MOOS-ivp 实验七 关于Helm Autonomy的介绍（1）

MOOS-ivp 实验七 关于Helm Autonomy的介绍（1）

---

看了看博客记录，从9月22日开始学习MOOS，随着时间推移今天已经10月27日了。不知不觉时间过了一个多月了，所进行的实验也来到了实验七。试验七的主要内容无疑也就是对Helm进行初步的学习，废话不多说，下面开始实验。

---

前言

今天的实验，将要创建一个自动驾驶的功能。通过编辑helm配置文件就可以实现。首先需要配置一个.moos文件，接下来需要对helm模块进行配置，需要配置一个.bhv文件。从之前下载过的alpha任务和MOOS-ivp tree开始进行构建。下面是需要构建的一些更复杂的应用程序：
（1）基础的helm结构
（2）高等级的helm状态——使用helm来驱动水下机器人
（3）执行alpha自动驾驶任务
（4）在alpha 任务执行过程中理解helm的作用
（5）使用pMarineViewer控制任务的进行
（6）修改alpha任务，使其接受返回点的指令
（7）建立单、双Loiter Bravo 任务
（8）建立周期性浮出水面的双Loiter Bravo 任务

一、Helm的简要介绍

1.Helm的基础结构

helm是一个MOOS的应用程序，具有很多MOOS应用程序的功能。其运行基础是 pHelmIvP。helm是一个基于行为的架构。其他应用会和Helm协同进行工作，比如传感器处理以及规划、通信等工作。

在下面的示意图中，所有的行为要么会产生一组发布到MOOSDB的变量，要么会产生一个目标函数，在每次循环迭代里，helm最小都会发布一组变量对，来代表自己当前的决策行为。典型的变量一般会有DESIRED_HEADING 和DESIRED_SPEED,当helm在水下机器人中执行时，也会发布DESIRED_DEPTH。

解释一下上图的行为标注：
（1）邮件从MOOSDB中读取信息，并被解析和存储在本地的缓存区中，以供行为来进行使用
（2）如果任务行文文件里有任何关于模式的声明，那么在这一步进行相关评估
（3）在循环迭代结束的时候，每一个ivp动作都会被查询其贡献，并且可能会产生一个函数或者变量列表，发布到MOOSDB中去
（4）目标函数可以被分解为一个动作，并产生一组变量对
（5）所有变量对都发布到MOOSDB中去，以供其他应用程序使用。
在每次迭代过程中，行为都可以从缓冲区内的邮件获取消息，就像其他的MOOS应用程序一样。行为（ivp behavior）采用并行手段，可以高效的执行。helm按照每个行为的贡献度来进行列表，但是因为这些行为都在相同的信息缓冲器上进行操作，而且每一个行为的输入跟其他行为的输出无法构成关联，所以他们的执行都是并行和独立的，并不相互干扰。在求解器（solver）中行为进行协调，最后会在 heading, speed 和 depth选择一个单一的变量。另外补充一点，可能一些行为会在下一轮循环中选择这一轮输出的变量作为输入，当然在给定的循环之中，他们的行为都是相互独立的。