CN112462757A - 一种提高仿真足球机器人射门进球率的方法 - Google Patents
一种提高仿真足球机器人射门进球率的方法 Download PDFInfo
- Publication number
- CN112462757A CN112462757A CN202011208498.2A CN202011208498A CN112462757A CN 112462757 A CN112462757 A CN 112462757A CN 202011208498 A CN202011208498 A CN 202011208498A CN 112462757 A CN112462757 A CN 112462757A
- Authority
- CN
- China
- Prior art keywords
- coordinate
- robot
- football
- goal
- shooting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000004088 simulation Methods 0.000 title description 6
- 239000011159 matrix material Substances 0.000 claims abstract description 17
- 238000004422 calculation algorithm Methods 0.000 description 8
- 101100012910 Plasmodium falciparum (isolate FC27 / Papua New Guinea) FIRA gene Proteins 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000137 annealing Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63B—APPARATUS FOR PHYSICAL TRAINING, GYMNASTICS, SWIMMING, CLIMBING, OR FENCING; BALL GAMES; TRAINING EQUIPMENT
- A63B69/00—Training appliances or apparatus for special sports
- A63B69/34—Tackling, blocking or grappling dummies, e.g. boxing or wrestling or American- football dummies
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Physical Education & Sports Medicine (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种提高仿真足球机器人射门进球率的方法,包括如下步骤:(1)获取机器人坐标、足球坐标和对方球门线的坐标矩阵,根据机器人坐标、足球坐标和对方球门线的坐标矩阵移动机器人使其在射门区域内;(2)在球门区域坐标矩阵内任意选取一个坐标作为射门坐标,射门坐标和足球坐标连成一条直线,以机器人坐标与足球坐标连线的中点为垂点,求解直线延长线上与过中点垂线的交点,机器人坐标到交点的方向位于机器人的移动方向;(3)按照一定的频率重复计算交点,直到交点和足球坐标重合后,即实现机器人到达足球坐标踢球射门。与现有技术相比,本发明具有正确性和优越性,提高了射门进球率,解决了传统基本射门方法进球率低的问题。
Description
技术领域
本发明属于仿真足球机器人领域,具体涉及一种提高仿真足球机器人射门进球率的方法。
背景技术
FIRA仿真5vs5机器人比赛在国际、国内比赛的历史已有二十年,是国际、国内的机器人大赛中非常有影响力的比赛项目之一,每年有数十所高校代表队踊跃报名参加比赛。FRIA仿真5vs5机器人足球项目促进人工智能领域的进步,为高级算法(退火算法,人工势场)的先进性提供了合理依据。在FIRA仿真足球机器人比赛中,策略编写、阵型变换、路径规划等都是比赛的关键,而射门则是一场比赛的核心,国内外的机器人足球比赛实践也表明,射门能力是决定一支球队能否赢得胜利的关键因素。
仿真机器人在足球比赛中大多采用传统射门算法,以球的位置作为目标点,沿直线轨迹到达接近球的位置,再调整好射门角度,之后再沿直线将球推入球门;就会导致机器人的行动轨迹过于线性,机器人接触后足球后再调整位姿,在调整位置过程还易造成误碰球,导致足球移位现象;同时机器人还易受到对方或我方机器人的干扰,甚至出现将球推入我方球门的情况。
发明内容
本发明的目的在于提供中一种提高仿真足球机器人射门进球率的方法,该方法在射门前实时改变机器人的前进方向,使机器人达到足球处时已经调整好机器人的射门角度,提高进球率。
