隨機角色分配策略於機器人足球賽之模擬研究
66
0
0
全文
(2) 隨機角色分配策略於機器人足球賽之模擬研究 學生：陳冠憲. 指導教授：莊謙本 教授. 國立臺灣師範大學應用電子科技學系碩士班. 摘. 要. 本論文主要探討足球機器人致勝策略以及路徑設計。利用了基本移動與進階 移動來規劃出機器人的避障路徑，並且描述每個足球員角色所執行的任務。另外 提出一個隨機角色分配機制，利用機器人與足球在場上的位置，計算出足球員與 球的距離以及相對於目標點的角度，並且依據以上位置資訊給予不同的權值計算 規則來分配角色。 最後利用FIRA(Federation of International Robot-soccer Association)機器人足 球賽軟體Robot Soccer v1.5a 模擬器來執行策略實驗。並且實驗中結果驗證加入角 色分配機制對於五對五比賽中，可以提高攻守效率來達到較短的進球時間以及較 佳的勝率。. 關鍵字：路徑規劃、模擬機器人、角色分配策略. i.
(3) A Simulation Study of Dynamic Role Playing Strategy for Five-on-Five Robot Soccer Competition. student：Guan-Xian Chen. Advisors：Dr. Chien-Pen Chuang. Institute of Applied Electronics Technology National Taiwan Normal University. ABSTRACT. This thesis mainly discusses the wining strategies of soccer robots and designs the corresponding routes of robots. We use basic movement and advanced movement to draw up obstacle avoidance, and describe the tasks performed by the role of each soccer player. On the other hand, we propose a dynamic role playing strategy by the corresponding position between soccer players and the ball, and give them different computing rules to assign the roles by above position information.. Finally, we use the simulation software, FIRA(Federation of International Robot-soccer Association) Robot Soccer v1.5a, to run the experiment. By the experiment result, it shows that the teams added dynamic role playing strategy have high performance of offensive or defensive, and get shorter competition time and have better rates of scoring.. Keywords: Path Planning, SimuroSot, Delegate Role Strategies. ii.
(4) 誌. 謝. 本論文的完成，我要感謝我的指導教授 莊謙本老師，在我研究學習受阻時， 不厭其煩的教導，讓我習得很多專業相關知識，並培養獨立解決問題能力。老師 把我們學生視為自己的家人，對於生活的關照並分享處世之道，讓我們學會如何 喜樂的活出自己。另外我也要感謝口試委員 壽大衛教授和周明教授給予的指導 與幫助，讓我的論文內容更加嚴謹與完整。也感謝應用電子所的老師與系辦助教 們對於我們日常生活上的指導與關愛，讓我在師大的研究生活過得很充實與滿 足。 在實驗室的日子裡，學長與學姊們的引導與關照，讓我更快的融入 lab 愉快 的氣氛。一起奮鬥的同學與學弟們，感謝你們在各路的相互幫忙與陪伴，無論是 學業上、吃飯與一同運動，讓這裡成為一個充滿笑聲、熱鬧、健康且讓我安心學 習的環境。實驗室有你們在真好，讓我求學時不孤單，很幸運能認識你們。 在校外的日子，感謝我的高中死黨”海山幫倒忙”、中正死黨”怎麼約都沒空團” 與長庚大學的死黨們對於我的鼓勵，讓我更有勇氣往自己目標邁進。感謝與我打 球的球友們，陪我在汗水中解放緊張的心情。另外也要感謝我的學生們，這些日 子有你們的包容給予我彈性的上課時間，好讓我能克服生活經濟問題與完成我的 學業，並讓我體會到教學相長的道理。 最後我要感謝我最摯愛的家人，感謝有你們一路支持與陪伴，讓我無後顧之 憂地完成碩士學位。還有親愛的家瑜，謝謝妳在那些日子的陪伴，讓我懂得成長 與邁向人生的目標。在此僅將此篇論文獻給你們，謝謝你們！. 陳冠憲 僅誌 國立臺灣師範大學應用電子科技研究所 2012 年 6 月 iii.
(5) 目. 錄. 中文摘要................................................................................................................. i 英文摘要...................................................................................................................ii 致. 謝..................................................................................................................iii. 目. 錄..................................................................................................................iv. 圖 目 錄...................................................................................................................vi 表 目 錄.................................................................................................................viii 第一章. 緒論........................................................................................................1. 1.1. 研究動機與背景....................................................................................1. 1.2. 研究目的................................................................................................3. 1.3. 研究流程................................................................................................4. 1.4. 文獻探討................................................................................................5. 1.4. 論文架構................................................................................................6. 第二章. FIRA 訪真足球賽的介紹.......................................................................7. 2.1. FIRA 簡介...............................................................................................7. 2.2. FIRA 足球賽規則...................................................................................8. 2.3 Robot Soccer v1.5a 模擬器簡介.........................................................12 2.4 模擬器介面說明..................................................................................14 2.4.1 主要選單 (The Main Menu) ......................................................15 2.4.2 策略選單 (The Strategies Menu) ...............................................16 2.4.3 時間/比分選單 (The Time / Score Menu) .................................17 2.4.4 比賽選單 (The In Game Menu) .................................................18 2.4.5 重複播放選單 (The Replay Menus) ..........................................19 2.4.6 裁判選單 (The In Game Menu) .................................................21 2.4.7 足球機器人角色設定................................................................25. iv.
(6) 第三章. 研究方法..............................................................................................27 基本作動..............................................................................................28. 3.1. 3.1.1 基本移動(Basic movement) .......................................................28 3.1.2 進階移動(Advanced movement) ................................................30 3.1.3 控球.............................................................................................33 3.1.4 射門策略.....................................................................................34 3.1.5 避障............................................................................................36 角色策略..............................................................................................40. 3.2. 3.2.1 守門員........................................................................................40 3.2.2 防守員........................................................................................42 3.2.3 主攻員........................................................................................44 3.2.4 助攻員........................................................................................45 隨機角色分配策略..............................................................................47. 3.3 第四章 4.1. 模擬實驗..............................................................................................49. 4.2. 實驗結果..............................................................................................50. 第五章 參. 實驗結果..............................................................................................49. 考. 結論與展望..........................................................................................54 文. 獻......................................................................................................55. v.
(7) 圖 目 錄 圖 1-1. 車型機器人足球賽..........................................................................................2. 圖 1-2. 機器人足球賽 (SONY AIBO 機器人) ..........................................................2. 圖 1-3. 研究流程圖......................................................................................................4. 圖 2-1. 足球機器人實體架構圖..................................................................................8. 圖 2-2. MiroSot 實體足球機器人圖..........................................................................10. 圖 2-3. FIRA 機器人足球賽場地示意圖...................................................................11. 圖 2-4. FIRA 官方網站 SimuroSot.............................................................................12. 圖 2-5. 開啟 Robot Soccer v1.5a 模擬器的畫面示意圖..........................................12. 圖 2-6. Robot Soccer v1.5a 3D 模擬器介面..............................................................14. 圖 2-7. 主要選單........................................................................................................15. 圖 2-8. 策略選單........................................................................................................16. 圖 2-9. 足球機器人場上資訊....................................................................................16. 圖 2-10 時間/比分選單...............................................................................................17 圖 2-11 比賽選單........................................................................................................18 圖 2-12 重複播放選單................................................................................................19 圖 2-13 Free Ball 示意圖.............................................................................................21 圖 2-14 Penalty Kick 示意圖.......................................................................................22 圖 2-15 Free Kick 示意圖............................................................................................23 圖 2-16 Goal Kick 示意圖...........................................................................................24 圖 3-1. 足球員與目標點的相關角度........................................................................28. 圖 3-2. 基於中垂線原理的路徑規劃........................................................................30. 圖 3-3. 足球員未進入目標後半平面的分區方式....................................................31. 圖 3-4. 足球員在 Area I 的移動過程.........................................................................32. 圖 3-5. 利用中垂線路徑規劃法控球由 A 至 B.........................................................33. 圖 3-6. 射門策略的參考點........................................................................................34. 圖 3-7. 行進時避障啟動的範圍................................................................................36 vi.
(8) 圖 3-8. 避障路徑圖....................................................................................................37. 圖 3-9. 多重障礙物避障步驟分解圖........................................................................39. 圖 3-10 守門員的防守路線........................................................................................41 圖 3-11 defend#1 決策流程圖.....................................................................................43 圖 3-12 attack#1 決策流程圖......................................................................................44 圖 3-13 助攻點的相對位置........................................................................................45 圖 3-14 attack#2 決策流程圖......................................................................................46 圖 3-15 球員與球的距離與角度................................................................................47 圖 3-16 w 的計算規則.................................................................................................48 圖 4-1. yellow team 球與球員的位置與航向角........................................................49. vii.
