基于动态碰撞时间预测的机器人区域射门算法

张秋实，张天航，张雨泽，吴 阳，黄冰冰

(东北电力大学信息工程学院，吉林吉林132012)

机器人足球融合了实时视觉系统、机器人控制、无线通讯、多机器人控制等多个领域的技术［1］，已成为研究多智能体系统的一个标准实验平台［2，3］。机器人足球赛是在一个实时、动态的环境中进行的［4］，射门成功率无疑是决定一支球队实力的关键因素，引起越来越多学者的重视［5］。

提高射门成功率的方法有很多，最受学者们关注的是人工智能算法和曲线拟合算法。由于仿真机器人足球比赛平台时间响应快，实时性要求高，人工智能算法的特点和优势无法充分体现。所以，各参赛队多使用曲线拟合算法规划射门路径。文献［6-12］构造了不同的拟合曲线，在射门曲线的速度性、准确性、连惯性以及避障和死角射门等方面进行了深入研究，一定程度上提高了机器人一次射门成功率。

随着团队防守层次的不断优化和守门员防守质量的不断提高，一次射门效率受到了很大的限制。为此本文提出一种基于动态碰撞时间预测的区域射门算法，在保证一次射门成功率的前提下，尝试着提高二次射门成功率，进而提高射门效率。该算法在运动中预测机器人与球碰撞发生的时间、碰撞区域以及对方守门员站位趋势，根据对方守门员的站位趋势来设计死角射门动作。仿真实验结果表明，用此方法改进射门动作后，射门的成功率和比赛的进球数明显提高。

图1 射门区域

1 射门条件判断

比赛中，机器人和球的位姿时刻在变化，只有满足特定关系时才具备射门条件。本文将射门机器人和球的运动方向、碰撞位置和预测碰撞时间作为约束，判断是否具备射门条件。

(1)运动方向约束:机器人运动方向与球运动方向必须有交点，且交点在球场之内。

(2)碰撞位置约束:球经过s个周期运动后必须达到射门区域(如图1阴影区域)。(3)预测时间约束:保证机器人和球经过s个周期后相碰撞。

如果同时满足上述三个约束条件，就认定该机器人满足射门条件。

2 射门算法

2.1 基本思想

比赛中满足射门条件的态势主要分为三种情况:

情况1:机器人运动方向与球运动方向交点位于射门区域内，如图2(a)。

这是最简单的一种态势，只需实时预测小球运动到G点所用的时间——碰撞周期。通过碰撞周期控制机器人直线运动的速度，保证在最短时间内用最高速度撞击小球，完成射门。

情况2:机器人运动方向与球运动方向交点位于射门区域上侧，如图2(b)。

当交点G位于射门区域上侧时，本文将小球运动方向与射门区域上边界交点G'点视为机器人与小球的碰撞点。机器人通过曲线运动调整运动方向和运动速度，使其运动方向对准G_Top点(死角)，此时碰撞点G点与G'点重合。接下来直线射门同情况1。

情况3:机器人运动方向与球运动方向交点位于射门区域下侧，如图2(c)。

当交点G位于射门区域下侧时，将小球运动方向与射门区域下边界交点视为机器人与小球的碰撞点。射门曲线同情况2。

图2 射门态势

2.2 射门算法优化

假设碰撞点在大禁内或大禁区前沿，如果预测对方守门运动趋势为快速封堵G_Top点或G_bottom点，主攻机器人强行射门不但不能得分还容易造成犯规(门区内进攻方机器人碰到守门员和门区内进攻机器人数大于1个均视为犯规)，使球权易主。为了确保射门效率，本文将射门动作进行了优化，即实施远门柱射门策略。在机器人与小球碰撞瞬间，用原地高速旋转碰撞代替高速直线碰撞，将小球射向远门柱(如图3)。即使推射远角效果不理想，球被守门员扑出，小球的反弹大致方向如图4。此时，助攻机器人满足射门条件，可用本文算法实施二次射门。远门柱射门策略不仅可以增加进球几率，其战略意义更大。一是可有效避免冲撞守门员犯规，二是将主攻机器人控制在门区外，给助攻机器人补射创造条件。

