Futebol de RobôsRobot Soccer

Ivan Salera Guisini Santos e Thiago Richter

2005

Sumário Apresentação

• Introdução

• Desenvolvimento

• Conclusões

Introdução

• Contextualização do Projeto– Elaboração de um protótipo simplificado, constituído de dois agentes

robóticos, que irão competir, dentro de um campo de ação, no chamado jogo “gol-a-gol”.

– Projeto global faz parte os trabalhos de Visão Artificial (Cardoso; Gomes, 2005) e de Hardware e Sistema Embutido (Villalobos, 2005).

• Objetivos– Desenvolver um software capaz de controlar, definir estratégias, trajetórias e

ações para agentes robóticos jogadores de futebol em ambiente simulado e real.

– Código comum e de fácil alteração entre ambientes.

– Ambiente simulado: simulação do agente robótico e do sistema de visão e suas interações, planejar, decidir estratégias e controlar o agente. Propostas para aprendizagem e evolução dos agentes com auxílio de algoritmos genéticos.

– Ambiente Real: adaptado do simulador para uso em ambiente real, realizando a interação com os demais grupos temáticos formando o ciclo Visão-Estratégia-Hardware.

Introdução

• Justificativa– Estudo do tema Futebol de Robôs é uma oportunidade que o graduando de

ciência da computação tem de pesquisar temas atuais e avançados, possibilitando aplicar estes conceitos nas formas teórica e prática.

• Materiais e Métodos– Temas teóricos necessários ao desenvolvimento do trabalho foram estudados

através de uma revisão bibliográfica de livros, teses e artigos.

• Organização do Trabalho– Introdução, objetivos, justificativas, materiais e métodos.

– Futebol de Robôs (Robocup): pesquisas no Brasil e no mundo, definição das regras, os avanços e perspectivas para o futuro.

– Robótica: auxílio no desenvolvimento para Ambiente Simulado.

– IA: agentes, teoria dos jogos, planejamento, aprendizagem e PG e AG.

– Técnicas de Navegação: estudo das diversas técnicas.

– Programação OO e UML

Revisão Bibliográfica

• Futebol de Robôs– No Mundo

– No Brasil

– RoboCup

– Gol-a-Gol

– Avanços e Aplicações

– Perspectivas para o Futuro

• Inteligência Artificial– Agentes

– Teoria dos Jogos

– Planejamento

– Aprendizagem

– Introdução à PG e AG

– Programação Genética

– Algoritmos Genéticos

• Robótica– Robôs

– Percepção

– Sensores

– Atuadores

• Técnicas de Navegação– Grafo de Visibilidade

– Espaço Livre

– Baseada em Grid

– Transformada de Distância

– Campos Potenciais

– Heurística

– Obstáculos Móveis

Revisão Bibliográfica

• Técnicas de Navegação– Planejamento de Trajetória com Grafo de Visibilidade

Revisão Bibliográfica

• Técnicas de Navegação– Planejamento de Trajetória por Espaço Livre

Revisão Bibliográfica

• Técnicas de Navegação– Navegação Baseada em Grid

Revisão Bibliográfica

• Técnicas de Navegação– Transformada de Distância

Revisão Bibliográfica

• Técnicas de Navegação– Navegação de Campos Potenciais

Desenvolvimento

• Planejamento e Trajetórias– Planejamento

• Contínuo

– Trajetória• Baseada em Grids

– Vetorização• Vetores de direção e velocidade

– Visada• Simular Visão Local

• Aproximar mais rapidamente

– O ciclo

Área de Visada

Direção

α

Fora da VisadaEfetuar somente

movimentação Angular

α

Dentro da VisadaEfetuar

movimentação Composta

α

Desenvolvimento

• EstratégiasVetores de direção e velocidade dos agentes e da bola,

localização no campo de ação e distâncias entre os objetos.