为实现上述目的,本发明采用如下技术方案:
一种提高仿真足球机器人射门进球率的方法,包括如下步骤:
(1)获取机器人坐标、足球坐标和对方球门线的坐标矩阵,根据机器人坐标、足球坐标和对方球门线的坐标矩阵移动机器人使其在射门区域内;
(2)在所述球门区域坐标矩阵内任意选取一个坐标作为射门坐标,射门坐标和足球坐标连成一条直线LSD,以机器人坐标与足球坐标连线的中点为垂点,求解直线LSD延长线上与过中点垂线的交点,机器人坐标到交点的方向位于机器人的移动方向;
(3)按照一定的频率重复步骤(2)实现到机器人向足球移动,直到交点和足球坐标重合后,机器人到达足球坐标踢球射门。
进一步地,步骤(1)所述根据机器人坐标点、足球坐标点和对方球门区域坐标矩阵移动机器人使其在射门区域内是指按照如下步骤:
(1-1)获取对方球门线的坐标矩阵,并在对方球门线的坐标矩阵中获取两端点坐标,机器人坐标与两端点坐标构成搜索区域;
(1-2)判断足球坐标是否在搜索区域内,若不在搜索区域内,移动机器人坐标形成新的搜索区域,并重新判断足球坐标是否在搜索区域内,直到足球坐标在搜索区域,有足球坐标的搜索区域为射门区域。
进一步地,步骤(3)中所述一定的频率是指50~80Hz。
更进一步地,所述一定的频率为60Hz,即每秒计算60次交点。
本发明先通过判断足球位于机器人射门范围内,然后根据射门范围和足球位置调整机器人的位置;再通过对机器人前进的目标点实时调整,使得机器人沿着弧形轨迹接近球并将位姿调整到射门状态,最后完成射门过程。本发明还通过实验验证,实验结果表明本发明的正确性和优越性,提高了射门进球率,解决了传统基本射门方法进球率低的问题。
附图说明
图1为本发明的流程示意图。
图2为本发明的机器人找足球的示意图。
图3为本发明的机器人向足球移动的示意图。
图4为本发明计算交点的示意图。
具体实施方式
如图1所示,本实施例提供的一种提高仿真足球机器人射门进球率的方法包括如下步骤:
(1)获取机器人坐标r和对方球门线的坐标矩阵L;再在对方球门线的坐标矩阵L0中找出两端的端点坐标L1和Ln,如图2所示,机器人坐标r分别与端点坐标l1和ln连线后与对方球门线形成一个三角形区域,该三角形区域为初始搜索区域P0;
(2)获取足球坐标s(xs,ys),判断足球坐标s是否在搜索区域P0内,若不在则调整机器人位置,再根据调整后的机器人坐标r与端点坐标l1和ln连线后与对方球门线形成一个新的搜索区域P1,再次足球坐标s是否在搜索区域P1内,直到足球在搜索区域内,此时的机器人坐标为r(xr,yr);
(3)如图4所示,在所述球门区域G内选取任意一点坐标作为射门坐标m(xm,ym),射门坐标m和足球坐标s之间的连线lms,
足球坐标s与射门坐标m连线与水平轴之间的夹角α;
机器人坐标r和足球坐标s之间的连线lrs,
足球坐标s与机器人坐标r连线与水平轴之间的夹角β;
连线lms和lrs之间的夹角为θ,
θ=α-β;
交点p点坐标为
查找lrs上的中点z,并以所述中点z为垂点,做直线lz,求解lz与lms的延长线上的交点p,机器人沿着机器人坐标人r到交点p直线向量运动;
(4)按照1.0~1.5Hz的频率重复步骤(3)实时求解出交点p,如图3所示,改变机器人的运动方向和路径,再次过程中机器人不仅向足球靠近还实时改变机器人的姿态,使其达到足球坐标使机器人的已经调整到射门状态的姿势,此时只需要踢球射门;所述50~60Hz的频率是指每秒计算50~80次交点p;本实施例优先地每秒计算60次交点,即可实时改变机器人的前进方向,调整机器人的位姿,使其为射门状态,机器人得以和足球接触,再计算出的射门点位于机器人与球之间距离,机器人推球前进,直到成功射门。
为了验证本发明算法的有效性,本实验是在FIRA小型机器人5vs5仿真比赛平台上进行的,两种方法的初始位置相同。将本发明的射门算法与平台的基本射门算法进行比较。实验时,足球放到赛场上的任意位置,机器人从不同的位置奔向足球完成射门过程,实验结果如下:本发明的射门算法的射门总数200次,失球数55次,进球数145次,成功率72.5%。基本射门算法总数200次,失球数88次,进球数112次,成功率56%。
以上所述仅是本发明优选的实施方式,但本发明的保护范围并不局限于此,任何基于本发明所提供的技术方案和发明构思进行的改造和替换都应涵盖在本发明的保护范围内。
Claims (4)
1.一种提高仿真足球机器人射门进球率的方法,其特征在于包括如下步骤:
(1)获取机器人坐标、足球坐标和对方球门线的坐标矩阵,根据机器人坐标、足球坐标和对方球门线的坐标矩阵移动机器人使其在射门区域内;
(2)在所述球门区域坐标矩阵内任意选取一个坐标作为射门坐标,射门坐标和足球坐标连成一条直线lms,以机器人坐标与足球坐标连线的中点为垂点,求解直线lms延长线上与过中点垂线的交点,机器人坐标到交点的方向位于机器人的移动方向;
(3)按照一定的频率重复步骤(2)实现到机器人向足球移动,直到交点和足球坐标重合后,机器人到达足球坐标踢球射门。
