[發(fā)明專利]嵌入式環(huán)境下的RoboCup平臺球員智能控制方法及其系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201010125426.1
• 申請日: 2010-03-16
• 公開（公告）號: CN101834842A
• 公開（公告）日: 2010-09-15
• 發(fā)明（設(shè)計）人: 覃征;邢劍寬;李鳳翔;陳晨
• 申請（專利權(quán)）人: 清華大學(xué)
• 主分類號: H04L29/06
• 分類號: H04L29/06
• 代理公司: 北京市立方律師事務(wù)所 11330
• 代理人: 張磊

技術(shù)領(lǐng)域

本發(fā)明涉及計算機智能控制技術(shù)領(lǐng)域，尤其是涉及一種嵌入式環(huán)境下的RoboCup平臺球員智能控制方法及其系統(tǒng)。

背景技術(shù)

智能體的設(shè)計是一個非常復(fù)雜的過程，涉及各種各樣的技術(shù)，包括智能體的設(shè)計準(zhǔn)則、多主體合作、策略獲取、實時推理、機器人學(xué)以及感知信息融合等。對于一個比賽的球隊來說，智能機器人的每一次動作選擇都是在動態(tài)環(huán)境下進行的。因此，針對智能機器人的設(shè)計這一難題，當(dāng)前人們都做出了許多的努力。例如建立RoboCup聯(lián)盟、提供RoboCup仿真平臺、通過舉辦機器人足球比賽等方式來促進人工智能和智能機器人的研究。其中葡萄牙的FC?Portugal球隊和UVA?Trilearn球隊等都提出了許多非常出色的動作決策算法。葡萄牙的FC?Portugal球隊的高層決策模型不僅決定了球員動作，而且決定了戰(zhàn)術(shù)、陣型、站位和每一時刻的球員類型。此外，F(xiàn)C?Portugal球隊還提出了一種針對陣型和跑位做出的基于形勢的策略定位方法SBSP。其中，每個球員通過計算其起始位置(一般由陣型決定)和球所在位置的加權(quán)值來確定其策略站位。而UVA?Trilearn球隊的動作選擇策略則是一個不斷改進的過程。其初期是由用于檢測低水平的表現(xiàn)及其基本技能的簡單選擇過程組成，其后通過不斷比較增添該動作或不增添動作的效果，進行選擇，不斷引進更高級的技能和策略。同時，UVA球隊還引入了體力模型，對球員的體力進行了一定的估計和管理。但是這些現(xiàn)有技術(shù)對于智能足球機器人的設(shè)計和動作推理都是基于PC機的，并且算法比較復(fù)雜，占用系統(tǒng)計算資源和內(nèi)存資源過多，不適用于嵌入式環(huán)境。

發(fā)明內(nèi)容

本發(fā)明致力于在開發(fā)過程中遷移到Android嵌入式操作系統(tǒng)上，以實現(xiàn)嵌入式環(huán)境下的智能體的設(shè)計，同時實現(xiàn)對系統(tǒng)計算資源和存儲資源的合理占用。

為達到上述目的，本發(fā)明提供了如下所述的技術(shù)方案。一種嵌入式環(huán)境下的RoboCup平臺球員智能控制方法，包括如下步驟：

1)從服務(wù)器端接收各種信息；

2)根據(jù)接收到的信息類型進行相應(yīng)處理后整合給客戶端的世界模型模塊；

3)根據(jù)所述世界模型模塊獲取的當(dāng)前球員的局部感知情況，由當(dāng)前球員的高層決策模塊負(fù)責(zé)球員之間的分工協(xié)作；

4)根據(jù)所述高層決策模塊的規(guī)劃來選擇每個球員的動作；

5)發(fā)送動作命令給服務(wù)器端。

在本發(fā)明的一個實施例中，所述步驟1)中的各種信息包括，命令響應(yīng)信息、視覺信息、身體感知信息和聽覺信息。

在本發(fā)明的另一個實施例中，所述步驟2)的具體處理過程為：

對于命令響應(yīng)信息，所述接收信息處理模塊立即直接對其進行解析處理，將命令執(zhí)行的結(jié)果根據(jù)需要更新到所述世界模型模塊中；

對于視覺信息和身體感知信息，所述接收信息處理模塊不進行解析和更新，而是將其保存到共享數(shù)據(jù)區(qū)中；

對于聽覺信息，所述接收信息處理模塊根據(jù)不同的發(fā)送者來選擇不同的處理方式，當(dāng)發(fā)送者是自己，則不進行任何處理，當(dāng)發(fā)送者是裁判員，則直接通知所述世界模型模塊更新當(dāng)前的比賽模式，當(dāng)發(fā)送者是在線教練或其他球員且其消息內(nèi)容中包含發(fā)送者所通報的物體運動信息，即等同于視覺信息，則保存并發(fā)送給所述世界模型模塊統(tǒng)一進行解析與更新。

在本發(fā)明的另一個實施例中，所述步驟(3)中的局部感知情況包括當(dāng)前球員在規(guī)定范圍內(nèi)可以看到和聽到的球場情況，其中包括周圍雙方球員的位置、速度和加速度、喊話聲，以及球在可視范圍內(nèi)的位置和速度和當(dāng)前球員感受到自身的體力、速度和加速度。

在本發(fā)明的又一個實施例中，所述世界模型模塊針對當(dāng)前球場狀態(tài)進行預(yù)測包括對球進行的預(yù)測以及對球員進行的預(yù)測。

在本發(fā)明的又一個實施例中，所述對球進行的預(yù)測包括：

情況1：本周期內(nèi)沒有視覺信息，或者視覺信息中并不含任何球的信息，而且上個周期沒有執(zhí)行踢球命令，則假設(shè)沒有任何球員碰到球，然后不對球的運動信息進行計算并將其更新到所述世界模型模塊中；

情況2：本周期內(nèi)有視覺信息，但是視覺信息中只有球的位置信息，則還需要得到其速度信息；這種情況說明，球位于球員鄰域內(nèi)，但是不在球員視野范圍內(nèi)；如果連續(xù)兩個周期內(nèi)得到球的位置，則球在上一周期中的速度就可由上周期兩個位置之差得到，然后計算當(dāng)前周期的球速；

情況3：本周期內(nèi)有身體感知信息，球員發(fā)送的踢球命令得到了執(zhí)行，則計算出有效踢球力量，進而計算出加速度，然后根據(jù)當(dāng)前球的位置、速度計算出下一周期的位置與速度；