一、微型机器人足球系统研究(论文文献综述)
符德晓[1](2011)在《基于网络的分布式小型足球机器人仿真比赛平台的研究与开发》文中指出机器人足球竞赛是公认的研究人工智能最合适的方法之一,它兼具足球比赛的趣味性和人工智能的挑战性于一体,现在已在世界各地的高校和科研院所之间广泛开展。其中,RoboCup竞赛是参赛人员最多,队伍分布最为广泛的一项机器人足球比赛项目,涉及类人组,中型组,小型组,仿真组比赛,每年在全球各地轮流举行,目前已经举办了14届比赛。为了在正式的RoboCup比赛中取得好的成绩,大量进行软硬件实验和战术策略实战是最有效的方法。为此就要一次一次地组织现场比赛,每场比赛都会对机器人和场地造成一定的损耗,并且耗费大量的人力和时间。为了克服这些不足,并且能够更加高效的进行机器人相关软件的测试和验证,每支球队都开发了自己的仿真比赛系统。在仿真系统上,各种路径规划、策略思想都能够非常方便地进行实验验证,大大提高了技术革新的速度。但是,要想真正的提高比赛水平,和其他球队之间的技术交流是必不可少的,然而,大多数球队的仿真系统无论是在仿真方法,通信方式还是在显示处理上都不尽相同,只能服务于本球队,如果想进行球队之间的交流和切磋,目前的仿真比赛系统还无法实现。本文的研究课题正是为了解决这个问题而提出来的。基于网络的分布式仿真比赛平台根据“平台+插件”的软件思想设计了独特的仿真系统平台,功能划分上将实体仿真,碰撞检测和场景显示作为主平台部分,平台中定义了丰富的用于系统功能扩展的插件接口。将球队之间差异化较大的策略系统,通信方式,路径规划等作为插件留给参赛球队自主开发。平台既可以作为校际技术交流的良好平台,又可以方便地组织兴趣小组进行竞赛活动,参与成员自主开发策略类插件在此平台上进行竞技比赛,可以有效提高竞赛水平。在系统前期开发的基础上,为了提高系统的运行速度和整体性能,本文突破性地提出了基于网络的平台功能分离技术,将严重占用系统资源的三维显示部分从仿真平台系统中分离出来,采用了基于TCP的WinSocket通信方式实现了显示与仿真的通信连接,开发出了基于网络的分布式的仿真比赛系统。然后定义了插件的开发规范并对插件开发的一般方法进行了详细说明,随后,根据我校机器人球队的实际开发出了球场、机器人等静态插件。最后,为了验证仿真平台的使用性能,我们设计了一个可以验证机器人所有基本动作的微型策略插件,并在仿真系统中进行了多次实验。结果表明:基于网络的分布式仿真比赛系统性能优良,使用方便,达到了本课题开题立项的预期目标,可以作为校际球队之间进行技术交流的一个平台。系统的成功开发和在本校球队上的实际应用,极大地改善了本校足球机器人竞赛的实验环境,球队在算法验证,战术策略等方面的实验周期大大缩短,竞技水平得到了明显提高。我们相信基于网络的分布式足球机器人仿真比赛平台一定会为球队之间的交流和学习提供高质量的技术支持,必将有力地促进足球机器人技术的发展和进步。
吴宪祥[2](2009)在《微型足球机器人位姿辨识与群智能路径规划技术研究》文中进行了进一步梳理近年来飞速发展的机器人足球比赛系统为人工智能理论的研究提供了一个标准的实验平台。MiroSot是目前开展最为广泛的集控式机器人足球比赛系统之一,一般包括视觉、决策、通信和足球机器人四个子系统,其研究目标是快速准确获取赛场态势并给出合理的决策。相关技术涵盖了机器人学、计算机视觉、传感器融合、实时推理、运动规划与运动控制、无线通信、机器学习、自治智能体和多智能体协作等多个研究领域,引起了各国学者的高度重视。本文重点研究了对MiroSot系统高层决策至关重要的微型足球机器人快速鲁棒位姿辨识技术,并结合近年来新兴的粒子群优化算法研究了群智能路径规划技术。本文的主要研究内容如下:(1)研究了MiroSot系统的体系结构、工作原理及其视觉、决策、通信和足球机器人四个子系统的功能与硬件设计,给出了移动机器人路径规划的框架。分析了移动机器人路径规划的问题描述和特点,对传统的移动机器人路径规划算法和新兴的智能路径规划算法进行了总结,比较了各种路径规划算法的优点和不足,探讨了路径规划技术进一步研究的方向。(2)提出了一种基于较短轴补偿逼近的微型足球机器人位姿辨识算法(SASA)。根据微型足球机器人设计队标色块的对称性特点,提出了一种基于较短轴分割的微型足球机器人色标分块方案,在此基础上给出了基于较短轴补偿逼近的微型足球机器人位姿辨识算法SASA。实验结果表明,SASA算法有效减少了目标机器人位姿辨识的计算量,改进了位姿辨识的计算速度和准确度,提高了系统的实时性。(3)提出了一种利用相位相关技术进行MiroSot系统微型足球机器人位姿辨识算法(PCGR),并构造了八边形对数极坐标傅里叶变换算法(OLPFFT),提高了运算速度和精度。将分割得到的机器人目标图像和参考图像进行快速离散傅里叶变换后,转换到对数极坐标系下,将笛卡儿坐标空间中图像的旋转和缩放转化为对数极坐标空间中图像的二维平移,进而采用相位相关法得到小车的朝向角。为了提高对数极坐标傅里叶变换的运算速度和精度,构造了一种八边形对数极坐标网格来逼近对数极坐标网格,并给出了八边形对数极坐标网格上的快速傅里叶变换算法(Octa-Log-Polar Fourier Transform, OLPFFT)。实验结果表明,PCGR算法精度高,鲁棒性好。(4)提出了基于Lotka-Volterra模型的双群协同竞争粒子群优化算法(LVPSO)。最优路径规划问题的本质是优化计算,在LVPSO算法中,针对粒子群优化算法易于出现早熟收敛的问题,借鉴种群生态学中着名的Lotka-Volterra双群协同竞争模型,给出了两种种群协同竞争方案,通过群内和群间竞争增加粒子多样性,提高种群摆脱局部极值的能力。对5个典型基准测试函数进行优化实验表明,LVPSO算法在收敛速度和优化精度方面均有非常好的表现。(5)提出了一种基于LVPSO和Ferguson样条的MiroSot机器人路径规划算法(LVPSOFS)。利用三次Ferguson样条描述移动机器人路径,将路径规划问题转化为三次样条曲线的参数优化问题,借助LVPSO进行路径优化。实验结果表明,LVPSOFS算法可以有效地实现障碍环境下机器人的无碰撞路径规划,并且实现路径优化,规划路径平滑、合理,利于机器人的运动控制,符合人工规划的意图。
