Cyberbotics 機器人課程/中級程式設計練習
在上一章中，您學習瞭如何使用 C 程式語言詳細地操作 e-puck 裝置。現在您具備了開始本章關於機器人行為的技術背景。將使用不同的技術來程式設計 e-puck 的行為。值得注意的是，您將看到您的機器人擁有記憶。
程式設計自動機 [中級]
[edit | edit source]在本練習中，您將把 初級程式設計練習 中的 FSM 轉換成 C 程式語言。首先，將提供一個簡單的示例，即 簡單行為：有限狀態機 練習的新版本。然後，您將建立自己的 FSM。它將是 更好的碰撞避免演算法 練習的新版本。
開啟世界檔案
[edit | edit source]開啟以下世界檔案
.../worlds/intermediate_finite_state_machine.wbt
您應該看到與 簡單行為：有限狀態機 部分相同的環境。
FSM 的示例
[edit | edit source]根據圖 感測器到執行器迴圈.png，您的程式主迴圈應始終按照以下順序執行其指令
- 獲取感測器值
- 根據預期行為處理這些值
- 向執行器傳送命令
在我們的例子中，機器人的行為部分是使用 FSM 建模的。
[Q.1] 在給定的 C 程式設計程式碼中，找出這 3 個點的位置。解釋在每個點中執行了什麼操作。
[Q.2] 描述 FSM 是如何實現的，即當前狀態是如何建模的，使用了哪種控制結構，狀態中執行了哪些指令，從一個狀態切換到另一個狀態的條件是什麼等等。
建立你自己的 FSM
[edit | edit source]
[P.1] 使用 FSM 實現牆體跟隨演算法。（提示：開始設計自動機的結構，然後找到觸發轉換的方式，最後根據經驗設定引數。）
*割草機* [中級]
[edit | edit source]在本可選練習中，您將發現機器人技術的另一個主題：窮盡式探索，即您的 e-puck 將在形狀未知的表面上移動，並且必須經過每個地方。清潔機器人或自動割草機是這種運動的典型應用。有不同的方法可以處理這個主題。本練習介紹了其中兩種：隨機行走和“掃描”行走。
隨機行走
[edit | edit source]開啟以下世界檔案
.../worlds/intermediate_lawn_mower.wbt
您應該看到一個帶有白色樹籬的草坪。目前，機器人的控制器與上一個練習的控制器相同，即一個簡單的 FSM，它允許您的 e-puck 在遇到牆壁時返回。在本節中，您將建立一個隨機行走。
當您的 e-puck 遇到牆壁時，它必須旋轉並朝另一個方向移動，如下圖所示。下圖描繪了隨機行走可能的自動機。
為了生成 0 到 X 之間的隨機整數，匯入標準庫 (#include <stdlib.h>) 和時間庫 (#include <time.h>)，並編寫以下兩條指令
// The utility of this line is to have at every simulation a different
// series of random number
srand(time(0));
// change X by the maximal bound (in the double format)
int random_value = X * rand() / (RAND_MAX+1);
[Q.1] 使用 BotStudio 無法實現隨機行走的哪一部分？
[P.1] 實現圖中給出的自動機：隨機行走。對於停止條件，您可以使用定時器或使用編碼器的條件。（提示：您可以合併“左轉”狀態和“隨機左轉”狀態。右邊的部分也是如此。）
[Q.2] 一般來說，隨機遊走演算法在表面覆蓋方面是否有效？(提示：e-puck 會經過每個點嗎？是否有 e-puck 花費更多時間的地方？)
另一種執行全面覆蓋的解決方案是“掃描”區域，如圖所示。首先，執行水平掃描，然後，當機器人沒有更多前進的可能性時，執行垂直掃描。相應的自動機在下一張圖中顯示。這個自動機是你迄今為止見過的最大的自動機。
[P.2] 實現圖中給出的自動機：“掃描式行走”。(提示：你可以利用此自動機的對稱性來簡化實現。)
[Q.3] 一般來說，掃描式行走演算法在表面覆蓋方面是否有效？(提示：你能找到另一種房間拓撲結構，以便找到 e-puck 永遠不會經過的地方嗎？是否有 e-puck 花費更多時間的地方？)
