基于有限状态机的足球机器人行为设计与综合

角速度的计算公式如下：
附 加 一 个 随 动 轮。 小 车 主 要 由 电 机、踢 球 机 构、抓 手、电池、电源板等构成。其中，踢球机构可以将球 弹出，抓手用于带球移动。
（2）感知系统 机器人的感知系统包括激光和摄像机两部分
（超声波传感器为可选的配置）。激光用于探测障碍 物与机器人的距离。摄像机通过颜色来识别球、对 方和己方的球门，由于摄像机的视角有限，我们采用 USB 接口和 PCI 接口两个摄像机来扩大视野。 （3）通讯系统 机器人采用基于无线局域网（遵守 IEEE802 . ll 标准）的通讯技术。每个机器人和场外计算机作为 网络的节点，共同构成一个无线局域网络系统，高达 llmbps 的无线网络为机器人之间的信息传递提供 了一个快捷通道。 （4）控制系统 控制系统由上、下位机两部分组成。上位机采 用研华 PCm-9574 型工控机主板。上位机通过串口 与下位机、激光传感器进行通讯，通过 PC / l04 接口 与无线网卡相连，可以和场外计算机进行无线通讯。 下位机采用磬英 PIA-43l 型工控机主板。它通 过串口与上位机实现通讯，通过 ISA 总线与运动控 制卡连接，以实施对电机的控制。 !." 软件系统 软件系统是整个机器人系统的核心。在软件的 整体设计上，我们采用了基于优先权的分布式框架 结构。整个系统包括一个主进程和 3 个辅助进程。 4 个进程相互独立地工作，形成了 分 布 式 的 结 构。 在系统资 源 分 配 时，它 们 之 间 又 有 优 先 权 的 区 别。 分布式的结构减少了各进程间的相互干扰，单个进 — 62 —
如果球突然丢失，机器人可以根据前一时刻记 忆的球的位置很快找到球。例如，机器人 # 时刻突 然丢失球，如果 # - l 时刻球的标志位为“ + ”，那么， 机器人就会逆时针旋转（向左转）找球，而这个方向 也是球最有可能在的位置。如果丢球时间太长（大 于 20s），球的标志位将被置零，直到机器人再次看到
0 引言
自主移动机器人的目标是在没有人的干预，无 需对环境作任何规定和改变的条件下，有目的地移 动并完成相应的任务。其中，一类重要的应用场合 是动态不确定的环境［l］。这种环境对机器人的实时 性和鲁棒性提出了很高的要求。在软件结构的设计 上，系统要具有一定的鲁棒性，小的故障不能影响系 统基本功能的实现；在控制算法上，机器人要能够利 用有限的感知，快速处理动态环境下出现的各种情 况。目前，训练和制造全自主机器人进行足球赛是 人工智能和机器人领域的研究热点之一［2，3］。它要 求机器人自主地在动态环境下通过有限的传感器信 息，完成搜索球、接近球、射门、防守等任务，已成为 研究 动 态 不 确 定 环 境 下 决 策 问 题 的 一 种 标 准 平 台［4］。
设计者也加控制的复杂性。
动态环境下，自主机器人经常需要处理多个行
机器人的基本行为包括：找球、运动向球、绕到
为的协调问题。通常的解决方法是先将整个任务分 球后、带球找门、射门、回防和紧急避障。机器人完
解为多个与球有关的子任务，将行为分解为避障和 成整个任务的控制算法可以用有限状态机来描述
完全反应式的控制特点是不需要记忆，优点是 反应速度快。大量而长期的记忆一方面会增加对系 统硬件的要求，另一方面，由于传感器信息的不确定 性，大量的记忆也可能导致错误的决策。但是，适当 的记忆能够提高机器人的决策能力。针对机器人足 球和本系统的特点，我们在基于行为的控制中引入 短期的记忆。记忆的具体内容见表 l，表 l 中角度! 的含义可以用图 3 来表示，图 3 中 ! 表示机器人的 前进方向，! 是球中心与 " 轴正向夹角，! 的范围由 摄像机视角决定，本系统中 60!!!l20，单位为度。 机器人每次看到球时，都会对球的标志位进行更新。
BALL NEAR：机器人离球较近。 BALL FAR：机器人离球较远。
标点。这也就保证了系统反应的快速性。另外，目 标的产生只需要局部的环境信息，避免了全局规划 对环境模型较高的要求。
