[論文レビュー] Towards a Robot Perception Specification Language

Nico Hochgeschwender, Sven Schneider+2 more|arXiv (Cornell University)|Aug 13, 2014

Robotics and Automated Systems参考文献 11被引用数 5

ひとこと要約

本稿では、ロボットビジョンアーキテクチャにおけるタスク関連のビジョン知識を宣言的でフレームワークに依存しない方法で記述できるドメイン特化言語であるロボットビジョン仕様言語（RPSL）を紹介する。RPSLは、物体、空間的、時間的、依存関係、構成の5領域をサポートし、望ましいビジョン出力を明示的にモデル化することで、実行時要件や制約に基づくビジョンパイプラインの動的再構成を可能にする。

ABSTRACT

In this paper we present our work in progress towards a domain-specific language called Robot Perception Specification Language (RPSL). RSPL provide means to specify the expected result (task knowledge) of a Robot Perception Architecture in a declarative and framework-independent manner.

研究の動機と目的

• ロボットビジョンアーキテクチャにおけるタスク関連のビジョン知識を記述するための標準的で表現力のある言語の欠如に対処すること。
• 下位のソフトウェアフレームワークに依存しない、明示的で宣言的な期待されるビジョン出力のモデル化を可能にすること。
• センサ設定、コンponentの構成、タスク固有の知識といった設計意思決定をエンコードすることで、実行時におけるビジョンパイプラインの再構成を可能にすること。
• 物体の同一性、空間的文脈、時間的制約、ビジョンタスク間の依存関係を含む、ビジョン要件を形式的に規定する基盤を提供すること。
• 変化するタスクや環境に応じて、自動的かつ目的指向の再構成が可能なロボットビジョンシステムの基盤を構築すること。

提案手法

• RPSLは、物体、空間的、時間的、依存関係、構成の5つのコアドメインに根ざしており、それぞれがビジョン要件の異なる側面をモデル化する。
• 物体ドメインは、概念的空間を用いて、サイズ、色、形状などの物体の性質に関する条件を表すSQLにインspiredした構文で、知覚的ゴールを指定する。
• 空間的ドメインは、リージョン接続計算（RCC）などの形式的表現を用いて、物体間の幾何学的およびトポロジカルな関係をモデル化し、空間的構成を表現する。
• 時間的ドメインは、ビジョン結果がいつ利用可能でなければならないかを指定するデッドラインを導入し、時間的に制限のあるシステム動作と実行時スケジューリングを可能にする。
• 依存関係ドメインは、有向無閉路グラフ（DAG）を用いて、ビジョンタスクが実行される順序をモデル化し、正しいデータフローと事前条件の満たしを保証する。
• 構成ドメインは、他のすべてのドメインを統合して一貫した仕様を提供し、モジュラーで拡張可能かつ実行可能なビジョンゴール記述を可能にする。

実験結果

リサーチクエスチョン

• RQ1 どのようにして、ロボットビジョンアーキテクチャにおけるビジョン要件を、宣言的でフレームワークに依存しない方法で記述できるか？
• RQ2 物体の同一性、空間的文脈、時間的制約を含む、タスク関連のビジョン知識の全範囲を表現するために必要な形式的ドメインは何か？
• RQ3 ビジョンタスク間の依存関係をどのようにモデル化すれば、正しい実行順序とデータの可用性を保証できるか？
• RQ4 時間的制約をどのようにエンコードすれば、リアルタイムビジョンシステムの動作をサポートできるか？
• RQ5 仕様言語が、変化するタスク要件に応じてビジョンパイプラインの実行時再構成をどのように可能にするか？

主な発見

• RPSLは、宣言的かつフレームワークに依存しない方法でロボットビジョン知識を記述することを目的として、初めて知られているドメイン特化言語である。
• RPSLは、物体、空間的、時間的、依存関係、構成の5つのコアドメインを通じて、モジュラーかつ拡張可能な構造を備えており、ビジョンゴールの包括的記述を可能にする。
• 概念的空間とSQLにインspiredした構文の使用により、正確で人間が読みやすく、計算的に扱いやすいビジョン要件の表現が可能になる。
• デッドラインとDAGを用いた依存関係モデル化の統合により、時間的に制限のある、条件依存のビジョンタスクの指定が可能になる。
• 言語設計のおかげで、ビジョンパイプラインの自動的再構成が可能となり、タスクや環境の変化に応じた動的適応を支援する。
• シンプルなテーブルトップシーンに基づくユースケースを通じて、実装可能性と実世界のロボットシステムへの統合可能性が検証された。