基于深度卷积神经网络的足球射门最优路径规划系统

张 倩，彭 建

(合肥科技职业学院 体育系，安徽 合肥 230000)

足球运动是目前世界上最流行的运动项目之一，受到越来越多人的喜爱，各个国家对足球运动的重视程度也逐渐提高[1-2].在足球比赛中，赢得胜利的关键是足球射门.射门的过程具有较强的灵活性和技巧性，因此，合理规划足球射门的最优路径成为现阶段研究的热点话题.相关专家给出了一些较好的研究成果，李根等[3]通过对研究区域的地形进行建模，结合栅格法，通过蚁群算法进行全局最优路径搜索，同时对蚂蚁数量等相关参数进行对比分析，获取最优参数组合.冯炜等[4]组建海流模型以及阻碍物模型，结合量子行为粒子群优化算法进行求解，获取最优路径.上述两种系统虽然取得了较为满意的研究结果，但是随着足球技术的迅猛发展，该技术的搜索效率和时长已经无法满足当前需求.因此，本文设计了一种基于深度卷积神经网络的足球射门最优路径规划系统.

1 基于深度卷积神经网络的足球射门最优路径规划系统

足球射门最优路径规划系统需要充分掌握场地的基本信息，形成电子地图，方便使用.通过系统在完全陌生的环境下进行路径规划，找到最优的足球射门路径.同时，通过系统的电子地图，用户可以实时查询球场的情况，球员可以结合足球场的实际情况调节自己的射门路线，随时搜索最佳路线，提高足球射门成功的概率.

结合深度神经网络，给出足球射门最优路径规划系统，具体如图1所示.

图1 足球射门最优路径规划系统功能示意图

(1)地图浏览模块：地图浏览功能通过eSuperMap控件的缩放功能实现.同时，缩放功能也是重点针对地图大小进行缩放，加快系统的引导速度.

(2)路径规划分析模块：路径规划分析模块是整个系统的核心模块，主要功能是用户优先选取最佳路径，例如最短的路径或者最短时长的路径等；在地图上标记多个起始点和目标点[5-6]，结合实时计算方法获取最短时间内的最佳射门路径.

影响优化路径的因素有距离及时间等因素，综合考虑影响因素，采用统一的参数进行说明.图1为足球射门最优路径规划系统功能示意图.

(3)属性查询模块：对于足球射门的最优路径规划系统而言，查询功能是整个系统不可或缺的一部分，为用户在使用该系统时提供更优质和便捷的服务，因此，在系统中加入属性查询功能.由于已有的嵌入设备并不支持键盘输入，所以通过点选的方式明确查询对象[7].当用户选取任意一点或者任意一条路径时，系统给出研究对象对应的属性数据.

(4)人机接口模块：人机接口模块是提供用户和计算机进行交互的模块.构建一个人机交互的界面，通过一定的流程进行问题分析，其中主要包含功能支持以及界面类型规范等.针对本文设计的系统而言，需要利用人机接口得到路径的起始点以及目的地点等数据，同时获取用户的需求.

(5)系统用例图模块：用例是描述系统外在的需求情况，用于系统的阶段性需求的分析.模块所描述的内容即用户所理解的功能，主要代表内部用户和交互系统两者间的全部操作，该模块需要对系统的外部属性进行建模，全面展示各个系统间的交互[8].系统的总体功能用图2描述.

图2 足球射门最优路径规划系统用例图

因为用户工作环境的需求，需要系统具备良好的人机交互系统[9-10]，同时，系统以占用存储空间小，并且实时性好等为目标进行设计，系统需要满足以下条件：①满足目的地的多点需求，同时具有一定的时效性;②能够根据用户的需求提供最短以及耗时最低的路径;③考虑路况变化情况以及足球场的射门规则;④最终的结果呈现给用户.

足球射门的最优路径规划系统的结构组成如图3所示.由图3可知，整个系统主要由以下几个部分组成.①人机交互界面：主要负责获取数据，并且显示最终的规划结果；②数据地图数据库：主要负责获取足球场的实时数据;③路况数据库：主要负责获取足球场对应的路况信息.

图3 路径规划系统构成简图

从技术方面出发，将路径规划系统嵌入电子地图，将其设定为基础数据库，通过用户需求规划出一条最佳足球射门路径.

地理信息系统是集收集、管理以及操作等为一体的计算机硬件系统[11].地图浏览模块主要实现以下几方面的功能：①放大：地图的放大功能通过选热区实现;②缩小：地图的缩小功能通过选热区实现;③平移：用户点击移动操作时，地图可以通过指定的方向以及平移量进行平移;④中心显示：用户点击操作按钮时，整体将以地图为中心进行移动，并且研究区域最大化显示，对重要的影响因素进行实时调整.路径规划的模块是在特定的时间内进行足球射门的最优路径规划，使用的技术是获取最小旅行代价路线.

