中型组机器人足球比赛系统的全局地图构建研究.pdf

《中型组机器人足球比赛系统的全局地图构建研究.pdf》由会员分享，可在线阅读，更多相关《中型组机器人足球比赛系统的全局地图构建研究.pdf（64页珍藏版）》请在三一文库上搜索。

1、摘要 摘要 中型组机器人足球比赛系统是一个非常典型的多智能体分布式控制系统，它是 人工智能、机器人学、传感器等多个学科和领域的集成。它主要研究解决的是在一 个复杂的比赛环境中，多个机器人如何有效、实时地获取到比赛环境的信息，并根 据获取的实时信息实现相互之间的通信和协作，构建出全局地图，并进一步通过决 策处理，运动控制系统执行任务指令，最终完成比赛任务。它提供了一个标准的实 验平台来促进多机器人系统、人工智能等领域的发展，其理论与技术能够应用于工 业、国防、医疗等实践领域，能有有效地推动国家的科技与经济的发展。所以机器 人足球比赛系统的研究具有非常高的挑战性，也具有很高的理论研究价值和实际应

2、用价值。 本文以R o b o C u p 中型组机器人足球比赛系统为研究对象，从比赛环境地图的局 部地图构建和全局地图构建两个方面进行了深入研究。 本文的主要研究内容如下： 1 机器人局部地图构建 结合R o b o C u p 中型组机器人足球比赛系统的特点，机器人局部地图的构建在机 器人自身上完成。数据融合的融合结构采用集中式的结构，比赛场地上各个机器人 自身携带的多个传感器获取到的环境地图数据将会直接传输到各个机器人的车载笔 记本上进行处理，根据局部地图构建相关的算法经过数据融合后，能够快速、准确 地完成出机器人的局部地图构建。 2 中型组机器人足球比赛系统的全局地图构建 各个机器人完

3、成各自局部地图构建后，将局部地图信息无线传输到场外教练机 上进行数据融合。当多个机器人的前向单目视觉获取到足球的观测值时，本文提出 采用基于均值方差比的融合算法对其进行数据融合，当多个机器人的全向视觉获取 到对方机器人的观测值时，本文提出采用基于支持度的融合算法对其进行数据融合。 最后利用这两种算法完成比赛全局地图的构建，并且能达到有效地排除噪声数据干 扰的影响。 论文最后对全文进行了总结，说明本文的主要研究成果，同时指出了论文存在 广东_ y - , _ l k 大学硕士学位论丈 的不足以及有待进一步研究解决的问题。 关键词：机器人；全局地图；数据融合；支持度 I l A b s t r a

4、 c t A b s t r a c t M i d d l e - s i z el e a g u er o b o ts o c c e rs y s t e mi sav e r yt y p i c a lm u l t i - a g e n td i s t r i b u t e d c o n t r o ls y s t e m ，i ti st h ei n t e g r a t i o no fv a r i o u sf i e l d so fa r t i f i c i a l i n t e l l i g e n c e ，r o b o t i c s

5、， s e n s o r sa n do t h e rd i s c i p l i n e s I tm a i n l ys t u d i e sa n dd e a l sw i t ht h ep r o b l e m st h a ti na c o m p l e xg a m ee n v i r o n m e n t ，h o wt oe f f e c t i v e l ya n di m m e d i a t e l yg a i nt h eg a m e 广东工业大学硕士学位论文 2 T h eg l o b a lm a p b u i l d i n

6、go fm i d d l e s i z el e a g u sr o b o ts o c c e rs y s t e m A f t e re a c hr o b o th a sc o m p l e t e di t sl o c a lm a pb u i l d i n g ，l o c a lm a pi n f o r m a t i o nw i l l b ew i r e l e s s l yt r a n s m i t t e dt ot h eo u t s i d ec o a c hf o rd a t af u s i o n W h e nm u

7、l t i p l em o n o c u l a r f r o n tv i s i o nh a sg a i n e do b s e r v a t i o n so ft h es o c c e r , t h i sp a p e rc a r r i e so nt h ed a t af u s i o nb y u s i n gt h ef u s i o na l g o r i t h mb a s e do nm e a n - v a r i a n c er a t i o ，w h e nm u l t i p l eo m n i - v i s i o