机器人最终的指令输出是线速度（ V）、角速度
（!）以 及 抓 手 起 停 和 踢 球 的 指 令。 其 中，线 速 度 和
在这类系统的设计中，一个重要的问题是：如何 利用有限的局部感知，处理动态环境下多行为的协 调问题。机器人在场上运动时，经常会遇到同一时 刻有多 个 目 标 要 完 成 的 情 况。 例 如 机 器 人 既 要 避 障、又要 运 动 向 球。 常 用 的 解 决 方 案 可 分 为 两 类。 一类是仲裁的方法［5］，即根据各种行为的优先权或 通过竞争从多个行为中选择一个行为。这类方法的 优点是控制的意义明确且加入新的行为并不影响系 统的复杂性，但是不同行为之间的硬切换会导致系
贾建强等：基于有限状态机的足球机器人行为设计与综合
球。不过，在实际比赛中，机器人看到球的机会是比 较多的，丢球时间一般不长。
图 ! 规划与控制结构图
的方法对两类行为处理而产生。这样，实际上是人
为地将决策分为两层：在第一层，每个子任务产生一
个行为，第二层选择或合成一个最终的行为。从人
的行为角度考虑，我们在完成类似的任务时，并没有
操纵球两类。每个子任务的完成将产生一个与球有 （见图 4）。每一种状态对应一个行为集合，根据该 关的行为，机器人最终的行为需要通过融合或仲裁 状态的不同情况，不同的行为将被触发。
— 63 —
高技术通讯 2004.4
图 ! 机器人的状态切换
4 种状态的触发条件定义如下：
记忆自动转向球最有可能在的位置，这就实现了状
个任务分解为 4 个子任务，对应于机器人的四种状 态：找球、快速接近球、取球射门和避障。
当机器人处于前 3 个状态时，它不需要避障就 可以操纵球。当机器人必须避障时，它将处于避障 状态。这时，机器人将产生一个由局部路径规划实 现的避障行为。不同于通常的避障行为，在避障状 态中，机器人不关心球处于何处，它只是以最大的速 度运动到目标点，即机器人只产生一个行为。这样 做的结果 是 使 机 器 人 快 速 地 脱 离 多 行 为 冲 突 的 状 态，回到可以直接操纵球的状态。可见，这种简单的 避障行为使机器人由不能直接操纵球的状态切换到 可以直接操纵球的状态，也就是实现了机器人状态 的自然过渡。而且，经过这样的任务分解，机器人在
本文介绍了自主开发的全自主移动机器人软、 硬件系统，面向动态环境，采用了一种基于有限状态 机的行为选择方法。同以往的方法比较，该方法简 化了控制流程，提高了系统反应的速度。其有效性 在“2002 中国机器人竞赛”中得到了验证。
l 系统配置与结构
!.! 硬件系统 本次比赛我们的参赛队员是自主开发的“交龙”
中型自主移动机器人（见图 l）。它的硬件系统主要 由以下几部分构成：机器人小车系统、感知系统、通 讯系统和控制系统。下面对各部分做简单的介绍。
（l）机器人小车系统 机器人小车采用双轮差速的方式，两个驱动轮
" 863 计划（200lAA422l40，200lAA422200）与国家自然科学基金（60l05005）资助项目。 ! 男，l976 年生，博士生；研究领域：智能机器人，多机器人协调控制；联系人。
统最终行为的抖动，且行为之间的过渡也不平滑［7］。 另一类是 融 合 的 方 法［6，7］，即 将 多 个 并 发 的 行 为 矢 量合成，合成的结果作为机器人最终的行为。这类 方法可以使最终的行为比较平滑，它的主要缺点是 控制意义不明确，加入新的行为比较困难。另外，矢 量合成还带来许多需要调整的参数以及诸如局部极 小这样的新问题［7］。文献［7］引入了平滑技术对第 一类方法进行改进，但是该方法更多考虑的是行为 的平滑性，而没有考虑快速性。对于机器人足球这 类应用于动态不确定环境下的任务来说，简单、快速 且有效的控制方法是必需的，而以上两类方法在应 用中的效果都难以令人满意。
球
60!!!90 90 <!!l20 丢球时间太长
+
-
0
（球在左边）（球在右边）