2.根据权利要求1所述的一种提高仿真足球机器人射门进球率的方法,其特征在于:步骤(1)所述根据机器人坐标点、足球坐标点和对方球门区域坐标矩阵移动机器人使其在射门区域内是指按照如下步骤:
(1-1)获取对方球门线的坐标矩阵,并在对方球门线的坐标矩阵中获取两端点坐标,机器人坐标与两端点坐标构成搜索区域;
(1-2)判断足球坐标是否在搜索区域内,若不在搜索区域内,移动机器人坐标形成新的搜索区域,并重新判断足球坐标是否在搜索区域内,直到足球坐标在搜索区域,有足球坐标的搜索区域为射门区域。
3.根据权利要求1所述的一种提高仿真足球机器人射门进球率的方法,其特征在于:步骤(3)中所述一定的频率是指50~80Hz。
4.根据权利要求3所述的一种提高仿真足球机器人射门进球率的方法,其特征在于:所述一定的频率为60Hz,即每秒计算60次交点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011208498.2A CN112462757A (zh) | 2020-11-03 | 2020-11-03 | 一种提高仿真足球机器人射门进球率的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011208498.2A CN112462757A (zh) | 2020-11-03 | 2020-11-03 | 一种提高仿真足球机器人射门进球率的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112462757A true CN112462757A (zh) | 2021-03-09 |
Family
ID=74834325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011208498.2A Pending CN112462757A (zh) | 2020-11-03 | 2020-11-03 | 一种提高仿真足球机器人射门进球率的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112462757A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004097662A (ja) * | 2002-09-12 | 2004-04-02 | Toshiba Eng Co Ltd | サッカーシミュレーションゲーム装置および方法 |
CN104460668A (zh) * | 2014-11-03 | 2015-03-25 | 沈阳化工大学 | 一种提高足球机器人射门效率的方法 |
CN207198660U (zh) * | 2017-08-31 | 2018-04-06 | 安徽朗巴智能科技有限公司 | 新型足球机器人自主射门的智能控制系统 |
CN108871344A (zh) * | 2018-07-13 | 2018-11-23 | 北京工业大学 | 足球机器人ggrrt路径规划方法 |
CN110377033A (zh) * | 2019-07-08 | 2019-10-25 | 浙江大学 | 一种基于rgbd信息的小型足球机器人识别与追踪抓取方法 |
CN111487972A (zh) * | 2020-04-24 | 2020-08-04 | 深圳市优必选科技股份有限公司 | 一种踢球的步态规划方法、装置、可读存储介质及机器人 |
-
2020
- 2020-11-03 CN CN202011208498.2A patent/CN112462757A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004097662A (ja) * | 2002-09-12 | 2004-04-02 | Toshiba Eng Co Ltd | サッカーシミュレーションゲーム装置および方法 |
CN104460668A (zh) * | 2014-11-03 | 2015-03-25 | 沈阳化工大学 | 一种提高足球机器人射门效率的方法 |
CN207198660U (zh) * | 2017-08-31 | 2018-04-06 | 安徽朗巴智能科技有限公司 | 新型足球机器人自主射门的智能控制系统 |
CN108871344A (zh) * | 2018-07-13 | 2018-11-23 | 北京工业大学 | 足球机器人ggrrt路径规划方法 |
CN110377033A (zh) * | 2019-07-08 | 2019-10-25 | 浙江大学 | 一种基于rgbd信息的小型足球机器人识别与追踪抓取方法 |
CN111487972A (zh) * | 2020-04-24 | 2020-08-04 | 深圳市优必选科技股份有限公司 | 一种踢球的步态规划方法、装置、可读存储介质及机器人 |