8、 nh a s g a i n e do b s e r v a t i o n so ft h eo p p o n e n t ，t h i sp a p e rc a r r i e so nt h ed a t af u s i o nb yu s i n gt h e f u s i o na l g o r i t h mb a s e do nt h es u p p o r t ，b yt h ec o m b i n a t i o no ft h et w om e t h o d st h eg l o b a l m a pb u i l d i n gi sc o m

9、 p l e t e da n dt h i sm e t h o dg r e a t l ye l i m i n a t e st h ei n f l u e n c eo ft h eu n r e a l n o i s ed a t a T h el a s tp a r to ft h i sp a p e rs u m m a r i z e st h em a i nr e s e a r c hr e s u l t s ，p o i n t so u tt h e s h o r t c o m i n g so ft h ep a p e ra n dt h ef u

10、 r t h e rr e s e a r c hp r o b l e m st ob es o l v e d K e y w o r d s ：R o b o t ；T h eG l o b a lM a p ；D a t aF u s i o n ；S u p p o r tD e g r e e I V 目录 口罩 目承 摘昙妻I A b s t r a c t I I I 目录V C o n t e n t s V I I 第一章绪论1 1 1 课题研究的背景和意义1 1 2 移动机器人地图构建的国内外研究现状。3 1 3 本文的主要内容和章节安排6 1 3 1 本文的主要内容6

11、1 3 2 本文的章节安排7 第二章R o b o C u p 中型组机器人足球比赛系统简介9 2 1 引言9 2 2 中型组机器人足球比赛系统的组成和工作原理一9 2 3 中型组足球机器人各子系统简介1 0 2 3 1 视觉子系统1 0 2 3 2 决策子系统1 2 2 3 3 通讯子系统1 2 2 3 4 运动控制子系统1 3 2 4 教练机14 2 4 1 教练机的性能要求1 4 2 4 2 教练机的功能1 5 2 4 3 教练机的工作原理1 6 2 4 4 无线通讯功能1 6 2 5 本章小结2 0 第三章中型组机器人足球比赛系统的局部地图构建2 1 3 1 引言2 1 V 广东工业大

12、学硕士学住论丈 3 2 机器人地图的表示方法2 1 3 3 地图构建中数据融合结构2 3 3 。4 机器人局部地图构建2 5 3 4 1 数据融合结构选择2 5 3 4 2 局部地图构建2 6 3 5 实验与结果分析2 9 3 6 本章小结3 3 第四章中型组机器人足球比赛系统的全局地图构建3 5 4 1 引言3 5 4 2 比赛系统全局地图构建3 5 4 2 1 数据融合结构选择3 5 4 2 2 基于均值方差比算法的前向单目视觉融合3 6 4 2 3 基于支持度算法的全向视觉融合3 9 4 3 实验与结果分析4 2 4 3 1 全局地图构建4 2 4 3 2 对全局地图构建中噪声数据的处理

13、4 4 4 4 本章小结4 6 总结4 7 参考文献4 9 攻读硕士学位期间发表的论文5 4 学位论文独创性声明5 5 学位论文版权使用授权声明5 5 致谢5 6 C o n t e n t s Co n t e n t s A b s t r a c t ( I nC h i n e s e ) I A b s t r a c t ( I nE n g l i s h ) I I I C o n t e n t s ( I nC h i n e s e ) V C o n t e n t s ( I nE n g l i s h ) V I I C h a p t e r1I n t r o

14、 d u c t i o n 1 1 1B a c k g r o u n da n dS i g n i f i c a n c eo fR e s e a r c h 1 1 2D e v e l o p m e n tS t a t u sa tH o m ea n dA b r o a do fM a pB u i l d i n go fM o b i l eR o b o t 3 1 3M a i nC o n t e n t sa n dL a y o u to fT h e s i s 6 1 3 1M a i nC o n t e n t so f T h e s i s 6

15、 1 3 2L a y o u to fT h e s i s 7 C h a p t e r2I n t r o d u c t i o no fR o b o C u pM i d d l e - s i z eL e a g u eR o b o t S o c c e rS y s t e m 9 2 1P r e f a c e 9 2 2C o m p o s i t i o na n dP r i n c i p l eo fM i d d l e - s i z eL e a g u eR o b o tS o c c e rS y s t e m 9 2 3B r i e f