(9) 表 目 錄 表 2-1. 歷屆世界盃機器人足球賽時間地點總表......................................................7. 表 4-1. 實驗一藍隊與黃隊第 1~10 場次進球時間與勝負結果表..........................50. 表 4-2. 實驗一藍隊與黃隊第 11~20 場次進球時間與勝負結果表.........................50. 表 4-3. 實驗一藍隊與黃隊第 21~30 場次進球時間與勝負結果表.........................50. 表 4-4. 實驗一藍隊與黃隊第 31~40 場次進球時間與勝負結果表.........................51. 表 4-5. 實驗一藍隊與黃隊第 41~50 場次進球時間與勝負結果表.........................51. 表 4-6. 實驗二藍隊與黃隊第 1~10 場次進球時間與勝負結果表..........................52. 表 4-7. 實驗二藍隊與黃隊第 11~20 場次進球時間與勝負結果表.........................52. 表 4-8. 實驗二藍隊與黃隊第 21~30 場次進球時間與勝負結果表.........................52. 表 4-9. 實驗二藍隊與黃隊第 31~40 場次進球時間與勝負結果表.........................53. 表 4-10 實驗二藍隊與黃隊第 41~50 場次進球時間與勝負結果表.........................53. viii.
(10) 第一章. 緒論. 1.1 研究動機與背景 近年來機器人發展迅速，無論是在工業、環境探勘、看護、娛樂服務等…在 各領域方面上造福人類的生活品質，對於人類，他們有需多無可取代的優點。不 適於人類工作的環境，例如放射線高的核電工作區，水壓極高的深海作業，或是 極地、火山探勘任務，甚至是外太空工作都說明的機器人優於人類的抗環境能力； 對於需要長時注意力與精確度的工作，例如焊接、精密配裝、物件分類等，機器 人也有優於人類穩定的工作效率與品質；另外，機器人內含的電腦也有較多元的 感測輸入與較高的運算能力來處理複雜的決策問題，經由自身的系統來決定最佳 的輸出行為，例如室內導航機器人與足球機器人。 對於生產製造能力而言，單一機器人取代人類的能力是無庸置疑的，但是在 複雜的工作環境下，機器人的發展趨勢也從單一機器人(Single-robot)演變成多重 機器人(Multi-robot)。單一機器人所著重的部分視其應用場合而將功能整合在一起； 相較於單機器人的獨立作業，多機器人具有相互合作的團隊能力以及通訊的功能， 更適合應用於高難度及高複雜度的任務，因為工作可以讓許多機器人同時分工執 行，因此效率較單一機器人高，工作完成度也較高，此外，多機器人也具有強健 性，當其中一隻機器人因故停擺時，便可重新分配工作並由剩餘的機器人繼續完 成任務而不至於過分影響整個團隊的效率。而機器人足球賽就是多機器人應用的 例子之一。 機器人足球賽的構想起源於加拿大哥倫比亞大學的 Alan Mackworth 教授在 1993 年發表的一篇論文”On Seeing Robots”[1]，之後得到各界的熱烈回響。學者 們認為足球機器人比賽跨足了多種學術領域，它整合了材料科學、資訊工程、視 覺影像處理、感測系統、控制系統、通訊系統、機械力學、人工智慧等等。在學 者們與 SONY 公司的支持下成立了第一個探討足球機器人的 RoboCUP 聯盟，1997 年在日本名古屋舉辦第一屆的世界盃機器人足球競賽，之後開始了在世界各地來 輪辦歷屆比賽。 1.
(11) 圖 1-1 車型機器人足球賽 (資料來源：Prof. Alan Mackworth “On Seeing Robots”[1]) 國際足球賽主要有兩個聯盟，另一個聯盟為 FIRA(Federation of International Robot-soccer Association)國際足球協會聯盟，FIRA 自從 1996 年在韓國大田舉辦 第一屆足球機器人競賽，跟 RoboCUP 一樣，這兩個國際聯盟，每年都會在世界 各地展開各類的機器人足球競賽，參賽國家有：台灣、美國、加拿大、日本、德 國、荷蘭、韓國、中國、泰國、印度、伊朗、墨西哥、新加坡…等各國。其中 FIRA 所設定的目標為「集合不同領域的研究學者去研發全自主性合作機器人系統，提 升專業技術創造更好的生活。」而 RoboCup 的目標為「在 2050 年發展一個可以 贏過人類世界盃冠軍隊伍的全自主人形機器人隊伍」。. 圖 1-2 機器人足球賽 (SONY AIBO 機器人[26]). 2.
(12) FIRA 模擬器模擬足球機器人在場地上的真實狀況，和真的比賽比較，少了硬 體架構、影像辨識、無線通訊，也免除硬體左右輪轉動誤差，影像鏡頭的選取成 效，無線通訊的干擾，場地外在阻力因素等等問題。故本論文採用 FIRA 的模擬 機器人，來研究機器人如何仿人類的思考模式來進行角色分配與採取行為的決策 過程。. 1.2 研究目的 在人工智慧的研究方面，40 年代提出了用電腦與人類下棋的目標，經過50 年的努力，在邏輯思維、博弈等的研究以及高性能電腦的發展等方面實現了飛躍。 終於在1996年5 月，IBM 電腦“深藍”（Deep Blue）戰勝了國際象棋世界冠軍卡 斯帕羅夫，實現了研究人員50 年的夢想。 如果說，IBM“深藍”電腦戰勝特級象棋大師卡斯帕羅夫是人工智慧學科的一 個里程碑，表明機器可以戰勝人類天才，那麼機器人足球就是人工智慧學科另一 個最具挑戰性的課題，也代表說，學者們所期待的在2050年完成勝過人類的人更 智慧足球機器人的夢想並無不可能。機器人足球賽，顧名思義，就是製造和訓練 機器人進行足球比賽。通過這種方式來提高人工智慧領域、機器人領域的研究水 準。 FIRA小型機器人足球競賽依機器人數目分為五對五和十一對十一兩種型態 的比賽。本篇論文主要的探討的是在五對五的比賽中，依據球員與球在場上的相 對位置，球權所導出的攻守策略來規劃足球機器人的角色分配，並準確即時移動 到目標的位置執行任務，同時能夠經由簡單的避障演算法及換角機制，達到進攻 與防守效益最高的成效。本研究欲達成之目的如下：對FIRA足球機器人做策略設 計並完整分析，在完成機器人模擬之後，評估並進行檢討，將缺點改良後提出實 驗結果。. 3.
(13) 1.3 研究流程 先確定研究方向及目標，再開始進行資料搜尋和相關文獻探討，並與教授討 論之後訂出研究架構，再依照遇到的問題來做修正，最後是程式撰寫以及實驗模 擬，並持續地實驗並修改直到目標完成為止。. 研究方向確認. 相關文獻探討. 訂定研究架構. 程式撰寫. 設計與修改. 實驗模擬驗證. 撰寫論文 圖 1-3. 研究流程圖. 4.
(14) 1.4 文獻探討 人競賽越來越熱門，去年的 FIBA 競賽也在台灣高雄舉辦，也讓足球機器人 的研究引起少不少人的興趣。關於國內的足球機器人研究，中興大學俞伯璋[29] 採取 RoboCup 小型機器足球賽架構，以 Small-size 賽制來當做研究主題，發展出 一套機器足球整合系統，並用利用模糊控制器來作為機器人的驅動引擎，藉由基 因演算法來訓練模糊控制器的參數，使機器人沿著最佳化路徑踢球和防守。台灣 大學梁兆鈞[30]發展智慧型多重足球機器人系統，探討足球動力學的推導與分析， 足球機器人運動控制系統，在小腦模式關節控制器(CMAC，Cerebellar Model Articulation Controller)的架構上發展三對三足球機器人賽，並使用決策樹(decision tree)轉換為功能對等的法則庫系統以及類神經網路來進行分析及比較。 成功大學的林祺鋒[33]利用機器人動帶式切換策略，分為三個階層:1.策略層: 根據球場上的狀況事先擬定應變行為;2.行為層:依據場上情況將機器人分為攻擊 與防守模式;3.個別層:在行為層之後，上層中的防守模式在此區域為守門員行為模 式，攻擊模式在此區域為隊友行為模式。淡江大學旦瑞城[32]也針對足球機器人 的模擬討論比賽策略，包含避障、傳接球與射門。同校的劉秋毫[31]討論五隊五 機器人足球系統的策略設計與群隊控制，成員 1、成員 2 固定為前鋒、成員 3、 成員 4 固定為中鋒，成員 5 為後衛。台灣師範大學的陳思羽[34]利用戴克斯托來 取得較佳的路徑規劃來增加足球技器人競賽的勝率。南台科技大學的許藝鐘[35] 除了使用蟻群演算法及平均法來求得規劃的路徑，並使用足球員與球之距離等資 訊規劃球員角色的任務。. 5.
(15) 1.5 論文架構 本論文共分為五個章節，其大綱內容如下： 第一章 緒論：包含研究的背景與動機、研究目的、流程、文獻探討及論文 架構。 第二章 FIRA 仿真足球賽的介紹：FIRA 的簡介與規則介紹、還有模擬器 Rober Soccerv1.5a 介面的詳細說明。 第三章 研究方法：包括了足球員移動的方法、執行避障的路徑、足球機器 人角色任務的設定，以及角色分配策略的機制。 定，以及足球機器人分層決策的規劃。 第四章 實驗結果與討論：包括模擬實驗的說明，及實驗結果分析。 第五章 結論與展望：詳述本研究的結論並提出未來可以繼續發展的方向。. 6.
