任江 阮志成 淡雅靜

中電長城網(wǎng)際系統(tǒng)應(yīng)用有限公司

摘 要：文章主要探討了在機(jī)器人應(yīng)用行為樹自主導(dǎo)航技術(shù)時(shí)如何設(shè)置連接仿真環(huán)境，并采用可視化編程技術(shù)以便于調(diào)試。文章介紹了所使用的各項(xiàng)技術(shù)的背景和意義，從技術(shù)特點(diǎn)、應(yīng)用場(chǎng)景、實(shí)現(xiàn)原理等不同角度探討了選擇技術(shù)的優(yōu)勢(shì)和局限性，提出了改進(jìn)和優(yōu)化方案，討論了這些方案的可行性和局限性，并對(duì)這些技術(shù)進(jìn)行總結(jié)性分析和討論，并提出了展望和建議。

關(guān)鍵詞：機(jī)器人;ROS;仿真;人工智能;教育;

作者簡介：任江（1973—）,男,碩士,正高級(jí)工程師,研究方向：數(shù)字化轉(zhuǎn)型實(shí)踐、企業(yè)架構(gòu)咨詢、信息安全、分布式計(jì)算、機(jī)器學(xué)習(xí)。;

0 引言

伴隨著人工智能、機(jī)器人、無人駕駛等技術(shù)的蓬勃發(fā)展，相關(guān)智能產(chǎn)品更多地出現(xiàn)在我們的生產(chǎn)生活中。同步定位和智能導(dǎo)航作為這些應(yīng)用的關(guān)鍵基礎(chǔ)，在開發(fā)和使用階段如何更便捷、有效地進(jìn)行定義、調(diào)試或者滿足客戶自定義需求成為重要命題。仿真技術(shù)已經(jīng)成為不可或缺的工具，通過仿真，研究人員可以快速地驗(yàn)證和測(cè)試新的機(jī)器人控制算法和導(dǎo)航策略，降低機(jī)器人實(shí)驗(yàn)的成本和風(fēng)險(xiǎn)。隨著計(jì)算機(jī)硬件的飛速發(fā)展，機(jī)器人仿真技術(shù)的應(yīng)用范圍也變得越來越廣。該文根據(jù)工作實(shí)際，對(duì)一些特定場(chǎng)景下解決機(jī)器人導(dǎo)航智能設(shè)計(jì)的仿真方法進(jìn)行了一些探索嘗試。

1 問題的提出

服務(wù)型機(jī)器人，特別是一些特種作業(yè)機(jī)器人，往往需要根據(jù)作業(yè)類型和地形特點(diǎn)，進(jìn)行針對(duì)性的導(dǎo)航智能或策略設(shè)計(jì)，這有可能是開發(fā)中行為，也可能是使用時(shí)的自定義場(chǎng)景。滿足這類需求一般會(huì)面對(duì)以下幾個(gè)問題：

(1）直觀有效的定義方式；準(zhǔn)確還原業(yè)務(wù)邏輯。

(2）低成本的上載和調(diào)試。

(3）最好可以滿足非技術(shù)人員使用。

(4）通用性和可移植性。

2 解決問題的思路

大多時(shí)候的地形場(chǎng)景和導(dǎo)航，可以簡單抽象為在一個(gè)封閉空間的自主行為，或者說是一個(gè)迷宮的尋路問題，然后在迷宮的路徑節(jié)點(diǎn)加以行為限制，如圖1所示。