– Estratégia Defensiva: Bola em sua direção ou no campo adversário

– Estratégia Ofensiva: Bola parada em seu campo ou em direção adversário

– Estratégia Lateral: Bola parada em seu campo, nas áreas laterais

– Comportamentos Específicos• Gol Sofrido

• Falta por Invasão

• Conduzir Bola até Ataque

• Escanteio

• Contra Ataque

• Ataque desviando– Sem colisão

– Com colisão

Desenvolvimento

• Estratégia

Desenvolvimento

• Estratégia– Escanteio

Desenvolvimento

• Estratégia– Contra Ataque

Desenvolvimento

• Estratégia– Atacar desviando adversário

• Sem Colisão

Desenvolvimento

• Estratégia– Atacar desviando adversário

• Sem Colisão

Desenvolvimento

• Controle do Agente– Requisitos

– Tratamento de Colisões

• Proposta para AG

• Proposta de Aprendizagem– Aprender a calibrar as variáveis de controle, como as variáveis de Velocidades Linear e

Angular, de forma a otimizar a relação existente entre os cálculos efetuados no sistema e o ambiente real.

• Adaptando o Software em A. S. para A. R.– Interações

– Protocolos

– Freqüências de Transmissão

hVectA

VectBh

r1r2

V is a d a V e l. L . m ín . V e l . L . m á x . V e l . W . m ín . V e l . W . m á x . D is tâ n c ia

Desenvolvimento

• Protocolos

Sincroni-

zação

Iniciali-

zaçãoX1 Y1 X2 Y2 ... Xn Yn

Check-

Sum

Finali-

zação

Ponto 2 Ponto nPonto 1

Sincroni-

zação

Iniciali-

zaçãoX Y

X

Centro

Y

Centro

X

D ireção

Y

D ireção

X

Centro

Y

Centro

X

D ireção

Y

D ireção

Check-

Sum

Finali-

zação

Robô 1 Robô 2Bola

Sincroni-

zação

Iniciali-

zação

Velocidade

Linear

Velocidade

Angular

Controle de Chute

e Domínio

Velocidade

Linear

Velocidade

Angular

Controle de Chute

e Domínio

Check-

Sum

Finali-

zação

Robô 1 Robô 2

Visão

• Dados Iniciais

• Dados Dinâmicos

Hardware

Obs: Atualmente utilizando velocidades em Percentual de Potência

Desenvolvimento

• Interações– Estratégia-Visão

• Recebe dados de Visão e simula a atuação.

– Simulador-Hardware• Controle

• Simula Bola e envia velocidades ao agente robótico real

– Visão-Simulador-Hardware• Executa o ciclo completo

– Demonstrações• Grava e lê arquivo contendo pontos para que o simulador siga.

Conclusões

• Resultados– POO trouxe rapidez nas modificações, código enxuto e fácil de ser lido.

– Utilização de grids e vetores desempenhou importante papel na decisão das estratégias.

– Utilizando Planejamento contínuo houve auto-correção das posições.

– As três estratégias básicas foram implementadas em Ambiente Simulado, alguns comportamentos específicos também foram.

– Interação em Ambiente Real realizado e implementação de estratégias.

• Conclusões– Decisão pode ser aperfeiçoada com uso de diferentes técnicas de trajetórias.

– Necessidade de elaborar e implementar inúmeros comportamentos específicos.

– É necessário reduzir a projeção de erros.

Conclusões

• Dificuldades Encontradas– Bibliografia, grupo de pesquisa, custo, dificuldade em funções e procedimentos específicos e

utilização dos laboratórios.

• Trabalhos FuturosInúmeras são as possibilidades de trabalhos futuros, dentre os quais podemos destacar:

– Estudo e implementação de sistema gráfico mais eficiente para simulação gráfica dos agentes no sistema desenvolvido.

– Visando as regras da Robocup (Smallsize, 2005), faz-se necessário a implementação de sistemas multiagentes e colaborativos, permitindo que o sistema trabalhe com n robôs.

– Implementar diferentes planejamentos de trajetórias para verificar o algoritmo mais adequado a cada situação.

– Em relação às estratégias elaborar e implementar comportamentos específicos, podendo até mesmo abordar a decisão de estratégias através de lógica nebulosa (Nascimento; Yoneyama, 2002).

– Implementar as propostas de Aprendizagem e de Algoritmo Genético para constatar os resultados esperados, assim como a elaboração de novas propostas e implementações.

– E finalmente, seguindo recomendações do artigo “Robocup: Yesterday, Today and Tomorrow”(Burkhard; et. al., 2003), difundir para crianças e adolescentes e despertar o interesse nas áreas de robótica e inteligência artificial, o que este grupo de pesquisa estará efetuando mesmo depois de terminado os estudos na graduação.