(16) 第二章. FIRA 仿真足球賽的介紹. 2.1 FIRA 簡介 1997 年 6 月，第二屆微機器人足球比赛(MiroSot97)在 KAIST 舉行期間，國 際機器人足球聯盟(Federation of International Robot-soccer Association，FIRA)正式 成立。之後 FIRA 每年都會在全世界舉辦一次機器人世界盃比赛(FIRA Cup)，同 时也舉辦學術會議(FIRA Congress)，供参赛者們互相交流機器人足球研究方面的 經驗和技術。FIRA 於每年舉辦世界盃機器人足球賽的時間地點如表 2-1。. 表 2-1 歷屆世界盃機器人足球賽時間地點總表 屆. 大會名稱. 大會日期. 舉辦地點. 1. MiroSot'96 Korea. 1996.11. Dacjeon. 2. MiroSot'97 Korea. 1997.6. Dacjeon. 3. 1998 FIRA Cup France. 1998.6. Paris. 4. 1999 FIRA Cup Brazil. 1999.8. Campinas. 5. 2000 FIRA Cup Australia. 2000.9. Rockhampion. 6. 2001 FIRA Cup China. 2001.8. Beijing. 7. 2002 FIRA Cup Korea. 2002.5. Busan,Dargu. 8. 2003 FIRA Cup Austria. 2003.9. Vienna. 9. 2004 FIRA Cup Korea. 2004.10. Busan. 10. 2005 FIRA Cup Singapore. 2005.12. Singapore. 11. 2006 FIRA Cup Germany. 2006.7. Dortmund. 12. 2007 FIRA Cup USA. 2007.6. San Francisco. 13. 2008 FIRA Cup China. 2008.7. Qingdao. 14. 2009 FIRA Cup Korea. 2009.8. Incheon. 15. 2010 FIRA Cup India. 2010.9. Bangalore. 16. 2011 FIRA Cup Taiwan. 2011.8. Kaohsiung. 17. 2012 FIRA Cup UK. 2012 (即將舉辦). Bristol. (資料來源：FIRA 官方網站 http://www.fira.net/ [23]) 7.
(17) 2.2 FIRA 足球賽規則 本節將對 FIRA 聯盟的足球機器人賽事做簡單介紹。本研究使用的是 FIRA 聯盟 SimuroSot 的足球機器人模擬軟體，使用模擬器來模擬足球機器人在球場上 的真實情況。 一般而言，足球機器人的實體架構主要可以分為 CCD 影像處理，主控電腦， 無線傳輸，足球機器人等，首先 CCD 攝影機會先擷取球場上的全域動態影像， 經由主控電腦在影像處理中確定相對位置，得知我方機器人的座標，敵方機器人 的座標及球的座標，再根據規劃好的足球機器人策略，將訊號經由無線傳輸傳給 足球機器人來進行動作。足球機器人的實體架構圖如圖 2-1 所示。 CCD攝影機. 藍隊足球機器人. 主控電腦 球. 無線傳輸. 黃隊足球機器人. 圖 2-1 足球機器人實體架構圖. 8.
(18) FIRA 聯盟舉辦的足球機器人比賽主要分為七大類，各類的區分為使用機器人的 規格(人形或輪型機器人)與競賽環境(場地大小、比賽用球)的不同，以下為七類比 賽的簡介： 1.HuroCup (Humanoid Robot World Cup Soccer Tournament)：人型機器人 機器人的高度必須低於 150 公分，重量不能超過 30 公斤，機器人數量為 3 台，場地大小為 340~430 公分 x 250~350 公分，競賽道具有網球、資料夾、桌球、 CD。遙控或是自主活動皆可。. 2.Amire robot：迷你機器人 機器人的尺寸為直徑 11 公分，機器人數量為每隊 1 台、3 台或 5 台，場地大 小為 200 公分 x 140 公分，競賽道具為壁球或白色高爾夫球。. 3. MiroSot (Micro Robot World Cup Soccer Tournament)：微型機器人 MiroSot 分為中型組(Middle League)的 5 人及大型組(Large League)的 11 人， 機器人的尺寸限制為 7.5 公分 x 7.5 公分 x 7.5 公分，機器人重量不能超過 650 公克，場地大小中型組為 220 公分 x 180 公分，大型組為 400 公分 x 280 公分， 競賽道具為橘色球。. 4.NaroSot：超微型機器人 NaroSot 類似 MiroSot，機器人數量為 5 台，但是機器人的大小必須要在 4 公 分 x 4 公分 x 5.5 公分以內，場地大小為 130 公分 x 90 公分，競賽道具為橘色 乒乓球。. 5. AndroSot：微型人型機器人 機器人的尺寸為大於 50 公分，機器人數量為每隊 3 台，場地大小為 220 公分 x 180 公分，競賽道具為橘色球。. 9.
(19) 6.RoboSot：中型機器人 機器人的長寬限定在 20 公分 x 20 公分以內，高度則無限制，機器人數量為 每隊 1 至 3 台，場地大小為 260 公分 x 220 公分，競賽道具為黃綠色網球。可以 使用一台主機來控制或是機器人自主活動。. 7. SimuroSot：模擬機器人 機器人以人數分為中型組(Middle League)的 5 人及大型組(Large League)的 11 人，使用電腦環境模擬比賽。. 本論文所使用的競賽組別為第七組 SimuroSot 模擬機器人，其對應的實體比 賽為 MiroSot (Micro Robot World Cup Soccer Tournament)的模擬版本。其 MiroSot 所使用的實體足球員如圖 2-2。. 圖2-2 MiroSot實體足球機器人圖 (圖片來源: http://www.fira.net/[23]). SimuroSot模擬組的優點在於容易執行比賽，可以排除實體組MiroSot硬體所 帶來的誤差與損壞，例如視覺系統帶來的定位誤差與通訊系統的相互干擾。此外， 利用SimuroSot模擬時所使用的策略，亦可以套用在MiroSot來執行，是個很方便 來檢測執行策略的研究平台。. 10.
(20) MiroSot 與 SimuroSot 的比賽場地為黑色不反光木質長方形場地，其尺寸為 220 公分 x 180 公分的平面，外牆為高 5 公分、厚度 2.5 公分的白色側壁圍牆， 圍牆頂部為黑色，以及 7 公分 x 7 公分等腰三角形的四個角落避免球進入角落。. 圖 2-3 FIRA 機器人足球賽場地示意圖. 比賽場地標示如圖 2-3 所示，中場直徑是 50 公分。作為罰球區的圓弧沿球門 線長 25 公分，垂直於球門線 5 公分，足球場上的直線均為 3 公分寬的白線。球 門寬 40 公分，球門線位於球門前長 40 公分的直線。罰球區(圖 2-3 Region A，Region B)包括球門前 80 公分 x 35 公分的長方形區域及其附屬的弧形區域。. 11.
(21) 2.3 Robot Soccer v1.5a 模擬器簡介 Robot Soccer v1.5a 模擬器是由國際機器人足球協會聯盟(Federation of International Robot-soccer Association，FIRA)所開發的模擬真實輪型機器人軟體， 軟體可從 FIRA 官方網站 http://www.fira.net/ 中點選 Robo Soccer--> SimuroSot --> 選擇 5 vs. 5(middle League)或 11 vs. 11(Large League)模擬器。. 圖 2-4 FIRA 官方網站 SimuroSot [23]. 圖 2-5 開啟 Robot Soccer v1.5a 模擬器的畫面示意圖 12.
(22) 此模擬器的系統要求為 . RAM 256 MB. . 螢幕解析度 800x600. . Microsoft Windows 98,2000,XP 以上的 OS. . TNT2 3D Graphics accelerator with 32MB of RAM. . Direct x 8.0 SimuroSot 的比賽，是提供參賽者一個設計好的平台，由參賽雙方將寫好的. 足球機器人策略程式放入平台後，即可進行比賽，與其他類型的實體機器人比賽 相比，它扣除了影像及通訊方面和環境對比賽的影響，以及機器人本身的強韌性， 只針對足球機器人的策略來競賽，而模擬平台中可模擬真實的環境，使比賽就像 是真實機器人在踢足球一樣。. 13.
(23) 2.4 模擬器介面說明 開啟模擬器執行檔，右側為主要選單，左側為比賽球場區域。如圖 2-6 所示。. 圖 2-6 Robot Soccer v1.5a 3D 模擬器介面. 本實驗主要是使用 5 vs. 5(middle League)模擬器來進行實驗模擬，模擬時分 為兩隊，於軟體介面球場右方為藍隊，左方為黃隊，分別將兩隊的策略程式載入 模擬器之後即可進行比賽。安裝後可於 C:\Program Files\Robot Soccer v1.5a\Strategy Source 下編寫 C++程式語言，在 C:\Strategy 裡的 blue 資料夾和 Yellow 資料夾裡執行，或是於 C:\Strategy 裡直接編譯 Lingo 程式語言。. 如圖 2-6 所示，右側主要選單內又分為策略選單，時間/比分選單，比賽選單， 重複播放選單，裁判選單等。. 14.
