SMACH 是状态机的意思，是基于Python实现的一个功能强大且易于扩展的库。 smach本质上并不依赖于ROS，可以用于任意Python项目，不过在ROS中元功能包executive_smach将smach和ROS很好的集成在了一起，可以为机器人复杂应用开发提供任务级的状态机框架，此外元功能包还集成了actionlib和smach_viewer。

为避免误导，本文以下提到的SMACH均指ROS中的SMACH功能包。

一、关于SMACH

1.1 什么时候用

在很多应用场景中，我们需要设计一些复杂的机器人任务，任务中包含多个状态模块，而这些状态模块之间在某些情况下会发生跳转，这就是SMACH可以发挥作用的地方。

快速原型设计：基于Python语法的SMACH可以实现状态机原型的快速开发测试；

复杂状态机模型：SMACH支持设计、维护、调试大型复杂的状态机；

可视化：SMACH提供可视化工具 smach_viewer ，可以看到完整状态机的状态跳转、数据流等信息

1.2 什么时候不用

在某些场景下，SMACH也并不适用：

非结构化任务：非结构化任务调度中可能存在未知的状态跳转

低层次系统：SMACH适用于任务机调度，不适合相对简单、不包含任务级调度的系统。

拆分模块：SMACH的使用并不是为了让我们将模块拆分

二、安装

无论是ROS indigo还是kinetic中，都有smach的二进制安装包，可以直接使用如下命令安装：

sudo apt-get install ros-kinetic-executive-smach
sudo apt-get install ros-kinetic-executive-smach-visualization

smach提供了不少官方例程源码，可以直接下载运行，不过其中很多例程没有加入内部可视化服务器，所以我对代码进行了一些修改，大家可以下载本博客的修改源码。

三、状态机跑起来

先看一个简单的代码，state_machine_simple_introspection.py：

#!/usr/bin/env python

import rospy
import smach
import smach_ros

# define state Foo
class Foo(smach.State):
  def __init__(self):
  smach.State.__init__(self, outcomes=['outcome1','outcome2'])
  self.counter = 0

  def execute(self, userdata):
  rospy.loginfo('Executing state FOO')
  if self.counter < 3:
  self.counter += 1
  return 'outcome1'
  else:
  return 'outcome2'

# define state Bar
class Bar(smach.State):
  def __init__(self):
  smach.State.__init__(self, outcomes=['outcome2'])

  def execute(self, userdata):
  rospy.loginfo('Executing state BAR')
  return 'outcome2'

# main
def main():
  rospy.init_node('smach_example_state_machine')

  # Create a SMACH state machine
  sm = smach.StateMachine(outcomes=['outcome4', 'outcome5'])

  # Open the container
  with sm:
  # Add states to the container
  smach.StateMachine.add('FOO', Foo(), 
  transitions={'outcome1':'BAR', 
  'outcome2':'outcome4'})
  smach.StateMachine.add('BAR', Bar(), 
  transitions={'outcome2':'FOO'})

  # Create and start the introspection server
  sis = smach_ros.IntrospectionServer('my_smach_introspection_server', sm, '/SM_ROOT')
  sis.start()

  # Execute SMACH plan
  outcome = sm.execute()

  # Wait for ctrl-c to stop the application
  rospy.spin()
  sis.stop()

if __name__ == '__main__':
  main()

使用如下命令运行，先来看下效果：

roscore
rosrun smach_tutorials state_machine_simple.py

在终端中可以看到状态的跳转，但是这样的信息并不是很清晰，我们可以启动一个神器来可视化显示状态机：

rosrun smach_viewer smach_viewer.py

四、代码分析

通过上边运行的效果你可能还没看明白，接下来我们就对照代码进行分析。

作为状态机，首先需要有状态，这个例程中有两个状态：FOO、BAR，我们来看一下这两个状态在代码中的定义：

# define state Foo
class Foo(smach.State):
  def __init__(self):
    smach.State.__init__(self, outcomes=['outcome1','outcome2'])
    self.counter = 0

  def execute(self, userdata):
    rospy.loginfo('Executing state FOO')
    if self.counter < 3:
      self.counter += 1
      return 'outcome1'
    else:
      return 'outcome2'

