[論文レビュー] Proceedings of the 18th International Overture Workshop

John Fitzgerald, Tomohiro Oda+1 more|arXiv (Cornell University)|Jan 19, 2021

Model-Driven Software Engineering Techniques参考文献 20被引用数 5

ひとこと要約

本論文では、安全が求められるサイバーフィジカルシステムの開発のための共同シミュレーションベースのアプローチを提示している。この手法は、INTO-CPSツールチェーンを活用して、半自律的農業ロボットの制御系における設計パラメータを準自律的にチューニングする。VDMと20-simモデルを実際のテストデータと統合することで、反復的なパrameterチューニングによりモデルの忠実性を向上させ、複雑なシステムにおける設計空間探索のための体系的なフレームワークを示している。

ABSTRACT

This volume contains the papers presented at the 18th International Overture Workshop, held online on 7th December 2020. This event was the latest in a series of workshops around the Vienna Development Method (VDM), the open-source project Overture, and related tools and formalisms. VDM is one of the longest established formal methods for systems development. A lively community of researchers and practitioners has grown up in academia and industry has grown around the modelling languages (VDM-SL, VDM++, VDM-RT, CML) and tools (VDMTools, Overture, Crescendo, Symphony, the INTO-CPS chain, and ViennaTalk). Together, these provide a platform for work on modelling and analysis technology that includes static and dynamic analysis, test generation, execution support, and model checking. This workshop provided updates on the emerging technology of VDM/Overture, including collaboration infrastructure, collaborative modelling and co-simulation for Cyber-Physical Systems.

研究の動機と目的

• 農業ロボティクス分野における安全が求められるサイバーフィジカルシステムの制御系の設計とチューニングという課題に対処すること。
• 実ロボットの運用から得た実証的テストデータを用いて、連続時間の物理モデルをキャリブレーションすることで、モデルの忠実性を向上させること。
• 共同シミュレーションと形式的モデリングを用いて、機械支援の体系的設計空間探索プロセスを確立すること。
• 統合されたマルチモデルフレームワークを通じて、共同モデルベースシステム工学を支援すること。
• 実環境条件下でのシステム行動予測の正確性を向上させるためのパrameterチューニングの有効性を検証すること。

提案手法

• VDMと20-simモデルを統合し、ロボットの物理的および制御システムを表すマルチモデルフレームワークを構築する。
• 半自律的農業ロボットの実際のテスト走行から得た実証的データを、パrameterチューニングの根拠とする。
• 連続時間モデルに対する反復的パrameter調整を適用し、観察された物理的挙動との整合性を高める。
• INTO-CPSツールチェーンを活用して、複数のモデリングドメインにまたがる共同シミュレーションと設計空間探索を支援する。
• 形式的仕様とシミュレーションを用いて、実環境での性能に基づき制御系設計の検証と精緻化を行う。
• テストデータからのフィードバックをモデルに統合し、予測精度とシステムの忠実性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 サイバーフィジカルシステムの制御系における設計パrameterを、モデル忠実性を向上させるために体系的にチューニングする方法は何か？
• RQ2 VDMと20-simモデル間の共同シミュレーションは、実環境のロボット挙動をどれほど正確に再現できるか？
• RQ3 実証的テストデータは、物理システムの形式的モデルの精緻化において果たす役割は何か？
• RQ4 INTO-CPSツールチェーンは、安全が求められるロボットシステムにおける効果的な設計空間探索をどのように可能にするか？
• RQ5 農業ロボティクス分野において、抽象的な形式的モデルと実運用データを一致させる際の実際の課題は何か？

主な発見

• VDMと20-simモデルの統合により、半自律的農業ロボットの動的挙動を包括的に表現できるようになった。
• 実際のテストデータに基づくパrameterチューニングにより、連続時間物理モデルの忠実性が顕著に向上した。
• 共同シミュレーションフレームワークは、制御系設計の反復的精緻化を支援し、実環境性能との整合性を高めた。
• 形式的モデリングと実証的データを併用することで、システムの正確性を向上させることの実現可能性が示された。
• INTO-CPSツールチェーンにより、設計空間探索が効果的に支援され、設計代替案の体系的評価が可能になった。
• 本研究は、安全が求められる応用分野における信頼性の高い正確なシステムモデルを実現するにあたり、データ駆動型キャリブレーションの重要性を浮き彫りにした。