吳晨光
(南京郵電大學(xué)自動化學(xué)院 南京市)
足球機(jī)器人系統(tǒng)是一個(gè)典型的多智能系統(tǒng),機(jī)器人在比賽中能否規(guī)劃出一條最優(yōu)路徑將足球安全快速地帶到有效射門區(qū)域是比賽能否取勝的一個(gè)重要因素。所謂路徑規(guī)劃是使機(jī)器人按照莫一準(zhǔn)則從起始位置搜索一條到終點(diǎn)位置的最優(yōu)或近似最優(yōu)的無碰撞路徑。在路徑規(guī)劃中常用的方法有:人工勢場法、柵格法、模糊方法、遺傳算法、神經(jīng)網(wǎng)絡(luò)等。其中人工勢場法因其計(jì)算簡單便于數(shù)學(xué)描述,在機(jī)器人路徑規(guī)劃中得到了廣泛的應(yīng)用。
人工勢場法的基本方法是建立一種虛擬力:足球或球門對特定的機(jī)器人存在一定的引力,而敵對機(jī)器人和本方機(jī)器人對其存在一定的斥力,根據(jù)空間勢場能減小的方向進(jìn)行路徑規(guī)劃。但傳統(tǒng)的人工勢場法是在靜態(tài)環(huán)境中研究出來的,對于足球機(jī)器人比賽這類對抗性與實(shí)時(shí)性比較強(qiáng)的動態(tài)環(huán)境存在一定的缺陷。本文在傳統(tǒng)人工勢場法的基礎(chǔ)上融合了相對速度與相對位置角度進(jìn)行路徑規(guī)劃。
傳統(tǒng)的人工勢場法是由Khatib于1986年提出。勢場函數(shù)的表示方法有多種,這里用一種簡潔的方法表示。Uatt為目標(biāo)位置對當(dāng)前位置的引力勢能,F(xiàn)att為目標(biāo)位置與當(dāng)前位置之間的引力,Urep為周圍障礙物對當(dāng)前位置的斥力勢能,F(xiàn)rep為周圍障礙物與當(dāng)前位置之間的斥力。
當(dāng)前位置的引力勢能為:
相應(yīng)的引力Fatt是引力勢場函數(shù)的負(fù)梯度。
katt是引力場系數(shù),X為機(jī)器人所在位置向量,Xh為機(jī)器人目標(biāo)位置向量。
當(dāng)前位置的斥力勢能為:
當(dāng)機(jī)器人不在目標(biāo)點(diǎn),相應(yīng)的斥力為:
其中krep是斥力場正比例增益系數(shù),d|X-Xo|,Xo為障礙物的位置向量,常數(shù)do表示障礙物影響的距離,當(dāng)前位置與障礙物的距離大于這個(gè)值時(shí)機(jī)器人就不再受斥力的作用,其值由障礙物和目標(biāo)點(diǎn)的具體情況而定。
機(jī)器人受到的合力為:
傳統(tǒng)的人工勢場考慮了所有障礙物對機(jī)器人的影響,在實(shí)際的比賽中有些障礙物是可以忽略的。比如,障礙物背離機(jī)器人移動或者在機(jī)器人運(yùn)動方向后方,在這種情況下障礙物對機(jī)器人沒有威脅。所以我們需要對傳統(tǒng)的人工勢場法進(jìn)行改進(jìn)。
現(xiàn)在將障礙物與機(jī)器人的相對位置引入人工勢場,該方法能有效地排除一些對機(jī)器人策略影響很小的障礙物,降低了計(jì)算量。
為了忽略一些對機(jī)器人影響較小的障礙物,將障礙物的相對速度矢量引入人工勢場中。如圖1所示假設(shè)障礙物在機(jī)器人前進(jìn)方向的左側(cè),在某時(shí)刻t0,機(jī)器人的速度為vr,障礙物的速度為vo,α,β,ε,δ都是以順時(shí)針方向?yàn)檎矣笑?α-β。由圖可知當(dāng)α<β時(shí)障礙物是往相對機(jī)器人的后方運(yùn)動的此時(shí)可以不必考慮障礙物對機(jī)器人的影響。當(dāng)α≥β時(shí)我們可以把vo分解成機(jī)器人速度vr以及相對于機(jī)器人的速度vor。當(dāng)δ<ε時(shí)則障礙物的相對速度vor相對機(jī)器人是朝機(jī)器人的后方運(yùn)動的,此時(shí)機(jī)器人沒有必要進(jìn)行避障行為。當(dāng)δ≥ε時(shí)障礙物會出現(xiàn)在機(jī)器人運(yùn)動路線上,所以機(jī)器人需要進(jìn)行避障。
圖1 障礙物在機(jī)器人左側(cè)
圖1 中考慮的是障礙物在機(jī)器人運(yùn)動方向左側(cè)的情況,當(dāng)障礙物在右側(cè)時(shí)α,β,ε,δ都是以逆時(shí)針方向?yàn)檎?,其它的都與在左側(cè)時(shí)情況相同。
現(xiàn)在討論障礙物在機(jī)器人威脅區(qū)域時(shí)的情況,當(dāng)障礙物出現(xiàn)在機(jī)器人的威脅區(qū)域中時(shí)由于障礙物所處機(jī)器人的相對位置以及相對于機(jī)器人的速度,障礙物對機(jī)器人的威脅也是不一樣的。由圖2我們可以得出障礙物對機(jī)器人的威脅程度的大小隨著Lor的減小而增加,隨著θ2角度的增加而減小,隨著vor的增加而增加。所以障礙物對機(jī)器人的斥力不僅跟它們的距離有關(guān)還跟vor,θ1與θ2有關(guān)。