Non-Patent Citations (6)
Title |
---|
云健;张旭;魏晓鸣;王春霞;: "RoboCup中截球、控球/带球、传球/跑位的策略", 内蒙古科技大学学报, no. 02, 15 June 2009 (2009-06-15) * |
张秋实;张天航;张雨泽;吴阳;黄冰冰;: "基于动态碰撞时间预测的机器人区域射门算法", 东北电力大学学报, no. 04, 15 August 2012 (2012-08-15) * |
程福;马英庆;赵臣;: "一种改进的足球机器人射门算法", 自动化技术与应用, no. 08, 25 August 2007 (2007-08-25) * |
蒲勇;周兴社;王宇英;: "基于最优搜索的足球机器人射门算法", 计算机应用, no. 12, 15 December 2007 (2007-12-15) * |
蔡国武;刘祚时;罗爱华;: "基于最大角的足球机器人贪心射门算法", 机械工程与自动化, no. 02, 15 April 2009 (2009-04-15) * |
郝宗波, 洪炳: "仿真机器人足球射门动作研究", 哈尔滨工业大学学报, no. 09, 30 September 2003 (2003-09-30) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105676642B (zh) | 一种六自由度机器人工位布局与运动时间协同优化方法 | |
CN103079653B (zh) | 虚拟高尔夫球模拟装置及方法 | |
CN110653819B (zh) | 一种仿人机器人的踢球动作生成系统及方法 | |
US20190224552A1 (en) | Golf ball tracking system | |
JP2005507722A5 (zh) | ||
CN108871344B (zh) | 足球机器人ggrrt路径规划方法 | |
Schwab et al. | Learning skills for small size league robocup | |
CN102446359A (zh) | 一种基于计算机的小球运动处理方法及系统 | |
CN112076440A (zh) | 基于识别屏的双人互动上肢康复系统及其训练方法 | |
CN113312840B (zh) | 一种基于强化学习的羽毛球对弈方法及系统 | |
CN112462757A (zh) | 一种提高仿真足球机器人射门进球率的方法 | |
CN110929595A (zh) | 一种基于人工智能的有球无球训练或娱乐系统及方法 | |
Wang et al. | RETRACTED ARTICLE: Optimization analysis of sport pattern driven by machine learning and multi-agent | |
CN108269265B (zh) | 基于深度学习的台球击球位置测定方法及其装置 | |
Zhu et al. | Learning primitive skills for mobile robots | |
CN104460668A (zh) | 一种提高足球机器人射门效率的方法 | |
Fahami et al. | A reinforcement learning approach to score goals in RoboCup 3D soccer simulation for nao humanoid robot | |
CN107899225B (zh) | 一种基于运动轨迹的乒乓球发球得分识别方法 | |
CN106890436A (zh) | 高尔夫球杆及高尔夫vr模拟系统 | |
CN107315349B (zh) | 机器人的击球运动控制方法 | |
CN106031823A (zh) | 一种乒乓球运动智能记分系统和记分方法 | |
Gao et al. | Dynamic modeling based on fuzzy neural network for a billiard robot | |
Chen et al. | Macro and micro reinforcement learning for playing nine-ball pool | |
Lee et al. | Effective strategies for improving mobility efficiency and keeping numerical superiority in AI Worldcup | |
US20180193727A1 (en) | Robotic miniature golf |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |