機器人足球賽為機械設(shè)計,、自動控制,、人工智能、計算機視覺等提供了一個良好的研究與試驗平臺,，已成為一個熱門研究課題,。微型機器人足球賽是機器人足球賽中最基本的一種，它由視覺子系統(tǒng),、無線通信子系統(tǒng),、策略子系統(tǒng)以及足球機器人子系統(tǒng)組成。比賽是在策略子系統(tǒng)指揮下自主進(jìn)行的,，每秒鐘要處理25或30幀圖像,。當(dāng)擁有了良好的硬件設(shè)備后，整個球隊水平主要決定于策略子系統(tǒng)的水平,。其主要任務(wù)包括：場上攻防態(tài)勢判斷,、球隊中每個機器人角色劃分及任務(wù)分配、機器人運動規(guī)劃,、機器人間相互配合等,。由于場上形勢千變?nèi)f化，決策時間又相當(dāng)短暫,，所以如何構(gòu)建一個良好的策略子系統(tǒng)成為研究的重點,。文獻(xiàn)^[5]采用實時自組織模糊決策樹進(jìn)行決策，將球所在區(qū)域以及雙方控球狀態(tài)劃分成12種情況,，針對每種情況提出了相應(yīng)的策略,。由于判斷條件比較復(fù)雜，實施起來難以達(dá)到滿意的效果。文獻(xiàn)^[6]列出了常見的反應(yīng)行為,，并給出了有利目標(biāo)點的計算方法,。其缺點是沒有給出一種合適的行為觸發(fā)機制。本文分析了機器人應(yīng)有的幾種反應(yīng)行為,，確定了策略研究" title="策略研究">策略研究重點,，提出了一種新的隊員角色分配策略，可以根據(jù)不同的情況產(chǎn)生不同的行為并動態(tài)地分配給相應(yīng)的機器人,；設(shè)計了一套行為觸發(fā)機制,，能及時合理地觸發(fā)反應(yīng)行為，從而保證場上每個機器人隨時都有明確的目標(biāo)和行為,。
1 場地的劃分
　　根據(jù)比賽過程分析,，將球場劃分成如圖1所示幾個區(qū)域。區(qū)域1,、2,、3、4為角區(qū),，5,、6為邊界區(qū)域，區(qū)域7為防守區(qū),，區(qū)域8為進(jìn)攻區(qū),，區(qū)域9、10分別為我方禁區(qū)和對方禁區(qū),。
2 行為標(biāo)志及有利目標(biāo)點的確定
2.1 足球機器人應(yīng)有的反應(yīng)行為及其條件
　　下面分析攻/防隊員的基本行為,。守門員的動作行為比較特殊，可參見文獻(xiàn)^[7],。綜合分析足球機器人的場上行為,，可劃分為如下幾類：
　　(1)射門
　　當(dāng)機" title="當(dāng)機">當(dāng)機器人離球較近且處于較有利的位姿時，如圖2所示,，應(yīng)毫不猶豫地進(jìn)行射門以破門得分,。射門行為的觸發(fā)條件為：
　　①機器人與球的距離d小于某個臨界值d₀,，在實驗中取d₀=30cm,；
　　②機器人的朝向與機器人和球連線方向的夾角△θ小于某個臨界值θ₀,，在實驗中取θ₀=30°,；
　　③機器人和球連線方向應(yīng)大致朝向?qū)Ψ角蜷T,，即規(guī)定其方向在對方禁區(qū)兩端和機器人連線范圍內(nèi)，如圖2中兩虛線包圍的范圍。
　　(2)旋轉(zhuǎn)踢球
　　當(dāng)球位于邊界區(qū)或者角區(qū),，且機器人又沒有很好的踢球位姿時,，可以采用旋轉(zhuǎn)的辦法將球踢出邊界區(qū)或者角區(qū)。
　　(3)觸界后退
　　當(dāng)機器人碰到場地邊界時,，應(yīng)停止前進(jìn)并快速后退,。
　　(4)追球(或帶球" title="帶球">帶球前進(jìn))
　　追球是機器人應(yīng)具有的最基本的行為之一。何時產(chǎn)生這種行為以及由哪個隊員來完成該行為將在后面防守區(qū)和進(jìn)攻區(qū)的行為規(guī)劃中加以確定,。
　　(5)到目標(biāo)點
　　當(dāng)一個機器人帶球進(jìn)攻時,，另一個機器人需要跑到協(xié)攻位置；在進(jìn)行防守時也需要搶先占據(jù)有利位置,，這就是機器人的跑位問題,。從當(dāng)前位置跑向目標(biāo)位置是機器人另一種最基本的行為。
　　策略研究的重點應(yīng)放在射門,、追球,、到目標(biāo)點三種行為機制上。

?