16、I n t r o d u c t i o no ft h eM i d d l e - s i z eL e a g u eR o b o tS u b s y s t e m s 10 2 3 1V i s i o nS u b s y s t e m 10 2 3 2D e c i s i o n m a k i n gS u b s y s t e m 1 2 2 3 3C o m m u n i c a t i o nS u b s y s t e m 1 2 2 3 4M o t i o nC o n t r o lS u b s y s t e m 13 2 z IC o a t

17、 h 1z I 2 4 1P e r f o r m a n c eR e q u i r e m e n to fC o a c h 1 4 2 4 2F u n c t i o no fC o a c h 15 ：! 4 3P r i n c i p l eo fC o a c h 16 2 4 4W i r e l e s sC o m m u n i c a t i o nF u n c t i o n 16 2 5B r i e fS u m m a r yo ft h eC h a p t e r 2 0 C h a p t e r3L o c a lM a pB u i l d

18、i n go fM i d d l e s i z eL e a g u eR o b o tS o c c e rS y s t e m 2 1 ：；1P r e f a c e 2 l 3 2E x p e r s sM e t h o do f R o b o tM a p 2 1 V I I 广东工业大学硕士学位论文 3 3D a t aF u s i o nS t r u c t u r eo fM a pB u i l d i n g 2 3 3 4L o c a lM a pB u i l d i n go fR o b o t 2 5 3 4 1S t r u c t u r

19、eC h o i c eo fD a t aF u s i o n 2 5 3 4 2L o c a lM a p B u i l d i n g 2 6 3 5E x p e r i m e n t sa n dR e s u l t sA n a l y s i s 2 9 3 6B r i e fS u m m a r yo ft h eC h a p t e r 3 3 C h a p t e r4G l o b a lM a pB u i l d i n go fM i d d l e s i z eL e a g u eR o b o tS o c c e rS y s t e m

20、 3 5 4 1P r e f a c e 3 5 4 2G l o b a lM a pB u i l d i n go fS o c c e rS y s t e m 3 5 4 2 1S t r u c t u r eC h o i c eo fD a t aF u s i o n 3 5 4 2 2G l o b a lM a pB u i l d i n gB a s e do nv a r i a n c e - m e a nr a t i oA r i t h m e t i c 3 6 4 2 3G l o b a lM a p B u i l d i n gB a s e

21、do nS u p p o r tD e g r e eA r i t h m e t i c 3 9 4 3E x p e r i m e n t sa n dR e s u l t sA n a l y s i s 4 2 4 3 1G l o b a lM a pB u i l d i n g 4 2 4 3 2P r o c e s s i n go fN o i s eD a t ao fG l o b a lM a pB u i l d i n g 4 4 4 4B r i e fS u m m a r yo ft h eC h a p t e r 4 6 C o n c l u

22、s i o n 4 7 R e f e r e n c e s 4 9 T h e s i sP u b l i s h e dD u r i n gS t u d y i n gf o rM a s t e rD e g r e e 5 4 O r i g i n a lS t a t e m e n to f T h e s i s 5 5 C o p y r i g h tL i c e n s eS t a t e m e n to fT h e s i s 5 5 A c k n o w l e d g e m e n t s 5 6 V m 第一章绪论 第一章绪论 1 1 课题研究

23、的背景和意义 足球运动是当今世界第一大运动，它是令我们为之倾倒和激动的体育比赛项 目，而机器人是集各种高新技术于一体的尖端科学技术的具体体现，因此将这两者 结合的机器人足球比赛可以说是一次伟大的创举【- 】。自从1 9 9 2 年加拿大不列颠哥伦 比亚大学教授A l a nM a c k w o t h 在他的论文( O nS e e i n gR o b o t s ) 中提出训练机器人进 行足球比赛的设想以来f 2 3 】，机器人足球比赛系统已发展成一个促进人工智能、模式 识别技术、机器人学、通讯与计算机技术、机电一体化技术和多传感器信息融合技 术等多个前沿学科研究领域发展的平台【4 】。

24、机器人足球比赛发展的目标是：到2 0 5 0 年，一个全部由全自主的人形机器人组成的足球队，按照国际足联( F I F A ) 的规则与 当时的世界杯人类冠军队进行足球比赛，并赢得这场人机比赛的最终胜利【s 1 。 机器人足球世界杯( R o b o C u p t S ) 是目前国际上规模较大和影响较广的一项机器 人足球比赛。这项比赛是由日本的K i t a n o 和A s a d a 在1 9 9 7 年提出的1 6 ，并且在当年举 办了第一届该赛事。经过十多年的发展，它已经成为由国际人工智能协会组织的全 球性高科技竞赛项目，是国际上一项为促进分布式人工智能、智能机器人技术以及 相关领域

