Title

灰色系統理論在撞球機器人之攻守決策整合應用

Translated Titles

The Study of Offensive/ Defensive Decision-Making for a Billiard Robot by the Grey System Theory

DOI

10.6846/TKU.2012.00761

Authors

林育正

Key Words

撞球機械人 ; 灰色理論 ; 碰撞理論 ; 攻守決策 ; billiard robot ; grey theory ; collision theory ; offensive/ defensive decision-making

PublicationName

淡江大學機械與機電工程學系碩士班學位論文

Volume or Term/Year and Month of Publication

2012年

Academic Degree Category

碩士

Advisor

楊智旭

Content Language

繁體中文

Chinese Abstract

本論文主要目的是讓撞球機器人能夠具備接近人類撞球比賽的思考決策,使得撞球機器人能夠判斷局勢來決定攻擊或防守,並針對防守決策讓母球將目標球撞至對手不易進球之相對位置,找出母球各種移動路徑以及停留位置,決定最適合打擊方式(桿法)及力道指標,讓撞球機器人能有「守」有「攻」,因而更接近撞球選手比賽時的思考,達到贏得比賽之目的。 由攝影機擷取影像,找出各球之顏色及球心,再以所撰寫之VB程式判斷有無障礙球,撞球機器人可判斷母球、目標球及球袋之距離與角度關係,利用過去設計之灰色攻擊決策,決定攻擊桿法,以利於攻擊目標球,提升進球之成功率,但要讓系統貼近人類之思考方式及更具有智慧型判斷,於是加入灰色防守決策,利用碰撞理論,找出母球在各種力道撞擊後所停留的位置,透過灰決策,選擇最適合防守擊球的力道、角度及擊球位置,最後以灰決策整合撞球機器人之防守與攻擊,建立完整的擊球決策系統。

English Abstract

The objective of this thesis is to design a billiard robot possess with the ability of strategy thinking. It is just like human beings to play billiard games. The billiard robot is able to judge the situations for making offensive or defensive decision intelligently. The purpose of defensive strategy is to reduce the opponent’s chance to score and to enhance opponent’s mistakes. The various shooting strength and stroke strategy are decided by the predicted moving routes and the final position of the cue ball. The final goal of this robot is to win the billiard game like human beings does. In the research, a CCD camera is applied to capture the image of all the balls by the designed VB program in order to find out whether there is a block ball on the straight line between the cue ball and corresponding pocket. Then the offensive strategy is decided by three parameters in the Grey theory. Those parameters are distance between the cue ball and the objective ball, the distance between the objective ball and the corresponding pocket, and the corresponding shooting angle. By the way, the defensive shot is decided by the collision theory and the Grey theory from the predicted parameters which are the moving routes and the final position of the cue ball. Finally, the defensive and offensive decision-making subsystems are integrated into the billiard robot. The calculated results are shown in the VB interface to implement the shooting strength and stroke strategy. Experimental results show that this billiard robot are able to make a defensive or an offensive shot intelligently and successfully.