# define state Bar
class Bar(smach.State):
  def __init__(self):
    smach.State.__init__(self, outcomes=['outcome2'])

  def execute(self, userdata):
    rospy.loginfo('Executing state BAR')
    return 'outcome2'

这两个状态都是通过Python的函数进行定义的，而且结构相似，都包含初始化（__init__）和执行（execute）这两个函数。

初始化函数

初始化函数用来初始化该状态类，调用smach中状态的初始化函数，同时需要定义输出状态：outcome1、outcome2

这里的outcome代表状态结束时的输出值，使用字符串表示，由用户定义取值的范围，例如我们可以定义状态执行是否成功：[‘succeeded’, ‘failed’, ‘awesome’]. 每个状态的输出值可以有多个，根据不同额输出值有可能跳转到不同的下一个状态。

需要注意的是初始化函数中不能阻塞，如果需要实现同步等阻塞功能，可以使用多线程实现。

执行函数

执行函数就是每个状态中的具体工作内容了，可以进行阻塞工作，当工作后需要返回定义的输出值，该状态结束。

再来看一下main函数：

# main
def main():
  rospy.init_node('smach_example_state_machine')

  # Create a SMACH state machine
  sm = smach.StateMachine(outcomes=['outcome4', 'outcome5'])

  # Open the container
  with sm:
    # Add states to the container
    smach.StateMachine.add('FOO', Foo(), transitions={'outcome1':'BAR', 'outcome2':'outcome4'})
    smach.StateMachine.add('BAR', Bar(), transitions={'outcome2':'FOO'})

  # Create and start the introspection server
  sis = smach_ros.IntrospectionServer('my_smach_introspection_server', sm, '/SM_ROOT')
  sis.start()

  # Execute SMACH plan
  outcome = sm.execute()

  # Wait for ctrl-c to stop the application
  rospy.spin()
  sis.stop()

在main函数中，首先初始化ROS节点，然后就使用StateMachine创建一个状态机，并且指定状态机执行结束后的最终输出值有两个：outcome4和outcome5.

SMACH状态机是一个容器，我们可以使用add方法添加需要的状态到状态机容器当中，同时需要设置状态之间的跳转关系。

smach.StateMachine.add('FOO', Foo(), transitions={'outcome1':'BAR', 'outcome2':'outcome4'})

例如这里我们在状态机中添加一个名为“FOO”的状态，该状态的类就是我们之前定义的Foo，transitions代表状态的跳转，如果FOO状态执行输出outcome1时，则跳转到“BAR”状态，如果执行输出outcome2时，则结束这个状态机，并且输出outcome4。

还记得我们上边看到的可视化界面么，为了将状态机可视化显示，我们需要在代码中加入可视化服务器：

# Create and start the introspection server
  sis = smach_ros.IntrospectionServer('my_smach_introspection_server', sm, '/SM_ROOT')
  sis.start()

IntrospectionServer（）方法用来创建内部可视化服务器，有三个参数：第一个参数时服务器的名字，可以根据需要自由给定；第二个参数时索要监测的状态机；第三个参数代表状态机的层级，因为SMACH状态机支持嵌套，状态内部还可以有自己的状态机。

然后就可以使用execute()方法开始执行状态机了，执行结束后需要讲内部可视化服务器停止。

现在再来回顾整个状态机，从图中我们可以看到，状态机开始工作后首先跳入我们添加的第一个状态“FOO”，然后在该状态中累加counter变量，counter小于3时，会输出outcome1，状态结束后就跳转到“BAR”状态。在“BAR”状态中什么都没做，输出outcome2回到“FOO”状态。就这样来回几次之后，counter等于3，“FOO”状态的输出值变成outcome2，继而跳转到outcome4，也就代表着有限状态机运行结束。outcome5全程并没有涉及到，所以在图上成为了一个孤立的节点。