現在，你知道程式如何使用 FSM 來建立機器人行為。FSM 可以用數學方式形式化。此外，這個概念背後有一個理論：自動機理論。FSM 只是這個理論的一部分。你可以在那裡找到其他型別的自動機。例如，機率自動機在其轉換上具有機率。因此，一個狀態和固定的感測器值可能具有不同的下一個狀態。有關此主題的更多資訊，你可以參考
這是一個良好的起點。在文獻中，你會找到幾本相關的書籍。
到目前為止，你已經學會了使用有限狀態自動機來程式設計機器人行為。接下來的三個練習將向你解釋一個完全不同的處理此主題的方法：基於行為的機器人，由教授 Rodney Brooks[1] 在 1986 年的論文[2] 中提出。
基於行為的機器人是一種建立機器人行為（程式設計機器人控制器）的方法。其想法是將複雜的行為分成多個更小的行為模組。這些模組是獨立的且半自主的。它們有其特定的作用。它們共同工作，無需同步。這些模組的典型示例可能是：“向前走”、“保持直立”、“有障礙物就停止”、“沿著牆壁走”、“尋找食物”、“快樂”或“幫助社群”。你可以觀察到這些例子是按層次結構排列的。在層次結構的較低層，將有反射模組（如“保持直立”）。在層次結構的較高層，將有機器人的目標（如“找到食物”）。反射模組可以影響其層次結構上的上級。實際上，如果你絆倒了，保持站立是最重要的：來自你腳部感覺的命令會支配你思考的能力。
模組的外部結構在圖中顯示。模組直接從感測器或另一個模組接收輸入值。這些值可以被另一個模組抑制。類似地，輸出值被直接定向到執行器或另一個模組。最後，模組可能具有重置功能。
有多種方法可以實現這些模組。我們決定使用 C 函式來模擬它們。實際上，函式接收引數作為輸入並返回輸出值。為了簡化程式碼，這些值中的一些儲存在全域性變數中，以便於模組之間的通訊。
在本練習中，你將實際觀察到基於行為的機器人，它有兩個模組：避障模組和循牆模組。首先，你將獨立觀察這些模組。然後，你將把它們混合在一起。
本練習與接下來的兩個練習密切相關。
開啟以下世界檔案
.../worlds/intermediate_oam.wbt
你應該觀察到一個被障礙物點綴的環境。不要猶豫，移動它們或重疊它們。
給定的機器人控制器實際上只使用避障模組 (OAM)。該模組是一個反射模組。它會一直執行。它接收 IR 感測器值作為輸入。如果在 e-puck 前方檢測到障礙物，OAM 將計算其自身的加速度估計，以避免碰撞。它只能使機器人自轉（左速度 = - 右速度）。最後，OAM 更新side變數以記住牆壁的位置。此資訊將有助於其他模組。
[P.1] 在虛擬 e-puck 和實際 e-puck 上執行模擬。
[Q.1] 描述 e-puck 的行為。它遇到牆壁時的反應是什麼？在它前方沒有障礙物時，它的軌跡是什麼？
[Q.2] OAM 產生電機速度差，但機器人向前移動。為什麼？
[Q.3] 在 OAM 函式中，如何計算電機速度差（delta變數）？
第二個模組（稱為循牆模組 (WFM)）根據side變數建立恆定的電機速度差。它的作用是吸引 e-puck 靠近牆壁。如果只有這個模組，機器人會撞到牆壁。幸運的是，如果 OAM 模組也被啟用，它會產生排斥力。這兩個模組的組合會產生更強大的行為：機器人將能夠沿著牆壁走。在生物學中，這種現象被稱為湧現。
圖描述了這兩個模組之間的互動。水平方向上，圖表的劃分類似於 感測器到執行器迴圈.png 中的劃分，它就是感知到行動的迴圈。垂直方向上，模組被層次結構層級劃分。最底層是反射層級。來自 OAM 到 WFM 的黑色箭頭表示sidevariable。
[P.2] 在主函式的主迴圈中，取消註釋wfm()函式呼叫，並編譯您的程式。在虛擬機器和真實的 e-puck 上執行模擬。觀察機器人的行為。嘗試移動 e-puck 所“連結”的障礙物。
[Q.4] 描述 e-puck 的行為。
[Q.5] 比較圖和給定的控制器程式碼。 (提示：黑色箭頭是如何實現的？感測器值是如何傳送到模組的？)
[Q.6] 解釋wb_differential_wheels_set_speed(...)函式呼叫中每個求和項的用途。