圖1 行為場(chǎng)景示意圖 下載原圖

第一，我們?cè)谧灾鲗?dǎo)航邏輯上采用了行為樹技術(shù)來定義。

Behavior Tree，又稱行為樹，是一種構(gòu)建在機(jī)器人、電子游戲虛擬實(shí)體等自主智能體中不同任務(wù)（假設(shè)某單個(gè)活動(dòng)以指定的方式分解為可以重用的子活動(dòng)，這些子活動(dòng)稱為任務(wù)，也稱為動(dòng)作或者控制模式）中間切換的方法，是一種創(chuàng)建具有“模塊化（Modular）和反應(yīng)性（reactive）復(fù)雜系統(tǒng)的有效的方式”[1]。BT是一個(gè)有向的根樹，根節(jié)點(diǎn)就是Root節(jié)點(diǎn)，作為行為樹的入口，節(jié)點(diǎn)類型為Root，每個(gè)行為樹有且只有一個(gè)Root類型節(jié)點(diǎn)；內(nèi)部節(jié)點(diǎn)稱為控制流節(jié)點(diǎn)，葉節(jié)點(diǎn)稱為執(zhí)行節(jié)點(diǎn)，所有的葉子節(jié)點(diǎn)的類型一定是Action，同時(shí)Action類型的節(jié)點(diǎn)一定不能作為非葉子節(jié)點(diǎn)來使用。非葉子節(jié)點(diǎn)也稱為組合節(jié)點(diǎn)（Composition），可以有一個(gè)或多個(gè)子節(jié)點(diǎn)，與之不同的是根節(jié)點(diǎn)（Root）只有一個(gè)子節(jié)點(diǎn)而沒有父節(jié)點(diǎn)，其余節(jié)點(diǎn)都有一個(gè)父節(jié)點(diǎn)和子節(jié)點(diǎn)，具體結(jié)構(gòu)如圖2所示。

行為樹由多種不同類型的節(jié)點(diǎn)組成，這些節(jié)點(diǎn)都會(huì)返回三種狀態(tài)中的一種作為節(jié)點(diǎn)的運(yùn)行結(jié)果。三種狀態(tài)分別是成功狀態(tài)、運(yùn)行中狀態(tài)和失敗狀態(tài)。

行為樹概念的出現(xiàn)實(shí)際已經(jīng)有很多年了，總的來說，就是使用不同的經(jīng)典控制節(jié)點(diǎn)與行為節(jié)點(diǎn)進(jìn)行組合，從而實(shí)現(xiàn)復(fù)雜的人工智能體。從圖2可以看出，相比于有限狀態(tài)機(jī)，行為樹更加地接近人類自然的理解，同時(shí)又能更容易地定義復(fù)雜的AI邏輯。

圖2 行為樹邏輯示意圖 下載原圖

行為樹的核心思想是將機(jī)器人的決策和行動(dòng)分解為若干個(gè)節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)負(fù)責(zé)一個(gè)特定的任務(wù)。行為樹中的節(jié)點(diǎn)分為行為節(jié)點(diǎn)和控制節(jié)點(diǎn)兩類。行為節(jié)點(diǎn)負(fù)責(zé)執(zhí)行具體的行為任務(wù)，比如移動(dòng)、轉(zhuǎn)向、尋找目標(biāo)等；控制節(jié)點(diǎn)負(fù)責(zé)控制行為節(jié)點(diǎn)的執(zhí)行順序和條件，比如序列節(jié)點(diǎn)、選擇節(jié)點(diǎn)、條件節(jié)點(diǎn)等[2]。

機(jī)器人自主導(dǎo)航中的行為樹通常包含三個(gè)層次：高層次行為、中層次行為和低層次行為。高層次行為是指機(jī)器人需要完成的任務(wù)，比如到達(dá)目標(biāo)點(diǎn)、避開障礙物等；中層次行為是指將高層次行為分解為若干個(gè)子任務(wù)，比如轉(zhuǎn)向和移動(dòng)等；低層次行為是指機(jī)器人執(zhí)行具體的運(yùn)動(dòng)控制命令，比如沿著一定的軌跡前進(jìn)。

行為樹的執(zhí)行方式是自下而上的，即從低層次行為開始執(zhí)行，然后向上執(zhí)行中層次行為和高層次行為。在執(zhí)行過程中，機(jī)器人會(huì)根據(jù)傳感器獲得的環(huán)境信息進(jìn)行實(shí)時(shí)決策和調(diào)整。如果出現(xiàn)某些異常情況，比如障礙物突然出現(xiàn)，機(jī)器人會(huì)根據(jù)控制節(jié)點(diǎn)的邏輯相應(yīng)地調(diào)整和反應(yīng)。

