[논문 리뷰] Towards a Robot Perception Specification Language

Nico Hochgeschwender, Sven Schneider외 2명|arXiv (Cornell University)|2014. 08. 13.

Robotics and Automated Systems참고 문헌 11인용 수 5

한 줄 요약

이 논문은 로봇 인지 아키텍처에서 작업에 관련된 인지 지식을 선언적이고 프레임워크에 종속되지 않게 기술할 수 있도록 해주는 도메인 특화 언어인 로봇 인지 사양 언어(RPSL)를 소개한다. RPSL은 객체, 공간, 시간, 종속성, 조합 도메인을 지원하여 원하는 인지 출력을 명시적으로 모델링함으로써 런타임 요구사항과 제약 조건에 따라 인지 파이프라인의 동적 재구성 가능성을 높인다.

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.

연구 동기 및 목표

• 로봇 인지 아키텍처에서 작업에 관련된 인지 지식을 기술하기 위한 표준화되고 표현력이 풍부한 언어의 부족을 해결하기 위해.
• 기본 소프트웨어 프레임워크에 종속되지 않고 예상되는 인지 출력을 명시적이고 선언적으로 모델링할 수 있도록 하기 위해.
• 센서 구성, 컴포넌트 조합, 작업별 지식과 같은 설계 결정을 코딩하여 런타임에서 인지 파이프라인의 재구성 가능성을 지원하기 위해.
• 객체 정체성, 공간적 맥락, 시간 제약 조건, 인지 작업 간 종속성 등에 대한 인지 요구사항을 공식적으로 기술하기 위한 기반을 마련하기 위해.
• 변경되는 작업이나 환경에 대응하여 자동으로 목표 중심으로 인지 시스템을 재구성할 수 있도록 기반을 마련하기 위해.

제안 방법

• RPSL는 객체, 공간, 시간, 종속성, 조합의 다섯 가지 핵심 도메인으로 구성되며, 각 도메인은 인지 요구사항의 서로 다른 측면을 모델링한다.
• 객체 도메인은 개념적 공간을 사용하여 인지 목표를 기술하며, 객체 속성(크기, 색상, 모양 등)에 대한 조건을 표현하기 위해 SQL을 영감으로 삼은 문법을 사용한다.
• 공간 도메인은 영역 연결 계산법(RCC)과 같은 형식적 방법을 사용하여 객체 간 기하학적 및 토폴로지적 관계를 모델링하여 공간적 구성 표현을 가능하게 한다.
• 시간 도메인은 인지 결과가 언제 이용 가능해야 하는지 지정하기 위해 마감 시간을 도입하여 시간적으로 중요한 시스템 동작과 런타임 스케줄링을 가능하게 한다.
• 종속성 도메인은 방향성 없는 사이클 그래프(DAG)를 사용하여 인지 작업이 수행되어야 할 순서를 모델링하여 올바른 데이터 흐름과 전제 조건을 보장한다.
• 조합 도메인은 다른 모든 도메인을 통합하여 통합된 사양을 제공하며, 모듈식이고 확장 가능하며 실행 가능한 인지 목표 기술을 가능하게 한다.

실험 결과

연구 질문

• RQ1 로봇 인지 아키텍처에서 인지 요구사항을 선언적이고 프레임워크에 종속되지 않게 어떻게 기술할 수 있는가?
• RQ2 객체 정체성, 공간적 맥락, 시간 제약 조건을 포함한 작업에 관련된 인지 지식의 전반적인 범위를 기술하기 위해 필요한 형식적 도메인은 무엇인가?
• RQ3 인지 작업 간 종속성을 어떻게 모델링하여 올바른 실행 순서와 데이터 가용성을 보장할 수 있는가?
• RQ4 시간 제약 조건을 어떻게 표현하여 실시간 인지 시스템 동작을 지원할 수 있는가?
• RQ5 사양 언어가 변경되는 작업 요구사항에 따라 런타임에서 인지 파이프라인을 어떻게 재구성할 수 있는가?

주요 결과

• RPSL는 선언적이고 프레임워크에 종속되지 않게 로봇 인지 지식을 기술하기 위해 특별히 설계된 것으로 알려진 첫 번째 도메인 특화 언어이다.
• 언어는 객체, 공간, 시간, 종속성, 조합의 다섯 가지 핵심 도메인을 통해 모듈식이고 확장 가능한 구조를 지원하여 인지 목표의 포괄적인 사양을 가능하게 한다.
• 개념적 공간과 SQL 유사 문법의 사용은 정확하고 인간이 읽기 쉬우며 계산적으로 다룰 수 있는 인지 요구사항 표현을 가능하게 한다.
• 마감 시간과 DAG 기반 종속성 모델링의 통합은 시간적으로 중요한 및 조건에 따라 의존하는 인지 작업의 사양을 가능하게 한다.
• 언어 설계는 인지 파이프라인의 자동 재구성 가능성을 촉진하여 변화하는 작업 및 환경 조건에 대한 동적 적응을 지원한다.
• 단순한 테이블탑 시나리오를 기반으로 한 사용 사례를 통해 실현 가능성과 실제 로봇 시스템에의 통합 잠재력이 검증되었다.