25、的研究与发展而举行的大型比赛和学术活动川。其比赛项目已经多种，比 赛的类型主要有足球比赛、营救比赛、青少年比赛。足球比赛机器人类型有仿真组 ( 2 D 、3 D ) 、小型组、中型组以及类人组等。其中最具挑战性和技术难度的项目就是 中型组机器人足球比赛。 R o b o C u p 中型组机器人足球赛是R o b o C u p 机器人足球世界杯的主要参赛项目 之一。它要求各参赛队伍的各个机器人都是独立自主的，即机器人对周围环境信息 的获取、机器人行为的决策、整个队伍任务的规划以及机器人的运动控制都是由各 个机器人单独完成，各机器人之间仅利用无线通讯来实现信息共享以达到互相配合 协调，完成任务

26、【8 】。所以中型组机器人足球比赛最能代表参赛队伍当前对机器人的 研究水平，也最具有挑战性和观赏性。本文选取的研究平台是R o b o C u p 中型组机器 人足球比赛系统【，】。 目前，世界上很多大学和科研单位投入到足球机器人的研究当中。在R o b o C u p 广东工业大学硕士学位论文 中型组机器人方面，国外研究起步比较早，例如日本的大阪大学队、德国弗莱堡 ( F r e i b u r g ) 大学的C S F r e i b u r g 队、伊朗的S h a r i f y 理工大学S h a r i f y C E 队、美国卡内基 梅隆大学的C M UH a m m e r h

27、 e a d s 队等【，】。国内对R o b o C u p 中型组机器人研究起步相 对较晚，1 9 9 9 年6 月，经国际R o b o C u p 联合会授权，中国科技大学和清华大学共 同发起成立了R o b o C u p 联合会中国分会筹备委员会i s ) 。此后，越来越多的国内知名 院校和科研院所进行这方面的研究，起步较早的有上海交通大学交龙机器人足球队， 他们从2 0 0 1 就开始从事中型组足球机器的研究工作，2 0 0 3 2 0 0 6 年曾连续四年参加 而来R o b o C u p 世界杯的国际比赛。目前国内纵多大学如华南理工大学、国防科技大 学、东北大学、哈尔滨工业

28、大学、上海大学、广东工业大学等先后开展了全自主移 动机器人项目的科研工作。经过近几年的快速发展，我们这方面的技术已经达到了 世界先进水平。 R o b o C u p 中型组机器人最能代表足球机器人的技术水平，包含了纵多高新技术 它涉及到的技术非常多，例如：智能机器人技术、图像处理与识别技术、伺服驱动 控制系统、多传感器数据融合技术、分布式合作与协调、动态实时系统、实时模式 识别与行为系统等 7 1 。在整个R o b o C u p 中型组比赛过程中，传感器是机器人在比赛 过程中获取环境现场信息的唯一途径，能否通过传感器快速、精确地获取环境现场 信息，利用获取的信息快速、精确地定位机器人和构

29、建出全局地图，它的性能好坏 将直接影响整个队伍决策系统的准确性，并且进一步影响比赛的胜负。所以快速、 精确地构建出全局地图是整个比赛胜负的关键。 本文研究的目的是利用多传感器数据融合技术来提高中型组足球机器人在比 赛过程中对比赛环境地图构建的能力，应用平台是R o b o C u p 中型组机器人足球比赛 系统。这个比赛系统是一个十分典型的多移动机器人系统，移动机器人是机器人学 领域中的一个重要研究分支，它是一个集环境感知、动态决策与规划、行为控制与 执行等多种功能于一体的综合系统【9 】。移动机器人需要通过机器人自身的各种传感 器实现对周围环境的感知，然后再通过自定位从而确定自身相对于全局坐

30、标的位姿 和对机器人自身可视范围内的环境信息进行地图创建，这些都是全自主机器人实现 下一步行为决策和运动规划的前提。这过程就像人首先通过听觉、视觉、嗅觉和触 觉等感觉器官来感知我们身处的环境，然后再将这些信息传送给人的大脑，大脑通 过分析这些感知信息后，最后做出我们的行为决策。本文通过对R o b o C u p 型组足 球机器人各传感器采集到的环境信息实现两次融合处理，构建出比赛现场的环境全 2 第一章绪论 局地图，并不断地对地图信息进行实时更新，以达到机器人在比赛过程中进行全局 地图构建的目的。 1 2 移动机器人地图构建的国内外研究现状 地图构建是指获取移动机器人所在物理工作环境的空间模

