Skip to main content
SUPERVISOR
Maziar Palhang
مازیار پالهنگ (استاد راهنما)
 
STUDENT
Mehdi Tajmir riahi
مهدی تاجمیرریاحی

FACULTY - DEPARTMENT

دانشکده مهندسی برق و کامپیوتر
DEGREE
Master of Science (MSc)
YEAR
1394

TITLE

A novel approach to design kick skill with controlled angle and distance for soccer playing simulated humanoid robot
Replacement or cooperation of humanoid robots with human beings is the goal of constructing these robots. Human environments are dynamic, indefinite and noisy. In this respect, humanoid robots should have the ability to perform flexible and dynamic motions. In this study, kicking is investigated as a typical humanoid robot’s motion. Kicking is considered a leading skill in robotic soccer competitions. These days the majority of soccer playing robot teams employ a kind of kicking which is based on fixed keyframes. These kicks are executed with direct angle and fixed distance. In order to kick directly, the robot should stand behind the ball in an exactly straight way towards the goal. The needed time in which a robot arranges its direction toward the goal is called the preparation time. If this time is reduced, the likely intrusion of opponent robot and the probability of losing the ball will be reduced. The capability of kicking with controlled angle and distance decreases the preparation time due to the fact that robot needs to change its direction behind the ball less than before. In addition, this ability provides the feasibility of passing and team cooperation. The objective is implementing a kick with controlled angle and distance in a way that robot moves the ball towards favorable directions and distances. Using machine learning in order to create keyframes in real time mode is the represented approach. Base kick is designed through applying fixed keyframe method. Next, the joints that affect the angle and distance of the ball are chosen. Changing the value of these joints, the covariance matrix adaptation evolutionary strategy produces kicks with various angles and distances. The relation between changes of joints and changes in angles and distances of kick is non-linear. This relation is estimated by a two layered feedforward artificial neural network. While the favorable angle and distance of kick serve as input, values of joints are outputs. On the request of a kick with certain angle and distance, the trained network produces the values of joints and then the kick operates. The results prove the reliability of the employed method. This method is implemented through simulated soccer robot. The robot is capable of kicking with diverse angles and distances in a continuum of -90 to +90 degree and a range of 2 to 7 meter. Keywords: Humanoid robot, Covariance matrix adaptation evolutionary strategy, artificial network, 3D soccer simulation
هدف از ساخت ربات‌های انسان‌نما جایگزینی یا همکاری با انسان‌ها است. محیط‌های انسانی پویا، غیرقطعی و اغتشاشی هستند. ربات‌های انسان نما به منظور فعالیت در این محیط‌ها باید توانایی انجام حرکت‌های انعطاف‌پذیر و پویا را داشته‌باشند. در این پژوهش به عنوان نمونه‌ای از ‌حرکت‌های ربات انسان‌نما، شوت‌زدن ربات فوتبالیست را بررسی نموده‌ایم. شوت‌زدن، یک مهارت کلیدی در رقابت‌های فوتبال ربات‌ها می‌باشد. در حال حاضر اکثر تیم‌های رقابت ربوکاپ از شوت برمبنای قاب‌کلیدی ثابت استفاده می‌کنند.این شوت‌ها با زاویه مستقیم و برد ثابت اجرا می‌شوند. ربات برای اجرای شوت مستقیم باید به گونه‌ای پشت توپ قرار گیرد که دقیقاً به سمت هدف باشد. مدت زمانی که ربات به منظور تنظیم جهت ایستادن پشت توپ نیاز دارد را زمان آماده سازی می‌گوییم. اگر این زمان کاهش یابد امکان دخالت ربات حریف و در نتیجه از دست رفتن توپ کاهش می‌یابد. توانایی شوت زدن با کنترل زاویه و برد زمان آماده‌سازی را کاهش می‌دهد، زیرا ربات کمتر به تغییر جهت پشت توپ نیاز دارد. علاوه براین امکان پاسکاری میان ربات‌ها و همکاری تیمی فراهم می‌گردد. هدف، پیاده‌سازی روشی برای کنترل زاویه و برد شوت است، به‌گونه‌ای که ربات توپ را در جهت‌ها و بردهای مطلوب به حرکت درآورد. راهبرد ارائه شده استفاده از یادگیری ماشین به منظور ایجاد قاب‌های کلیدی در زمان اجرا می‌باشد. شوت پایه با روش قاب کلیدی ثابت طراحی شده‌است. سپس مفصل‌های تاثیرگذار بر زاویه و برد حرکت توپ، انتخاب می‌شوند. الگوریتم استراتژی تکاملی انطباق ماتریس همپراش با تغییر مقادیر این مفصل‌ها، شوت‌هایی با جهت‌ها و بردهای متفاوت تولید می‌نماید.رابطه‌ی تغییرات مفصل‌ها با تغییرات زاویه و برد شوت، غیرخطی است. شبکه عصبی مصنوعی پیشخوراند با 2 لایه، این رابطه را تخمین می‌زند. ورودی این شبکه زاویه و برد مطلوب و خروجی آن مقادیر مفصل‌های ربات است. هنگام درخواست یک شوت با زاویه و برد مشخص، شبکه عصبی آموزش داده شده، مقادیر مفصل‌ها را تولید می‌کند و شوت اجرا می‌گردد. نتایج بدست آمده قابل اعتماد بودن این روش را اثبات می‌نمایند. این روش با استفاده از ربات فوتبالیست شبیه‌سازی شده پیاده سازی شده‌است. ربات قادر به اجرای شوت‌هایی با زاویه‌ها و بردهای متفاوت در بازه پیوسته 90+ تا 90- درجه و 2 تا 7 متر می‌باشد. کلمات کلیدی: 1-ربات انسان‌نما 2-استراتژی تکاملی انطباق ماتریس همپراش 3-شبکه عصبی4-شبیه‌سازی فوتبال سه بعدی

تحت نظارت وف ایرانی