柳在鑫,王进戈,王强,张均副,向中凡[3](2009)在《基于微型足球机器人系统的研究》文中认为微型足球机器人系统是近几年发展起来的一个多智能体系统,它为人工智能理论和算法的研究提供了一个实验平台。本文分析了目前国内外微型足球机器人系统的研究现状和研究目的,论述了微型足球机器人系统的整体结构及其所包含的视觉、决策、通信和机器人小车等4个子系统,并结合研究经验介绍了微型足球机器人系统所涉及到的八大关键技术,最后提出了足球机器人的发展规划。
卫涛[4](2009)在《微型足球机器人的目标识别与避障规划》文中认为足球机器人作为二十世纪新兴的竞技项目,引起了全世界的广泛关注。微型机器人世界杯足球比赛(Mirosot)系统涉及到机器人学、模式识别、图像处理、数字信号处理、机电一体化等多学科门类,因此成为了研究多智能体系统的一个重要实验平台,成为国内外研究的一个热点。本文在现有文献的基础上,以MiroSot 3VS3足球机器人系统为研究平台,主要针对视觉系统的目标识别问题以及决策系统的动态避障规划问题,进行了研究与实验仿真。首先,介绍了机器人足球系统的组成结构,以及视觉子系统的工作原理。在比赛中,本方机器人的首要任务就是要找到对方机器人及目标小球,这样才能进行避障、射门等各种动作。本文在快速HSI(色调、饱和度和亮度)变换空间基础上,采用了一种利用移动网格与动态窗口技术相结合的算法进行目标识别,达到了预期的效果。随后在传统的概率Hough变换基础上,提出了一种基于改进型概率Hough变换(PPHT)的识别算法,先提取ROI(Region of Interest),再进行PPHT,降低了计算量,提高了系统抗噪性和实时性。其次,根据足球机器人比赛的实际要求,对避障规划进行了研究。本文将相对速度矢量引入人工势场,对势场函数进行改进,推导出基于速度矢量的引力函数和斥力函数。在新的势场函数作用下,机器人能够快速躲避障碍物并顺利到达目标位置。最后,根据比赛实验及软件开发的需求,本文对微型足球机器人系统的软件进行了研究与分析,系统源代码用Visual C++ 6.0中的MFC编写。着重分析了其中视觉子系统的软件结构,对各功能子模块进行了说明,并进行调试。
俞冬丽[5](2009)在《集控式足球机器人视觉系统研究与实现》文中研究指明人类所获得的约80%外界信息都来自于视觉。对于智能机器来说,赋予机器以人类视觉功能是极其有意义的。彩色图像是外部客观世界的最为逼近的描述,因此对彩色图像的处理比起对灰度图像来有信息量更大的优势。同时,建立一个能够像人类一样快速的感知外界变化的系统更是以上领域的研究重点。足球机器人视觉系统正是一个基于彩色图像处理的有很高实时性要求的系统,因此,它可以作为该领域一个比较理想的研究对象。本文针对机器人足球比赛的情况和特点,结合高校“机器人足球比赛”项目的开展,对足球机器人系统涉及的各个技术领域做了系统的分析;在此基础上,以开发视觉子系统为目的,重点研究了彩色图像处理的原理和方法,尤其是对彩色图像的分割、识别以及提高系统实时性的理论和技术进行了详细的论述。构造了基于PC的实时真彩色足球机器人视觉系统的计算理论框架,并在整体框架的基础上,分析了算法的结构组成,完成了系统的软、硬件设计。足球机器人视觉系统的关键是如何实时的完成彩色图像预处理、图像分割和目标定位。文中提出的将基于直方图的自动域值法用于彩色图像分割的方法,极大的扩展了灰度图像处理算法的应用领域;探讨了提高彩色图像分割效率的问题,对各种彩色图像处理算法进行了论述和实验比较;根据足球机器人比赛环境稳定的特点,提出了将查找表法用于彩色图像分割,实现了彩色信息分析和实时图像处理的分离,使得系统的处理速度达到了足球机器人比赛的要求;并采用了颜色聚类的方法对颜色信息进行有效的提取;针对系统实时性要求,对彩色图像的扫描策略进行了研究,在精确定位的基础上,大大加快了系统的运算速度。全文共分7章,第1章介绍了机器人足球的发展史和国内外的发展状况,以及本文研究的内容和意义。第2章介绍微型足球机器人系统的总体设计思想和各个子系统的设计原则和方案。第3章和第4章讨论了彩色图像处理的重要理论基础,并对各种图像处理算法进行了比较和选择。第5章讨论了足球机器人视觉系统的关键技术,主要是用于解决实时性要求的图像扫描策略等的分析。第6章给出了视觉系统的软、硬件实现方案。第7章总结本论文的研究成果,并展望关于视觉系统的进一步研究工作。
唐榆淋[6](2009)在《微型足球机器人多层次防守策略的研究》文中认为机器人足球比赛是一个典型的多机器人系统,是人工智能和机器人理论的结合点,是研究机器人技术和人工智能理论的良好的试验平台。机器人足球比赛是在决策系统的指挥下完成的,因此,决策系统设计的优劣对于整支队伍的竞技水平是至关重要的。本文以MiroSot机器人为研究对象,通过理论与实践相结合的方法,对足球机器人的决策系统进行了深入研究。其具体内容包括:首先,在综合分析了机器人足球研究现状和发展趋势的基础上,确定了本论文的研究方向和内容。接着对MiroSot系统的工作原理,视觉、决策、无线通信以及机器人小车四个子系统作了简介。分析了微型足球机器人决策系统的特点,对足球机器人决策系统的结构作了深入的研究,分析了决策推理模型,将其整理为四层递阶模型,并对其各层和决策系统的总体框架作了详细的阐述。然后依据场地分区法与六步推理模型的结合设计了新的场地分区,在新分区的设计中着重体现了防守时的层次性,将我方半场的防守区域划分为三层,并针对球在各个不同的分区设计了不同的基本队形和角色,丰富了球队的战术套路。最后,讨论了基于多机器人的协作防守决策问题,对主防机器人的防守方式和协防机器人的跑位机制进行了详细的讨论和分析,并为主防机器人设计了“加速上抢”这一新的防守动作,通过实验验证了这一动作的有效性,不但提升了一对一的防守成功率,而且使球队的整体防守能力得到了加强,并且可以将其用于多对多的防守中去。
