[論文レビュー] The NAO Backpack: An Open-hardware Add-on for Fast Software Development with the NAO Robot

Matías Mattamala, Gonzalo Olave+3 more|arXiv (Cornell University)|Jun 20, 2017

Robotics and Sensor-Based Localization参考文献 5被引用数 4

ひとこと要約

NAOバックパックは、NAOロボットの計算処理負荷の高いロボティクスアルゴリズムを外部で高速に処理できるオープンハードウェアのアタッチメントです。3Dプリント可能なバックパックにODROID-XU4ボードを搭載することで、ロボットの移動性と自律性を維持しつつ、ROS互換のソフトウェアブリッジを介したリアルタイムのセンサー接続を可能にします。視覚SLAMやディープラーニングベースのビジョン応用分野における効率的な開発を実現します。

ABSTRACT

We present an open-source accessory for the NAO robot, which enables to test computationally demanding algorithms in an external platform while preserving robot's autonomy and mobility. The platform has the form of a backpack, which can be 3D printed and replicated, and holds an ODROID XU4 board to process algorithms externally with ROS compatibility. We provide also a software bridge between the B-Human's framework and ROS to have access to the robot's sensors close to real-time. We tested the platform in several robotics applications such as data logging, visual SLAM, and robot vision with deep learning techniques. The CAD model, hardware specifications and software are available online for the benefit of the community: https://github.com/uchile-robotics/nao-backpack

研究の動機と目的

• NAOロボットの搭載プロセッサの計算制限を、複雑なロボティクスアルゴリズムの処理に改善すること。
• 強化された処理を外部プラットフォームにオフロードすることで、ロボットの移動性と自律性を維持すること。
• 迅速なプロトタイピングとテストを可能にする低コストでオープンソースのソリューションを提供すること。
• B-HumanフレームワークとROSとの間のソフトウェアブリッジを通じて、ロボットのセンサーにリアルタイムでアクセスすること。
• 外部計算を活用して、視覚SLAM、ディープラーニング、データログなどの多様なロボティクス応用をサポートすること。

提案手法

• NAOロボットにODROID-XU4ボードを安全に搭載できる3Dプリント可能なバックパックの形状を設計すること。
• ODROID-XU4を外部処理ユニットとして統合し、ロボットの搭載システムとは独立して計算処理負荷の高いアルゴリズムを実行すること。
• ROS互換のソフトウェアブリッジを構築し、外部プラットフォームからロボットのセンサーに低遅延でアクセスできることを保証すること。
• B-Humanフレームワークのセンサーインターフェースを活用して、外部処理ユニットとのデータ同期を実現し、ニアリアルタイムの性能を達成すること。
• カスタム配線と電源管理を用いて、NAOロボットと外部ボード間の電力およびデータ接続を確立すること。
• CADファイル、ハードウェア回路図、ソフトウェアスタックを公開し、コミュニティによる採用と再現を促進すること。

実験結果

リサーチクエスチョン

• RQ1 オープンハードウェアのバックパックソリューションは、NAOロボットの計算処理負荷の高いアルゴリズムを外部にオフロードしながらも、移動性を維持できるか？
• RQ2 ソフトウェアブリッジは、外部処理ユニットからロボットのセンサーデータにどの程度リアルタイムでアクセスできるか？
• RQ3 視覚SLAMやディープラーニングベースのビジョンといった実用的ロボティクス応用において、このプラットフォームはどの程度の性能を示すか？
• RQ4 外部処理の導入が、ロボットの自律性とシステムの反応性にどのような影響を与えるか？
• RQ5 研究者や開発者がオープンソースリソースを活用して、このプラットフォームを再現・拡張できるか？

主な発見

• NAOバックパックは、視覚SLAM やディープラーニングベースのビジョンといった計算処理が重いアルゴリズムを外部で実行可能であり、ロボットの移動性を損なわないことを確認した。
• ソフトウェアブリッジにより、ロボットのセンサーにニアリアルタイムでアクセスでき、ROSワークフローと互換性のある低遅延データ転送を実現した。
• 本プラットフォームは、データログ、視覚SLAM、ディープラーニング推論など多様なロボティクス応用をサポートし、広範な適用可能性を示した。
• オープンハードウェアおよびオープンソースの設計により、研究コミュニティによる完全な再現と拡張が可能であり、CADモデル、ハードウェア仕様、ソフトウェアがオンラインで公開されている。
• アルゴリズム実行をロボットの搭載制限から分離することで、高度なロボティクスソフトウェア開発の時間を顕著に短縮した。
• ODROID-XU4の統合により、複雑なアルゴリズムを処理するのに十分な処理能力を提供するとともに、エネルギー効率と携帯性を維持した。