一种足球机器人目标追踪方法及系统技术方案

本发明专利技术公开了一种足球机器人目标追踪方法及系统，其方法包括步骤：一、建立足球机器人的运动模型，二、对足球机器人的运动模型进行离散化，得到足球机器人的状态方程，三、建立足球机器人的测量模型，四、建立k-1时刻足球机器人的状态变量xk-1的滤波概率分布模型，五、测量更新，六、预测更新，七、估计出k+1时刻足球机器人的状态变量xk+1的最优估计值，八、目标追踪；其系统包括数据处理器、数据存储卡、串口通信模块、无线通信模块、全向视觉模块、智能功率模块、运动控制卡、电机驱动电路模块、电机、电机编码器和足球机器人教练机。本发明专利技术设计合理，使用操作简便，实现方便，实现了快速、准确的足球机器人目标追踪，实用性强，使用效果好，推广应用价值高。

【技术实现步骤摘要】

【技术保护点】
一种足球机器人目标追踪方法，所述足球机器人为由三个全向轮构成运动机构的三轮全向足球机器人，其特征在于该方法包括以下步骤：步骤一、采用数据处理器（1）建立足球机器人在足球场场地坐标下的运动模型：其中，Sx为足球机器人在足球场场地上的X轴方向的位移，Sy为足球机器人在足球场场地上的Y轴方向的位移，Φ为足球机器人在足球场场地上的转动角度，(Sx,Sy,Φ)为足球机器人的位姿信息；R为全向轮的半径，θ为足球机器人沿足球机器人坐标x轴方向的运动速度vx与足球场场地坐标X轴之间的夹角，α为足球机器人沿足球机器人坐标x轴方向的运动速度vx与直线d之间的夹角，所述直线d为落于足球机器人坐标第一象限内的全向轮的质心与足球机器人坐标原点的连线;L为三个全向轮中任意一个的质心与足球机器人的质心之间的距离，且三个全向轮的质心与足球机器人质心之间的距离相等；分别为三个全向轮转动的角度；所述足球场场地坐标是以足球场中心点为坐标原点和以足球机器人进攻方向为Y轴正方向的前提下，以符合右手坐标系的方向为X轴正方向建立的；所述足球机器人坐标是以足球机器人质心为坐标原点和以足球机器人正前方的方向为y轴正方向的前提下，以符合右手坐标系的方向为x轴正方向建立的；步骤二、采用数据处理器（1）对步骤一中建立的足球机器人在足球场场地坐标下的运动模型进行离散化，得到足球机器人在足球场场地坐标下的状态方程：xk=f(xk?1,uk?1)+ηk?1其中，xk为k时刻足球机器人在足球场场地坐标下的状态变量，xk?1为k?1时刻足球机器人在足球场场地坐标下的状态变量，uk?1=[vk?1,ωk?1]T为k?1时 刻对足球机器人的控制向量，ηk?1为过程噪声向量；vk?1为k?1时刻足球机器人的前进速度且vk?1=?vxsinθ+vycosθ+Rωk?1，ωk?1为k?1时刻足球机器人的旋转速度；步骤三、采用数据处理器（1）建立足球机器人在足球场场地坐标下的测量模型：zk=dkβk+ηk′dk2=[Pxk?xk?Acosθk“]2+[Pyk?yk?Asinθk“]2βk=π-arctan[Pyk-yk-Asinθk′Pxk-xk-Acosθk′]-θk′其中，zk为k时刻足球机器人位姿的测量量，dk为k时刻足球机器人与目标之间的距离，βk为k时刻足球机器人前进方向与目标行进方向之间的夹角，ηk“为测量噪声向量，Pxk为k时刻目标与足球场场地坐标X轴之间的距离，xk为k时刻足球机器人在足球场场地坐标下的横坐标，A为足球机器人的底座直径，θk“为k时刻足球机器人的前进速度vk与足球场场地坐标X轴之间的夹角，Pyk为k时刻目标与足球场场地坐标Y轴之间的距离，yk为k时刻足球机器人在足球场场地坐标下的纵坐标；步骤四、所述数据处理器（1）调用高斯和粒子滤波处理模块且采用高斯和粒子滤波算法建立k?1时刻足球机器人在足球场场地坐标下的状态变量xk?1的滤波概率分布模型：p(xk-1|z0:k)=Σi=1Gw‾(k-1)iN(xk-1;μ‾(k-1)i,Σ‾(k-1)i)其中，z0:k={z0,z1,…,zk}，G为并行的高斯和粒子滤波器的总数，为根据k?2时刻状态变量的概率分布预测得到的k?1时刻状态变量样本点集的权值，为根据k?2时刻状态变量的概率分布预测得到的k?1时刻足球机器人在足球场场地坐标下的状态变量xk?1的高斯分布，为根据k?2时刻状态变量的概率分布预测得到的k?1时刻样本点集的滤波均值，为根据k?2时刻状态变量的概率分布预测得到的k?1时刻样本点集的协方差；步骤五、测量更新：采用全向视觉模块（5）对足球机器人所在场地上的环境信息图像进行实时采集，并将所采集到的环境信息图像同步传送至数据处理器（1），数据处理器（1）对其接收到的环境信息图像进行分析处理，得到k时刻足球机器人在足球场场地上的位姿和目标在场地上的位姿，并调用高斯和粒子滤波处理模块且采用高斯和粒子滤波算法对k时刻的足球机器人位姿的测量量zk进行测量更新，得到测量更新后k时刻足球机器人在足球场场地坐标下的状态变量xk的滤波概率分布p(xk|z0:k)；步骤六、预测更新：所述数据处理器（1）调用高斯和粒子滤波处理模块且采用高斯和粒子滤波算法对测量更新后k时刻足球机器人在足球场场地坐标下的状态变量xk的滤波概率分布p...

【技术特征摘要】

【专利技术属性】
技术研发人员：侯媛彬，康倩，王磊，高阳东，
申请(专利权)人：西安科技大学，
类型：发明
国别省市：