李斌[7](2008)在《MiroSot 3Vs3机器人足球比赛小车控制与通信系统研究》文中提出机器人足球比赛是近年来迅速开展起来的高科技对抗活动,涉及机器人学、计算机技术、数字通讯、图象处理、传感器数据融合和人工智能等多个领域,为多智能提系统、自主机器人等理论研究以及各种相关学科的研究提供了良好的试验平台,是理论密切联系实际极富生命力的成长点。MiroSot足球机器人系统包括视觉、决策、通信和机器人小车四个子系统。通信子系统是决策子系统和机器人小车信息传递的桥梁,机器人小车是机器人足球系统的执行机构,足球机器人能否实现决策意图取决于通信系统的性能和机器人小车的性能。本文对MiroSot机器人系统的无线通信和机器人小车子系统进行了深入研究。本论文搭建了一套完整的MiroSot 3VS3机器人足球比赛系统,该系统采用DSP5416作为主控芯片,同时采用基于nRF905的射频电路进行无线通信,采用CPLD实现逻辑控制、地址译码等功能。论文同时采用C语言和汇编语言混合编程模式完成了相关系统软件设计,包括系统主程序设计、FLASH编程与擦写程序设计、DSP内存定位程序设计、BOOT程序设计、无线通讯模块控制子程序设计、电机驱动程序设计等。论文还结合光电测速单元,实现了增量型数字PID算法控制。实验表明,本论文设计的无线通信和机器人小车子系统基本达到MiroSot机器人足球比赛要求。
胡发焕[8](2007)在《微型足球机器人防守策略和机器人小车的研究》文中进行了进一步梳理足球机器人系统是一个多机器人相互协作的系统,它是一个典型的多智能体系统(Multi-Agent Systems,MAS),它所融合的领域有:计算机视觉、人工智能、机电一体化技术、机器人学、传感器技术、无线通讯、计算机图形学等,它已成为当前智能机器人领域的一个热点。本课题是以Mirosot FIRA足球机器人比赛为背景,以基于全视觉的微型足球机器人系统为研究对象,主要研究了微型足球机器人的防守策略和机器人小车系统的设计。本文的研究主要体现在:1、分析了多智能体系统组织结构特点,结合足球机器人系统的特点,提出了一种混合型体系结构的Agent模型。接着提出了微型足球机器人决策系统结构,利用改进的模糊逻辑方法具体实现了决策系统的态势分析、队形选择和任务分配。之后,详尽地论述了防守策略、防守的队形和战术的选择、防守动作的选择以及防守动作的设计等。2、在机器人小车子系统的设计中,在机械设计部分,克服了以往部分机器人小车只能用小车的前端控球的缺陷,本文设计的小车前后都能控球。同时充分利用规则,在小车的前后各设计了两个控球槽,大大的增强小车的控球能力。其次降低了小车的高度,提高了小车的平衡性、灵活性、稳定性。在电路设计部分,本文着重提高了小车电路的响应速度和抗干扰能力,提高了电路的稳定性。
王占亭[9](2007)在《集控式足球机器人防守策略的研究》文中研究指明足球机器人系统是一种工作在噪声及对抗性的复杂环境下,通过协作配合以完成一个共同任务的多智能体系统。由于具有高科技对抗性和娱乐性而吸引了广大的科研人员投身其中,极大地促进了人工智能的发展。本文在了解足球机器人的起源、发展以及国内外足球机器人研究现状的基础上,针对微型足球机器人的防守策略做了系统分析和研究。首先分析了决策系统的特点和目前典型的决策系统的推理模型,在以往分层递阶式的决策结构的基础上,增加了紧急情况处理通道,使系统在局部上有灵活的反应能力,在全局上有长远的规划能力和较好主动性、目标性。利用模糊逻辑的方法具体实现了决策系统的态势分析和任务分配,为足球机器人防守策略的研究做好了准备。其次划分了从前场到后场的防守层次,对前场进攻中的攻守平衡策略、中场后场的层次化防守策略、后卫角色的防守策略进行了详细的设计。在分析了原有守门员策略分区的优点和不足的基础上,提出了小球对球门的威胁度的概念,并以此为依据,采用威胁度的等值线对原有矩形分区法进行了改进;对各危险分区的防守策略进行了设计,采用了线性差值站位法,有效地提高了守门员的反应速度,使守门员的防守能力大大加强;对罚球时对方罚球队员以弧线射门的方式进行了分析,并对此时守门员的防守策略做了详细论述。最后,在建立了足球机器人运动学模型的基础上,利用Middle League Simurosot(MLS)仿真系统,对所论述的足球机器人守门员策略进行了仿真实验,证明了其合理性和有效性。
王新宇[10](2007)在《基于赛场态势的机器人足球决策系统研究》文中研究表明在复杂的比赛环境下,由多个机器人构成的一个球队与对手球队进行对抗比赛。环境的动态性及对手不可预测的干扰,对于系统实时决策和机器人运动控制有着非常高的要求。因此,机器人足球系统作为一种多机器人协作自治系统,被越来越多的研究者作为多智能体系统的一个理想研究平台。 作为比赛决策研究的高层问题,机器人足球赛场态势的正确评估是丌发高水平决策系统所必须解决好的关键问题。但现已开发出的大多数决策系统在赛场态势评估方面的研究还很缺乏,导致场上阵型打法比较单一,缺少决策上的机动灵活性。本文研究讨论基于赛场态势的机器人足球决策系统的设计。 首先,在赛场态势分析研究方面,结合专家经验和对实际比赛的分析,重新确定了影响赛场态势的几个关键因素,这几个因素重点突出了各个角色队员的重要性;创建了一个全新的态势决策模型,该模型从每个队员的角度进行群体决策,该模型为决策系统进行决策提供了可靠的依据。 其次,在机器人足球决策系统设计方面,提出了一种基于赛场态势的四层决策系统设计方案,并针对每一个层次进行了详细的分析和设计。 再次,在机器人足球决策系统实现方面,采用系统单循环结构对决策系统进行了详细的设计,开发了满足实时性要求的机器人足球决策软件。 最后,将研究并实现的新的机器人足球决策系统应用于机器人足球比赛,取得了比较满意的效果。