在动态变化的环境中，如果采用全局的路径规 划，这就需要比较精确的全局模型，在具体的实现上 涉及到 多 传 感 器 融 合 和 多 机 器 人 的 通 信 问 题。 显 然，全局规划会增加控制的复杂度。例如在机器人 足球赛中，机器人总是处在一个动态的不确定环境 中，某一时刻的可行路径可能在很短时间内变得不 可行，当机器人数量增加时尤其如此，因此，全局规 划的意义并不大。基于这种考虑，规划模块完成的 只是局部的路径规划：使机器人运动到障碍后的某
一点。这个行为的实现只需要障碍物与机器人的相 对位置信息。实验和比赛的结果也证明，局部规划
每一种状态下产生的行为就是机器人最终的行为， 并不需要对多个行为做出选择。这样，多行为的协
不仅实现简单，保证了系统反应的快速性，而且也提 调问题得以解决，控制流程将变得十分简单。另外，
高了机器人的决策能力。 !.! 基本行为和行为综合
这样的分 层 决 策 而 是 一 个 非 常 自 然 的 行 为 过 渡 过
程。如果我们在设计这样的系统时，能够使每个子
图 " 机器人短期记忆
任务产生的行为就是机器人最终的输出，那么，整个 决策就只有一层，控制流程将变得非常简单。
表 # 机器人的短期记忆
基于这样的考虑，我们以机器人足球为例，将整
! 标志位
（收稿日期：2002-08-29）
— 6l —
高技术通讯 2004.4
程出现错误不会导致整个系统的崩溃。当传感器类 型变更或者个数增减时，只需要变更或增减相应的 进程即可，系统其他的进程并不受影响。如果各进 程在使用资源时发生冲突，进程的优先权又保证了 系统基本功能的实现。
2 自主行为设计与综合
图 ! “交龙”足球机器人
".! 面向动态环境的混合式体系结构 目前常用的控制结构有三种：反应式、规划型和
混合式的控制结构。反应式的结构具有快速的反应 能力，鲁棒性强，但完成复杂任务的能力较差。传统 的规划方法往往基于完整的环境信息，不适于高度 动态的环境。为了弥补上述两种结构的不足，近年 来提出了一种混合式的体系结构［8］，兼容了反应式 和规划型结构的优点，既能通过规划完成比较复杂 的任务，同时又具有快速反应的能力。但是，混合式 的结构在具体应用上又各有不同。例如，多次获得 RoboCup 中型组冠军的德国 Freiburg 队［9］足球机器 人控制系统就采用混合式的结构。整个控制系统包 括感知、路径规划和基于行为的控制三部分。它的 行为设计较少考虑底层各行为之间的过渡关系，行 为的调度更依赖于上层的感知和规划，往往要求多 个传感器的复杂处理来获得精确的环境模型。本文 所采用的控制结构（见图 2）与其类似，不同之处有 两点： （l）在基于行为的控制中加入简捷而有效的短 期记忆； （2）规划模块只完成局部的路径规划。
贾建强等：基于有限状态机的足球机器人行为设计与综合
基于有限状态机的足球机器人行为设计与综合!
贾建强! 陈卫东 席裕庚
（上海交通大学自动化研究所 上海 200030）
摘 要 介绍了一个面向动态环境作业的全自主移动机器人系统。该机器人系统集成了 包括视觉、激光雷达、声纳环、里程仪在内的多传感器系统，双轮独立驱动的移动小车以及 高速无线局域网，并通过车载控制系统进行实时决策。控制系统采用递阶的混合式结构， 在上层利用基于有限状态机的行为选择方法实现行为规划，在低层采用基于行为的控制 技术。通过对指定任务的分解，该方法实现了动态环境下多行为的协调，使机器人具有较 高的决策智能，同时又保证了快速的反应能力。动态环境下的实验和比赛结果证明了该 方法的有效性。 关键词 移动机器人，多传感器，行为，有限状态机，动态环境
NO BALL：机器人看不到球。
态的自然过渡。需要说明的是，由于机器人有尺寸
NO OBST：前进方向无障碍。 OBST ON ROAD：有障碍挡在目标前或机器 人与障碍距离太近。
约束，因此，避开障碍（机器人）并不需要运动很远的 距离。假 设 机 器 人 在 距 离 障 碍 lm 时 进 入 避 障 状 态，那么，它将在 2 ~ 3S 内（lm / S 的速度）运动到目