基于全局视觉反馈和运动轨迹约束的多智能体比赛数据分析系.PDFVIP

基于全局视觉反馈和运动轨迹约束的 多智能体比赛数据分析系统 刘宏 查红彬 林飞 北京大学视觉与听觉信息处理国家重点实验室 地址：北京大学信息科学技术学院智能科学系 100871 { liuhong, zha, linfei} @cis.pku.edu.cn 摘要：本文给出了一个面向足球机器人的多智能体比赛数据分析系统。该系统通过全局视觉 反馈，实时获取赛场上多个快速运动的足球机器人的位置和姿态作为原始比赛数据。由于各 种噪声的干扰、实时性要求等因素对视觉处理造成的局限，使得原始比赛数据中存在很多“无 效数据”，即通过图形显示回放的机器人运动状况与实际的比赛过程存在明显的差距。本文 在提高全局视觉系统处理能力基础上，通过机器人运动轨迹的三个约束条件快速地判别无效 数据并给出了针对无效数据的轨迹插补方法，通过图形显示的动态仿真建立了比赛数据分析 系统。最后，探讨了以该系统为基础可以进一步研究开发的四项新功能。 关键词：多智能体、全局视觉、运动轨迹约束、比赛数据分析 1．引言 足球机器人是近年来发展起来的机器人研究和竞赛项目，涉及在限定环境下敌我双方多 个智能体的协调与对抗技术[1] 。RoboCup 和 FIRA 等国际组织每年都举办国际性和区域性比 赛，已经吸引了世界各地几百所大学的参加[2,3] 。足球机器人系统一般划分为硬件系统、感 知系统、策略系统和通讯系统等子系统，在具备同等硬件水平和通讯能力的情况下，感知能 力和规划能力将成为机器人足球竞赛的关键。足球机器人系统的感知与规划具有高度融合的 特点，规划过程和策略执行对感知能力具有非常高的依赖性。 与一般的运动规划问题相比，足球机器人规划问题的复杂性还在于：多个智能体的高速 运动、运动速度与方向的复杂变化、复杂的碰撞行为和高度实时性要求。很多传统的规划方 法是针对一个静态的封闭环境设计的，具有较高的时间复杂度，如传统的位姿空间描述和图 搜索的求解方法等，很难满足实时性能的要求。探索适合于足球机器人在动态环境下的多智 能体规划方法，已经引起研究人员的关注[4,5] 。我们通过对碰撞行为的分析，建立了碰撞预 测模型，体现了以碰撞为中心的足球机器人规划思想[6]，而这些规划行为的设计都依赖于感 知系统的实时反馈。 为了在一个非常简便的环境下试验足球机器人算法，提供交流平台，RoboCup 和 FIRA 都开发自己的仿真比赛平台。尽管仿真平台设计的功能越来越靠近实际比赛，但实际比赛所 面临的复杂情况仍然是仿真比赛所无法比拟的。但物理比赛平台的在线分析和赛后分析等方 面也存在很大的局限，目前采用的主要方法是利用数字摄像机拍摄物理比赛的录像，供比研 究人员赛后分析，相当于反复观看比赛录像，但大多停留在定性的主观分析阶段，难以对整 场比赛进行精确、定量的统计分析，给出客观的评价——这些对竞赛水平的提高和多智能体 算法的改进是非常重要的。本文针对这一问题，以 MiroSot 3 对 3 足球机器人硬件比赛平台 为例，给出了一个面向足球机器人的多智能体比赛分析系统。该系统通过全局视觉实时获取 赛场上多个快速运动的足球机器人的位置和姿态，通过图形仿真支持赛后回放、统计和分析。 2 ．实时全局视觉反馈 作为足球机器人的主要感知手段，视觉系统的性能好坏对机器人性能的发挥起决定性作 用，视觉系统可以解决足球机器人的自定位、目标发现、跟踪与定位等问题[7,8] 。自定位是 指机器人通过视觉系统确定自身在场地上的位置和方向；而目标发现、跟踪与定位是指机器 人通过视觉系统发现、跟踪其他机器人和球，并识别其位置和状态。足球机器人视觉系统与 一般的机器视觉系统相比，有很强的特殊性，这主要体现在两个方面：视觉环境的复杂性和 系统反应的高度实时性要求。影响视觉系统性能的复杂环境因素包括：照明强度的变化、不 均匀的照明、光线发射率的不同、阴影的干扰、物体间的遮挡、场景的变化、运动的目标、 对抗的局面和场地周围观众的影响等等。足球机器人快速的运动和激烈的对抗，要求在几十 毫秒内完成视觉信息处理、通讯、动作规划等一系列任务，以形成下一周期的比赛策略，这 对视觉系统的实时性提出了很高的要求，一些时间复杂度高的算法很难直接使用。目前采用 的主要方法是充分利用场地和机器人的颜色和几何特征[9]，例如基于颜色标记的视觉信息处 理方法，就是