人机接口模块的基本设计原理为：①界面设计全部保持一致；②系统控制和显示功能具有人们期望的功能等.人机接口模块硬件构成主要由显示器以及触摸屏等子模块组成.用户在系统上输入足球射门的起始点和终点，系统开始规划路径，最终通过人机显示模块完成路径显示.

2 足球射门最优路径规划方法

路径规划是在行驶路径存在障碍物的情况，制定一条标准且无障碍物的路径.将粒子群算法应用到足球射门的最优路径规划中.环境建模是完成路径规划的前提和基础，关键点是障碍物的表示，即机器人的人际环境需要结合一定的策略转换进行路径规划的模拟.路径规划是针对有限个障碍物并且存在路障的规划环境，寻找起点到终点全部路径的集合[12-13].

设定足球分布在大小不一的有障碍物的二维有限区域内运动，足球场是尺寸为r的正方形区域，将空间划分为r×r的栅格，其中各行的栅格数量为：

Nx=xmax/R.

(1)

采用图4表示栅格中的数据，优先对研究区域的环境进行建模分析，借助粒子群算法在模型搜索最优解.其中，通过粒子群的优化，获取一条无障碍的射门路径.

图4 栅格坐标和序号间的关系

对于足球场的二维地图而言，进行足球射门最优路径规划的主要目的就是获取耗时和距离最短的可行路径.设定粒子第i和第i+1两个相邻元素的适应度值为fit(i,i+1)，则整个路径的可选择适应度函数为

(2)

(3)

粒子群中的全部路径都是由相邻两个元素构成，各个元素间的路径必须在环境数组的第i行和第i+1行.通过粒子群算法获取足球射门最优路径规划具体操作流程如下：①将研究区域内的环境参数进行初始化处理[14]，确定栅格大小，并且进行环境建模，得到对应的环境数组Circum;②将粒子群算法中的参数进行初始化处理;③将初始化迭代次数进行初始化处理，同时依次检测粒子是否有效，重新进行初始化处理无效粒子，直至形成有效的粒子为止;④分别计算不同粒子的适应度取值，同时将其存入到fitval中，对比各个粒子当前适应值和历史最优适应值.如果取值低于pbestfitval，则将当前粒子的位置以及粒子的适应值放入到历史最优中;⑤获取历史最优值pbestfitval的最小值，将其和之前的全局最优值进行对比，如果历史最优适应值的最小值低于之前的全部最优pbestfitval，则将对应的适应值和粒子位置放置到全局最优中;⑥对粒子的速度和位置进行更新;⑦对更新后的粒子进行有效检查，将无效的粒子重新进行初始化处理;⑧将当前的迭代次数设定为依据[15]，将惯性权重进行线性处理;⑨停止迭代，整个粒子群经过进化后能够获取最优路径Gbest.

3 仿真实验

为了验证本文提出的基于深度卷积神经网络的足球射门最优路径规划系统的可行性，需要在表1所设置的参数配置下进行仿真实验测试.

表1 实验参数设置

将文献[3]系统以及文献[4]系统作为对比系统，在相同环境下，重复进行30次测试，分别对比三种系统的性能，以图5作为测试对象，分别对比三种系统的足球射门最优路径长度和平均耗时，以此作为衡量指标，具体实验对比结果如表2，不同系统的最优路径长度变化曲线如图6所示.

图5 测试图像

图6 不同系统的最优路径长度变化曲线

表2 不同系统的足球射门最优路径长度和平均耗时对比

综合分析上述实验数据，能够得到如下结论：①分析表2和表3中的实验数据可知，本文设计的系统规划的最优路径平均长度为2.8 m，其他两种系统的平均路径长度都在3.0 m以上，均高出本文系统，除此之外，在计算最优路径的耗时上，本文系统耗时只有10 s，而文献[4]的系统耗时是本文的两倍以上，文献[3]的耗时也高出本文系统5 s，其耗时均超过本文方法0.5倍以上，因此本文系统的足球射门最优路径在三种系统中是效率最高的系统;②分析图5中的实验数据可知，所设计系统的最短路径长度明显更低一些，主要是唯一通过局部信息素全面拓展了粒子的搜索能力，确保其能够以最快的速度获取最优路径.

4 结语

针对传统足球射门路径规划系统存在的一系列问题，结合深度卷积网络，设计并提出基于深度卷积神经网络的足球射门最优路径规划系统，构建人机交互系统，完成地图浏览、平移等功能，通过粒子群算法进行环境建模，进而完成路径规划的模拟，最终完成最优路径的选择.仿真实验结果表明，本文设计的系统提高了搜索的效率，有效规划最短的路径的同时，降低了路径规划耗时，可促进足球研究的发展.