RoboCup3D仿真中雙足機器人的運動規(guī)劃與協(xié)作機制.pdf

1、本文以RoboCup3D仿真的機器人足球比賽為研究背景，主要針對南京郵電大學(xué)Apollo3D團隊中機器人的個體動作設(shè)計以及團隊協(xié)作機制進行深入研究，設(shè)計了新的機器人行走、踢球及團隊協(xié)作辦法，優(yōu)化和提升了整支隊伍的進攻與防守性能。本文的主要工作及貢獻如下：
　　（1）首先，提出了一種基于小腦模型連接控制網(wǎng)絡(luò)（Cerebellar Mode Articulation Controller，CMAC）的仿人機器人閉環(huán)控制全向行走方法。方

2、法通過規(guī)劃機器人足部空間的三次樣條軌跡，建立仿人機器人行走的雙線性倒立擺模型（Double Linear Inverted Pendulum，D-LIP），由機器人軀干和足部位姿通過逆運動學(xué)計算機器人腿部各關(guān)節(jié)的當前角度值，與此同時，依據(jù)機器人的傳感器信息值通過CMAC模型不斷修正逆運動學(xué)的關(guān)節(jié)角度，實現(xiàn)機器人穩(wěn)定快速的全向行走模式。
　?。?）其次，針對 RoboCup3D仿真中雙足機器人的踢球動作設(shè)計與優(yōu)化問題，提出了一種基于

3、協(xié)方差自適應(yīng)矩陣進化策略（Covariance Matrix Adaptation Evolution Strategy，CMA-ES）優(yōu)化的三層漸進積累學(xué)習(xí)的踢球方法。通過機器人最佳踢球點和足部空間運動軌跡的規(guī)劃，以踢球后足球運動的直線距離和找到踢球點所花費的時間為優(yōu)化目標，實現(xiàn)第一層靈活性踢球的學(xué)習(xí)優(yōu)化；基于機器人質(zhì)心和陀螺儀傳感器反饋的雙平衡機制下的第二層穩(wěn)定性學(xué)習(xí)優(yōu)化；第三層精準踢球的積累學(xué)習(xí)則是以足球上觸球點的選擇、機器人踝關(guān)

4、節(jié)加權(quán)懲罰值和踢球任務(wù)的完成情況為優(yōu)化目標。引入該方法下的踢球機制，不僅保證機器人自身的穩(wěn)定性，同時還確保踢球距離的遠近和角度的精準。
　?。?）最后，在 RoboCup3D多智能體系統(tǒng)中實現(xiàn)整個團隊的協(xié)作策略。主要是基于角色分配函數(shù)、投票通信系統(tǒng)和理想行為預(yù)測模型（Ideal of Behavior Prediction Model，IOBPM）下的分層決策機制。依次實現(xiàn)前鋒持球者（Center Forward，CF）的選擇和其