青岛大学未来战队 2025 赛季 —— 哨兵机器人行为树决策系统
本项目为青岛大学 RoboMaster 未来战队开发的哨兵机器人行为决策系统，基于 BehaviorTree.CPP 框架与 ROS 2 构建。该系统实现了模块化、可扩展、易调试的决策逻辑，极大地提升了哨兵在复杂战场环境下的自主性与适应能力。
相比于 24 赛季所使用的电控端拨点控制方式，当前版本采用行为树架构，使决策逻辑更加灵活、可维护性强，并具备良好的可读性和扩展性。
在 24 赛季传承过程中，老学长曾提到当时的决策逻辑完全依赖电控端进行拨点控制，这种方式存在以下问题：
- 固定僵化：行为不可配置，难以应对动态变化；
- 缺乏灵活性：逻辑修改需重新编写烧录代码，不利于战术上的调整；
- 扩展性差：新增行为或状态需要大量改动。
为了突破这些限制，我们在参考多家开源和团队经验的基础上，引入了 BehaviorTree.CPP 框架，并结合 ROS 2 的通信机制构建了当前的决策系统，形成了现在的 rm_behavior 功能包。
我们使用 BehaviorTree.CPP (BT.CPP) 作为行为树框架，其具有以下优势：
- 支持同步/异步节点；
- 可扩展性强，支持自定义节点类型；
- 提供丰富的内置节点（如 Sequence、Selector、Fallback 等）；
- 易于与 ROS 2 集成，实现话题通信、服务调用等行为。
通过编写 .xml 文件定义行为树结构，所有行为逻辑都可通过组合节点来实现，极大提升了开发效率和逻辑清晰度。
rm_behavior/
├── include/
│ └── behavior_nodes/ # 行为树节点头文件
├── src/
│ ├── nodes/ # 各类行为节点实现
│ └── main.cpp # 行为树执行入口
├── behavior_trees/ # 存放 .xml 行为树文件
├── launch/ # 启动文件
└── CMakeLists.txt # 编译配置
本系统支持多种类型的自定义行为节点，主要分为条件节点和动作节点两大类。编写自定义节点需要继承对应的基类并实现相关接口。
条件节点用于判断某个条件是否满足，返回 SUCCESS 或 FAILURE。
头文件示例 (include/rm_behavior/plugins/condition/example_condition.hpp)：
#ifndef RM_BEHAVIOR__PLUGINS__CONDITION__EXAMPLE_CONDITION_HPP_
#define RM_BEHAVIOR__PLUGINS__CONDITION__EXAMPLE_CONDITION_HPP_
#include "behaviortree_cpp/condition_node.h"
#include "rclcpp/rclcpp.hpp"
namespace rm_behavior {
class ExampleCondition : public BT::ConditionNode {
public:
ExampleCondition(const std::string& name, const BT::NodeConfig& config);
static BT::PortsList providedPorts();
private:
BT::NodeStatus tick() override;
rclcpp::Logger logger_ = rclcpp::get_logger("ExampleCondition");
};
} // namespace rm_behavior
#endif // RM_BEHAVIOR__PLUGINS__CONDITION__EXAMPLE_CONDITION_HPP_源文件实现 (src/plugins/condition/example_condition.cpp)：
#include "rm_behavior/plugins/condition/example_condition.hpp"
namespace rm_behavior {
ExampleCondition::ExampleCondition(
const std::string& name, const BT::NodeConfig& config)
: BT::ConditionNode(name, config) {}
BT::PortsList ExampleCondition::providedPorts() {
return {
BT::InputPort<int>("threshold", 100, "判断阈值"),
BT::InputPort<std::string>("key_port", "{@sensor_data}", "传感器数据端口")
};
}
BT::NodeStatus ExampleCondition::tick() {
auto threshold = getInput<int>("threshold").value();
// 实现具体判断逻辑
bool condition_met = /* 你的判断逻辑 */;
return condition_met ? BT::NodeStatus::SUCCESS : BT::NodeStatus::FAILURE;
}
} // namespace rm_behavior
// 注册节点到工厂
#include "behaviortree_cpp/bt_factory.h"
BT_REGISTER_NODES(factory) {
factory.registerNodeType<rm_behavior::ExampleCondition>("ExampleCondition");
}用于调用ROS 2 Action服务，如导航等长时间任务。
#include "behaviortree_ros2/bt_action_node.hpp"
#include "nav2_msgs/action/navigate_to_pose.hpp"
namespace rm_behavior {
class NavigationAction : public BT::RosActionNode<nav2_msgs::action::NavigateToPose> {
public:
NavigationAction(const std::string& name, const BT::NodeConfig& config,
const BT::RosNodeParams& params)
: BT::RosActionNode<nav2_msgs::action::NavigateToPose>(name, config, params) {}
static BT::PortsList providedPorts() {
return providedBasicPorts({
BT::InputPort<geometry_msgs::msg::PoseStamped>("goal", "目标位置")
});
}
bool setGoal(Goal& goal) override {
getInput("goal", goal.pose);
return true;
}
BT::NodeStatus onResultReceived(const WrappedResult& result) override {
return result.result->result.result == 0 ?
BT::NodeStatus::SUCCESS : BT::NodeStatus::FAILURE;
}
};
} // namespace rm_behavior在 CMakeLists.txt 中添加新节点的编译配置：
# 添加新的条件节点
ament_auto_add_library(example_condition SHARED
src/plugins/condition/example_condition.cpp)
list(APPEND plugin_libs example_condition)
# 添加新的动作节点
ament_auto_add_library(example_action SHARED
src/plugins/action/example_action.cpp)
list(APPEND plugin_libs example_action)<root BTCPP_format="4">
<BehaviorTree ID="MainTree">
<Sequence>
<ExampleCondition threshold="50" key_port="{@sensor_data}"/>
<ExampleSyncAction input_data="test_data" output_data="{processed_result}"/>
<VelocityPublisher linear_x="1.0" angular_z="0.5"
server_name="cmd_vel"/>
</Sequence>
</BehaviorTree>
</root>由于云台扫描模式相关代码较为混乱且尚未整理，暂时决定不将其纳入当前版本。若假期完成重构，会将新版功能提交至仓库。
感谢以下开源项目对行为树设计的启发：
QQ: 1822261285, Jquark