31、型【仲川，通过摄像头、 激光测距仪、声纳等传感器获取环境信息，经过数据处理后，构建出机器人身处的 环境地图。而地图构建需要机器人的定位，定位又依赖环境地图，因此一般也称为 同时定位与建图( S i m u l t a n e o u sL o c a l i z a t i o na n dM a p p i n g ，S L A M ) 。移动机器人的工 作环境通常分成两类静态环境和动态环境，对于静态环境地图构建的研究，目 前国内外已经取得了很多理论性和应用性的成果。T h r u n t , O J 对移动机器人地图构建的 发展历史和方法做了比较详细的分析和比较【1 2 J 。主要包括卡尔

32、曼滤波方法、期望最 大化算法、增量最大似然方法、占用栅格地图等方法。移动机器人在动态环境中如 何构建地图相对于其构建静态环境地图而言，它会随着时间的推移，环境会发生变 化，所涉及的问题多而且比较复杂，因此其更具有研究的应用价值和挑战性。能够 实时地构建动态环境的地图也是实现智能自主移动机器人的关键【1 。 概率方法是一种较早运用到地图创建问题中的方法。E l f e s 和M o r a v e c t t 3 1 4 嘬早提 出将栅格地图表示方法中每个栅格被障碍物所占有的可能性用一个概率值来表示。 T h r u n 、F o x 和B u r g a r d 等人的研究【1 5 】工作成功

33、地将概率方法应用在栅格地图表示方法 中，他们应用B a y e s 估计和M a r k o v 假设成功地解决了移动机器人的地图创建和机器 人同时定位的问题。O l s o n 基于最大似然估计提出了移动机器人的概率自定位技术 D 6 ，基本思想是将当前位置上构建的地图和以前构建的地图进行比较，并在概率意 义上进行最大匹配。 1 9 6 0 年，卡尔曼( R E K a l m a n ) 首次提出卡尔曼滤波理论，它是一种线性最小方 差估计，主要用于对运动目标的状态估计、跟踪和预测，在组合导航、工业控制、 机器人等领域都有着广泛的应用。蔡鹤皋等人阐述了卡尔曼滤波在多传感器数据融 合技术领域的

34、应用1 1 7 。在可移动机器人领域，牛津大学的机器人研究小组的成功地 将卡尔曼滤波技术应用在机器人的自定位、机器人的环境地图构建、导航以及目标 识别等领域，并且取得了具有代表性的研究成果。 人工神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统，它 广东工业大学硕士学位论文 的能力来自于大量神经元进行简单计算机制所形成的整体行为。人工神经网络的特 点和优越性主要表现在三个方面：具有自学习功能，具有联想存储功能和具有高速 寻找优化解的能力。T h r u n lZ m 将反向传播的神经网络相关理论应用在实际项目中，利 用神经网络对传感器采集到的大量声纳数据样本进行了学习，基于以上的学

35、习而建 立了声纳测量向局部栅格地图的映射模型，最后将其应用于移动机器人的地图创建 过程中，并取得了良好的地图构建效果。 以往的地图构建方面研究主要是针对单个机器人对其周边环境地图的构建，地 图构建方法有传感器获取数据的融合、机器人的自定位等等。最近几年来，各个国 家的研究机构和各大高校纷纷开展多机器人系统的研究，这一研究工作正在进入一 个繁荣时期，各个国家的学者对多机器人系统的相关理论、自主式结构设计、个体 行为和合作行为设计等方面进行了广泛深入的研究1 1 9 1 ，并取得了一定的研究成果。 多机器人系统的相关理论和技术已经应用在诸多领域，例如自动加工、合作运输、 柔性生产、自动装配、分布式

36、探测、足球机器人竞赛等。多机器人协作S L A M 也是 目前多机器人系统研究的热点之一【2 0 。2 2 。多机器人系统可以彼此交换和共享信息， 可以提高任务执行的速度，而且能够安装不同类型的传感器，能够获取更多环境信 息，所以多机器人系统比单机器人系统更具优势，也能够得到为地图构建提供更多 更加精确的信息。 Y a m a u c h i 在文献【2 3 】中提出一种多机器人系统，这个系统是一种分布式控制系 统。机器人是通过无线网络来进行相互之间的通讯，每个机器人根据自己的感知建 立栅格地图，同时透过广播的方式把该机器人将自己建立的局部地图信息通过无线 网络发送到系统中其它的机器人，而当自

