World model integration for cooperative robotic teams

Abstract

A Multi-Robot system can benefit from cooperative task assignments to achieve a common goal, as well as from merging information from all agents to form a better World Model. Highly accurate and responsive perception is still a fundamental step for effective cooperative robotics teams, especially in dynamic, stochastic and partially observable environments like the ones provided by the RoboCup soccer competitions. This research project was developed in the context of the CAMBADA RoboCup Middle-Size League robotics soccer team, from University of Aveiro, including the participation in local and international RoboCup competitions. While most of the literature presents simulated results, this project used the MSL competitions as a bench-marking and verification test-bed for the new solutions proposed in this document. The work aimed at developing new solutions for data fusion in a distributed approach in this team, as well as improving the existing high-level coordination strategy. In order to do so, the project starts by consolidating the robots local state estimation, providing an essential solid baseline for more advanced techniques - the main control cycle was revised, the robot pose and velocity state estimation was enhanced, and a new method for multi-object tracking has been proposed. A distributed sensing multi-object tracking module was built on top of that, providing a unified representation of the opponents on the soccer field, not only for the field players, but also for the coach agent, that is not able to use any sensors. Following, agent coordination techniques are discussed and a new method for leader election is proposed, tested and validated. With the enhanced world model, the leader election method and the matured modular software architecture in place, it was possible to develop a new set-play engine (CR7) that is user-friendly, robust and performant in competition environments. In a bottom-up approach, this project has incrementally touched a wide range of areas and has successfully met the initial objectives as well as helped to reinforce CAMBADA's position as one of the world-leading MSL teams.

Um sistema Multi-Robô pode beneficiar de uma atribuição cooperativa de tarefas para atingir um objectivo comum, bem como da integração de informação dos vários agentes para formar um melhor modelo do ambiente envolvente (World Model). Ter uma percepção duplamente precisa e responsiva é ainda um passo fundamental para uma efectiva cooperação em equipas de robôs, especialmente em ambientes dinâmicos, estocásticos e parcialmente observáveis, como é o caso das competições de futebol robótico RoboCup. Este projecto de investigação foi desenvolvido no contexto da equipa de futebol robótico CAMBADA, da Universidade de Aveiro, e incluiu a participação em diversas competições locais e internacionais em eventos RoboCup, na liga MSL. Enquanto muita da literatura disponível apresenta resultados simulados, este projecto usou as competições MSL como uma plataforma de teste e validação das novas soluções apresentadas neste documento. O trabalho focou-se no desenvolvimento de novas soluções de fusão de dados numa perspectiva distribuída nesta equipa de futebol robótico, bem como no melhoramento de estratégias de coordenação de alto-nível. Para tal, o projecto começa por consolidar a estimativa de estado (state estimation) local dos robôs, providenciando uma base sólida para técnicas mais avançadas - o ciclo de controlo principal foi revisto, as estimativas da pose e velocidade do robô foram melhoradas e um novo método de tracking de múltiplos objectos foi proposto. Com essa base, um método de tracking com sensorizacão distribuída foi desenvolvido, aprovisionando assim uma representação unificada dos oponentes no campo de jogo, não só para os jogadores de campo, mas também para o agente treinador, que não pode usar sensores. Em continuação, foram discutidas técnicas de coordenação de agentes e um novo método para eleição de um agente foi proposto, testado e validado. Com uma melhor representação do estado do mundo, um método de eleição de um líder e uma arquitectura de software modular madura em prática, foi possível desenvolver uma nova ferramenta de jogadas estudadas (CR7) que é user-friendly, robusta e eficiente em ambientes de competição. Com uma abordagem bottom-up, este projecto foi incrementalmente tocando uma vasta gama de áreas e assim cumpriu os objectivos inicialmente propostos, bem como ajudou a CAMBADA a reafirmar a sua posição como uma das melhores equipas da MSL a nível mundial.