La BH Team participe depuis 7 ans à la Coupe de France de Robotique. Ce challenge consiste en la conception et la réalisation complète d'un robot autonome en énergie et en commande. Les robots ainsi réalisés s'affrontent dans des matchs d'une durée de 90 secondes, sans intervention de leurs concepteurs. La principale difficulté de cette compétition est que son règlement, diffusé 9 mois à l'avance seulement, implique systématiquement un changement presque total des contraintes du jeu. A un moment de notre parcours, nous avons eu le besoin de pouvoir décrire dans un langage de haut niveau notre stratégie. Notre expérience dans le développement logiciel nous a amené à choisir le langage Python. Trois ans après la première édition du framework "Brewery", voici une présentation de ses capacités et des avantages qu'il confère à l'équipe. Nous commencerons par une explication du contexte de la compétition, de l'évolution des différents modules développés par l'équipe au fur et à mesure des années, et enfin nous détaillerons les points remarquables du framework.

1. BH TEAM
METTEZ UN PYTHON DANS VOTRE
MOTEUR ROBOT !

2. YANNICK
@yanjost
yannick (at) yjost.com
Pythonista depuis 1.4
BH Team depuis 2009
9 participations à la Coupe de France de Robotique
La Plage Digitale

3. ERIC
@eric_alber
eric.alber (at) gmail.com
Pythonista depuis 2.4
BH Team depuis 2010
7 participations à la Coupe de France de Robotique

4. BH TEAM
6 personnes
Strasbourg, Belfort, Lyon
Depuis 2007
Meilleur classement : vice-champions de France (2011)
Ouéééééé
Dernier classement : 19 / 146
www.bhteam.org / @thebhteam

5. LA COUPE DE FRANCE DE ROBOTIQUE

6. DE QUOI EST FAIT UN ROBOT ?

7. COMMENT CODER LA STRATÉGIE POUR
LE ROBOT ?
Multiples entrées-sorties (USB / Ethernet)
Communication asynchrone entre les composants
Tolérance aux erreurs
Pas besoin de hautes performances
Langage de haut niveau
Rapidité de modification
Utiliser des paradigmes modernes
Stacktrace
Bref "batteries included"

8. BREWERY !
Framework dédié à la robotique
Basé sur asyncore
Existe depuis 2010 (Lua → Python)
Evénementiel
Entrées multiplexées

10. ARCHITECTURE GÉNÉRALE

11. GESTION DES MACHINES À ÉTAT

12. GESTION DES MACHINES À ÉTAT

13. SHOW ME THE CODE !
casMi(tt)
ls anSae:
dfo_ne(ef:
e netrsl)
yedMvTGas..
il oeols(.)
yedTkGas..
il aels(.)
#Sic t saeMvTGas
wth o tt oeols
#Sic t saeTkGas
wth o tt aels
casMvtGasSae:
ls oeols(tt)
dfo_ne(ef:
e netrsl)
yedMvLn(oiin1 #Sic t saeMvLn,
il oeiepsto_)
wth o tt oeie
#mv t psto 1
oe o oiin
yedMvLn(oiin2 #Sic t saeMvLn,
il oeiepsto_)
wth o tt oeie
#mv t psto 2
oe o oiin
yedNn
il oe
#Ppbc t saeMi
o ak o tt an
casTkGasSae:
ls aels(tt)
dfo_ne(ef:
e netrsl)
yedCoerpe(.)
il lsGipr..
yedNn
il oe
#Sic t saeCoerpe
wth o tt lsGipr
#Ppbc t saeMi
o ak o tt an

14. STATE MACHINE PARALLÈLE
casDPrle(tt)
ls oaallSae:
dfo_ne(ef:
e netrsl)
l =Saeahn(bra" sd =SD_ET #Satprle FM
b
ttMcie"amn, ie
IELF)
tr aall S
r =Saeahn(bra" sd =SD_IH)#frec sd
b
ttMcie"amn, ie
IERGT
o ah ie
yedMvLn(.,00 #Mv t satpsto
il oeie10 .)
oe o tr oiin
yedNn
il oe
#Ppsae
o tt

15. LE PROTOCOLE BH TEAM
KISS
Paquet TCP 256 octets
1 octet : type
255 octets : data
Basé sur s r c
tut
Ordres
Ouverture / fermeture actionneurs
Paramétrage
Ordres de déplacement

16. SÉRIALISATION
API déclarative
Types de données
UInt
Float
Tableaux
Enum
Booléen

17. EXEMPLE
casTreDtc(aeakt:
ls urteetBsPce)
TP =3
YE
2
DFNTO =(
EIIIN
(dsac' Un8(,"eeto dsac" )
'itne, It 0 Dtcin itne) ,
(age
'nl' ,Un8(,"eeto age))
It 0 Dtcin nl" ,
(rbt
'oo' ,Unm(POETRBT OPNN_OO_AN )
Eu8OPNN_OO, POETRBTMI) ,
)
Introspection des paquets
Visualisation des logs
Génération des paquets pour l'interface web

18. UTILISATION
Mapping automatique de méthode basé sur le nom du
paquet
TurretDetect : on_turret_detect(packet)
GotoFinished : on_goto_finished(packet)
casMOjc:
ls ybet
dfo_urtdtc(akt:
e ntre_eetpce)
pit"eevdpce,dsac=}.omtpce.itne)
rn(Rcie akt itne{"fra(aktdsac)
m_bet=MOjc(
yojc
ybet)
p=TreDtc(
urteet)
#Ti clsm_beto_urtdtc()
hs al yojc.ntre_eetp
pdsac(yojc)
.ipthm_bet

19. CALCUL DE TRAJECTOIRE
Utilisation d'une "carte" du terrain
Mise à jour en fonction de l'état des capteurs
Problème de rapidité → réécriture en C

20. PRISE DE DÉCISION : GOAL MANAGER
Heuristique
Objectifs restants réalisés par le robot et son acolyte
Utilisation du pathfinding :
Distance des objectifs
Position de l'adversaire
Pas d'ordre défini mais pondération des objectifs

21. UTILISATION D'UNE CAMÉRA
C++, OpenCV
Invocation d'un subprocess
Très fiable

22. ONE MORE
THING...

24. SIMULATION

25. PAQUETS ÉCHANGÉS

26. TRAJECTOIRE DEMANDÉE & RÉELLE

27. VITESSE DÉPLACEMENT

28. VITESSE ROTATION

29. WHAT'S NEXT ?
Unifier appels inter-module et les évènements
Moteur physique dans le simulateur
Améliorer communication entre les robots
Traitement d'image plus complexe
Faire un package réutilisable

30. POUR EN SAVOIR PLUS
The source code : http://bitbucket.org/bhteam
Twitter : @thebhteam
Facebook : TheBhTeam
Site : http://www.bhteam.org

31. MERCI AUX SPONSORS !
{ yucmaylg }
{ oropn.oo }

32. CONCLUSIONS
OUI : Python et robotique font bon ménage
NON : Python ne peut pas tout faire
Gain de productivité / vitesse de dev
"Pas testé, pas validé !"
Contents de notre choix !

33. CRÉDIT PHOTO
http://www.mirror.co.uk/news/world-news/pythonfound-in-car-engine-16-ft-1309075
Marc Obergfell
Wat Horse : http://t.qkme.me/3ttns0.jpg
http://www.ludumdare.com/compo/wpcontent/uploads/2013/04/i-have-no-idea-what-imdoing-dog.jpg
http://madan.wordpress.com/2007/01/06/kurukshetrarobotics-at-anna-university/
le reste : (c) BH Team