(24) 2.4.1 主要選單 (The Main Menu). 1.STRATEGIE：點擊此策略選單來選擇兩個隊伍的策略。 2.Free Ball/ Place Kick/ Penalty/ Free Kick/ Goal Kick/ Yellow Ball/ Blue ball：犯規和判罰按鈕–裁判可以由這幾 個按鈕判某一隊伍犯規，並判令一隊伍擁有球權。此部分 將於 2.4.6 節的裁判選單作詳細介紹。 3.START：點擊此按鈕開始比賽。 4.TIME：比賽進行的時間。 5.SCORE：比分。 6.TIME/SCORE：點擊此按鈕進入時間和比分的設定選單， 可以調整比賽時間和比分。 7.NEW GAME：開始新的一場比賽。 8.HELP：點擊此按鈕可進入使用說明手冊。 圖 2-7 主要選單. 15.
(25) 2.4.2 策略選單 (The Strategies Menu). 點擊 STRATEGIES 後會出現 Blue(藍色隊伍)和 Yellow(黃色隊伍)，Blue 和 Yellow 的右側有 C++ 的 DLL 檔或 Lingo 的 text 檔可選擇其一載入模擬器，選 擇後再按 Send 按鈕載入模擬器即完成。. 點擊 Open Viewer 可以看到比賽中球與球員的場上 位置資訊。如圖 2-9 所示。. 圖 2-8 策略選單. 圖 2-9 足球機器人場上資訊. 16.
(26) 2.4.3 時間/比分選單 (The Time / Score Menu). 如果需要更改時間或比分，裁判可以使用這個介面做 調整。 1. -1Min/+1Min/ -1Sec/+1Sec：裁判可以點擊按扭來調 節時間，每次增加或減少一分鐘，或是加減一秒鐘。 2.Time：顯示調整後比賽進行了多少時間。 3.Score：修改比分。. 圖 2-10 時間/比分選單. 17.
(27) 2.4.4 比賽選單 (The In Game Menu). 比賽進行中，於下方會有比賽選單， The Replay Menus)，. 為比賽暫停，. 選單讓裁判判定分數。比賽選單如圖 2-11 所示。. 圖 2-11 比賽選單. 18. 為進入重複播放的選單(2.4.5 為中止比賽並回到主要.
(28) 2.4.5 重複播放選單 (The Replay Menus). 當按入. 之後就進入到重複播放選單，重複播放選單主要是讓使用. 者選擇觀看比賽的視角，介面如圖 2-12 所示。. 圖 2-12 重複播放選單. 重複撥放選單說明如下： 1.球視角：此視角為跟隨球移動的視角。 2.正面俯視視角：與比賽時的球場畫面相同。 19.
(29) 3.藍隊球門視角：觀察者位於藍隊球門後方觀看的視角。 4.黃隊球門視角：觀察者位於黃隊球門後方觀看的視角。 5.藍隊球門俯視角：觀察者位於藍隊球門後上方觀看的視角。 6.黃隊球門俯視角：觀察者位於黃隊球門後上方觀看的視角。 7.由不同方向的側視圖：藍隊右方，黃隊左方。 8.由不同方向的側視圖：黃隊右方，藍隊左方。 9.回到比賽剛開始的畫面開始撥放。 10.從最後 300 個 frame 開始播放。 11.正常速度撥放影像。 12.慢速撥放。 13.停止畫面並用往前往後按鈕來控制播放畫面。 14.退出此重播畫面回到主要選單，計算進球得分。 15.進球無效不計分，並退出此重播畫面回到主要選單。. 20.
(30) 2.4.6 裁判選單 (The In Game Menu). 主要選單上的裁判選單選項有五項，分別為 Free Ball，Penalty Kick，Free Kick 以及 Goal Kick，將於此節作說明。 1. Free Ball：Free Ball 的情況是當球在球門區外發生僵持狀態 10 秒或是球速非 常緩慢時，裁判即判定為 Free Ball(自由球)。 25cm. 25cm. (FB). (FB). (FB). 圖 2-13 Free Ball 示意圖 球與機器人的擺放原則： 1.如圖 2-13 所示，將場地劃分為四個區塊，每個區塊都有一個自由球罰球點(FB)， 機器人在哪個區域犯規就在那個區域罰球。 2.球擺放於區域內的罰球點上，兩隊各派出的一位機器人放置在距罰球點 25 公分 的發球線上，其他機器人要在此犯規區域外。 3.防守隊伍的機器人要在靠近自己底線的一邊，且防守隊伍可先擺放機器人。. 21.
(31) 2.Penalty Kick： 當有以下情況發生，如(1)當防守方有一台以上機器人在球門區範圍內，(2) 當守門員沒有在 10 秒內將球踢出球門區範圍時，或(3) 防守方有三台以上機器人 在罰球區範圍內，裁判則判定為 Penalty kick (罰球)。. (PK). 圖 2-14 Penalty Kick 示意圖. 球與機器人的擺放原則： 1.如圖 2-14 所示，球放置在罰球點(PK)上，進攻機器人位於球的後方。 2.防守方可先決定機器人位置，防守方的守門員必須在球門線。 3.兩對的其他球員位於另外一半的球場內。. 22.
(32) 3.Free Kick： 在比賽中有機器人球員故意推擠對方球員時，裁判則判定對方球員 Free kick。. (FK). 圖 2-15 Free Kick 示意圖. 球與機器人的擺放原則： 1.如圖 2-15 所示，球放置在 Free kick(FK)點上，進攻機器人位於球的後方。 2.防守方可先決定機器人位置，進攻方的其他機器人可任意分布在球場上。 3.防守方的兩台機器人必須在球門區前方邊緣，另外兩台機器人必須在發球線兩 邊邊緣位置。. 23.
(33) 4.Goal Kick： 當有以下情況發生，如(1)球在球門範圍內停止不動超過 10 秒，(2)進攻方機 器人在防守方的球門範圍內推擠守門員，(3)進攻方有兩台以上的機器員在對方的 球門範圍內，或(4)當機器人故意阻擋對方守門員時，裁判則判定為 Goal kick。. 圖 2-16 Goal Kick 示意圖. 球與機器人的擺放原則： 1.如圖 2-16 所示，只有守門員在球門範圍內。 2.球可以任意放置於球門範圍內。 3.防守方可以先擺放機器人的位置。. 24.
(34) 2.4.7 足球機器人角色設定. 在比賽當中，足球機器人的角色分配相當重要，是得分及防守的關鍵。以藍 隊為例，本論文設定在五對五的比賽中，其中一隻機器人(B1)為守門員，另一隻 機器人(B2，B3)為防守，剩下的兩隻機器人(B4，B5)為主動進攻，而這兩隻機器 人又有主攻跟助攻的結構，依據與球的距離來決定何者為主攻，若機器人 B4 為 主攻，B5 就為助攻。 藍隊機器人角色分配如下： B1 是這個機器人在策略程序中的全局變量，它的位置座標可以通 過“B1.pos.x”和“B1.pos.y”來獲得。它的旋轉可以通過“B1.rot.z”。 系統默認 B1 為守門員。 B2 是這個機器人在策略程序中的全局變量，它的位置座標可以通 過“B2.pos.x”和“B2.pos.y”來獲得。它的旋轉可以通過“B2.rot.z”。 系統默認 B2 位於防守位置。 B3 是這個機器人在策略程序中的全局變量，它的位置座標可以通 過“B3.pos.x”和“B3.pos.y”來獲得。它的旋轉可以通過“B3.rot.z”。 系統默認 B3 位於防守位置。 B4 是這個機器人在策略程序中的全局變量，它的位置座標可以通 過“B4.pos.x”和“B4.pos.y”來獲得。它的旋轉可以通過“B4.prot.z”。 系統默認 B4 位於進攻位置。 B5 是這個機器人在策略程序中的全局變量，它的位置座標可以通 過“B5.pos.x”和“B5.pos.y”來獲得。它的旋轉可以通過“B5.rot.z”。 系統默認 B5 位於進攻位置。. 25.
(35) 黃隊機器人角色分配如下： Y1 是這個機器人在策略程序中的全局變量，它的位置座標可以通 過“Y1.pos.x”和“Y1.pos.y”來獲得。它的旋轉可以通過“Y1.rot.z”。 系統默認 Y1 為守門員。 Y2 是這個機器人在策略程序中的全局變量，它的位置座標可以通 過“Y2.pos.x”和“Y2.pos.y”來獲得。它的旋轉可以通過“Y2.rot.z”。 系統默認 Y2 位於防守位置。 Y3 是這個機器人在策略程序中的全局變量，它的位置座標可以通 過“Y3.pos.x”和“Y3.pos.y”來獲得。它的旋轉可以通過“Y3.rot.z”。 系統默認 Y3 位於防守位置。 Y4 是這個機器人在策略程序中的全局變量，它的位置座標可以通 過“Y4.pos.x”和“Y4.pos.y”來獲得。它的旋轉可以通過“Y4.prot.z”。 系統默認 Y4 位於進攻位置。 Y5 是這個機器人在策略程序中的全局變量，它的位置座標可以通 過“Y5.pos.x”和“Y5.pos.y”來獲得。它的旋轉可以通過“Y5.rot.z”。 系統默認 Y5 位於進攻位置。. 26.
