[論文レビュー] Engineering the Hardware/Software Interface for Robotic Platforms - A Comparison of Applied Model Checking with Prolog and Alloy

Abdullah Al Mamun, Christian Berger+1 more|arXiv (Cornell University)|Jan 16, 2014

Model-Driven Software Engineering Techniques参考文献 8被引用数 3

ひとこと要約

本稿では、ロボットプラットフォームのためのハードウェア/ソフトウェアインターフェースボードの構成を自動化するため、AlloyとPrologを用いた形式的モデルチェックイング手法を提案する。具体的には、限られたピンにセンサーやアクチュエータを割り当てる作業を対象としている。実験では、Alloyが、平均0.58秒で効率的に妥当な構成を特定できることを示し、一方Prologは、最大構成で1.38秒の時間で最良の解を特定する点で優れている。両手法を組み合わせることで、埋め込みロボティクス開発における技術的負債を低減するスケーラブルで自動化されたソリューションが得られる。

ABSTRACT

Robotic platforms serve different use cases ranging from experiments for prototyping assistive applications up to embedded systems for realizing cyber-physical systems in various domains. We are using 1:10 scale miniature vehicles as a robotic platform to conduct research in the domain of self-driving cars and collaborative vehicle fleets. Thus, experiments with different sensors like e.g.~ultra-sonic, infrared, and rotary encoders need to be prepared and realized using our vehicle platform. For each setup, we need to configure the hardware/software interface board to handle all sensors and actors. Therefore, we need to find a specific configuration setting for each pin of the interface board that can handle our current hardware setup but which is also flexible enough to support further sensors or actors for future use cases. In this paper, we show how to model the domain of the configuration space for a hardware/software interface board to enable model checking for solving the tasks of finding any, all, and the best possible pin configuration. We present results from a formal experiment applying the declarative languages Alloy and Prolog to guide the process of engineering the hardware/software interface for robotic platforms on the example of a configuration complexity up to ten pins resulting in a configuration space greater than 14.5 million possibilities. Our results show that our domain model in Alloy performs better compared to Prolog to find feasible solutions for larger configurations with an average time of 0.58s. To find the best solution, our model for Prolog performs better taking only 1.38s for the largest desired configuration; however, this important use case is currently not covered by the existing tools for the hardware used as an example in this article.

研究の動機と目的

• ロボットプラットフォームのハードウェア/ソフトウェアインターフェースボードの構成を、時間のかかる誤りの多い手作業プロセスから解消すること。
• 埋め込みボード上のセンサーやアクチュエータのピン割り当てについて、妥当な、すべての可能な、最適な構成を自動的に特定すること。
• 埋め込みロボティクス開発における繰り返しの手作業による構成タスクが引き起こす技術的負債を低減すること。
• 現実世界の制約下で、複雑な構成問題を解くために、記述型言語（AlloyとProlog）の性能を評価・比較すること。
• 商用市販品（COTS）のハードウェア/ソフトウェアインターフェースボードに広く適用可能なアプローチを一般化すること。

提案手法

• ピン使用制約および多重化制約を含むドメイン固有言語（DSL）として、ハードウェア/ソフトウェアインターフェースの構成空間をモデル化する。
• ピン機能と依存関係をグラフベースのモデルとして表現する。
• モデルを、両方の言語（AlloyとProlog）の同等の記述型仕様に変換し、形式的検証と探索を可能にする。
• モデルチェックを用いて3つのユースケースを解決する：(1) 1つ以上の妥当な構成を特定、(2) すべての可能な構成を特定、(3) コスト（ピンの多重使用）に基づいて最良の構成を特定。
• 将来の拡張性を高めるために、ピンごとの複数使用回数を指標とするコスト関数を定義し、最適化を誘導する。
• STM32F4ディスカバリーボード（最大10ピン、1450万通り以上の可能な構成）を用いた実世界の例で性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 形式的モデルチェックイング手法（AlloyとProlog）は、ロボット用ハードウェア/ソフトウェアインターフェースボードにおけるピン構成の妥当な解の自動探索に効果的か？
• RQ2 与えられたロボット設定において、AlloyとPrologは、妥当な構成、すべての可能な構成、最適な構成を特定する際、性能でどのように比較されるか？
• RQ3 ピン数や構成の複雑さが増加するに従い、各アプローチのスケーラビリティはどの程度か？
• RQ4 送信/受信ピンのペア要件といった意味的制約は、構成空間や解の効率にどのように影響するか？
• RQ5 このアプローチは、異なるCOTSハードウェアプラットフォームにどの程度一般化可能か？また、埋め込みロボティクスシステムにおける技術的負債低減にどの程度貢献できるか？

主な発見

• Alloyは、妥当な解の探索においてPrologを上回り、構成ごとの平均時間は0.58秒であるのに対し、Prologの平均時間はより高い。
• Prologは最適な構成の特定において顕著に優れており、最大構成で1.38秒の時間で到達しており、最適化性能に優れていることが示された。
• 構成長が増加するに従い、Prologはより良好なスケーラビリティを示しており、性能指標の標準偏差が低いことから、その傾向が明確に裏付けられている。
• ピン数の増加に伴い、構成空間のサイズは、ピンあたりの関数数の増加よりも著しく速く増大することが判明し、組み合わせ的複雑性が顕著に現れた。
• モデルは一般化可能であり、他のCOTSハードウェア/ソフトウェアインターフェースボードへの適用が可能であり、共通のテキストドメインモデルを通じて、既存の構成のマージ、連結、比較が可能である。
• 繰り返しで誤りの多い手作業タスクを自動化することで、技術的負債が効果的に低減され、構成時間と正しさの面で測定可能な性能向上が得られた。