所以相對于傳統(tǒng)的斥力方程可以改為Frep1=fFrep。
其中f是一個(gè)關(guān)于vor,θ1與θ2的函數(shù),f=f(vor,θ1,θ2)。
圖2 機(jī)器人與障礙物之間角度關(guān)系
上面的方法雖然進(jìn)行了改進(jìn)但是可以看出當(dāng)障礙物出現(xiàn)在目標(biāo)點(diǎn)附近時(shí),由于斥力隨著距離的減小而增大,引力隨著距離的減小而減小。有可能出現(xiàn)機(jī)器人到不了目標(biāo)點(diǎn)的現(xiàn)象。所以對斥力的計(jì)算還需要引入機(jī)器人與目標(biāo)點(diǎn)的位置。所以Frep2=fFrep1=kfFrep。其中k=g(d1,d2),其中d1為機(jī)器人到障礙物的距離,d2為機(jī)器人到目標(biāo)點(diǎn)的距離。
在實(shí)際的比賽中知道本方帶球隊(duì)員離對方的球門越近對對方球門的威脅越大,進(jìn)球的可能性也越大,所以本文中把對方球門中心點(diǎn)Xh作為機(jī)器人的目標(biāo)點(diǎn)。在本文中假設(shè)機(jī)器人只要把球帶入圖3中X0,X1,X2,X3所圍的有效射門區(qū)域則算一次機(jī)器人路徑規(guī)劃成功。
圖3 建立全局坐標(biāo)系
假設(shè)機(jī)器人的最大加速度為amax,最大速度為vmax則有:
為了驗(yàn)證改進(jìn)人工勢場法的有效性,本文在MATLAB下進(jìn)行仿真實(shí)驗(yàn),結(jié)果如圖4~圖6所示。
具體算法實(shí)現(xiàn)如下:
步驟1:建立勢場模型,確定各參數(shù)的值。
步驟2:確定機(jī)器人,障礙物的初始值。
步驟3:確定在機(jī)器人的威脅區(qū)域內(nèi)是否有障礙物,若沒有轉(zhuǎn)到第4步,若有轉(zhuǎn)到第5步。
步驟4:機(jī)器人全速朝目標(biāo)點(diǎn)奔進(jìn)。
步驟5:使用改進(jìn)的算法給機(jī)器人規(guī)劃出一條路徑,通過a與v(t)算出機(jī)器人朝目標(biāo)點(diǎn)行進(jìn)的速度。
步驟6:判斷機(jī)器人是否到達(dá)有效區(qū)域,是則終止規(guī)劃程序,否則轉(zhuǎn)到第2步。
設(shè)定機(jī)器人初始速度矢量Vr=(8,-6)初始位置點(diǎn)坐標(biāo)Xr=(40,50),障礙物初始速度矢量Vo=(11,1)初始位置點(diǎn)坐標(biāo)Xo=(30,35),循環(huán)周期T=0.05 s。
圖4 t=1.6 s時(shí)的仿真圖
圖5 仿真結(jié)束時(shí)的仿真圖
設(shè)定機(jī)器人初始速度矢量Vr=(4,-4)初始位置點(diǎn)坐標(biāo)Xr=(30 20),障礙物初始速度矢量Vo=(4,5)初始位置點(diǎn)坐標(biāo)Xo=(33,18),循環(huán)周期T=0.05 s。因?yàn)檎系K物遠(yuǎn)離機(jī)器人運(yùn)動,所以機(jī)器人將不受斥力的影響。
圖6 仿真結(jié)束時(shí)的仿真圖
本文主要討論了在機(jī)器人足球比賽中,進(jìn)攻方如何帶球避開攔截機(jī)器人最終把球帶入有效區(qū)域,傳統(tǒng)的人工勢場法往往效果不是很好,本文提出了一種基于相對角度的人工勢場法。仿真表明新的人工勢場法在機(jī)器人足球中防碰撞效果非常有效。
[1]賈建強(qiáng),陳衛(wèi)東,席裕庚.全自主足球機(jī)器人系統(tǒng)關(guān)鍵技術(shù)綜述[J].上海交通大學(xué)學(xué)報(bào),2003,37(Sup):45.
[2]張琪,楊宜民.基于改進(jìn)人工勢場的足球機(jī)器人避障控制[J].機(jī)器人,2002,24(1):12-15.
[3]韓永,劉國棟.動態(tài)環(huán)境下基于人工勢場的移動機(jī)器人運(yùn)動規(guī)劃[J].機(jī)器人,2006,28(1):45-49.
[4]張志涌,楊祖櫻.MATLAB教程[M].北京:北京航空航天大學(xué)出版社,2006.
[5]段俊花,李孝安,董榮和.基于改進(jìn)勢場法的足球機(jī)器人路徑規(guī)劃系統(tǒng)[J].計(jì)算機(jī)仿真,2008,25(12):192-194.
[6]葉超群.多Agent 復(fù)雜系統(tǒng)分布仿真平臺中的關(guān)鍵技術(shù)研究[D].長沙:國防科學(xué)技術(shù)大學(xué),2006.
[7]賀晨龍.多智能體系統(tǒng)協(xié)調(diào)控制的理論與仿真研究[D].成都:西南交通大學(xué),2009.
[8]程顯毅,劉一松,晏立.面向智能體的知識工程[M].北京:科學(xué)出版社,2008.