研制高智能的全自主机器人模仿人类进行足球 比赛是当前人工智能和机器人领域的研究热点之 一。 全自主机器人足球比赛的特点是每个机器人完 全自治， 即每个机器人必须自带各种传感器、控制 器、驱动器、电源等设备。 比赛中， 各机器人队不允许 使用全局视觉， 也不允许人为的干预。 它涉及到机器 人控制系统的体系结构、移动机器人自定位、实时视 觉、多机器人传感器融合、多机器人协作、机器人的 学习等多项关键技术。
目前，举办全自主机器人足球比赛的国际组织 有两个：RoboCup 联合会和FIRA 组织。 RoboCup (Robo tWo rld Cup Soccer Gam es) 是由日本、欧美等国家发起并创立的组织， 从1997年开始每年举办 一届比赛。该组织在瑞士注册， 现有成员国近40 个，包括美国、德国、日本、意大利等发达国家。 RoboCup 的目的是促进人工智能、机器人技术及相关领域的 发展。它提供一个标准的机器人踢足球平台。在此平 台上，大量的技术可以被集成并接受检验。 RoboCup 有仿真组、小型组、中型组和四腿机器人组4 个主要 的比赛类型。FIRA ( Federat ion of In ternat ional Robo t2Soccer A ssociat ion) 是由韩国发起并创立的 组织， 从1997 年开始每年举办一届比赛，目前主要 由韩国、新加坡、巴西等一些国家的研究机构组队参 赛。
RoboCup 和F IRA 都设立了全自主机器人比 赛项目。 例如， RoboCup 的中型组(M iddle2Size L eague) 和F IRA 的RoboSo t， 其所涉及的机器人技 术完全相同。 本文将以RoboCup 中型组的比赛为 例， 对其中的关键技术进行分析。
1 关键技术
1. 1 机器人控制系统的体系结构
1. 1.1 单机器人系统的体系结构
在中型组比赛中， 单个机器人的控制系统广泛采用混合式的体系 结构， 控制系统的上层采用规划技术， 底层采用基于 行为的反应式控制技术， 这样既保证了系统的鲁棒 性和快速性， 又使系统具有较高的决策智能。 以德国弗赖堡大学队的机器人为例[ 1 ] (见图 1) ， 感知模块接收机器人自身的传感器信息并通过 通信获得其他机器人的内部信息， 这些信息共同作 为规划层和行为控制层的输入， 使机器人有较多的 信息来进行决策， 提高了决策的正确性。 当行为控制 层产生运动到场地上某一点的行为时， 自动启动规 划层为机器人规划出一条到达目标点的最优路径。 行为控制层是一个由状态空间到行为空间映射构成 的规则库， 针对具体的环境， 机器人能够迅速地做出 反应。 Werger[ 2 ] 提出了一种完全反应式的结构， 并 将它应用到足球队“Sp irit of Bo livia”中。 在这种结 构中， 所有队员的个体行为， 以及队员之间的合作行 为都设计为反应式的。 该结构的优点是动作的连续 性、快速性比较好; 缺点是对具体机器的依赖性较 强，通用性差。
图1 单机器人系统的体系结构
1.1. 2 多机器人系统的体系结构
各队普遍采用 基于无线局域网(遵守IEEE802. 11 标准) 的通信技术。每个机器人和场外计算机作为网络的节点， 共同构成一个无线局域网络系统， 高达11Mb/s 的无线 网络为机器人之间的信息传递提供了一个快捷通 道。根据场外服务器是否参与决策， 本文将球队的体 系结构分为两种：集中与分布式结合的混合型结构 和完全分布式的结构。对于前者，场外服务器作部分 或全部的决策; 对于后者，场外服务器不参与决策，只用来建立全局模型。 伊朗Sharif 大学队采用前一 种结构[ 3 ] ，场外的服务器根据场上的情况来动态地 为单个机器人分配任务， 指定每个机器人的角色(前 锋、中场或后卫) ，这时球队的控制方式是集中式的; 当角色分配完成后，不同角色的机器人要根据场上 的具体情况自主地选择行为，做出反应，最终完成射 门的任务。 这时球队的控制方式是分布式的。德国弗 赖堡大学队和意大利的ART 队都采用后一种结 构，如图2 所示。图中场外计算机只负责建立全局模型，并通知每个机器人。它并不对机器人进行任务、 角色分配。场上的机器人需要自主地进行角色选择， 相互配合以完成射门的任务。
图2 机器人系统的体系结构