二、微型机器人足球系统研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、微型机器人足球系统研究(论文提纲范文)
(1)基于网络的分布式小型足球机器人仿真比赛平台的研究与开发(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题提出的的背景和意义 |
1.1.1 机器人足球比赛提出的背景 |
1.1.2 机器人足球比赛的意义 |
1.1.3 机器人足球比赛的发展 |
1.2 机器人足球比赛的现状 |
1.3 足球机器人系统的研究内容和研究现状 |
1.3.1 足球机器人系统的研究内容 |
1.3.2 足球机器人系统的研究现状 |
1.4 足球机器人仿真比赛系统 |
1.4.1 足球机器人仿真比赛系统的特点 |
1.4.2 足球机器人仿真比赛系统的研究现状 |
1.5 本文研究内容及其创新点 |
第二章 开放式机器人足球仿真比赛系统简介 |
2.1 ROBOCUP SSL 比赛场地系统和仿真系统分析 |
2.1.1 RoboCup SSL 场地赛分析 |
2.1.2 RoboCup SSL 仿真系统分析 |
2.2 ROBOCUP SSL 仿真比赛系统与仿真组比赛系统的区别 |
2.3 ROBOCUP SSL 仿真比赛系统设计的目的和意义 |
2.4 系统的“平台+插件”框架结构分析 |
2.4.1 “平台+插件”简介 |
2.4.2 系统构架设计方案 |
2.5 系统模块化设计 |
2.6 本章小结 |
第三章 系统相关仿真模型的建立与分析 |
3.1 系统仿真实现 |
3.2 实体仿真 |
3.2.1 ODE 简介 |
3.2.2 ODE 仿真内容 |
3.2.3 ODE 仿真模型及属性设置 |
3.3 刚体运动模型分析 |
3.3.1 牛顿力学分析 |
3.3.2 运动学模型分析 |
3.4 碰撞检测模型分析 |
3.5 本章小结 |
第四章 机器人足球比赛仿真主平台的具体实现 |
4.1 仿真主平台系统总体实现方案 |
4.2 动力学仿真和碰撞检测模块 |
4.2.1 仿真实体及其接口 |
4.2.2 仿真世界模型 |
4.3 系统内通讯模块 |
4.3.1 模块结构 |
4.3.2 通讯模块详解 |
4.4 插件与接口管理模块 |
4.4.1 插件与接口管理模块结构 |
4.4.2 插件与接口管理模块详解 |
4.5 系统主控模块 |
4.5.1 模块结构 |
4.5.2 系统主控模块详解 |
4.6 系统主接口模块 |
4.7 本章小结 |
第五章 基于网络通信的比赛场景三维显示 |
5.1 场景显示总体实现方案 |
5.2 比赛场景三维显示 |
5.2.1 OpenGl 及GLFW 简介 |
5.2.2 OpenGl 显示模型分析 |
5.2.3 场景显示模块构成 |
5.2.4 场景显示模块详解 |
5.3 网络通信设计与连接 |
5.3.1 SOCKET 和UDP 协议 |
5.3.2 基于TCP 的socket 通信设计 |
5.3.2.1 通讯协议设定与套接字创建 |
5.3.2.2 通信模块设计 |
5.3.2.3 服务器端设计 |
5.3.2.4 客户端设计与实现 |
5.3.3 Socket 类的编码实现及通信连接 |
5.4 本章小结 |
第六章 系统插件开发及平台仿真实验 |
6.1 ROBOSIM 插件开发规范 |
6.2 平台系统 SDK |
6.2.1 接口头文件 |
6.2.2 特殊支持API |
6.3 仿真实体的位置计算 |
6.4 静态插件开发 |
6.4.1 球场插件开发 |
6.4.2 通讯插件开发 |
6.4.3 机器人插件开发 |
6.5 平台系统实用性实验验证 |
6.6 本章小结 |
第七章 总结与展望 |
7.1 完成情况总结 |
7.2 后续开发展望 |
参考文献 |
致谢 |
附录 A: 平台 SDK 程序 |
附录 B: RGCP 通信协议 |
附录 C DRAWING 类的头文件 |
附录 D: SOCKET 通信类的定义 |
附录 E: 微型策略系统代码 |
攻读硕士期间发表论文情况 |
(2)微型足球机器人位姿辨识与群智能路径规划技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 机器人与多机器人系统 |
1.2 足球机器人概述 |
1.2.1 足球机器人的产生与发展 |
1.2.2 机器人足球的仿生学依据 |
1.2.3 机器人足球系统分类 |
1.3 MiroSot机器人足球系统及其关键技术 |
1.3.1 视觉子系统 |
1.3.2 无线通信子系统 |
1.3.3 足球机器人子系统 |
1.3.4 决策子系统 |
1.3.5 足球机器人系统涉及的关键技术 |
1.4 群智能算法简介 |
1.5 论文的主要研究内容及组织结构 |
本章参考文献 |
第二章 移动机器人路径规划问题研究 |
2.1 移动机器人路径规划问题描述 |
2.2 移动机器人路径规划特点 |
2.3 移动机器人路径规划常用方法 |
2.3.1 基于图的路径规划算法 |
2.3.2 BUG 族算法 |
2.3.3 人工势场法 |
2.3.4 智能路径规划算法 |
2.3.5 其它的路径规划方法 |
2.4 移动机器人路径规划的研究框架 |
2.5 本章小结 |
本章参考文献 |
第三章 基于较短轴补偿逼近的 MiroSot 机器人位姿辨识算法 |
3.1 MiroSot足球机器人视觉子系统结构 |
3.2 色标设计 |
