机器人足球射门算法研究
　    机器人足球比赛是一个复杂有趣的新兴人工智能研究领域，它融合了实时视觉系统、机器人控制、无线通讯、多机器人控制等多个领域的技术，已经成为研究多智能体系统的一个标准实验平台。
       按照国际机器人足球联盟(FIRA) 的规则，在整个比赛过程中进球多的球队获得胜利,因此射门水平无疑是决定一支球队实力的关键因素。 文献[3 ]采用了一个模糊控制器来避免我方机器人与对方机器人发生碰撞,以此为基础提出了一种射门算法。 该算法避障效果较好，但由于没有考虑对方守门员的影响,射门成功率不理想。文献[ 4 ]通过计算对方球员的运动范围和踢球的角度实现射门，可以成功地突破对方后卫和守门员的拦截。然而该方法没有合理地选择射门点，因而经常出现射门机器人本身不能将球踢进对方球门的情况。
        本文在分析影响射门各种因素的基础上,提出了一种改进的射门算法。该方法引入了射门区的概念，合理地选择射门点，并优化射门机器人的运动路径，从而极大地提高了射门的成功率。
　1．基本射门算法
基本射门算法可描述如下：
步骤(1)：计算机器人R 的射门点A。
步骤(2)：机器人R 运动到射门点A 。
步骤(3)：调整机器人R 的射门角度。
步骤(4)：机器人R 踢球射门。
步骤(5)：如果射门成功,则结束,否则,转步骤(1) 。
        基本射门算法可以用Petri 网模型表示，它描述了机器人射门的一个完整过程，其中，机器人的状态由库所P i表示。
基本射门算法的优点是简单、便于实现,但该算法并不实用,主要有以下不足：
(1) 机器人到达射门点后要调整角度，考虑到精度问题，机器人转角时速度较慢，从而很有可能错过射门时机；
(2) 机器人处于球和对方球门之间时，为了到达射门点可能会碰到球,导致重新规划，甚至可能出现“乌龙球”；
(3) 机器人在各点之间的运动要经历加速和减速2 个过程，无疑增加了射门时间，会出现贻误战机的情况。
2 　改进的射门算法
        为了克服基本算法的上述不足,进行了如下改进:计算出GB 的垂线BO、BR 的垂直平分线CO和BO 与CO 的交点O ,机器人R 沿以O 为圆心、BO 为半径的圆运动. 当机器人R 运动到点B 时,机器人正对着点G, 因而无需再调整角度。
       当机器人R 与点G在直线BO异侧时，上图所示的算法效果比较理想,而当机器人R 与点G 在直线BO 同侧时,效果不是很好。 因为当机器人R与点G在BO 同侧时，机器人R 为了运动到B 点，经过的路径比较长，可能会错过射门机会，降低射门的成功率。为此，当机器人R 与点G在BO 同侧时，可采取如图4 所示的算法。 根据下图，可以得到机器人R 的转角θ为
θ= α + 180 +β
         以上所讨论的射门算法仅考虑了射门机器人和球的位置关系，没有考虑其他机器人的影响。 在实际比赛中,如果要考虑其他机器人的影响，射门目标点G 就不应是固定点， 为此， 引入了射门区的概念。当不考虑其他机器人的影响时， 射门区AS为对方球门两门柱( PL 和PR) 和球( B) 的连线的延长线与场地四周围成的区域。 将射门的目标点设定为∠PLB PR 的角平分线BG 与对方球门线PL PR 的交点G, ∠PLB PR 称为射门区AS 的射门角。 规定射门区的大小是由射门角来度量的；射门角大,对应的射门区就大；反之，对应的射门区就小。 之所以做出如此规定，主要是考虑射门的难易程度与射门角关系更为密切。 同理，与射门区A1S 和A2S 对应的射门角分别为∠PLB EG 和∠B EGPR。
改进的射门算法如下：
步骤(1)：求出所有的射门区AiS及相应的射门角θiS( i = 1 ,2 , . ⋯, n)。
步骤(2)：用公式θ3S = max{θiS }，得到最大射门角θ3S，与射门角θ3S 对应的射门区记为A3S， A3 S即为最大射门区。
步骤(3)：根据A3S 计算射门目标点G。
步骤(4)：根据图3 或图4 所示的方法,使机器人执行射门动作。
步骤(5)：如果机器人射门成功，则射门结束，否则，转步骤(1) 。
3 　实验与分析
         为了验证本文所提出的射门算法的有效性,进行了仿真实验。实验中,兰队始终采取本文改进的射门算法，黄队则分别采取随机射门算法和基本射门算法,实验结果如表所示。
算法 射门总数 失球 被拦截 被扑出 成功率
随机算法 2000 512 236 435 40.85%
基本算法 2000 236 145 340 63.95%
本文算法 2000 156 81 167 79.80%
        从表中不难看出本文算法明显优于另外2种算法，主要原因是本文算法在基本算法的基础上优化了射门机器人的运动路径，同时考虑了对方机器人的影响，具有更大的实用性。然而，该算法没有考虑视觉、机器人本身性能等因素。在实际比赛中，机器人视觉处理带来的误差以及机器人本身性能的优劣对机器人每一个动作的执行都会产生很大影响，因此，需要研究一种综合考虑各种因素、更健壮、更有效的射门算法。