*[P.3]* 在模擬中，嘗試透過更改宏變數（檢視使用 #define 語句定義的變數）來獲得儘可能平滑的 e-puck 軌跡。帶有兩個箭頭（綠色和紅色）的圖形顯示了與蛇形軌跡相比的平滑軌跡。請注意，平滑軌跡在很大程度上取決於環境，即，如果您獲得了平滑軌跡，並且更改了障礙物寬度，您的機器人可能會出現蛇形軌跡。
建立一條線跟隨模組 [中級]
[edit | edit source]在上一節練習中，您觀察了兩個模組之間的互動。在本節練習中，您將同樣看到一些其他模組及其互動。本節練習的目的是觀察三個模組如何生成一個強大的線跟隨控制器。最後，您將建立自己的模組。
開啟世界檔案
[edit | edit source]開啟以下世界檔案
.../worlds/intermediate_lfm.wbt
e-puck 準備好在起跑線上繞環形軌道轉彎。
用於牆跟隨的三個模組
[edit | edit source]本節練習的機器人控制器使用三個模組
- 線跟隨模組 (LFM)：首先，該模組接收線性相機值（相機最後一行）。藉助find_middle(...)函式，它找到機器人前方黑線的中點。然後，它計算出自身對電機速度的理解。與 OAM 類似，此函式只建立電機速度差。這是一個高階模組。它的輸入值可以被抑制。
- 線進入模組 (LEM)：此模組也觀察線性相機值。它會注意到機器人的視野中是否有線。
- 線離開模組 (LLM)：此模組與 LEM 協同工作。它會注意到機器人的視野中是否沒有線。
LEM 和 LLM 的用途在 e-puck 進入或離開線時顯現。透過使用這些模組，這兩個事件得以掌控。在本節練習中，這兩個模組用於在沒有線可跟隨時抑制 LFM。這使得機器人能夠直線前進。在下一節練習中，我們將使用這兩個事件來實現更有用的目的。
這些模組之間的互動在示意圖中有所體現。
[P.1] 在虛擬 e-puck 和實際 e-puck 上執行模擬。
[Q.1] 比較圖和給定的控制器程式碼。暫時不要看 UTM。 (提示：LFM 抑制器的作用是什麼？LEM 和 LFM 在程式碼中是如何關聯的？為什麼圖中它們之間沒有連結？等等)
[Q.2] 解釋 LEM 的演算法。
[P.2] 修改給定的程式碼，以便在 e-puck 檢測到線時開啟 8 個 LED，並在沒有檢測到線時關閉它們。
您自己的模組
[edit | edit source] [P.3] 實現一個新的模組（稱為utm()），當機器人前方不再有線時，該模組可以讓 e-puck 進行 U 形轉彎。當 WFM 被抑制時，此模組將起作用，反之亦然。在此模組中，機器人應該只產生電機速度差。
多個模組的混合 [中級]
[edit | edit source]在之前的兩個練習中，您觀察了 5 個不同的模組。現在，您將組合它們以獲得更復雜的行為。
開啟世界檔案
[edit | edit source]開啟以下世界檔案
.../worlds/intermediate_behavior_based.wbt
您應該觀察圖中顯示的世界。地面上繪製了一條線。它呈“C”形。一些障礙物散落在這條線上。
多個模組的組合
[edit | edit source]本節練習的目標是獲得以下行為：e-puck 沿著這條線行走，但如果它檢測到障礙物，它必須繞過障礙物，直到再次找到這條線。
給定的機器人控制器包含所有先前的模組，但它們之間沒有連結。該示意圖顯示了一種可能的連結方式。該示意圖中最重要的點是觀察從一個模組到另一個模組的互動
- OAM：它是唯一一個反射模組。如果 OAM 檢測到障礙物，它必須抑制 LFM 以避免其影響。OAM 還必須告知 WFM 牆的位置。
- LEM：它的作用是在檢測到黑線時解除對 LFM 的抑制。此外，它必須告知 WFM 它必須停止跟隨牆壁。
- LLM：如果丟失黑線，它必須抑制 LFM。
[P.1] 實現模組之間的互動，以獲得上面描述的行為。參考示意圖以瞭解互動方式。 (提示：您需要修改的程式碼片段以 TODO 註釋標記。)
[Q.1] 與基於有限狀態機的機器人相比，基於行為的機器人的優勢是什麼？劣勢是什麼？可以將這兩種技術結合起來使用嗎？舉例說明。
- ↑ 參見 羅德尼·布魯克斯 獲取更多資訊。
- ↑ Brooks, R. A. "用於移動機器人的魯棒分層控制系統", IEEE 機器人與自動化雜誌，第 2 卷，第 1 期，1986 年 3 月，第 14-23 頁； 也是 MIT AI 備忘錄 864，1985 年 9 月。