[論文レビュー] MROS: Runtime Adaptation For Robot Control Architectures.

Carlos Hernández, Darko Bozhinoski+6 more|arXiv (Cornell University)|Oct 19, 2020

Advanced Software Engineering Methodologies参考文献 40被引用数 6

ひとこと要約

本稿では、形式的OWLオントロジーとSWRLルールを用いて構成空間およびミッション要件を表現することで、ROSベースのロボット制御アーキテクチャのランタイム適応をモデルベースで行うMROSというフレームワークを提案する。このフレームワークは、市販の推論エンジンを用いた自動診断および適応を可能にし、二つの実世界のROSシステム（ピラミッドを構築する二本アームマニピュレータ、工場を走行する移動型ロボット）で検証された。変化する条件下でも効果的な動的再構成が実現された。

ABSTRACT

Known attempts to build autonomous robots rely on complex control architectures, often implemented with the Robot Operating System platform (ROS). These architectures need to be dynamically adaptable in order to cope with changing environment conditions, new mission requirements or component failures. The implementation of adaptable architectures is very often ad hoc, quickly gets cumbersome and expensive. We present a structured model-based framework for the adaptation of robot control architectures at run-time to satisfy set quality requirements. We use a formal meta-model to represent the configuration space of control architectures and the corresponding mission requirements. The meta-model is implemented as an OWL ontology with SWRL rules, enabling the use of an off-the-shelf reasoner for diagnostics and adaptation. The method is discussed and evaluated using two case studies of real, ROS-based systems: (i) for an autonomous dual arm mobile manipulator building a pyramid and (ii) a mobile robot navigating in a factory environment.

研究の動機と目的

• 複雑なROSベースのロボット制御アーキテクチャにおける体系的でスケーラブルなランタイム適応の欠如に対処すること。
• 時間経過とともに扱いにくくなる、非体系的でエラーを引き起こしやすい適応メカニズムを低減すること。
• ロボット制御システムの構成空間およびミッション要件を構造化されたメタモデルで形式化すること。
• 市販ツールを用いた意味的推論により、自動診断および適応を可能にすること。
• 動的でミッションクリティカルな条件下において、実世界のROSシステムでフレームワークを検証すること。

提案手法

• フレームワークは、可能な制御アーキテクチャ構成とその関連品質要件の空間を表現する形式的メタモデル（OWLオントロジー）を用いる。
• SWRLを用いてセマンティックルールを符号化し、コンポONENT間の制約および依存関係を表現することで、システム状態上の自動推論を可能にする。
• 市販のセマンティック推論エンジンを用いて、整合性の欠如を検出したり、構成の妥当性を検証したり、ランタイムでの有効な適応を提案したりする。
• 制御コンポonent、通信チャネル、ミッションゴールをセマンティック的実体としてモデル化することで、既存のROSシステムとの統合を実現する。
• システム状態およびミッションゴールの監視によってランタイム適応をトリガーとし、推論エンジンが構成変更の提案または適用を行う。
• 二つの事例研究により、実ROSシステムにおける統合と適応が実証された：二本アームの移動型マニピュレータと工場内の移動型ロボット。

実験結果

リサーチクエスチョン

• RQ1 ROSベースのシステムにおけるロボット制御アーキテクチャのランタイム適応を、どのように体系的かつ自動化してモデル化できるか？
• RQ2 OWLおよびSWRLを用いた意味的推論は、実行中における有効な構成変更の診断および提案に効果的に機能するか？
• RQ3 形式的メタモデルは、複雑なロボット制御システムの構成空間および品質要件をどの程度正確に捉えることができるか？
• RQ4 変化するミッションゴールやコンポーネント障害を伴う実世界の動的環境において、このフレームワークはどの程度の性能を示すか？
• RQ5 低レベルのコード変更なしに、多様なロボットシステムにこのアプローチを適用可能か？

主な発見

• MROSフレームワークは、タスクフェーズの変化やコンポーネント制約の変化にもかかわらず、二本アームの移動型マニピュレータの動的再構成を成功裏に実現し、ピラミッド構築タスクを完了した。
• 工場走行の事例では、センサ障害や環境変化に対し、セマンティック推論によって自動的に適応し、ミッションの継続性を維持した。
• OWL/SWRLを用いた市販の推論エンジンの使用により、カスタム推論エンジンを必要とせず、効率的な診断と適応が可能になった。
• 形式的メタモデルは制御コンポーネントとミッションゴール間の複雑な依存関係を捉え、一貫性があり検証可能な構成更新を可能にした。
• 非体系的な適応ロジックへの依存が軽減され、制御アーキテクチャの保守性とスケーラビリティが向上した。
• 両方の事例研究とも、セマンティック推論が生産用ROSシステムにおけるリアルタイム適応を支援できることを示した。