3.3 色标对称性分析 |
3.4 基于较短轴补偿逼近的MiroSot机器人位姿辨识算法(SASA) |
3.5 实验结果与分析 |
3.6 本章小结 |
本章参考文献 |
第四章 基于相位相关法的 MiroSot 机器人位姿辨识算法 |
4.1 相位相关法原理 |
4.1.1 相位相关法与平移检测 |
4.1.2 图像间平移、旋转和尺度关系分离 |
4.2 八边形对数极坐标傅里叶变换OLPFT |
4.2.1 极坐标傅里叶变换及其离散化 |
4.2.2 非均匀空间采样 FFT 算法 |
4.2.3 伪极坐标傅里叶变换 |
4.2.4 伪对数极坐标傅里叶变换 |
4.2.5 八边形极坐标傅里叶变换 |
4.2.6 八边形对数极坐标傅里叶变换 |
4.2.7 配准实验 |
4.3 基于相位相关法的MiroSot机器人位姿辨识算法(PCGR) |
4.3.1 算法步骤 |
4.3.2 实验结果与分析 |
4.4 本章小结 |
本章参考文献 |
第五章 基于 Lotka-Volterra 模型的双群协同竞争粒子群优化算法 |
5.1 优化与优化算法 |
5.1.1 优化 |
5.1.2 优化问题的描述 |
5.1.3 传统优化算法 |
5.1.4 智能优化算法 |
5.2 群智能与群智能算法 |
5.2.1 群智能 |
5.2.2 群智能算法 |
5.3 粒子群优化算法 |
5.3.1 基本粒子群优化算法 |
5.3.2 标准粒子群优化算法 |
5.3.3 早熟收敛原因分析与改进 |
5.4 基于Lotka-Volterra模型的双群协同竞争粒子群优化算法 |
5.4.1 生态学基本概念 |
5.4.2 基于Lotka-Volterra 模型的双群协同竞争粒子群优化算法 |
5.5 LVPSO函数优化实验及分析 |
5.5.1 粒子群参数的设置 |
5.5.2 基准测试函数及其特性 |
5.5.3 收敛精度分析 |
5.5.4 收敛速度分析 |
5.5.5 优化成功率分析 |
5.6 本章小结 |
本章参考文献 |
第六章 基于 LVPSO 和 Ferguson 样条的移动机器人路径规划 |
6.1 Ferguson 样条函数 |
6.1.1 三次样条函数 |
6.1.2 Ferguson 样条函数 |
6.2 基于LVPSO 算法和Ferguson样条的移动机器人路径规划 |
6.2.1 LVPSO 算法 |
6.2.2 粒子描述 |
6.2.3 适应度函数 |
6.2.4 LVPSOFS 算法描述 |
6.3 实验结果与分析 |
6.3.1 避障安全距离参数影响的实验结果与分析 |
6.3.2 狭缝与陷阱路径规划实验结果与分析 |
6.3.3 MiroSot 5v55 路径规划实验结果与分析 |
6.3.4 MiroSot 11v511 路径规划实验结果与分析 |
6.3.5 复杂环境路径规划实验结果与分析 |
6.3.6 LVPSOFS 算法与经典路径规划算法实验结果比较 |
6.4 本章小结 |
本章参考文献 |
第七章 总结与展望 |
7.1 研究工作总结 |
7.2 研究工作展望 |
致谢 |
博士在读期间的研究成果 |
(3)基于微型足球机器人系统的研究(论文提纲范文)
1 足球机器人概况 |
2 足球机器人研究的意义及目的 |
3 足球机器人系统组成 |
3.1 视觉子系统 |
(1) 图像获取: |
(2) 图像预处理: |
(3) 图像处理: |
3.2 决策子系统 |
3.3 无线通讯子系统 |
3.4 机器人小车子系统 |
4 足球机器人的关键技术 |
(1) 机器人视觉技术[15]。 |
(2) 无线电通讯网络技术[16]。 |
(3) 机电一体化技术。 |
(4) 智能控制技术[17]。 |
(5) 计算机仿真技术[18]。 |
(6) 嵌入式计算机技术[19]。 |
(7) 人工生命学技术。 |
(8) 人—机接口技术。 |
5 足球机器人的发展规划 |
(4)微型足球机器人的目标识别与避障规划(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 引言 |
1.2 多智能体系统简介 |
1.3 足球机器人系统的起源和发展 |
1.4 足球机器人系统研究的意义 |
1.5 国内外研究现状 |
1.6 论文的主要研究内容及结构安排 |
第2章 微型足球机器人系统介绍 |
2.1 引言 |
2.2 足球机器人比赛概述 |
2.2.1 机器人比赛分类 |
2.2.2 MiroSot 比赛简介 |
2.3 微型足球机器人系统结构 |
2.3.1 机器人子系统 |
2.3.2 视觉子系统 |
2.3.3 决策子系统 |
2.3.4 无线通讯子系统 |
2.4 视觉子系统简介 |
2.4.1 比赛信息的获取 |
2.4.2 阈值化处理 |
2.4.3 像素标记 |
2.4.4 噪声消除 |
2.4.5 计算几何信息 |
2.5 本章小结 |
第3章 微型足球机器人的目标识别 |
3.1 引言 |
3.2 图像颜色空间的选择 |
3.2.1 RGB 颜色空间 |
3.2.2 HSI 颜色空间 |
3.2.3 YUV 颜色空间 |
3.3 图像去噪预处理 |
3.3.1 中值滤波 |
3.3.2 中值滤波去噪过程 |
3.4 图像分割方法及其实现 |
3.4.1 图像分割方法的选择 |
3.4.2 区域分割方法的实现 |
3.5 基于快速HSI 空间的目标识别 |
3.5.1 快速HSI 空间 |
3.5.2 颜色信息库的建立 |
3.5.3 目标识别 |
3.6 基于改进型概率Hough 变换的目标识别 |
3.6.1 Hough 变换 |
3.6.2 概率Hough 变换 |
3.6.3 基于改进概率Hough 变换的目标识别 |
3.7 实验结果分析 |
3.7.1 基于快速HSI 空间的目标识别实验 |