2.2 球位于防守區(qū)時的行為規(guī)劃
　　當(dāng)球位于防守區(qū)7時,，場上隊員的主要任務(wù)是進(jìn)行防守和攔截,；當(dāng)條件具備時，又要不失時機地搶球" title="搶球">搶球進(jìn)行反攻,，變被動為主動,。
　　分三種情況討論：
　　(1)如圖3，兩機器人均位于球的后方,。這種情況比較危險,，兩機器人均不適合搶球。此時兩機器人應(yīng)迅速回退到有利的防守點,，例如圖3中的1,、2兩點。上方的機器人目標(biāo)點可選為點1,，下方的機器人目標(biāo)點為點2,。

　　(2)兩機器人均位于球的前方。這是一種比較有利的防守態(tài)勢,，既能占據(jù)有利的防守位置,，也可在條件允許時斷球反攻。策略子系統(tǒng)的任務(wù)有三個：其一是確定主防守隊員,，一般情況下,，對方從哪一側(cè)進(jìn)攻，就由相應(yīng)一側(cè)隊員作為主防守隊員,；其二是進(jìn)行防守運動規(guī)劃,，在固守的前提下破壞掉對方的進(jìn)攻；其三是確定斷球時機，由防守轉(zhuǎn)為進(jìn)攻,，應(yīng)該判斷兩機器人是否適合搶球或者干擾對方進(jìn)攻,。兩個有利的防守點依然是圖3中的點1和點2?？芍苯痈鶕?jù)兩機器人的y坐標(biāo)動態(tài)分配有利防守點：y坐標(biāo)大的機器人其目標(biāo)點為點1,，小的則為點2。當(dāng)只有一個防守隊員適合去斷球時,，另一機器人要退守到最有利的防守點,，如圖4中點1。如果兩個機器人均適合搶球,，則應(yīng)選擇更有利于搶球者,，另一機器人則退守到有利的防守點。

　　不能只根據(jù)機器人與球的距離確定斷球機器人,。如圖5所示,，雖然機器人1離球很近，但當(dāng)機器人的朝向與機器人和球的連線之夾角過大時,，機器人很難向?qū)Ψ桨雸鎏咔?。此時機器人1應(yīng)向點1退守，由機器人2去搶球,。實驗表明,，當(dāng)同時滿足下面條件時不利于機器人追球：
　　①機器人與球的距離d＜10cm,；
　?、跈C器人的朝向與機器人和球的連線夾角△θ＞20°。
　　如果經(jīng)過上述判斷,，兩機器人均適合搶球,，此時應(yīng)進(jìn)一步判斷哪個機器人更適合去搶球。為此,，定義搶球能力：
　　
　　式中,，k₁、k₂,、d,、△θ分別為距離加權(quán)因子、角度加權(quán)因子,、機器人到球的距離(cm),、機器人朝向與機器人和球連線之間的夾角(rad)。實驗中k₁取0.05,、k₂取1.2時效果較好,，如圖6所示,。

　　在機器人適合追球的情況下同時判斷機器人是否適合射門。如果適合射門,，則應(yīng)置相應(yīng)機器人行為標(biāo)志為射門標(biāo)志,。
　　(3)兩個機器人分別位于球的前方和后方,，如圖7,。此時，應(yīng)該讓位于前方的機器人快速退守到有利防守點1,。如果位于球后方的機器人有較好的搶球或者干擾對方機器人的機會,，則應(yīng)該讓該機器人去搶球；如果該機器人不適合搶球,，則應(yīng)該快速退守到有利的防守點2,，待穩(wěn)固防守后再伺機反攻。

2.3 球位于進(jìn)攻區(qū)時的行為規(guī)劃
　　當(dāng)球位于進(jìn)攻區(qū)8時,，我方隊員要把握好機會努力突破對方防線并爭取破門得分,，同時，也要注意隨時轉(zhuǎn)入防守,?？紤]到進(jìn)攻得手的關(guān)鍵是突破對方防線，為此,，采用一前一后,、左右適當(dāng)錯開的“雙機器人并進(jìn)”進(jìn)攻方式。一旦主攻機器人受阻,，助攻機器人可以馬上接球繼續(xù)進(jìn)攻,。如果丟球，助攻機器人也可以立即爭搶或者盡快堵截,，以爭取時間讓另一個機器人回防,。助攻機器人一般占據(jù)滿足下述要求的有利目標(biāo)點：其x坐標(biāo)比球的x坐標(biāo)減2個車長，y坐標(biāo)比球的y坐標(biāo)減1個半車長(左路進(jìn)攻)或加1個半車長(右路進(jìn)攻),。
