[논문 리뷰] Reducing the Barrier to Entry of Complex Robotic Software: a MoveIt! Case Study

David Coleman, Ioan A. Şucan외 2명|arXiv (Cornell University)|2014. 04. 15.

Robotic Path Planning Algorithms참고 문헌 22인용 수 269

한 줄 요약

이 논문은 ROS에서 모바일 조작을 위한 오픈소스 프레임워크인 MoveIt!를 사용하여 복잡한 로봇 소프트웨어의 진입 장벽을 낮추는 사례 연구를 제시한다. 그래픽 사용자 인터페이스 기반의 설정 어시스턴트, 표준화된 로봇 모델에서의 자동 설정 파일 생성, 플러그인 기반 아키텍처를 도입함으로써 저자들은 설정 복잡성을 크게 낮추어 사용자가 최소한의 노력으로 기본 운동 계획 기능을 구현할 수 있도록 했다. 주요 기여는 로봇 소프트웨어 프레임워크의 사용성과 보급을 향상시키는 재사용 가능한 설계 원칙의 세트이다.

ABSTRACT

Developing robot agnostic software frameworks involves synthesizing the disparate fields of robotic theory and software engineering while simultaneously accounting for a large variability in hardware designs and control paradigms. As the capabilities of robotic software frameworks increase, the setup difficulty and learning curve for new users also increase. If the entry barriers for configuring and using the software on robots is too high, even the most powerful of frameworks are useless. A growing need exists in robotic software engineering to aid users in getting started with, and customizing, the software framework as necessary for particular robotic applications. In this paper a case study is presented for the best practices found for lowering the barrier of entry in the MoveIt! framework, an open-source tool for mobile manipulation in ROS, that allows users to 1) quickly get basic motion planning functionality with minimal initial setup, 2) automate its configuration and optimization, and 3) easily customize its components. A graphical interface that assists the user in configuring MoveIt! is the cornerstone of our approach, coupled with the use of an existing standardized robot model for input, automatically generated robot-specific configuration files, and a plugin-based architecture for extensibility. These best practices are summarized into a set of barrier to entry design principles applicable to other robotic software. The approaches for lowering the entry barrier are evaluated by usage statistics, a user survey, and compared against our design objectives for their effectiveness to users.

연구 동기 및 목표

• MoveIt!와 같은 고급 로봇 소프트웨어 프레임워크에서 높은 설정 복잡성과 급격한 학습 곡선의 증가하는 과제를 해결하기 위해.
• 새로운 사용자가 임의의 로봇에서 로봇 소프트웨어를 설정하고 사용하는 데 소요되는 시간과 전문 지식을 줄이기 위해 설계 원칙을 식별하고 구현하기 위해.
• 사용자 통계, 사용자 설문조사, 설계 목표와의 일치도를 통해 이러한 전략의 효과성을 평가하기 위해.
• 비전문가 사용자에게도 로봇 소프트웨어 접근성을 높임으로써 보다 넓은 보급과 커뮤니티 기여를 촉진하기 위해.

제안 방법

• 사용자에게 로봇 모델 임포트, 운동학 설정, 플러그인 선택 과정을 안내하는 그래픽 사용자 인터페이스를 갖춘 설정 어시스턴트 개발 및 실시간 피드백 제공.
• 표준화된 URDF 및 SRDF 모델에서 로봇 전용 설정 파일을 자동으로 생성하여 수동 설정 최소화.
• OMPL, SBPL, CHOMP과 같은 외부 운동 계획 라이브러리의 원활한 통합을 가능하게 하는 플러그인 기반 아키텍처 도입.
• 일致성 확보 및 설정 오류 감소를 위해 표준화된 로봇 모델(Urdf/Srdf)을 입력으로 사용.
• 다양한 계획 라이브러리를 통합하고 외부 종속성 간의 호환성을 유지하기 위해 워퍼 패키지 구현.
• 사용자 통계, 사용자 설문조사, 정의된 사용성 및 설정 효율 목표와의 비교를 통한 접근 방식 평가.

실험 결과

연구 질문

• RQ1 로봇 전문 지식이 제한된 신규 사용자에게 복잡한 로봇 소프트웨어 설정의 진입 장벽을 어떻게 낮출 수 있는가?
• RQ2 MoveIt!와 같은 오픈소스 로봇 프레임워크의 사용성과 설정 가능성 향상에 가장 효과적인 설계 원칙과 도구는 무엇인가?
• RQ3 GUI 기반 설정 어시스턴트와 자동 설정 생성이 사용자 보급과 설정 시간 단축에 어느 정도 기여하는가?
• RQ4 확장성과 플러그인 기반 통합은 다양한 로봇 플랫폼 간 장기적인 맞춤화와 재사용을 어떻게 지원하는가?

주요 결과

• MoveIt! 설정 어시스턴트는 사용자가 최소한의 수동 설정으로 기본 운동 계획 기능을 구현할 수 있도록 하여 초도 설정 시간을 크게 단축시켰다.
• 표준화된 URDF/SRDF 모델에서 로봇 전용 설정 파일을 자동 생성함으로써 설정 오류와 설정 복잡성이 크게 감소했다.
• 플러그인 기반 아키텍처 덕분에 OMPL, SBPL, CHOMP과 같은 여러 운동 계획 라이브러리의 원활한 통합이 가능해져 확장성과 사용자 선택의 폭이 넓어졌다.
• 사용자 통계와 설문조사 결과, 더 높은 사용자 보급과 만족도가 확인되었으며, 사용자들은 더 빠른 온보딩과 감소한 혼란을 보고했다.
• GUI 지원, 자동화, 확장성의 조합으로 인해 더 크고 활발한 커뮤니티가 프레임워크 기여에 참여하게 되었다.
• 저자들은 설정 어시스턴트와 같은 사용자 중심 도구에 투자함으로써 초기 개발 노력에도 불구하고 장기적으로 커뮤니티 성장과 소프트웨어 지속 가능성에 유의미한 이점을 얻을 수 있다고 결론 내렸다.