(36) 第三章. 研究方法. 本章首節先會詳細介紹本論文所使用運動規劃層所用的基本動作，相對於真 人足球的傳、停、帶、射的基本動作，機器人足球必須簡化問題與電腦溝通，此 外也較容易程式的撰寫。 理解基本動作的程式後，接下來的進階運動指令會變更容易描述與執行，例 如追球、帶球、傳球、射門、掩護、防守等機器人足球員需要的攻守技巧。 第二節的部分為介紹本實驗所用到足球機器人的角色與其對應狀況所需執 行的任務。 第三節為隨機角色分配的機制，觀察球場上球員與球的相對位置，個別算出 權重值來調整機器人足球員的角色分配，使得攻守更有流暢性與效率。. 27.
(37) 3.1 基本動作 對於一個足球比賽，基本動作可以決定一個球員角色的優劣，有良好的基本 動作來做為技術的延伸，可以輕鬆的規劃執行的任務。. 3.1.1 基本移動(Basic movement) 本程式所使用基本移動(go to point)的敘述為命令足球員由目前的位置移動 至目標點。從原來的位置在移動中轉向目標點，待面向目標點後在直線前進去目 標點，程式的說明如下：. 圖 3-1 足球員與目標點的相關角度. 其中 z 是足球員相較於 x 軸方向的夾角。θ為目標點與足球員的夾角。 ：為足 球員需轉向的角度。. θ 的計算方法如下: x x goal xrobot y y goal yrobot. 28.
(38) if x 0. and y > 0 then θ= 90.0. if x 0. and y < 0 then θ= 270.0. if x >0 then θ = tan 1. y x. if x <0 then θ = tan 1. y +180 x. 當然，還需要加上角度校正指令如下: if θ < 0.001. then θ = θ +360. if θ > 360.001. then θ = θ -360. 得到 θ 後，即可以求出 : = θ -z. 同時也得選擇最小於 180 度的轉向角度: if > 180 if < -180. then = -360 then = +360. 得到轉向角度後，給予基本動作層左輪 vl 與右輪 vr 的速度指令: vl = vl - vr = vr + 由於 的範圍在[-180,180]，而輪速的範圍在[-125,125]，所以必須給調整的指令予 以修正: if vl > 125 then vl =125 if vr> 125 then vr =125 if vl < -125 then vl =-125 if vl < -125 then vl =-125. 29.
(39) 3.1.2 進階移動(Advanced movement) 上節所提及的基本移動(go to point)主要是指定機器人移動至目標點，此移動 方式到達目標點的時間最快，路徑也最短，適合用在防守與搶球的動作。相較於 基本移動，進階移動多要求了到達目標點的轉向角度。本研究所是用的是基於中 垂線法的路徑規劃，適合用於帶球、傳球、射門等將球送至目標點的任務，其方 法說明如圖 3-2：. 圖 3-2 基於中垂線原理的路徑規劃 其中( X t , Yt )為目標點的 xy 座標； Z t 為到達目標點的航向。 我們可以從目標航向( X t , Yt , Z t )得到 L 的直線方程式: L: y Yt m( x X t ) …………………………………………………..………….(3-1) 其中 m tan Z t 足球員與目標點的中垂線 M 的方程式為: M: ( x X r ) 2 ( y Yr ) 2 ( x X t ) 2 ( y Yt ) 2 …………………………..………….(3-2) 其中( X r , Yr )為足球員的當前 xy 座標。 由 L 與 M 兩條直線可求得解: X t 2 Yt 2 X r 2 Yr 2 2Yt 2Yr mX t Yt 1 ( x, y ) 2 X t 2 X r 2Yt 2Yr m 1 . 2 2 2 2 X t Yt X r Yr m mX t Y …(3-3) 2 X t 2 X r 2Yt 2Yr m 1 . 2Xt 2X r ,. 30.
(40) 得到的解即為機器人將移動至的目標，每執行完一個時脈的移動將重新計算 新的目標。此路徑規劃可以確保機器人可以以平滑的方式達到目標點，依目的不 同可以來調整目標點的座標。 在使用此路徑規劃法之前有必須加入可以執行條件，確保機器人的位置在目 標位置的後半平面內，其相應的演算法如圖所示:. 圖 3-3 足球員未進入目標後半平面的分區方式. 若足球員在目標航向的前四分之一平面，我們將依照圖 3-3 所示分為兩個區 域，其中 r 為可以設定的參數，可以依照足球員中心速度來調整最小的轉彎半徑。. 若球在 AreaI，足球員將利用中垂線路經規劃移動先移動至 B 點，移動至 B 點後再以中垂線的路徑規畫法移動至 A 點，如圖 3-4。B 點移動至 A 點個過程為 保持移動中心速度所行的最急轉彎路徑。若球在 AreaII，足球員將用中垂線路徑 規劃法依序 C->B->A 來移動。. 31.
(41) 圖 3-4 足球員在 Area I 的移動過程. 32.
(42) 3.1.3 控球 有了進階移動的指令，足球員可以執行的運動規劃更豐富了。上節提及的中垂線 路徑規劃法可做的基本應用就是控球。在本研究的控球指的是將球由 A 點移動至 B 點的動作，可以應用在帶球、傳球、射門等等，方法如下述說名：. 圖 3-5 利用中垂線路徑規劃法控球由 A 至 B. A 點為球的當前位置，B 點為目標的位置。由 A、B 兩點我們可以求得 L 的直 線方程式，並利用公式 3-3 求得移動方向。依照速度的控制與 B 點的選取，我們 可以選擇所需要的應用方式。舉例來說，當足球員需要帶球時，碰到球的加速度 不能超過會彈開球過遠的門檻值；而需要傳球給隊友時，可以將 B 點設為隊友接 球的位置座標，而當足球員到達 A 點時即可作加速度運動，將球送至目標點;在 執行射門動作時，如同執行傳球動作，只是須將 B 點設於射門路徑且在球門後方 的點上，且若 B 點設得離越 A 點越遠，則足球員到達 A 點後的加速度越大。. 33.
(43) 3.1.4 射門策略 當我方足球員將球帶對方球門區域時，為了增加進球效率，在執行射門動作 時不希望盲目的攻擊，所以我們提出一個由射門角度來決定目標點的機制。如圖 3-6 所示。. 圖 3-6 射門策略的參考點 a 點的座標為( a x , a y ); b 點的座標為( bx , b y ); g 點守門員的座標( g x , g y ); p 點為球的座標 ( p x , p y ); 由以上座標的資訊，我們可以得到 pa、pb、pg 之間的距離: La ( p x a x ) 2 ( p y a y ) 2 ………………………………………….……………(3-4) Lb ( p x X b ) 2 ( p y Yb ) 2 …………………...………………………………..…(3-5) Lg ( p x g x ) 2 ( p y g y ) 2 ……………………………………………………….(3-6). 接著利用 La 、 Lb 、 Lg 求得 a 、 b : ( p x X a )( p x g x ) ( p y Ya )( p y g y ) ………………………………….(3-7) L L a g . a cos 1 . ( p x X b )( p x g x ) ( p y Yb )( p y g y ) ……………………………….…(3-8) L L b g . b cos 1 . 以上所得到的 a 、 b 範圍為 0~180 度。 34.
(44) 如果 a > b ，則選得 a 作為射門的目標點。 如果 b > a ，則選得 b 作為射門的目標點。 以本實驗為例，右方球門的 a 點座標為(92.5,47.8)；b 點座標為(92.5,35.5)。 左方球門的 a 點座標為(7.5,47.8)；b 點座標為(7.5,35.5)。. 35.
(45) 3.1.5 避障 在足球機器人的比賽過程中，除非是爭球等無確定球權的動作，否則在移動 時碰撞對方機器人是犯規的行為。此外，為了在執行任務能更順利移動至目標點， 因此足球員在移動的過程中，必須加上避障的運動規劃。在此章節將說明本研究 所使用的簡單避障機制，此機制也是很常見的避障演算法之一。. 首先要說明一對一避障的方式，避障的啟動發生的狀況為當其他足球員出現 在行進範圍之內，如圖 3-7 所示。. 圖 3-7 行進時避障啟動的範圍. s 為安全距離，安全距離的設定的主要原則為大於兩機器人的接觸的最小距 離，本實驗設定為 5，我們可以由足球員座標 (a x , a y ) 與目的座標 (bx , by ) 得到 L 的 方程式，設 L : y mx k ，其中 m k. a y by a x bx. …………………………………………………..……………………...(3-9). a x b y a y bx a x bx. ……………………………………………….……………………(3-10). 36.