37、己接收到由其它机器人发送而至的地图信 息时，则需要将这些相关信息转换到自己的机器人坐标系中，并根据自己原来的全 局地图、自己新的局部感知信息和其它机器人的地图信息来更新自己维护的全局地 图。系统的特点可以描述为：信息共享，独立决策，具有较好的鲁棒性，任何一个 机器人出现故障不影响整个系统的运行。 S i m m o n s t ：4 1 采用了一种分散探索，集中建图的控制结构，在整个系统中每个机 器人使用的算法是相同的，当自身的传感器获取到数据时，通过这些算法处理自己 的这些数据，构建各个机器人的局部地图，这些局部地图信息会存储在一个中央模 块中，在中央模块中完成对所有的局部地图的融合，构建出

38、全局地图。各机器人上 的局部地图构建模块通过局部地图匹配的方式来减少数据的不确定性，而中央模块 4 第一章绪论 通过融合多个机器人的局部地图信息，进行迭代运算的方式来进一步提高了全局地 图的准确性。这些工作的完成必须建立在三个假设条件的基础上：静态环境、机器 人总是能得到与其他机器人的相对位置、拥有足够的带宽用于无线通讯。构建局部 地图的作用是将局部时间段的感知信息进行融合以减小这些感知信息中的误差，然 后通过无线通讯系统将经校正过的感知信息发送给中央模块，在中央模块中，全局 地图并不是简单地直接集成由各个机器人发送而至的局部地图信息，中央模块必须 将这些信息转换到全局坐标系中，再通过一个概率

39、模型来最终完成全局地图构建的 工作。 此外，S k r z y p c z y n s k i t 2 5 1 针对多机器人、多传感器带来的信息管理问题，提出利 用多A g e n t 理论来解决这样的问题，会使得整个系统高度模块化，易于维护和修改。 K i m l 拍J 实现了地图创建中在线的进化学习算法，每个机器人的控制算法通过在线的 进化计算得到，都是不相同的。通过仿真实验验证算法的可行性。 目前，国内各大高校以及科研单位的R o b o C u p 中型组足球机器人大部分都是采 用摄像头作为机器人的视觉传感器来获取比赛现场信息，从而来实现对机器人进行 自定位以及环境地图创建。由于机器人

40、处在一个动态的比赛环境中，会存在许多不 确定的影响因素，比如机器人对工作环境中的对方机器人位置和足球的不确定性， 而且每个机器人的视觉传感器具有获取比赛环境信息类型以及范围的局限性，在传 感器硬件获取数据上会存在一定范围内的误差或失真，所以导致了比赛在全局地图 构建方面存在一定的瓶颈t ，】。本文中我们提出利用多传感器数据融合技术来提高中 型组足球机器人在比赛过程中的全局地图构建能力。目前参加比赛的球队中有的球 队机器人虽然具有多个传感器，各个机器人获取的场地信息还具有一定的互补性， 但是由于算法还不够完善，导致未能充分利用好各个机器人传感器获取的比赛现场 信息来进行全局地图构建。因此目前R

41、o b o C u p 中型组机器人足球比赛系统在全局地 图构建方面的能力还有待进一步提高【2 7 ：，】，而多传感器数据融合技术也必定是未来 机器人技术研究和发展的趋势和重点。 在国外，德国柏林F r e i e n 大学采用K a l m a n 滤波的方法进行三层融合处理，包 括对里程表的信息处理、相对误差的校正以及视觉特征的识别，通过融合处理后完 成对R o b o C u p 中型组机器人足球比赛系统中机器人的自定位，在2 0 0 4 年葡萄牙里 斯本举办的R o b o C u p 机器人足球世界锦标赛上取得较好的成绩【3 0 】；加拿大的 C a r l e t o n 大学对足球的信息、球场环境信息等进行数据融合处理，也取得了较好的 广东工业大学硕士学位论文 效果 3 1 , 3 2 1 。 在国内，国防科技大学通过综合采用加权系数法和K a l m a n 滤波算法对里程计、 加速度传感器、电子罗盘和视觉传感器获取的信息进