3.7.2 基于PPHT 目标识别实验 |
3.8 本章小结 |
第4章 微型足球机器人的避障规划 |
4.1 引言 |
4.2 足球机器人障碍物的分类及特点 |
4.2.1 足球机器人障碍物的分类 |
4.2.2 足球机器人障碍物的特点 |
4.3 避障规划经典算法研究 |
4.3.1 遗传算法 |
4.3.2 栅格法 |
4.4 传统人工势场法 |
4.4.1 人工势场法原理 |
4.4.2 人工势场法避障规划 |
4.4.3 传统人工势场法的缺点 |
4.5 基于速度矢量的人工势场避障规划 |
4.5.1 目标足球引力矢量场 |
4.5.2 障碍物斥力矢量场 |
4.5.3 球场边界斥力矢量场 |
4.6 仿真实验结果 |
4.7 本章小结 |
第5章 微型足球机器人视觉系统软件分析 |
5.1 引言 |
5.2 微型足球机器人软件系统分析 |
5.3 视觉子系统软件分析 |
5.3.1 人机交互界面 |
5.3.2 图像预处理程序分析 |
5.3.2 主程序分析 |
5.3.4 颜色测试程序分析 |
5.4 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间承担的科研任务与主要成果 |
致谢 |
作者简介 |
(5)集控式足球机器人视觉系统研究与实现(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 足球机器人概述 |
1.1.1 足球机器人系统 |
1.1.2 足球机器人发展简介 |
1.2 我国足球机器人研究现状和发展规划 |
1.3 足球机器人系统关键技术 |
1.4 本论文主要研究内容和意义 |
1.4.1 本文主要研究内容 |
1.4.2 本文研究意义 |
第2章 微型足球机器人比赛系统 |
2.1 微型足球机器人系统构成 |
2.2 微型足球机器人各子系统设计 |
2.2.1 足球机器人子系统 |
2.2.2 主机和无线通信子系统 |
2.2.3 决策控制子系统 |
2.2.4 视觉子系统 |
第3章 彩色图像处理基础 |
3.1 MARR视觉计算理论 |
3.1.1 Marr视觉计算理论的三个层次 |
3.1.2 Marr视觉处理的三个阶段 |
3.2 三色学说 |
3.3 颜色空间表示 |
3.3.1 RGB和CMY颜色模型 |
3.3.2 HSI颜色模型 |
3.3.3 CIE-XYZ颜色模型 |
3.3.4 NTSC-YIQ颜色模型 |
3.4 彩色图像的二值化 |
第4章 视觉系统图像处理算法研究 |
4.1 图像预处理 |
4.1.1 中值滤波 |
4.1.2 均值滤波 |
4.1.3 高斯平滑滤波 |
4.1.4 边缘保持滤波 |
4.2 彩色图像分割 |
4.2.1 图像分割原理 |
4.2.2 图像分割基本方法 |
4.3 基于直方图的自动域值法用于彩色图像分割 |
4.3.1 基于直方图统计的阈值化方法 |
4.3.2 基于色调H直方图统计的双阈值方法 |
4.3.3 基于构造一维特征标量的直方图统计的双阈值方法 |
4.4 基于查找表的彩色图像快速分割方法 |
4.4.1 颜色查找表 |
4.4.2 颜色的聚类 |
4.4.3 基于HSI颜色模型的样本扩展方法 |
4.5 区域标记 |
4.5.1 连通成分标记 |
4.5.2 区域边界 |
第5章 视觉系统关键技术分析 |
5.1 目标位姿形态的描述 |
5.2 色标设计 |
5.2.1 色标设计基本原则 |
5.2.2 两种色标设计方案分析 |
5.3 图像快速扫描策略 |
5.3.1 相关点二值化方法 |
5.3.2 动态窗口技术 |
5.3.3 移动网格扫描策略 |
5.3.4 交叉线法确定质心 |
第6章 足球机器人视觉系统实现 |
6.1 视觉系统需求分析 |
6.2 视觉系统硬件组成 |
6.3 视觉系统软件流程 |
6.4 视觉系统软件集成 |
6.4.1 系统启动和初始化设置 |
6.4.2 创建颜色查找表 |
6.4.3 测试和分析 |
第7章 结束语 |
致谢 |
参考文献 |
附录 |
(6)微型足球机器人多层次防守策略的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 引言 |
1.2 多智能体系统简介 |
1.3 机器人足球比赛概述 |
1.3.1 机器人足球比赛的起源与发展 |
1.3.2 机器人足球比赛系统涉及的关键技术 |
1.3.3 机器人足球比赛系统的研究意义 |
1.4 本论文的主要研究内容及组织结构 |
第二章 MIROSOT 微型机器人足球系统概况 |
2.1 足球机器人系统控制方式分类 |
2.2 MIROSOT 微型机器人足球系统简介 |
2.3 微型机器人足球系统工作原理 |
2.4 视觉子系统 |
2.5 决策子系统 |
2.5.1 决策子系统简介 |
2.5.2 决策子系统特点 |
2.6 无线通信子系统 |
2.7 机器小车子系统 |
第三章 决策子系统设计 |
3.1 决策子系统设计的要求和目标 |
3.2 决策子系统常用设计方法 |
3.3 决策子系统的主要设计方法 |
3.4 六步推理模型 |
3.4.1 决策树模型 |
3.4.2 四层递阶决策模型 |
3.4.3 决策类程序框架设计 |
3.5 场地分区法 |
3.6 队形及角色的设计 |
3.6.1 阵形的定义 |
3.6.2 角色的定义 |
3.7 球在不同区域内的队形及角色分配 |
3.7.1 球在射门区域的队形及角色设计 |
3.7.2 球在“中场”区域的队形及角色设计 |
3.7.3 球在第一层防守线内的队形及角色设计 |
3.7.4 球在第二层防守线内的队形及角色设计 |
3.7.5 球在第三层防守线内的队形及角色设计 |
3.7.6 球在其他区域的队形及角色设计 |
3.8 队形及角色在分区中的实现机制 |