(46) 利用 L1 、 L2 與 L 平行且距離為 s 的關係，可得 L1 : y mx k s m 2 1 ………………………………………………………...(3-11) 2 L2 : y mx k s m 1. 再利用球員座標 (a x , a y ) 與目的座標 (bx , by ) 可得 M 1 : y a y m 1 ( x a x ) ………………………………………………………….(3-12) 1 M 2 : y by m ( x bx ). 接著利用障礙物的座標( ox , o y )是否同時滿足判斷式 3-12 與 3-13，來判斷障礙物 是否出現於須啟動避障動作的區域(圖 3-7 的紅色正方型區域): k s m 2 1 o y mox k s m 2 1 …………………………………………….(3-13). [(o y m1ox ) (a y m1ax )] * [(o y m1ox ) (by m1bx )] 0 …………………….(3-14). 當處於避障狀態，若 o y mox k ，即障礙物離 L1 較近，則選擇離 L2 較近的避障點 為目標前進。反之，若 o y mox k ，即障礙物離 L2 較近，則選擇離 L1 較近的避障 點為目標前進。避障的方式如圖 3-8 所示，. 圖 3-8 避障路徑圖 其中離 L1 較近的避障點 A 與離 L2 較近的避障點 B 的座標只需要將障礙物的座標 (ox , o y ) 帶入以下公式即可求得。. 37.
(47) ms s ……………………………………………………(3-15) A : ox , oy m2 1 m2 1 ms s ……………………………………………………(3-16) B : ox , oy m2 1 m2 1 . 在多重避障方面只需要使用上續一對一的避障法，分別計算與進入障礙區內的機 器人的距離，由近到遠，依序計算避障的新目標點的位置來前進。換句話說，當 足球員遇到一個障礙物的時會先計算新的目標點，避開第一個障礙物後才針對第 二個障礙物計算新的目標點以完成避障，分解圖如圖 3-9 所示。. (a)計算足球員離最近的障礙物所得的避障點 A. (b) 移動至 A 點. 38.
(48) (c) 避開第一個障礙物並計算第二障礙物的避障點 B. (d) 移動至 B 點. (e) 完成多重避障繼續朝目標前進 圖 3-9 多重障礙物避障步驟分解圖. 39.
(49) 3.2 角色策略 在這個章節我們將解說本實驗所使用的角色與其所能執行的任務，開發角色 的能力與善用不同角色來執行任務可以提高得分與防守效率。本實驗所用到的角 色分為守門員、防守員、主攻員、助攻員。. 3.2.1 守門員 守門員在本實驗所用到的四個角色為最任務最簡單一個角色，使用原始 SimuroSot 平台的 team1 的 Goalie 的原始程式，再加上回歸守門位置的指令來預 防因碰撞而產生的位移。守門員的活動範圍為一個線段，設定上方端點 y 座標為 48.0，下方端點的 y 座標為 35.3，航向角度為-90 度。可以使用 vl、vr 使得守門 員可以上下移動。其說明如下，以 blue team 為例: ball.x 與 ball.y 分別為球的 x 座標與 y 座標; b1.pos.x 與 bl.pos.y 分別為守門員的 x 座標與 y 座標。 如果球的 y 座標離開[35.3,48.0]的範圍，我們不希望守門員離開防守區域，所以 給了以下指令: If. ball.y > 48.0. then. backto (90.8, 48.0). If. ball.y < 35.3. then. goto. (90.8, 35.3). 若球座標的 y 值在[35.3,48.0]內的範圍內，給予守門員對位的指令，移動的速度 設為 100: If. 35.3<ball.y < 48.0 and ball.y > b1.pos.y then. vl=-100 vr=-100 If. 35.3<ball.y < 48.0 and ball.y < b1.pos.y then. vl=100 vr=100 velocity(who,vl,vr). 40.
(50) 圖 3-10 守門員的防守路線. 在 Goaliek 的程式中，並沒有將守門員設計出太出色的動作，他僅能去做移動去 擋球的動作而已。但是在這個研究是可以接受的，除了其他角色可以幫忙將球推 進至前場的動作外，我們也希望簡單的守門程式可以更容易看出本論文的實驗效 果。. 41.
(51) 3.2.2 防守員 在足球比賽中，除了守門員以外，防守員的表現也可以減輕守門員的負擔， 並也是轉守為攻的關鍵角色。本文的守門員策略分為兩個部分，大大的修改了 team1 的原始 strategy，將原本單調的區域防守變成半場防守，也加入了斷球的機 制。這裡我們將討論兩種防守員，一個是負責斷球的 defend#1，另一個是移動的 防守位置的 defend#2。 defend#1 的任務很簡單，一旦球權判斷為對方的球，defend#1 就是將球設為 目標點，利用路徑較短的基本移動來追球，追球的過程也會加入上節的避障路徑 規劃法來避免犯規。待球權被判斷為我方有兩種狀況: case1:由 defend#1 自己拿到球權，則將球送至 attack#1 或是 attack#2(離球近者)， 待球的與接球者的距離 d attact 小於 5，即前往待命點。 case2:由同隊足球員拿到球權，直接回到待命點。 上述的待命點設定在離球最近的對方球員防守側的安全距離上。本實驗的安全距 離設定為 30，約為球場長度(fRight – fLeft)三分之一，以我方藍隊為例，若對方 離球最近的球員座標為 ( y x , y y ) ，則待命點的座標為 ( y x 30, y y ) 。圖 3-11 為 defend#1 的決策流程圖。. 42.
(52) 開始. yes. 我方球權. Defend#1 球權. no. no. yes. 傳球給 attack#1 或 attack#2. 基本移動追球. no. yes. 移動至待命點. 圖 3-11 defend#1 決策流程圖. defend#2 的策略不用考慮到球權問題，從比賽開始到結束都執行移動到防守 點的指令。防守點的座標依球的座標來決定，若球的座標為 ( xball , yball )，以 blue team 為例，則防守點的座標為 (0.5xball 45, yball )。相較於 defend#1 幾乎全場的移動空間， defendt#2 的防守範圍只侷限在半個球場。. 43.
(53) 3.2.3 主攻員 本實驗的進攻員分為主攻員 attack#1 與助攻員 attack#2，當球權判斷為我方 時，主攻員擁有優先的控球權，也就是說當其他角色例如 defend#1 與 attack#2 獲 得球權時，都會送給 attack#1 來執行進攻。當 attack#1 獲得球權，首先依照 3.1.4 節的射門策略將目的點設為 A 或 B 其中一點，再將球帶至可以射門的範圍在進 行射門。過程中須配合避障路徑規劃以減少發生掉球的情形。 當球權判斷為不屬於我方時，attack#1 會執行進階移動，並以射門策略的 A 或 B 點的為目標點方法去接近球，當然也要加上避開球門區的移動條件來避免犯 規或是烏龍球的發生，圖 3-12 為進攻員的流程圖。 開始. yes. attack#1 球權. 我方球權. no. yes. no 進階移動接球. 進階移動追球. 執行射門策略 圖 3-12 attack#1 決策流程圖. 44.
(54) 3.2.4 助攻員 助攻員在本實驗的進攻策略主要是協助進攻員能夠順利執行進攻策略，當球 權判斷為我方時，且為 attack#1 持球時，移動至助攻點協助射門。設離球最近的 防守員座標為 (ox , o y ) ，球座標為 (bx , by ) ，attack#1 目標點 G1 的座標為 ( g x , g y ) ，則 定義助攻點 G2 座標為 (0.4o x 0.4bx 0.2 g x ,0.4o y 0.4b y 0.2 g y ) ，如圖 3-13 所示。. 圖 3-13 助攻點的相對位置 若我方球權但球權在非 attack#1 時，則利用進階移動去追球，目標點設為 attack#1 的座標協助主攻員拿到球權。 當判斷為對方球權時，則要考慮球離主攻員或是助攻員比較近來判斷是否執 行追球動作。若球離主攻員比較近則移動至阻擋點，而阻擋點的設定為離球最近 的對方球員與球的中點，以協助主攻員拿球。若球離助攻員較近時，則執行進階 移動的路徑規畫追球，目標點設為 attack#1。設 d1 為球與 attack#1 的距離; d2 為 球與 attack#2 的距離，策畫流程如圖 3-14。. 45.
(55) 開始. yes. no. 我方球權. attack#1 球權. no d1<d2 yes. yes 基本移動至 助攻點. 基本移動至 阻擋點. 進階移動 目標點 attack#1. 進階移動 目標點球門. 圖 3-14 attack#2 決策流程圖. 46. no.
(56) 3.3 隨機角色分配策略 此章節為本論文最主要的核心演算法，加入球權與場上的資訊來重新分配角色策 略來增加進攻的效率。. 圖 3-15 球員與球的距離與角度 如圖 3-15 所示，設 G 為球門中心，我們可以得到每個足球員須面對球轉向 G 點 的角度 。 d 為足球員與球的距離。 接著利用 與 d 的值，我們將定義一個 w 值，其規則如下: Rule1: if d <15 and 0< <45 then w = d Rule2: if d <15 and 45< <90 then w = 3d Rule3: if d <15 and 90< <135 then w = 5d Rule4: if d <15 and 135< <180 then w = 7d Rule5: if 15<d <30 and 0< <45 then w = 3d Rule6: if 15<d <30 and 45< <90 then w = 5d Rule7: if 15<d <30 and 90< <135 then w = 7d Rule8: if 15<d <30 and 135< <180 then w = 9d Rule9: if d >30 and 0< <45 then w = 5d Rule10:. if d >30 and 45< <90 then w = 7d . Rule11:. if d >30 and 90< <180 then w = 9d 47.