2.4 球位于角區(qū)及邊界區(qū)的行為規(guī)劃
　　當(dāng)球位于角區(qū)時,，離球較近的機器人去追球，另一機器人則占據(jù)有利位置,。追球的機器人追到球時,，一般采用旋轉(zhuǎn)踢球方式將球踢出角區(qū)。當(dāng)小球位于邊界區(qū)時,，采取的策略與在防守區(qū)及進(jìn)攻區(qū)時相似,，此外還要進(jìn)行是否進(jìn)行旋轉(zhuǎn)踢球的判斷。若需要旋轉(zhuǎn)踢球,，則進(jìn)一步判斷是順時針還是逆時針旋轉(zhuǎn),。
2.5 控球機器人的運動規(guī)劃
　　當(dāng)機器人追到球后,，毫無疑問，它應(yīng)該向?qū)Ψ角蜷T方向運動,，所以將控球機器人的目標(biāo)點定為對方球門中點比較合適,。此時機器人會帶球向?qū)Ψ角蜷T方向運動。在此過程中會判斷是否適合射門,，如果滿足射門條件則啟動射門行為,。
3 角色分配及行為觸發(fā)方式
　　角色分配就是將任務(wù)分配給場上的機器人，也就是設(shè)置機器人的行為標(biāo)志,，并給出某些行為需要的目標(biāo)點,。以上是以3對3比賽為例說明的，守門員固定,，角色分配只需將兩個任務(wù)分配給兩個機器人,。在5對5或11對11比賽中，有多個角色需要分配,，下面給出一種通用的角色分配方法,。該方法保證每個機器人都能分配到任務(wù)，而且每個機器人的任務(wù)是惟一的,，分配過程如下：
　　(1)為每個機器人設(shè)置一個已分配標(biāo)志,，并初始化為未分配狀態(tài)(未分配狀態(tài)為0，已分配狀態(tài)為1),。
　　(2)找出最重要的待分配的任務(wù),。
　　(3)進(jìn)入分配循環(huán)，依次查找各機器人的已分配標(biāo)志,，若該機器人已分配任務(wù),，則檢查下一個機器人的該標(biāo)志；若該機器人未分配任務(wù),，則按一定的規(guī)則計算出該機器人針對該任務(wù)的性能指標(biāo),，并在循環(huán)中比較各個未分配任務(wù)的機器人的該指標(biāo)。找出該指標(biāo)最優(yōu)的機器人,，將該任務(wù)分配給它,，即將其行為標(biāo)志置成相應(yīng)值，并給出可能需要的目標(biāo)點,，并將其已分配標(biāo)志置為1,。
　　(4)對下一個待分配的任務(wù)重復(fù)步驟3，直到場上活動的機器人均有確定的任務(wù),。
　　當(dāng)設(shè)置好行為標(biāo)志以及可能用到的目標(biāo)點后,，就可以根據(jù)行為標(biāo)志觸發(fā)各個機器人的行為。策略的實施用到以下兩個主要函數(shù)：
　　(1)SetActionFlag( )用于設(shè)置各個機器人行為標(biāo)志及可能用到的目標(biāo)點,。算法描述如下：
　?、倥袛嗲蛩趨^(qū)域,，計算每個機器人到球的距離dist[i]以及機器人朝向與機器人和球連線的夾角delta_theta[i]；
　?、诟鶕?jù)球所在的區(qū)域進(jìn)入相應(yīng)的策略,。根據(jù)機器人與球的位置關(guān)系(前方或后方)，確定總體任務(wù)(即待分配的各個任務(wù)),，根據(jù)上面的方法進(jìn)行角色分配,，即設(shè)置各個機器人的行為標(biāo)志ActionFlag[i]及給出可能需要的目標(biāo)點target[i]；
　?、蹤z驗各個機器人是否需要特殊反應(yīng)行為(如碰邊界后退),，如需要,，則將行為標(biāo)志值置成相應(yīng)值,。函數(shù)返回。
　　(2)RobotAction( )用來根據(jù)各個機器人的行為標(biāo)志ActionFlag[i]及可能用到的target[i],，調(diào)用相應(yīng)的底層動作函數(shù),。RobotAction( )描述如下：