Referência Bibliográfica

• BURKHARD, H.; ASADA, M.; BONARINI, A.; JACOFF, A.; NARDI, D.; RIEDMILLER, M.; SAMMUT, C.; SKLAR, E. VELOSO, M. (2003). RoboCup: Yesterday,

Today, and Tomorrow. Workshop of the Executive Committee in Blaubeuren, Outubro de 2003; pp. 15 - 34, RoboCup-2003: Robot Soccer World Cup VII, Springer, 2003.

• BYRNE, J. C.; JARVIS R. A.(1986). Robot navigation: touching, seeing and knowing. Proceedings of the 1st Australian Conference on Artificial Intelligence. Dezembro de 1986.

• CANTÚ, M. (2002). Dominando o Delphi 6 - A Bíblia. Person Education.

• CARDIERI, M. A. C. A. (1998). Agentes inteligentes: Noções Gerais. Faculdade de Engenharia Elétrica e Computação, Unicamp.

• CARDOSO, D.; GOMES, V. V. (2005). Estudo de Sistemas de Visão Artificial e a implementação de um software de visão para o uso no Futebol de Robôs. Escola de Engenharia de Piracicaba, Ciência da Computação.

• CHATTERGY, R. (1985). Some heuristics for the navigation of a robot. International Journal of Robotics Research, Vol. 4 No. 1, p. 59-66.

• COSTA, A.H.R. (2003). Robótica Móvel Inteligente. Universidade de São Paulo. USP.

• ÉPOCA (1999). Craques Eletrônicos. Revista Época; Disponível em: <http://epoca.globo.com/edic/19990802/ciencia3.htm>. Acessado em: 23 de Agosto de 2005

• FIGUEIREDO, M. (1999). Navegação Autônoma de Robôs. Universidade Estadual de Maringá. UEM.

• FOWLER, M., SCOTT, K. (1997). UML Essencial – Um breve guia para a liguagem-padrão de modelagem de objetos. ed. Bookman, 2ª edição.

• FUJIMURA, K.; SAMET, H. (1989). Hierarchical strategy for path planning among moving obstacles. IEEE Transactions on Robotics and Automation, Vol. 5, No. 1. Fevereiro de 1989.

• GLOYE, A.; GÖKTEKIN, C.; EGOROVA, A.; TENCHIO, O.; ROJAS, R. (2005). Learning to Drive and Simulate Autonomous Mobile Robots. RoboCup 2004; LNAI 3276; pp.160-171; Springer-Verlag; 2005.

• GOLDBERG, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. University of Alabama, Addison-Wesley Publishing.

• GROOVER, M. P., WEISS, M.; NAGEL, R. N.; ODREY, N. G.; (1989). Robótica: tecnologia e programação. McGraw-Hill.

• HEINEN, F. J. (1999). Robótica Autônoma: Integração entre Planificação e Comportamento Reativo. Universidade do Vale do Rio do Sinos. Unisinos.

• HENRIQUES, R. V. B.; (2002). Robótica Industrial – Aplicação na Industria de Manufatura e de Processos. cap. 6; Edgard Blücher Ltda.

• KHOR, K. K., CHAVIS, N. L.; LOVETT, S. M.; WHITE, D. C. (1995). IBM Smalltalk Tutorial. North Carolina State University. Disponível em: <http://www.inf.ufsc.br/poo/smalltalk/ibm/index.html>. Acessado em 24 de Agosto de 2005.

• KOZA, J. (1992a). Genetic Programming: On the Programming of Computers by Means of Natural Selection. Massachusetts Institute os Technology, MIT Press.

• KOZA, J. (1992b). Genetic Programming Animated Tutorial. Disponível em <http://www.genetic-programming.com/gpanimatedtutorial.html> Acessado em 15 de Maio de 2005.

Referência Bibliográfica

• MACKWORTH, A. K. (1992). On Seeing Robots; University of British Columbia. Department of Computer Science, Vancouver, Canadá. Disponível em: <http://www.cs.ubc.ca/nest/lci/papers/1992.html>. Acessado em 15 maio 2005.

• MATSUSHITA ELECTRIC WORKS LTDA. (2002). Press release. Otsu, Japão. Disponível em <http://www.mew.co.jp/e-press/0204_0206/0207-01.htm>. Acessado em 13 novembro 2005.

• MIRSHAWK, V (1978). Pesquisa Operacional. vol. 1, ed. Nobel.

• NASA. (2005). Mars Exploration Rover Mission. EUA. Disponível em <http://marsrovers.jpl.nasa.gov/home/>. Acessado em 15 novembro 2005.