第二，系統(tǒng)選用早期采用了比較流行的ROS，現(xiàn)在在往ROS2遷移中，最大化地實(shí)現(xiàn)系統(tǒng)的通用性。考慮成本因素，特別引入了ROS的仿真系統(tǒng)Gazebo。Gazebo是一款當(dāng)下業(yè)界較為主流的開源物理仿真環(huán)境，具備以下特點(diǎn)[3]:

(1）動(dòng)力學(xué)仿真：Gazebo支持多種高性能物理引擎，包括Bullet、Sim Body、DART等。

(2）三維環(huán)境可視化：支持顯示光線、紋理、影子等三維環(huán)境。

(3）傳感器仿真：支持傳感器仿真，同時(shí)也支持傳感器噪聲的仿真。

(4）插件可擴(kuò)展：使用者可自由定制開發(fā)插件，通過插件擴(kuò)展Gazebo的功能，滿足用戶的個(gè)性化需求。

(5）支持多種機(jī)器人模型：Gazebo官方提供對(duì)PR2、Pioneer2 DX、Turtle Bot等機(jī)器人模型的支持，同時(shí)用戶也可以使用自己創(chuàng)建的機(jī)器人模型。

(6）支持TCP/IP傳輸：Gazebo可以通過網(wǎng)絡(luò)通信實(shí)現(xiàn)遠(yuǎn)程仿真。

(7）云仿真：Gazebo可以在Amazon、Softlayer等云計(jì)算環(huán)境下運(yùn)行，也可以在用戶自行搭建的云服務(wù)器上運(yùn)行。

(8）終端工具：用戶可以使用Gazebo官方提供的命令行工具，從而通過終端命令行的形式，實(shí)現(xiàn)對(duì)仿真的自主控制。

第三，從邏輯定義便捷化和客制化需求出發(fā)，我們采用了Scratch3.0作為低代碼平臺(tái)，最終實(shí)現(xiàn)了如下邏輯，如圖3所示。選擇Scratch，部分緣于我們之前面向機(jī)器人編程教育項(xiàng)目的工作積累，但實(shí)踐中發(fā)現(xiàn)它也是很方便的一個(gè)邏輯定義工具，其應(yīng)用不只限于兒童編程，在國外也有大量的應(yīng)用擴(kuò)展案例。

圖3 系統(tǒng)各模塊邏輯關(guān)系圖 下載原圖

3 探索實(shí)踐過程

3.1 搭建ROS環(huán)境

3.1.1 添加ROS軟件源

將以下命令輸入到ubuntu終端中并執(zhí)行：

sudo sh-c'./etc/lsb-release&echo"deb http://mirrors.ustc.edu.cn/ros/ubuntu/$DISTRIB＿CODENAME main">/etc/apt/sources.list.d/ros-latest.list'

3.1.2 添加密鑰

將以下命令輸入到ubuntu終端中并執(zhí)行：

sudo apt-key adv–keyserver'hkp://keyserver.ubuntu.com:80'–recv-key C1CF6E31E6BADE8868B172

3.1.3 更新軟件源

將以下命令復(fù)制到ubuntu的終端執(zhí)行：

sudo apt update

3.1.4 配置及更換最佳軟件源

選擇合適的軟件源會(huì)在很大程度上提高下載速度

sudo apt-key adv–keyserver keyserver.ubuntu.com–recv-keys F42ED6FBAB17C654

3.1.5 執(zhí)行安裝

將以下命令復(fù)制到ubuntu的終端執(zhí)行：

sudo apt install ros-noetic-desktop-full

3.1.6 配置ROS環(huán)境到系統(tǒng)

要先初始化rosdep(rosdep讓你能夠輕松地安裝被想要編譯的源代碼，或被某些ROS核心組件需要的系統(tǒng)依賴），在終端依次輸入下面指令。

sudo rosdep init

rosdep update

然后初始化環(huán)境變量：

echo"source/opt/ros/kinetic/setup.bash">>～/.bashrc

source～/.bashrc

3.2 安裝Gazebo

Gazebo是一款開源的三維物理仿真平臺(tái)，其具備完善的編程接口、便捷的圖形接口、強(qiáng)大的物理引擎與高質(zhì)量的圖形渲染功能。盡管Gazebo中使用的機(jī)器人模型與Rviz中使用的模型相同，但仍需使用者在模型中添加機(jī)器人和環(huán)境的物理屬性，如質(zhì)量、摩擦系數(shù)、彈性系數(shù)等，也可通過插件的形式將機(jī)器人的傳感器信息加入仿真環(huán)境中，從而實(shí)現(xiàn)以可視化的方式進(jìn)行顯示。

