,排
斥力则与 MO成反比,三股力大小应该合理,不应该
过大或者过小。为量化处理,下面给出力的具体表示
公式:
( )
F_circlek1ddsin 90
β
=×× −
(1)
F_outdd layer= ×
(2)
( )
F_attractk2 expMG= ×
(3)
其中 dd 计算公式如下:
( )
ddc1expabMOc2ds ds_max= ×−×+ ×
(4)
其中 k1,k2,c1,c2,a,b均为正数,layer 描述障
Figure 1. The potential field model after introducing a rotational
fo rc e
图1. 引入旋转力后的势场模型
Figure 2. The simplified model
图2. 简化之后的模型
Figure 3. Basic flow chart of the algorithm
图3. 算法基本流程
OPEN ACCESS 7
动态避障在仿真机器人足球上的研究
碍物挨在一起的程度,一般为 1,ds 表示 M和O的
相对速度。
算法步骤一:障碍物的判断
判断障碍物,可以为每个对方机器人设置一个危
险区域,如果机器人在某个对方机器人的危险区域内,
那么该机器人就是障碍物,危险区域为一个圆,半径
公式:safe_dist[i]=5 + 6*ds[i](ds[i]是对方第 i号机器人
和我的相对速度),障碍物危险区域简单描述如图4。
步骤二:确定障碍物的layer
确定障碍物的 layer 可以通过搜索障碍物周围的
障碍物数量来确定。其中稀疏度计算方式如下:
将对方机器人下一次间距小于两倍机器人边长
的归为一类,然后计算它们之间的平均距离avg_dist,
该类中所有机器人的 layer都等于 avg_dist/k3 (k3 为常
数),如果有落单的机器人,其 layer 设为1合适的 k3
满足 avg_dist/k3 > 1。障碍物的 layer 示意图如图 5。
步骤三:旋转方向的选择
旋转方向的选择就是 F_circle 到底应该顺时针还
是逆时针,每个 F_circle 的方向都应该是合理的,对
全局有利。为描述清楚,以图 6为例说明选择的方法。
连接 g,m,过 o作gm的垂线,在垂线上选两个
测试点 p1,p2,满足|op1| = 机器人直径 = |op2|,如
果pi 点有机器人,那么pi 点沿着垂线平移一个机器
人直径的步长,直到找到空闲的位置,然后预测机器
人经过 pi点到 g点的时间,选择耗时小的点,如果是
p1,F_Circle 顺时针,如果是p2,F_Circle 逆时针。
步骤四:避障
先求合力,然后根据合力的方向计算跑位点,调
用跑位函数即可。
求合力,其中 Fx,Fy 初始为 0,i为对方机器人
编号:
[ ]
( )
[ ]
( )
[ ]
( )
FF_outi cosa1F_circlei cosa2
F_attract icos a3
x Fx=+ ×+×
+×
[ ]
( )
[ ]
( )
[ ]
( )
FF_outisin a1F_circleisin a2
F_attract isina3
y Fy=+ ×+×
+×
其中 Fx 表示合力在 x轴方向上的投影,Fy表示合力
在y轴方向上的投影,a1为MO 与x轴的夹角,a2
为垂直于 MO与x轴的夹角,a3为MG与x轴的夹角。
计算跑位点:
Figure 4. Danger zone of obstacles
图4. 障碍物危险区域
Figure 5. Obstacle classification
图5. 障碍物层级划分
Figure 6. Method of rotating direction selection
图6. 旋转方向选择的方式
OPEN ACCESS
8
动态避障在仿真机器人足球上的研究
( )
P_next.xloc_now.xF
0.4 FxFxFy0.01
x= +
+ ∗++
( )
P_next.yloc_now.y F
0.4*Fy FxFy 0.01
y= +
+ ++
其中 loc_now 表示我方机器人的位置坐标,p_next 为
下一次要跑到的位置。P_next.x 与p_next.y分别表示
跑位点 x轴坐标与y轴坐标。
4. 实验结果
算法在仿真平台测试后,实验效果图经简化处理,
效果如图 7~12 所示,图中数字代表障碍物编号。
图中黄色机器人代表进攻方,蓝色标注的机器人
代表敌方机器人,目标点为G,机器人每次确定的次
目标点为 G’,图中显示了进攻机器人六次选择的路径
的位置,最终机器人找出一条合理的路径到达目标点。
可以从图中看出,经过对人工势场法的改进,机
器人在运动过程中对障碍物的躲避能力有了明显的
辨识,对于合理方向的选取也得到改善,不再出现抖
Figure 7. Initial location
图7. 初始位置
Figure 8. The second location
图8. 第二次所在位置
动问题。
5. 结论
近年来关于机器人路径规划的方法有很多,基于
人工势场的算法起到了一定的引导作用,但是由于人
工势场的方法存在一定的局限性,容易陷入局部最小
值,所以单纯的人工势场方法并不能满足动态路径规
Figure 9. The third location
图9. 第三次所在位置
Figure 10. The forth location
图10. 第四次所在位置
Figure 11. The fifth location
图11. 第五次所在位置
OPEN ACCESS 9
动态避障在仿真机器人足球上的研究
Figure 12. The sixth location
图12. 第六次所在位置
划的需求。因此关于改进的人工势场方法层出不穷,
本文所提出的正是一种改进的人工势场算法,在仿真
平台上测试的效果显示该算法结果与预期效果符合,
与其它改进的方法相比具有一定的优越性,相对简单
易懂。
应用本文的思想,使得机器人在进攻组织方面性
能得以提高,机动性更强,使得进攻得以顺利进行。
参考文献 (References)
[1] 李擎, 王丽君, 陈博, 周州, 尹怡欣 (2012) 一种基于 6遗传
算法参数优化的改进人工势场法 .
北京科技大学学报
, 2,
202-206.
[2] 卢恩超, 张 邓澜, 宁雅男, 冯小海, 李莹 (2012) 改进人工势
场法的机器人路径规划.
西北大学学报
, 5, 735-738.
[3] 张琪, 杨宜明 (2002) 基于改进人工势场法的足球机器人避
碰控制.
机器人
, 1, 12-15.
[4] 樊晓平, 李双艳, 陈特放 (2005) 基于新人工势场函数的机
器人动态避障规划.
控制理论与应用
, 5, 703-707.
[5] 姜明洋, 范晓静 (2012) 基于改进人工势场法的移动机器人
路径规划.
内蒙古民族大学学报
, 2, 409-411.
[6] 张殿富, 刘福 (2013) 基于人工势场法的路径规划方法研究
及展望.
计算机工程与科学
, 6, 88-95.
OPEN ACCESS
10

版权所有:汉斯出版社 (Hans Publishers) Copyright © 2012 Hans Publishers Inc. All rights reserved.