预测过滤技术在robocup3d仿真中的应用

预测过滤技术在robocup3d仿真中的应用

0roboviz仿真平台国内研究robocup（robot全球比赛）是国际人工智能协会组织的一项针对高科技竞争的高级协会。到目前为止，许多国内外的大学都在研究3d比赛。经过多年的发展,Robcup仿真比赛在我国有了较大水平的提高,期间不断涌现出新的强队,但与Robocup组织提出的“2050年组建一只机器人足球队伍战胜当时人类的世界冠军队”的目标相比,还是有比较远的距离。Robocup3D仿真比赛不考虑硬件条件的约束,用软件平台尽可能的模拟出真实的足球比赛情况,强调以有限的能力(认知能力有限,行为能力有限,通信能力有限)和条件在实时、动态的环境中活动,感知环境,相互合作,并在对抗性的竞赛中获胜。因此,Robocup仿真比赛被认为是研究多Agent之间协作和对抗理论的优秀的平台。国内外的许多参赛队伍和研究人员针对Robocup3D比赛中的各种相关技术应用作了很多工作。在机器人足球赛中,机器人需要拦截运动的足球、对方机器人等。这类问题都可以用“追逃游戏”(Pursuit—EvasionGame)模型描述,该模型使用两类求解方法,第一类方法通过预测逃逸者的轨迹,计算拦截位置,追击者直接向拦截位置运动,这一类算法被称为Bresenham视线追逐算法,第二类算法被称为预测拦截算法,该算法通过预测对方球员运动的轨迹,再计算出未来时刻的拦截位置,追击者直接向未来拦截位置运动。这两种算法主要是针对离散环境下,这在实时环境下是无法直接运用的。本文通过对足球机器人比赛模型的建立,提出一种在实时环境下足球机器人有效拦截目标的新算法,并在实验以及比赛中证明了该算法的有效性。Roboviz是由美国RoboCanes团队的JustinStoecker开发的一套全新的独立3D仿真机器人足球赛服务监控平台。该软件旨在辅助RoboCup3D仿真足球多智能体系统中球员动作行为开发。它可以在一个可互动的监视窗口下将球员和环境状态信息用3D图形呈现出来。另外,Roboviz提供了可编程的绘图和调试功能,并且这些功能可以通过网络运行。Roboviz能显示机器人程序在Simspark仿真平台上运行的实时画面,并且提供了以往工具所不能实现的对机器人行为的高层次的分析和视觉化功能。主要特征包括:视觉化和调试(例如实事调试;直接与智能体通信;选中图形等),高互动性和控制功能(例如重新选定物体位置;转换比赛模式等),图形表现增强(例如支持OpenGL下对系统中立体3D图像绘制阴影和渲染,提供更佳的视觉体验),易用性(例如简单的控制方法,自动连接至服务器,独立运行平台等),以及其他特征(例如多视角功能,比赛日志查看和变速回放)。2预测的位置和拦截点实时预测拦截算法要解决的主要问题是在Robocup3D仿真机器人比赛中实现对对方球员的阻截与抢断,由于视线拦截算法(如图1(a)所示)可以有效的使我方防守球员一直朝着对方球员的方向前进,但是不一定是追上对方的最短路径。再或者如果对方球员速度较快,通常我方球员都是在对方球员身后追逐。而实时预测拦截算法(如图1(b)所示)是让我方球员在对方球员带球路径上的某个点予以拦截,这样从时空角度来看,可以让我方球员以最短的时间或路径追到对方球员。另外,实时预测拦截算法甚至可以让速度较慢的球员有机会拦截到速度快的球员。实时预测拦截算法的基本原理是每个周期预测出对方球员未来的位置,然后再计算出一个平均值,最后直接到达那个位置,使其能和对方球员同时到达同一位置。问题是如何挑选出某个预测位置作为拦截点呢?这个问题相当于,哪个位置是防守球员可以在最短时间内到达的,这个答案便和两者的相对位置和速度有关。以下是实时预测拦截算法的计算方法:设机器人t时刻的位置为Pr(t)=(xr(t),yr(t)),由于能从仿真软件Roboviz中自动获得机器人当前坐标Pr(t),所以机器人的运动方程和瞬时速度方程为:式(1)中αr为机器人的朝向角度;式(2)中的仿真时间周期t为0.02s。由式(2)可以算出机器人在t时刻之前n个周期内的平均速度v·(t):实时预测拦截算法的第一步是要求出两个机器人之间的相对速度,我们称之为接近速度(closingvelocity),也就是双方的速度向量差:式(3)中vr(t)表示我方机器人速度,vo(t)表示对方机器人速度。(b)第二步要计算两个机器人t时刻的接近距离(rangetoclose),也就是我方球员和对方球员在当前时刻的相对距离,相当于两者位置的向量差:这里的Sc(t)表示两个机器人之间的相对距离(范围)。(c)根据式(1)~(4)我们可以轻松计算出需要的接近时间(timetoclose)。这里的接近时间是以接近速率(即两个机器人之间的相对移动速率vc·(t))走完接近距离所需要的平均时间。计算公式如下:接近时间Tc等于接近距离Sc(t)的值(长度),除以接近速度向量的值(长度)。现在,知道接近时间之后,我们就能预测出对方机器人在未来时间Tc所在的位置:式(6)中Po表示在未来Tc时刻预测出的位置,Po(t)表示当前时刻的位置。为了拦截,我方机器人应该朝这个点前进,如同视线追逐算法前进一样,只是把目标点定在Tc时刻之后预测出的值Po上。3实时预测拦截算法图2和图3是实时预测拦截算法在MATLAB中的仿真结果,图2中使用视线拦截算法,对方球员的起始坐标为(0,9),我方球员的起始坐标为(20,3)。在运行了36个周期后我方球员跟随在对方球员身后。图3使用实时预测拦截算法,对方球员的起始坐标为(0,9),我方球员的起始坐标为(20,3),在运行27个周期后,我方球员成功拦截对方球员(假设双方球员都是匀速并且能自由转向)。图4和图5分别是Apollo3D使用视线追逐算法和实时预测拦截算法的仿真实验图(基于roboviz仿真软件)可以明显地看出在使用视线追逐算法时(图4),我方球员(蓝色)明显无法在准确的时刻以及准确的地点拦截到对方球员,但在使用实时预测拦截算法后(图5)我方队员(蓝色)在场上能找到拦截位置并且成功阻截对方球员的进攻,整个球队的防守能力有很大的增强。4ocup3算法本文提出了一种新的拦截算法——实时预测拦截算法并成功的应用在仿真机器人足球比赛(Robocu