[論文レビュー] DOTS: An Open Testbed for Industrial Swarm Robotic Solutions

Simon Peyton Jones, Emma Milner+2 more|arXiv (Cornell University)|Mar 25, 2022

Modular Robots and Swarm Intelligence被引用数 15

ひとこと要約

DOTS は、20台の高性能で5G対応のロボットを備えたオープンアクセスのテストベッドであり、搭載GPU、カメラ、積載能力を有する。産業用スワームロボティクス向けに、分散型スワームアルゴリズムの遠隔的でプラットフォームに依存しない開発、シミュレーション、デプロイメントを可能にし、5回の実験で10分未満で5台の貨物キャリヤーを完全に自律的かつ分散型に回収し、100%の成功率を達成した。

ABSTRACT

We present DOTS, a new open access testbed for industrial swarm robotics experimentation. It consists of 20 fast agile robots with high sensing and computational performance, and real-world payload capability. They are housed in an arena equipped with private 5G, motion capture, multiple cameras, and openly accessible via an online portal. We reduce barriers to entry by providing a complete platform-agnostic pipeline to develop, simulate, and deploy experimental applications to the swarm. We showcase the testbed capabilities with a swarm logistics application, autonomously and reliably searching for and retrieving multiple cargo carriers.

研究の動機と目的

• 実際のロボットスワームを用いた産業用スワームロボティクスへの参入障壁を低減するため、完全にアクセス可能なオープンテストベッドを提供すること。
• 統一された開発パイプラインを通じて、分散型スワームアルゴリズムの迅速なプロトタイピングとデプロイメントを可能にすること。
• 実際のロボットスワームを用いて、完全に自律的かつ分散型の物流タスクの実現可能性を実証すること。
• 小規模な倉庫やポップアップ施設などの低インfra構造環境において、スケーラブルで、頑丈で、再構成可能なスワームソリューションを支援すること。

提案手法

• テストベッドには、250mmの寸法、6時間のバッテリーライフ、オンボードGPU、2kgの積載能力を備えた20台のカスタム製 DOTS ロボットが含まれる。
• ロボットには前方向けカメラ、ポーズ推定用の上向きカメラ、時間飛行センサー、低遅延通信のための5G接続が装備されている。
• アリーナにはモーションキャプチャ、上部カメラ、正確な追跡とリアルタイムテレメトリのためのプライベート5Gが含まれる。
• クラウドベースのポータルにより、リモートアクセス、実験デプロイメント、データダウンロードが可能で、Windows、Linux、macOS に対応するクロスプラットフォームIDEをサポートする。
• シミュレーション環境により、物理的デプロイメントの前段階でコントローラーのローカルテストと検証が可能である。
• システムはデジタルツインをサポートし、クラウドインfraを介して将来の物理的および仮想世界との統合を可能にする。

実験結果

リサーチクエスチョン

• RQ1 高計算能力および高感度センシング能力を備えた実際のロボットスワームを用いて、完全に分散型で自律的なスワーム物流タスクを信頼性高く実行できるか？
• RQ2 プラットフォームに依存しない開発パイプラインは、スワームロボティクス実験への参入障壁をどの程度低減できるか？
• RQ3 高性能ロボットと5G接続性を活用することで、実世界の環境における産業用スワームロボティクスのスケーラビリティと耐障害性はどの程度向上するか？
• RQ4 実世界のパフォーマンス指標（タスク完了時間、成功確率など）は、分散型スワーム作業の理論的最小値と比べてどの程度の差があるか？

主な発見

• スワームは5回の実験すべてで5台の貨物キャリヤーを正常に回収し、100%の成功率を達成した。
• 平均タスク完了時間は178秒で、個々の実験では99〜327秒の間で変動した。
• タスクの理論的最小時間は26秒であり、実世界の遅延は探索、調整、操舵制約に起因していることが示された。
• ランダムな初期ロボットの向きとキャリヤー配置を想定した複数回の実験においても、システムは信頼性の高い性能を示した。
• オンボードGPUとリアルタイム映像処理により、上向きカメラを活用した正確な自律的積載および位置決めが可能になった。
• 開発パイプラインにより、シミュレーションから実世界への迅速な移行が実現し、エンドツーエンドのワークフローの実現可能性が検証された。