(57) w 值的設計目標為計算推進優先權，可參考圖 3-16，我們將計算守門員 goalie. 外的四個足球員的 w 值。當球權判斷為我方時， w 越低越適合作為控球者。由小 至大分別設定為 attack#1<attack#2<defend#1<defend#2。 當球權判斷為無人狀態或是對方球員時，依 w 由小至大分別設定為 attack#1< defend#1<attack#2 <defend#2。. 圖 3-16 w 的計算規則 為了避免陷入不必要的迴盪，若球員順序有變動必須等到二球員之 w 差大於 設定的門檻值 ɛ 才可以執行更換角色的任務。而 w 與門檻值 ɛ 的設定，將影響到 攻守的流暢度，需視其角色的功能來考量。 門檻值 ɛ 設定得越小，角色對於球位置的改變較敏感，角色變換也頻繁，較 當門檻值 ɛ 值設定過大，角色變換變得遲鈍。我們使用了 Robot Soccer v1.5a 模 擬器，利用不同大小門檻值 ɛ 並移動球的位置，評估球對 blue team 球員角色變換 的影響。發現門檻值 20 至 40 都較符合研究預期動作，故本研究的門檻值選定為 30。. 48.
(58) 第四章. 實驗結果. 4.1 模擬實驗說明 實驗一： 將 Blue team 加上隨機角色分配策略與未加上隨機角色分配策略的 Yellow team 競賽，雙方使用本研究設定的五個角色。隨機角色變換策略使用 值=30， 競賽 50 場實驗，並紀錄比賽時間與雙方勝場數。 此實驗目的為探討有無隨機角色分配策略對於相同球隊角色的影響，預期的 目標是希望能利用較佳的應變能力，使得單獨角色功能沒有特別優秀的球隊也能 發揮理想的團隊合作。. 實驗二： 將 Blue team 加上本研究的隨機角色分配策略。Yellow team 使用[35]所制定 的角色分配機制來競賽，雙方使用共同設定的五個角色。 值=30，競賽 50 場實 驗，並紀錄比賽時間與雙方勝場數。 [35]所使用的 w 規則所依據的 值與本實驗所設定 的不同，我方的 為球員至控 球線(球與目標點所連的直線)的角度，而[35]所用的 值為球員至球的航向角，如圖 4-1 所示。. 圖 4-1 yellow team 球與球員的位置與航向角[35]. 49.
(59) 4.2 實驗結果 實驗一：Blue team:加上隨機角色分配策略 Yellow team:未加入隨機角色分配策略. 表4-1 實驗一藍隊與黃隊第1~10場次進球時間與勝負結果表 隊伍. 場次. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 藍隊. 勝負. 勝. 負. 勝. 勝. 負. 勝. 勝. 負. 勝. 勝. (我方). 時間(s). 37. x. 56. 35. x. 48. 49. x. 51. 47. 黃隊. 勝負. 負. 勝. 負. 負. 勝. 負. 負. 勝. 負. 負. (對方). 時間(s). x. 52. x. x. 79. x. x. 91. x. x. 表4-2 實驗一藍隊與黃隊第11~20場次進球時間與勝負結果表 隊伍. 場次. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 藍隊. 勝負. 負. 勝. 勝. 負. 勝. 勝. 勝. 負. 勝. 勝. (我方). 時間(s). x. 47. 46. x. 56. 37. 58. x. 60. 59. 黃隊. 勝負. 勝. 負. 負. 勝. 負. 負. 負. 勝. 負. 負. (對方). 時間(s). 79. x. x. 72. x. x. x. 74. x. x. 表4-3 實驗一藍隊與黃隊第21~30場次進球時間與勝負結果表 隊伍. 場次. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 藍隊. 勝負. 勝. 勝. 勝. 勝. 勝. 負. 負. 勝. 勝. 負. (我方). 時間(s). 47. 43. 49. 33. 12. x. 14. 41. 18. x. 黃隊. 勝負. 負. 負. 負. 負. 負. 勝. 勝. 負. 負. 勝. (對方). 時間(s). x. x. x. x. x. 43. x. x. x. 48. 50.
(60) 表 4-4 實驗一藍隊與黃隊第 31~40 場次進球時間與勝負結果表 隊伍. 場次. 31. 32. 33. 34. 35. 36. 37. 38. 39. 40. 藍隊. 勝負. 負. 負. 勝. 勝. 勝. 勝. 勝. 勝. 勝. 勝. (我方). 時間(s). x. x. 47. 43. 41. 38. 44. 37. 48. 38. 黃隊. 勝負. 勝. 勝. 負. 負. 負. 負. 負. 負. 負. 負. (對方). 時間(s). 67. 74. x. x. x. x. x. x. x. x. 表4-5 實驗一藍隊與黃隊第41~50場次進球時間與勝負結果表 隊伍. 場次. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. 藍隊. 勝負. 勝. 勝. 勝. 勝. 勝. 負. 勝. 勝. 勝. 勝. (我方). 時間(s). 17. 58. 47. 47. 49. x. 57. 47. 32. 60. 黃隊. 勝負. 負. 負. 負. 負. 負. 勝. 負. 負. 負. 負. (對方). 時間(s). x. x. x. x. x. 152. x. x. x. x. 在實驗一，我方球員的獲勝率為 78%，均進球時間為 43.41 秒；對方獲勝率為 22%， 平均進球時間為 75.54 秒，比對方球隊快 32.13 秒，實驗結果顯示我方球員有加 隨機角色策略，明顯優於沒有隨機角色策略的 yellow team。. 51.
(61) 實驗二：Blue team 加上本研究隨機角色分配策略 Yellow team 加上[35]的角色分配規則. 表4-6 實驗二藍隊與黃隊第1~10場次進球時間與勝負結果表 隊伍. 場次. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 藍隊. 勝負. 勝. 負. 勝. 勝. 負. 負. 勝. 勝. 負. 勝. (我方). 時間(s). 53. x. 46. 37. x. x. 49. 39. x. 51. 黃隊. 勝負. 負. 勝. 負. 負. 勝. 勝. 負. 負. 勝. 負. (對方). 時間(s). x. 43. x. x. 79. 48. x. x. 91. x. 表4-7 實驗二藍隊與黃隊第11~20場次進球時間與勝負結果表 隊伍. 場次. 11. 12. 13. 14. 15. 16. 17. 18. 19. 20. 藍隊. 勝負. 負. 勝. 勝. 負. 勝. 負. 勝. 負. 勝. 負. (我方). 時間(s). x. 29. 34. x. 54. x. 58. x. 45. x. 黃隊. 勝負. 勝. 負. 負. 勝. 負. 勝. 負. 勝. 負. 勝. (對方). 時間(s). 64. x. x. 35. x. 37. x. 35. x. 38. 表4-8 實驗二藍隊與黃隊第21~30場次進球時間與勝負結果表 隊伍. 場次. 21. 22. 23. 24. 25. 26. 27. 28. 29. 30. 藍隊. 勝負. 勝. 負. 勝. 負. 勝. 負. 負. 勝. 負. 勝. (我方). 時間(s). 45. x. 51. x. 54. x. x. 41. x. 48. 黃隊. 勝負. 負. 勝. 負. 勝. 負. 勝. 勝. 負. 勝. 負. (對方). 時間(s). x. 54. x. 34. x. 43. 42. x. 59. x. 52.
(62) 表 4-9 實驗二藍隊與黃隊第 31~40 場次進球時間與勝負結果表 隊伍. 場次. 31. 32. 33. 34. 35. 36. 37. 38. 39. 40. 藍隊. 勝負. 負. 負. 勝. 勝. 勝. 勝. 勝. 勝. 勝. 負. (我方). 時間(s). x. x. 47. 35. 35. 38. 37. 36. 50. x. 黃隊. 勝負. 勝. 勝. 負. 負. 負. 負. 負. 負. 負. 勝. (對方). 時間(s). 67. 74. x. x. x. x. x. x. x. 65. 表4-10 實驗二藍隊與黃隊第41~50場次進球時間與勝負結果表 隊伍. 場次. 41. 42. 43. 44. 45. 46. 47. 48. 49. 50. 藍隊. 勝負. 負. 負. 勝. 負. 勝. 勝. 勝. 勝. 勝. 勝. (我方). 時間(s). x. x. 56. x. 49. 65. 34. 56. 41. 53. 黃隊. 勝負. 勝. 勝. 負. 勝. 負. 負. 負. 負. 負. 負. (對方). 時間(s). 65. 64. x. 35. x. x. x. x. x. x. 在實驗二，我方球員的獲勝率為 60%，均進球時間為 45.53 秒；對方獲勝率 為 40%，平均進球時間為 53.6 秒，比對方球隊快 8.07 秒，實驗結果顯示我方球 員所使用的隨機角色策略，較對方的分配角色機制適合本研究的球員角色。 尤其是在射門成功率方面，表現較佳，但對方的配角機制的防守速度，反應較快。. 53.