Topic Category 工學院 > 機械與機電工程學系碩士班
工程學 > 機械工程
工程學 > 電機工程
Reference
  1. October 1997, Vol.13 pp. 138 – 145.
    連結:
  2. Making for a Billiard Robot,” IEEE International
    連結:
  3. Oct, 10-13, 2004, Hague, Netherlands.
    連結:
  4. [5] B. R. Cheng and J. S. Yang, “Design of The Neural-
    連結:
  5. Fuzzy Compensator for a Billiard Robot,” IEEE
    連結:
  6. International Conference on Networking, Sensing and
    連結:
  7. 2004。
    連結:
  8. International Symposium on Artificial Life and
    連結:
  9. Japan, 2006.
    連結:
  10. [13] 黎哲廷,撞球機器人在九號球局之應用,淡江大學機械與機電
    連結:
  11. [15] 盧彥宏,撞球機器人在撞球球局之防守決策,淡江大學機械與
    連結:
  12. [16] 鐘武傑,撞球機器人在障礙球局決策之應用,淡江大學機械與
    連結:
  13. [17] 劉家孝,撞球機器人之顆星攻守決策系統設計,淡江大學機
    連結:
  14. [18] 陳宥穆,撞球機器人之跳球決策系統設計,淡江大學機械與
    連結:
  15. [19] 蘇裕淵,撞球機器人之擊球決策設計,淡江大學機械與機電工
    連結:
  16. [20] 劉苡宗,灰色系統理論在撞球機器人之清檯攻擊研究,淡江大
    連結:
  17. Methods in Pool Strategy Game Trees,” 5th
    連結:
  18. Greenspan, “Robotic Pool: An Experiment in Automatic
    連結:
  19. [24] S. C. Chua, E. K. Wong, Alan W. C. Tan, and V. C. Koo,
    連結:
  20. Proceedings of the International Conference on
    連結:
  21. Artificial Intelligence in Engineering & Technology
    連結:
  22. Malaysia, pp. 370-375.
    連結:
  23. [1] 林其禹,機械撞球員(VCD),台灣科技大學,民國89年6月。
  24. [2] T. Jebara, C. Eyster, “Augmenting the Billiards
  25. Experience with Probabilistic Vision and Wearable
  26. Computers,”IEEE Wearable Computers (ISWC),
  27. [3] J. S. Yang, Z. M. Lin and C. Y. Yang, “Grey Decision-
  28. Conference on Systems, Man & Cybernetics (SMC’04),
  29. [4] 林志明,撞球機器人之研究,淡江大學機械與機電工程學系碩士
  30. 論文,民國92年6月。
  31. Control (ICNSC’04), March, 21-23, 2004, Taipei, Taiwan.
  32. [6] 陳柏儒,撞球機器人之類神經模糊補償器設計,淡江大學機械與
  33. 機電工程學系碩士論文,民國92年6月。
  34. [7] 王添毅,楊智旭,楊棧雲,“可拓理論在撞球機械人球袋選擇應
  35. 用,” 中國人工智能學會2003全國學術大會,廣州
  36. 11/19~11/21, 2003,pp.1160-1165。
  37. [8] 王添毅,楊智旭,“智慧型撞球機器人”,中國大陸航空太空研
  38. 討會,9/1,2004,pp.373-381。
  39. [9] 王添毅,可拓理論在撞球機器人決策之應用,淡江大學機械與機
  40. 電工程學系碩士論文,民國93年6月。
  41. [10] 許家欣,楊智旭, “撞球機器人之模糊誤差補償器設計” ,
  42. 2004 中華民國自動控制研討會,大葉大學,3/26~3/27,
  43. [11] 許家欣,撞球機器人之擊球力量控制器設計,淡江大學機械與
  44. 機電工程學系碩士論文,民國93年6月。
  45. [12] J. T. Li, J. S. Yang and C. Y. Yang, “Offensive
  46. Strategy of a Billiard Robot,” The Eleventh
  47. Robotics (AROB 11th ’06), January 23-25, Oita,
  48. 工程學系碩士論文,民國94年6月。
  49. [14] 盧彥宏,鍾武傑,楊智旭,“灰色理論在撞球機器人球局防守
  50. 決策之應用,”2005年中華民國自動控制研討會,南台科技大
  51. 學,民國94年11月18日。
  52. 機電工程學系碩士論文,民國94年6月。
  53. 機電工程學系碩士論文,民國95年6月。
  54. 械與機電工程學系碩士論文,民國97年6月。
  55. 機電工程學系碩士論文,民國98年6月。
  56. 程學系碩士論文,民國99年6月
  57. 學機械與機電工程學系碩士論文,民國100年6月
  58. [21] Will Leckie and Michael Greenspan, “Monte Carlo
  59. International Conference on Computers and Games (CG’
  60. 06), May, 31, 2006, Turin, Italy.
  61. [22] Fei Long, Johan Herland, Marie-Christine Tessier,
  62. Darryl Naulls, Andrew Roth, Gerhard Roth, Michael
  63. Potting,” IROS’04, Sendai, Japan, Sept. 28th – Oct.
  64. 2nd, 2004.
  65. [23] H. Nakama, I. Takaesu and H. Tokashiki, “Basic Study
  66. on Development of Shooting Mechanism for Billiard
  67. Robot,” JSME, Robotic Workshop, 2001.
  68. “Decision Algorithm for Pool using Fuzzy System,”
  69. (ICAIET 2002), 17-18 June 2002, Kota Kinabalu,
  70. [25] 吳坤禮,趙忠賢,張宏志等,灰色理論,五南圖書出版公司,
  71. 民國98年。
  72. [26] 內田昌久,撞球技巧,台北市:益群書店股份有限公司,民國
  73. 89年九月。
  74. [27] 來賢,撞球入門,台北市:國家出版社,民國69年8月。
  75. [28] 黃鈺,動力學Know Why(上)—運動學,鼎茂圖書出版社
  76. [29] 黃鈺,動力學Know Why(下)—運動學,鼎茂圖書出版社
  77. [30] http://www.baroc.org/