• NASCIMENTO JR, C. L; YONEYAMA, T. (2002). Inteligência Artificial em Controle e Automação. Edgard Blücher Ltda.

• OSÓRIO, F.; HEINEN, F.J. (2002). Controle Inteligente de robôs móveis: Aplicações da Inteligência Artificial nas Pesquisas em Robótica. Mestrado, Unisinos.

• PIERI, E.R. (2002). Curso de Robótica Móvel. Apostila, UFSC, Universidade Federal de Santa Catarina.

• RAUSCH, W. A., LEVI, P. (1996). Asynchronous and Synchronous Cooperation – Demonstrated by Deadlock Resolution in a Distributed Robot System. UniversiatStuttgart, Frakultat Informatik, Stuttgart, Alemanha.

• RICH, E. (1988). Inteligência Artificial. McGraw-Hill.

• RICH, E.; KNIGHT, K. (1990). Artificial Intelligence. McGraw-Hill, 2ª edição.

• RUNBAUGH, J., JACOBSON, I.; BOOCH, G. (1999). The Unified Modeling Language - Reference Manual. Addison Wesley Longman, Inc.

• RUSSEL, S.; NORVIG, P. (2003). Artificial Intelligence: A Modern Approach. Prentice Hall, 2ª edição.

• SEBESTA, R. W. (2000). Conceitos de Linguagens de Programação. ed. Bookman, 4ª edição.

• SIMÕES, E.V. (2004). Robótica Bioinspirada: Inteligência Artificial aplicada a Robôs Reais. Palestra Ministrada na Escola de Engenharia de Piracicaba, 05 de Outubro de 2004. Disponível em: <http://coteia.icmc.usp.br/coteia/get.php?swiki=45 &arq=eca.pdf>. Acessado em 15 de maio de 2005.

• SMALLSIZE (2004). Laws of the F180 League 2004 - Release 4.00. Disponível em: <http://www.itee.uq.edu.au/%7Ewyeth/F180%20Rules/ f180rules400.pdf>. Acessado em: 15 de maio de 2005.

• TAVARES, R. (2004). Robótica. Palestra ministrada durante a Semana da Computação 2004 da Escola de Engenharia de Piracicaba no dia 05 de outubro de 2004.

• UNESP (1999). Futebol de Robôs. Assessoria de Comunicação e imprensa. Disponível em: <http://www.unesp.br/aci/jornal/183/geral1.htm>. Acessado em: 04 de agosto de 2005.

• VELOSO, M.; STONE, P. (2000). Multi-Agent Systems: A Survey from a Machine Learning Perspective. Autonomous Robots, v.8, n.3, p.345–383, Kluwer Academic Press, 2000. Disponível em: <http://www-2.cs.cmu.edu/~coral/ publinks/mmv/MASsurvey.pdf>. Acessado em: 15 de maio de 2005.

• VILLALOBOS, A. G. M. (2005). Projeto e Implementação de Agentes Robóticos Multiprocessados e com Controle PID Aplicado ao Futebol de Robôs. Escola de Engenharia de Piracicaba, Ciência da Computação.

Apêndice A

Figura 1 - Interface Módulo Ambiente Simulado

Figura 2 - Interface Módulo Ambiente Real

Apêndice A

Figura 3 - Interface Módulo de Controle de Hardware

Figura 4 - Interface Módulo de Demonstração

Figura 7 - Interface Módulo de Configurações de Robôs

Anexo D

Figura 1 - Montando o Campo Figura 2 - Final da Montagem Figura 3 - Discutindo Soluções Figura 4 - Manutenção no Protótipo

Figura 5 - Programando Figura 6 - Programando Figura 8 - CongressosFigura 7 – Primeiro Teste Real

Anexo D

Figura 9 – Transporte do Campo

Figura 10 - MontagemFigura 12 – Preparação Finalizada

Figura 11 –Teste Real

Anexos A e B

• Participações em Congressos deste Trabalho– 8º CIC Unicep (SC) - 3 resumos

– 5º CONIC (Santos) - 1 resumo

– 13º SIICUSP (SC) - 3 resumos

• Participações em Congressos do Projeto (3 trabalhos)– 8º CIC Unicep (SC) - 4 resumo

– 5º CONIC (Santos) - 3 resumo

– 13º SIICUSP (SC) - 4 resumos

Fim