(63) 第五章. 結論與展望. 在本論文中，對機器人足球賽策略進行實驗模擬，利用不同的移動方式來規 劃任務，加上避障機制判斷避障路徑來增加流暢性，角色變換的機制也成功地減 少突破障礙與移動的時間。在實驗一，78%，均進球時間為43.41秒，比對方球隊 快32.13秒，顯示我方球員的攻守策略明顯優於無角色分配策略的另一隊。在實 驗二，我方球員的獲勝率為60%，平均進球時間為45.53秒，比對方球隊快8.07秒， 顯示本研究的隨機角色策略，優於沒考慮到接球點位置的隨機角色分配策略的 yellow team。由於比賽過程還是充滿著不確定性，分析實驗一比賽的過程中， 發現我方能有高的勝率來自於優秀的防守策略，使得我方進攻球門的次數高於對 方，所以也較理想的勝率。對於實驗二，對方控球次數稍多，但是取得球權後將 球帶到有效進攻位置效率較差，所以受干擾機會也增加。反之，我方帶球達到目 的地的效率優於無考慮的接球位置的策略，所以有較高的成功率。 對於後續研究而言，可以加強對於速度控制對於隨機角色策略影響，並且變 換策略的規則上可以加上更多位置的資訊來調整公式達到更佳的分配效果，當然 也要視角色功能而定來量身訂做機制為最佳。對於 11 對 11 的大型組比賽，角色 變得更多元，角色分配機制就顯得更複雜與有趣，但卻也成為左右比的關鍵策 略。. 54.
(64) 參. 考. 文. 獻. [1] Alan K.Mackworth, “On Seeing Robots”, Computer Vision: System, Theory, and Applications, World Scientific Press, Singapore, pp.1-13, 1993 [2] Freg Ding, Chen Zhao, Zhi Chao Zhang, “Analysis of Kinematical Performance of Micro Soccer Robot,” The 4th World Congress on Intelligent Control and Automation, Shanghai, China, pp.501-505, June 10-14, 2002 [3] T.H.S.Li, C.Y.Chen, S.Lee, and Y.Z.Guo, “Design of fuzzy ring univecyor field and its application to robot soccer game, ” IEEE International Symposium on Computational Intelligence in Robotics and Automation, pp. 85-90, 2003 [4] Yi Guo and Lynne E.parker,”A distributed and optimal motion planning approach for multiple mobile robots”, IEEE international Conference on Robotics & Automation, 2002. [5] Amui,”Multi-Robot Path Planning for Dynamic Environments: A case study”, IEEE international Conference on Intelligent Robots and Systems, pp 1245-1250, 2001. [6] S.N.Maheshwari and S.Kapoor, ”Efficiently constructing the visibility graph of a simple polygon with obstacles”, SIAM Journal on Computing, vol.30, pp.847-871, 2000. [7] B.R.Donald.”Motion Planning with six degrees of freedom,” Technical Report AIM-791, MIT Artificial Intelligence Laboratory, 1984. [8] K.L.Trovato and L.Dorst,”Differential A*,” IEEE Transactions on Knowledge and Data Engineering, vol.14, pp.1218-1299, 2002. [9] Sang-Hyun Nam, Ik-Sang Shin, Jae-Jun Kim, and Soon-Geul Lee, ”Complete Coverage Path Planning for Multi-Robots Employing Flow Networks, ” Interna-tional Conference on Control, Automation and Systems, pp.2117-2120, 2008. [10] P.Turennout, and M.C.Lee, ”Obstacle avoidance for mobile robots using artificial potential field approach with simulated annealing”, IEEE International Symposium on Industrial Electronics , pp. 1530-1535, 2001.. 55.
(65) [11] P.Vadallepat, T.C.Kay, and M.L.Wang, ”Evolutionary artificial potential fields and their application in real time robot path”, IEEE Congress on Evolutionary Computation, pp.256-263, 2000. [12] Sang-Hyun Nam, Ik-Sang Shin, Jae-Jun Kim, and Soon-Geul Lee, ”Complete Coverage Path Planning for Multi-Robots Employing Flow Networks, ” Interna-tional. Conference. on. Control,Automation. and. Systems,. pp.2117-2120,2008 [13] Li Ping,Yang Yi-Ming,and KangHui,”Task Allocation Based on Market and Limited-Task Tree for Multirobot System,”Chinese Control and Decision Conference,pp.909-913, 2008 [14] Jaydev P.Desai, James P.Ostrowski, and Vijay Kumar, “Modeling and Control of Formations of Nonholonomic Mobile Robots”, IEEE Transations on Robotics And Automation, vol. 17, no.6, December 2001 [15] Vendittelli M., Laumond J.-P., Nissoux, C., “Obstacle distance for car-like robots”, IEEE Transactions on Robotics and Automation, vol. 15, no. 4, pp.678-691, August 1999. [16] Dusan M. Stipanovic, Gokhan Inalhan, Rodney Teo, Claire J. Tomlin, “Decentralized overlapping control of a formation of unmanned aerial vehicles”, Automatica, vol. 40, no. 8, pp. 1285-1296, August 2004. [17] Lawton R. T. Lawton, Randal W. Beard, “A Decentralized Approach to Formation Maneuvers”, IEEE Transations on Robotics And Automation, vol.19, no.6, December 2003. [18] Aveek K. Das, Rafael Fierro, Vijay Kumar, et ail., “A Vision-Based Formation Control Framework”, IEEE Transations on Robotics And Automation, vol.18, no.5, October 2002. [19] 蔡志強，以蟻群系統建立物流宅配最佳化配送路徑規劃，國立屏東科技大學 工業管理碩士班，碩士論文，2004 [20] 李廣齊等，棋盤式自走車影像避障之路徑規劃，國立虎尾科技大學，虎尾科 技大學學報，2006. 56.
(66) [21] 林冠吉，基於訊號強度特徵值之手持裝置室內定位系統，國立中正大學通訊 工程研究所，碩士論文，2009 [22] 林煥昇，五對五足球機器人之模擬設計，南台科技大學電機工程研究所，碩 士論文，2005 [23] FIRA，http://www.fira.net/ [24] RoboCup，http://www.robocup.org/ [25] Shakey the robot 圖片，http://en.wikipedia.org/wiki/Shakey_the_robot [26] 史丹利機器人世界: AIBO 圖片， http://tw.myblog.yahoo.com/jw!Yj.0JPGBBBbRt49cKNGaAGoyt1g-/article?mid =415 [27] Roomba 圖片，http://en.wikipedia.org/wiki/File:Roomba_Discovery.jpg [28] 黃昱翰，機器人足球賽二階段控制策略之設計與研究，國立成功大學電機工 程研究所，碩士論文， 2004 [29] 俞伯璋，足球機器人系統中模糊控制器的設計，國立中興大學電機工程研究 所，碩士論文， 2002 [30] 梁兆鈞，多重足球機器人系統之發展，國立台灣大學機械工程學研究所，博 士論文，2000 [31] 劉秋毫，五對五機器人足球的策略設計與群隊控制，淡江大學機械與機電工 程學系碩士論文，2002。 [32] 旦瑞誠，機器人足球賽五對五模擬組之策略設計，淡江大學機電工程學系碩 士論文，2001。 [33] 林祺鋒，以動態切換是策略設計實現五對五機器人足球競賽，國立成功大學 電機工程學系碩士論文，2003。 [34] 陳思羽，多機器人足球賽之路徑規劃模擬研究，國立台灣師範大學應用電子 工程學系碩士論文，2011。 [35] 許藝鐘，足球機器人模擬系統研究，台南科技大學電機工程學系碩士論文， 2007。. 57.
(67)
Outline
相關文件
Proceedings of IEEE Conference on Computer Vision and Pattern Recognition, pp... Annealed
head on release velocity and spin velocity of golf ball after impact”, Science and golf IV：Proceedings of the 2002 world Scientific Congress of Golf, Edited by Eric Thain, pp.
樹、與隨機森林等三種機器學習的分析方法，比較探討模型之預測效果，並獲得以隨機森林
C., “Robust and Efficient Algorithm for Optical Flow Computation,” Proceeding of IEEE International Conference on Computer Vision, pp. “Determining Optical Flow.” Artificial
Investigating the effect of learning method and motivation on learning performance in a business simulation system context: An experimental study. Four steps to
以簡單的電路 R、L、C 帶通濾波器(Band pass filter)為例，從李信廷 君[2]的結果發現，如果我們假設三種元件 R、L、C 它們之間的相關 係數ρ RL =0.9，ρ RC
sentiment expressed by the mechanical and electrical systems, emotional robot, to interact with young children in learning language.Combing the structure of the human memory and
通常在研究賽格威這類之平衡系統時在於機構之設計是十分的昂貴，本論文