如果碰撞点G离大禁区较远，射门路径中有对方机器人拦截，可利用本文射门算法进行传接球策略设计。

图3 推射远角

图4 二次射门

图5 机器人运动学模型

2.3 动态路径规划

机器人的射门路径规划可分解为机器人先作曲线运动(VR≠VL)消除角度偏差，当运动方向指向G_Top点(下边为G_Bottom点)时再做直线运动(VR=VL)射门。消除角度偏差可通过改变机器人的左右轮速来实现。轮式机器人运动学模型如图5所示。

机器转向半径:

碰撞时间:

机器人速度:

机器人转向角速度:

由公式(1)(2)(3)(4)可解得:

式中:Vball是小球速度，L是机器人边长，Δθ是机器运动方向与期望射门方向的夹角，Dis_B_G是小球与G'点的距离，Dis_R_G是机器人与G点的距离。

公式(5)、(6)主要用来消除角度偏差，可看出，当角度偏差Δθ=0时，VR=VL。

3 实验验证

仿真试验使用FIRA SimuroSot 5Vs5标准仿真比赛平台，如图6所示。针对快速、动态的比赛过程，用VC++编写算法，进行射门仿真试验。蓝方为防守方，0号机器人为守门员，1号机器人为专职防守队员。黄方为进攻方，0号机器人为守门员，1、2号机器人中优先级高的机器人负责射门，优先级低的机器人跑位，准备补射。进攻方分别使用本文算法、Bézier曲线、切入圆轨迹、动态基准圆算法进行射门，每种算法射门试验500次，试验结果如表1所示。

图6 PIRA SimuroSot 5Vs5仿真比较平台

表1 实验结果

从表1中不难看出，本文射门算法与几种经典曲线拟合算法相比，一次射门成功率相差不大，但二次射门成功率明显提高。且对方守门员防守质量越高，本算法的优势越大。

4 结 论

本文射门算法充分考虑了机器人的当前状态，并能保证到达目标点的速度和方向。当机器人运动角度与期望射门角度一致时，机器人最后击球完成射门。射门曲线简单，路程短，与直线射门路径过渡平滑，能满足准确性、速度性和连惯性的要求。仿真实验表明，该算法大大提高球队动态环境下的进球效率。此外，该算法还可用作拦截球和多机器人传接配合。

［1］Kim J H，Kim H S，Jung M J，et al.A cooperative multi-agent system and its real time application to robot soccer［A］.Proc of IEEE Conf on Robotics and Automation［C］.New Mexico:Albuquerque，1997:638 -643.

［2］Kim J H.Third call for participation micro-robot world cup soccer tournament 1996(MiroSot’96)［EB/OL］.http://vivald.i kaist.ac.kr.

［3］Asada M，Kitano H.The RoboCup challenge［J］.Robotics and Autonomous System，1999，29(1):3 - 12.

［4］Stone P.Layered learning in multi-agent systems［D］.Pittsburgh:Carnegie Mellon University，1998.

［5］Harvey J，Cheng C.High-level design of a MIROSOT simulator［A］.Proc of the Micro-Robot World Soccer Tournament［C］.Taejon:KAIST，1996:87-89.

［6］刘宏志.一种改进的射门算法［J］.哈尔滨工业大学学报，2004，36(7):975-977.

［7］臧军旗，赵臣，崔炜，等.基于区域和切圆弧的足球机器人射门动作研究［J］.哈尔滨工业大学学报，2005，37(7):950-952.

［8］郭路生，杨林权，吕维先.基于Bézier曲线的机器人足球射门算法［J］.哈尔滨工业大学学报，2005，37(7):921-923.

［9］王月海，董天祯，洪炳镕.基于动态基准圆的机器人足球射门算法研究［J］.哈尔滨工业大学学报，2005，37(7):953-955.

［10］柳在鑫，王进戈，朱维兵.足球机器人的双圆弧射门算法研究［J］.西安交通大学学报，2007，41(11):1326-1329.

［11］柳在鑫，王进戈，王强，朱维兵，张均富.利用渐开线的足球机器人射门算法研究［J］.西安交通大学学报，2009，43(1):96-98.

［12］宋大雷，孟宪强，宋朝晖，申文卿.基于动态椭圆曲线的足球机器人射门路径规划算法［J］.计算机应用，2009，29(6):1544-1546.