　　判斷各行為標(biāo)志，若為1,，則后退,；為 2，右旋,；為3,，左旋；為4,，射門,；為5，追球,；為6則到目標(biāo)點,。帶球前進(jìn)可以看作追球的一種特殊情況。因此其行為標(biāo)志與追球相同,。決策系統(tǒng)根據(jù)該行為標(biāo)志調(diào)用底層動作函數(shù),，其內(nèi)部會根據(jù)該機器人與球的距離判斷是否已接觸球，若已接觸球,，則為帶球前進(jìn),，此時該機器人要采取一定的避障措施。關(guān)于避障及路徑規(guī)劃算法在文獻(xiàn)^[6]和文獻(xiàn)^[8]中均有介紹,，不再討論,。
　　通過上述的角色分配及行為觸發(fā)方式，可保證機器人各種反應(yīng)行為能及時地觸發(fā),。這樣,，每個調(diào)用周期均能讓各個機器人產(chǎn)生合理的行為,。
　　本文分析了機器人在場上的基本行為，確定了不同情況下的有利目標(biāo)點及各機器人應(yīng)有的行為,，建立了機器人的角色分配和行為觸發(fā)機制,。該行為產(chǎn)生方法能夠動態(tài)分配角色，使場上每個機器人隨時都有明確的目標(biāo)和行為,。該行為產(chǎn)生機制層次分明,，實時性好，便于擴充和升級,。實驗及比賽結(jié)果表明,，球隊的攻防效果均得到了明顯的改善。對行為規(guī)劃部分稍加改進(jìn),，該行為產(chǎn)生方法即可用于5對5及11對11比賽中,。在現(xiàn)實中，該行為產(chǎn)生方法可應(yīng)用在多個領(lǐng)域,。例如在軍事領(lǐng)域,，該方法中的運動規(guī)劃、角色分配及行為觸發(fā)機制可用于無人作戰(zhàn)平臺群的協(xié)作控制,，如無人駕駛飛機群的編隊控制及與敵方的輔助攻防對抗,、海軍艦隊的編隊與輔助協(xié)同作戰(zhàn)以及未來戰(zhàn)場上機器人部隊的組成等。
參考文獻(xiàn)
1 洪炳熔.機器人足球比賽——發(fā)展人工智能的里程碑[J].電子世界,；2000(4)：4～5
2 Minoru Asada,，Hiroaki Kitano．The RoboCup Challenge[J]．Robotics and Autonomous Systems，1999,；29：3～12
3 王湘中,，喻壽益，龍永紅．機器人足球賽中隊員角色的動態(tài)分配策略[J].哈爾濱工業(yè)大學(xué)學(xué)報,；2004：36(7)：943～945
4 吳麗娟,，張春暉，徐心和.小球機器人決策系統(tǒng)推理模型[J].東北大學(xué)學(xué)報(自然科學(xué)版),，2001,；22(6)：597～599
5 Han-PangHuang，Chao-ChiunLiang．Strategy-based decision making of a soccer robot system using a real-time self-orga-nizing fuzzy decision tree[J]．Fuzzy Sets and Systems,，2002,；12(7)：59～64
6 Chi-Yang Che，Tzuu-Hseng．Li．A Real-Time Role Assignment Mechanism for Five-on-Five Robot Soccer Competition[A].Proceedings of the IEEE International Conference on Robo-tics& Automation[C]．Taipei.Taiwan,，2004,；(3)：1099～1104
7 王紅寶，趙臣,，王華．微型足球機器人守門員防守策略研究[J]．哈爾濱工業(yè)大學(xué)學(xué)報,，2004,；36(7)：884～886
8 KIM D H，KIM J H．A real-time limit-cycle navigation method for fast mobile robots and its application to robot soccer[J]．Robotics and Autonomous Systems,， 2003,；42：17～30