第四章 多机器人的协作防守 |
4.1 防守与进攻的辨证关系 |
4.2 防守的目的和原则 |
4.3 机器人足球比赛中常用的进攻策略介绍 |
4.3.1 基于状态的射门策略 |
4.3.2 基于垂直平分线的射门策略 |
4.3.3 阵地进攻型策略 |
4.4 人工势场法 |
4.4.1 人工势场法原理 |
4.4.2 势函数的定义 |
4.4.3 对人工势场的评价 |
4.5 多机器人协作的定义与目的 |
4.6 多机器人的协作联防策略 |
4.6.1 联防策略跑位机制 |
4.6.2 联防跑位机制的原理 |
4.6.3 主防机器人的策略 |
4.6.4 协防队员的策略跑位 |
4.7 协作防守策略设计 |
4.7.1 协作防守战术 |
4.7.2 实验结果 |
4.8 常用防守动作设计 |
4.8.1 大脚解围动作 |
4.8.2 阻截防守动作 |
4.8.3 盯人防守动作 |
第五章 结论与展望 |
参考文献 |
致谢 |
附录A:角色库 |
个人简历 |
发表学术论文及参赛成果 |
(7)MiroSot 3Vs3机器人足球比赛小车控制与通信系统研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 足球机器人的起源和发展 |
1.2 国际机器人足球比赛的组织和类型 |
1.2.1 机器人足球世界杯比赛RoboCup |
1.2.2 微型机器人足球世界杯锦标赛MiroSot |
1.3 机器人足球国内外研究概况 |
1.3.1 国外研究状况 |
1.3.2 国内研究状况 |
1.4 论文主要工作 |
第2章 微型足球机器人系统结构 |
2.1 足球机器人系统的分类 |
2.2 MiroSot机器人足球比赛系统简介 |
2.3 集控式机器人足球系统结构及工作原理 |
2.3.1 视觉子系统 |
2.3.2 决策子系统 |
2.3.3 通信子系统 |
2.3.4 机器人小车子系统 |
第3章 足球机器人通信子系统设计 |
3.1 无线通信子系统关键器件选型 |
3.1.1 无线通信模块选型 |
3.1.2 无线通信系统微控制器选型 |
3.2 发射器的工作原理与硬件电路设计 |
3.3 接收器工作原理与硬件电路设计 |
3.4 无线通信子系统软件设计 |
第4章 足球机器人小车子系统硬件设计 |
4.1 机器人足球小车移动机构设计 |
4.2 机器人足球小车控制系统硬件电路设计 |
4.2.1 DSP控制单元 |
4.2.2 CPLD单元 |
4.2.3 Flash存储单元 |
4.2.4 电机驱动单元 |
4.2.5 光电测速反馈单元 |
第5章 足球机器人小车子系统软件设计 |
5.1 系统主程序设计 |
5.2 FLASH编程和擦写程序设计 |
5.3 DSP内存定位程序设计 |
5.3.1 存储器配置 |
5.3.2 BOOT程序设计 |
5.4 无线通讯模块控制子程序 |
5.5 电机驱动控制程序设计 |
5.5.1 PID算法程序设计 |
5.5.2 系统PID控制参数整定 |
第6章 结论与展望 |
参考文献 |
后记 |
(8)微型足球机器人防守策略和机器人小车的研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 引言 |
1.2 机器人足球赛的发展历程和主要赛事 |
1.3 微型足球机器人比赛系统的构成 |
1.4 足球机器人子系统和防守策略研究的内容及意义 |
1.5 足球机器人防守策略和机器人小车的研究现状 |
1.6 本文主要内容和结构 |
第二章 微型足球机器人多智能体的模型 |
2.1 智能体与多智能体系统 |
2.2 Agent 的体系结构 |
2.2.1 Agent 的体系结构的分类 |
2.2.2 JXUST-1 微型足球机器人 Agent 体系结构特点 |
2.3 足球机器人系统的组织结构 |
2.3.1 足球机器人系统常见的控制方式 |
2.3.2 JXUST-1 微型足球机器人控制系统的整体结构特点 |
第三章 微型足球足球机器人防守策略 |
3.1 足球机器人决策系统 |
3.1.1 足球机器人决策系统的特点 |
3.1.2 足球机器人决策系统的常用设计方法 |
3.1.3 模糊逻辑系统的简介 |
3.2 JXUST-1 微型足球机器人的决策系统 |
3.2.1 基于模糊逻辑的球场态势分析 |
3.2.2 基于模糊逻辑队形选择 |
3.2.3 基于模糊逻辑的角色分配 |
3.3 机器人足球赛防守的特点 |
3.4 防守策略的设计 |
3.4.1 防守策略的选择 |
3.4.2 防守的队形与防守战术 |
3.4.3 防守角色的动作选择 |
3.5 典型防守动作的设计 |
3.5.1 足球机器人运动学模型 |
3.5.2 大脚解围动作 |
3.5.3 盯人防守动作 |
3.5.4 阻截动作 |
3.5.5 快速回位动作 |
3.6 守门员防守策略 |
3.6.1 场地危险区域的划分 |
3.6.2 守门员策略的实现 |
3.6.3 试验结果 |
第四章 机器人小车子系统的设计 |
4.1 机器人小车的机械机构设计 |
4.1.1 机器人机械设计的总体技术要求 |
4.1.2 机器人小车机械机构的具体设计 |
4.1.3 电机的选择 |
4.1.4 减速器和测速装置的设计 |
4.2 机器人小车的控制电路的设计 |
4.2.1 无线通讯接收电路 |
4.2.2 微处理器电路 |
4.2.3 电机及其驱动电路 |
4.2.4 电源电路 |
结论与展望 |
参考文献 |
致谢 |
攻读学位期间发表的论文和取得的成果 |
附图-1 |
附图-2 |
(9)集控式足球机器人防守策略的研究(论文提纲范文)
中文摘要 |
Abstract |
第一章 绪论 |
1.1 引言 |
1.2 足球机器人比赛介绍 |
1.2.1 足球机器人的发展 |
