RoboCup中型組足球機器人路徑規(guī)劃方法研究.pdf

1、機器人足球比賽作為人工智能研究的一個重要分支，經(jīng)過近些年眾多專家與學者的積極參與，得到了長足的發(fā)展，為相關領域培養(yǎng)了大批高素質(zhì)人才，同時獲得了大量研究成果，促進了人工智能研究的進步，并且很多研究成果以投入到實際應用中，收獲了豐碩的成果。而路徑規(guī)劃作為機器人足球比賽的重要研究分支，在整個研究體系內(nèi)具有極其重要的地位，并且在實際生產(chǎn)生活中也極具應用價值，因此本文選擇對路徑規(guī)劃這一課題進行研究。
　　本文以RoboCup中型組足球機器人

2、比賽為對象，研究了機器人路徑規(guī)劃方法的問題。本文首先對在足球機器人比賽與所使用的MT-OR機器人進行了介紹，然后針對應用對象與應用環(huán)境進行了分析，提出使用快速遍歷隨機樹算法進行全局路徑規(guī)劃，使用人工勢場法進行局部路徑規(guī)劃應用，并進行了仿真與分析，總結(jié)出了二者的優(yōu)點與不足之處。針對快速遍歷隨機樹算法需要進行全局隨機搜索導致的實時性不佳的問題，借鑒人工勢場法，使目標點虛擬出引力，使隨機樹趨向目標生長的改進算法，極大的改善了算法的實時性，并且

3、提出了一種簡單的路徑平滑算法；針對人工勢場法在動態(tài)環(huán)境中效果較差的缺點，提出了一種基于動態(tài)勢場函數(shù)的改進算法，在原有斥力勢場函數(shù)中加入了速度斥力函數(shù)與加速度斥力函數(shù)，并通過仿真證明改進算法在動態(tài)環(huán)境中能夠成功實現(xiàn)路徑規(guī)劃。最后將兩種改進算法進行了混合，解決了人工勢場法規(guī)劃路徑通常遠離最優(yōu)路徑，可能出現(xiàn)局部極小點、目標不可能問題的缺點以及單獨使用快速遍歷隨機樹算法實時性有時不能滿足要求的問題。在MATLAB上模擬類似了本方球員在有對方球員