随着社会的发展与科技的进步,人工智能技术是目前各国着重发展的科学技术之一。羽毛球机器人作为一款人工智能机器人,包含了自主定位、目标跟踪、运动控制和机器视觉等多项关键性技术,具有较高的研究价值。羽毛球机器人不仅需要具备准确快速的接球能力,还必须对来球进行有技巧的回击,丰富回球策略有助于提高羽毛球机器人的人机对战效果。羽毛球机器人的回球策略包括了羽毛球的目标跟踪、机器人的运动控制和回球落点决策等相关内容。目前,羽毛球机器人研究时间较短,很多方面的研究都很大的提升空间。在羽毛球的捕捉方面,由于羽毛球的构造特殊,飞行速度快,现有的双目视觉系统技术获得的羽毛球轨迹数据存在较大的模型误差和测量误差,影响接球成功率。在击球方面,它的击球方向和力度固定,对于不同来球轨迹的回球方式单一,机器人回球落点位置随机,不受控制,影响回球成功率与回球质量。本文以基于红外双目视觉系统的的羽毛球机器人为研发平台,对羽毛球机器人的回球决策进行了研究。由羽毛球来球轨迹和机器人的回球规划来实现对回球落点的控制;来球轨迹数据经过无迹卡尔曼滤波处理提高了轨迹数据的准确性;通过羽毛球机器人回球动作的调节来控制落点的位置,提高了回球的成功率和机器人回球质量,人机互动更加智能。本课题的主要研究内容如下:(1)对羽毛球在空中运动过程的受力进行了分析,建立简化的羽毛球空气动力学方程;基于动力学模型对测得的羽毛球轨迹数据进行无迹卡尔曼滤波处理,得到更加精确的来球轨迹和回球落点数据。(2)分析羽毛球与球拍的碰撞过程,建立碰撞模型;对羽毛球机器人的运动控制和击球结构进行分析,得到羽毛球机器人的接球坐标和挥拍速度。(3)提出一种基于全连接神经网络的羽毛球机器人回球决策方法,对回球轨迹进行控制;并对羽毛球机器人的回球落点按照区域进行了划分,实现定区域回球。