1.2.2 足球机器人研究的意义 |
1.3 足球机器人分类 |
1.3.1 集中控制(集控式)足球机器人系统 |
1.3.2 分布控制式(分布式)足球机器人系统 |
1.3.3 腿型机器人与人型机器人系统 |
1.4 集控式微型足球机器人系统概述 |
1.5 足球机器人防守策略的研究现状及存在的问题 |
1.6 本文要论述的主要内容 |
第二章 足球机器人决策子系统分析 |
2.1 决策子系统的特点 |
2.2 决策系统推理模型的分析 |
2.3 决策系统的设计 |
2.4 决策系统子模块常用研究的方法 |
2.4.1 决策系统态势分析研究 |
2.4.2 任务分配研究 |
2.4.3 动作策略研究 |
2.5 基于模糊逻辑的决策子系统实现方法 |
2.5.1 基于模糊逻辑的态势分析实现方法 |
2.5.2 角色分配(Rule Assign)的研究 |
第三章 足球机器人防守策略的研究 |
3.1 防守的战术 |
3.1.1 基本防守战术 |
3.1.2 局部配合防守战术 |
3.2 防守的角色 |
3.3 防守角色的主要动作 |
3.3.1 大脚解围动作的设计 |
3.3.2 阻截动作的设计 |
3.3.3 盯人防守动作的设计 |
3.4 前场三角形进攻中的攻守平衡策略 |
3.5 中场的层次化防守策略 |
3.5.1 4 人3 层化防守 |
3.5.2 3 人3 层化防守 |
3.5.3 1 人层次化防守 |
3.6 后卫防守策略 |
3.7 守门员防守策略的研究 |
3.7.1 防线(Goal Line)的确定 |
3.7.2 危险区的划分 |
3.7.3 各危险区的防守策略 |
3.7.4 罚点球时守门员的防守策略 |
3.7.5 守门员运动速度的确定 |
3.8 本章小结 |
第四章 实体模型研究与防守策略仿真实验 |
4.1 坐标系与坐标变换 |
4.1.1 坐标系的基本定义 |
4.1.2 各坐标系之间的转化 |
4.2 运动学建模 |
4.2.1 非完整性约束 |
4.2.2 机器人运动学建模 |
4.2.3 机器人撞球模型 |
4.3 仿真系统介绍 |
4.4 守门员防守策略的仿真实现 |
4.5 本章小结 |
第五章 结论与展望 |
参考文献 |
发表论文和科研情况说明 |
致谢 |
(10)基于赛场态势的机器人足球决策系统研究(论文提纲范文)
摘要 |
Abstract |
目录 |
第一章 绪论 |
1.1 研究背景 |
1.1.1 机器人足球 |
1.1.2 机器人足球决策系统 |
1.2 研究现状 |
1.2.1 机器人足球决策 |
1.2.2 态势评估与决策 |
1.2.3 赛场态势评估问题 |
1.2.4 决策系统研究意义 |
1.3 论文内容和组织 |
1.3.1 论文内容 |
1.3.2 论文组织 |
第二章 微型机器人足球决策系统 |
2.1 微型机器人足球系统 |
2.1.1 系统构成 |
2.1.2 系统特点 |
2.2 决策系统 |
2.2.1 系统任务 |
2.2.2 系统特点 |
2.2.3 发展要求 |
2.2.4 相关问题 |
2.3 本章小结 |
第三章 机器人足球赛场态势分析研究 |
3.1 态势分析研究 |
3.1.1 典型方法 |
3.1.2 本文方法 |
3.2 多因素评判 |
3.2.1 赛场信息无关量 |
3.2.2 模糊评判 |
3.3 群体决策 |
3.4 实验验证 |
3.5 本章小结 |
第四章 机器人足球决策系统设计 |
4.1 策略特点的分析 |
4.2 决策系统的模型 |
4.2.1 经典决策模型 |
4.2.2 本文决策模型 |
4.3 决策系统的分层设计 |
4.3.1 高层决策 |
4.3.2 底层决策 |
4.3.3 管理层 |
4.3.4 动作层 |
4.4 本文决策模型特点 |
4.5 本章小结 |
第五章 微型机器人足球决策系统实现 |
5.1 微型机器人足球的软件系统分析 |
5.1.1 视觉软件分析 |
5.1.2 图像处理和决策 |
5.2 系统软件结构分析 |
5.3 决策子系统的实现 |
5.3.1 信息预处理 |
5.3.2 态势分析 |
5.3.3 角色分配 |
5.3.4 动作执行 |
5.4 重要函数的实现 |
5.4.1 GetBestRobot函数 |
5.4.2 kickball函数 |
5.5 实验验证 |
5.6 本章小结 |
第六章 结束语 |
6.1 总结 |
6.2 展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
四、微型机器人足球系统研究(论文参考文献)
- [1]基于网络的分布式小型足球机器人仿真比赛平台的研究与开发[D]. 符德晓. 浙江理工大学, 2011(06)
- [2]微型足球机器人位姿辨识与群智能路径规划技术研究[D]. 吴宪祥. 西安电子科技大学, 2009(04)
- [3]基于微型足球机器人系统的研究[J]. 柳在鑫,王进戈,王强,张均副,向中凡. 西华大学学报(自然科学版), 2009(04)
- [4]微型足球机器人的目标识别与避障规划[D]. 卫涛. 燕山大学, 2009(07)
- [5]集控式足球机器人视觉系统研究与实现[D]. 俞冬丽. 浙江工业大学, 2009(06)
- [6]微型足球机器人多层次防守策略的研究[D]. 唐榆淋. 江西理工大学, 2009(S2)
- [7]MiroSot 3Vs3机器人足球比赛小车控制与通信系统研究[D]. 李斌. 华中师范大学, 2008(09)
- [8]微型足球机器人防守策略和机器人小车的研究[D]. 胡发焕. 江西理工大学, 2007(09)
- [9]集控式足球机器人防守策略的研究[D]. 王占亭. 天津大学, 2007(04)
- [10]基于赛场态势的机器人足球决策系统研究[D]. 王新宇. 西北工业大学, 2007(06)