3.2.1 Gazebo安裝

sudo apt-get install ros-noetic-gazebo-ros-pkgs rosnoetic-gazebo-ros-control

3.2.2 Gazebo界面

輸入以下指令打開gazebo:

roscore

rosrun gazebo＿ros gazebo

3.2.3 驗(yàn)證

為了驗(yàn)證Gazebo是否與ROS系統(tǒng)成功連接，可以查看ROS的話題列表，如果連接成功，可以看到Gazebo發(fā)布/訂閱的話題列表。

3.3 搭建Scratch3.0二次開發(fā)環(huán)境

Scratch是麻省理工學(xué)院團(tuán)隊(duì)開發(fā)的圖形化編程工具，使用者可以不認(rèn)識(shí)英文單詞，也可以不會(huì)使用鍵盤。其構(gòu)成程序的命令和參數(shù)是積木形狀的模塊，不用書寫代碼語句，只需按照一定的邏輯用鼠標(biāo)拖動(dòng)模塊把它們拼在一起就可以。其他編程語言，例如：Python,java,C等。

3.3.1 Scratch3.0下載項(xiàng)目

項(xiàng)目基于js ES6語法、react框架實(shí)現(xiàn)Scratch3.0需安裝Node環(huán)境驗(yàn)證node npm命令能正常使用

擴(kuò)展積木塊使用到scratch-gui和Scratch-vm兩個(gè)項(xiàng)目

https://github.com/Affonso-Gui/scratch3-ros

https://github.com/Affonso-Gui/scratch3-ros-vm

3.3.2 安裝運(yùn)行

執(zhí)行以下命令運(yùn)行g(shù)ui項(xiàng)目

cd scratch-gui-develop

npm install

npm start

訪問地址locolhost:8601查看項(xiàng)目

3.3.3 擴(kuò)展積木塊流程

(1）運(yùn)行vm項(xiàng)目。cd scratch-vm-develop

npm link（根據(jù)需求，無依賴建議直接執(zhí)行npm link)

npm run watch（運(yùn)行備gui使用）

(2）運(yùn)行g(shù)ui項(xiàng)目。新建命令行窗口

cd scratch-gui-develop

npm link scratch-vm（依賴vm虛擬機(jī)內(nèi)容）

npm start（運(yùn)行項(xiàng)目）

(3）擴(kuò)展積木塊vm項(xiàng)目配置。在vm項(xiàng)目scratchvm-develop/src/extensions路徑下新建擴(kuò)展文件夾、文件夾下新建index.js

(4）在左下角添加擴(kuò)展中選擇ROS Extension，并輸入localhost的IP。（127.0.0.1或192.168.x.x）。

(5）選擇ROS，在Scratch3.0中選擇ROS擴(kuò)展積木，如圖4所示。

圖4 在Scratch3.0擴(kuò)張積木塊中選取ROS的操作界面 下載原圖

3.4構(gòu)建行為樹模型

Behavior Tree.CPP是一個(gè)開源的C 行為樹庫。在游戲領(lǐng)域，行為樹已經(jīng)比較流行了，主要用于維護(hù)游戲角色的各種動(dòng)作和狀態(tài)，但在機(jī)器人領(lǐng)域還很少使用的。Navigation2中引入了行為樹來組織機(jī)器人的工作流程和動(dòng)作執(zhí)行。

行為樹是樹狀的結(jié)構(gòu)，它的邏輯流程是由XML文件描述的。我們?cè)摯我粋€(gè)重點(diǎn)工作就是通過Scratch3.0可視化生成行為樹定義。行為樹本身并不具體實(shí)現(xiàn)機(jī)器人的執(zhí)行內(nèi)容，它只負(fù)責(zé)將執(zhí)行內(nèi)容進(jìn)行編排。以Navigation2為例，具體的執(zhí)行內(nèi)容實(shí)現(xiàn)是放在各個(gè)server中的。行為樹上的節(jié)點(diǎn)與server進(jìn)行通信，請(qǐng)求具體的執(zhí)行內(nèi)容，然后獲得反饋，根據(jù)反饋結(jié)果又可以請(qǐng)求另外的執(zhí)行內(nèi)容。這些不同執(zhí)行內(nèi)容間的跳轉(zhuǎn)就是由行為樹控制的。

4 結(jié)論

行為樹作為一種重要的機(jī)器人自主導(dǎo)航框架，在未來的研究中也有著廣闊的應(yīng)用前景。隨著人工智能體技術(shù)的不斷發(fā)展，行為樹可以結(jié)合深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)等技術(shù)，進(jìn)一步提高機(jī)器人自主決策和行動(dòng)的能力。同時(shí)，行為樹還可以應(yīng)用于多機(jī)器人協(xié)同和分布式控制等領(lǐng)域，為機(jī)器人應(yīng)用帶來更多的可能性。在機(jī)器人仿真和行為樹應(yīng)用方面，未來的研究還需要解決一些挑戰(zhàn)和問題。比如，在仿真中如何更加準(zhǔn)確地模擬真實(shí)環(huán)境和傳感器數(shù)據(jù)，如何設(shè)計(jì)更加復(fù)雜和靈活的行為樹結(jié)構(gòu)，提高機(jī)器人的自主決策和行動(dòng)能力，如何在多機(jī)器人系統(tǒng)中進(jìn)行協(xié)同和合作，實(shí)現(xiàn)更高效和穩(wěn)定的控制等[4]。這些問題的解決需要研究人員從不同的角度進(jìn)行探索和嘗試，不斷推動(dòng)機(jī)器人技術(shù)的發(fā)展。

該方法目標(biāo)是建立機(jī)器人自主智能導(dǎo)航規(guī)劃的便捷可視化方法，甚至能集成到客戶環(huán)境當(dāng)中，基于以前基于游戲項(xiàng)目對(duì)行為樹應(yīng)用經(jīng)驗(yàn)和教育項(xiàng)目的積累，選擇的一條相對(duì)容易實(shí)現(xiàn)的路徑。目前還在進(jìn)一步從ROS1往ROS2遷移，由于通訊協(xié)議部分有較大的改變，只完成了初步原型論證。該研究旨在拋磚引玉，希望得到更多探索啟發(fā)。

參考文獻(xiàn)

[1] Cao,Y.&Y.Yue.,K.Li.,H.Zhang..An Overview of Recent Progress in the Study of Behavior Trees for Robotics[J].IEEE Transactions on Intelligent Transportation Systems,2015(5):2393-2403.

[2] Colas,F.&R.Siegwart..Simulating and Evaluating the Behavior of Autonomous Robots Using Behavior Trees[J].Robotics and Autonomous Systems,2017,88:141-152.

[3] Milliez,G.&L.Fabresse.,T.Raimbault..BTRobots:A Behavior Tree-based framework for Simulating Robot teams[J].Journal of Intelligent&Robotic Systems,2017(1):1-18.

[4] A,Silva.&Santos.A.,Lau.N..Behavior Trees for Decision Making in Autonomous Agents[J]:A survey.Journal of Autonomous Agents and Multi-Agent Systems,2018(3):357-408.

聲明：我們尊重原創(chuàng)，也注重分享。有部分內(nèi)容來自互聯(lián)網(wǎng)，版權(quán)歸原作者所有，僅供學(xué)習(xí)參考之用，禁止用于商業(yè)用途，如無意中侵犯了哪個(gè)媒體、公司、企業(yè)或個(gè)人等的知識(shí)產(chǎn)權(quán)，請(qǐng)聯(lián)系刪除（郵箱：glyhzx@126.com），另本頭條號(hào)推送內(nèi)容僅代表作者觀點(diǎn)，與頭條號(hào)運(yùn)營方無關(guān)，內(nèi)容真?zhèn)握?qǐng)讀者自行鑒別，本頭條號(hào)不承擔(dān)任何責(zé)任。