[논문 리뷰] Engineering the Hardware/Software Interface for Robotic Platforms - A Comparison of Applied Model Checking with Prolog and Alloy

Abdullah Al Mamun, Christian Berger외 1명|arXiv (Cornell University)|2014. 01. 16.

Model-Driven Software Engineering Techniques참고 문헌 8인용 수 3

한 줄 요약

이 논문은 로봇 플랫폼의 하드웨어/소프트웨어 인터페이스 보드를 위한 구성 자동화를 위해 Alloy와 Prolog를 사용하는 형식적 모델 체킹 접근법을 제안한다. 특히 제한된 핀에 센서와 액추атор를 할당하는 데 중점을 둔다. 실험 결과, Alloy는 타당한 구성 설정을 빠르게 찾는 데 뛰어나 평균 0.58초의 시간이 소요되었고, Prolog는 최적의 해를 찾는 데 뛰어나 가장 큰 구성에서 1.38초가 소요되어, 임베디드 로봇 개발에서 기술 부채를 줄이는 확장 가능한 자동화 솔루션을 제공한다.

ABSTRACT

Robotic platforms serve different use cases ranging from experiments for prototyping assistive applications up to embedded systems for realizing cyber-physical systems in various domains. We are using 1:10 scale miniature vehicles as a robotic platform to conduct research in the domain of self-driving cars and collaborative vehicle fleets. Thus, experiments with different sensors like e.g.~ultra-sonic, infrared, and rotary encoders need to be prepared and realized using our vehicle platform. For each setup, we need to configure the hardware/software interface board to handle all sensors and actors. Therefore, we need to find a specific configuration setting for each pin of the interface board that can handle our current hardware setup but which is also flexible enough to support further sensors or actors for future use cases. In this paper, we show how to model the domain of the configuration space for a hardware/software interface board to enable model checking for solving the tasks of finding any, all, and the best possible pin configuration. We present results from a formal experiment applying the declarative languages Alloy and Prolog to guide the process of engineering the hardware/software interface for robotic platforms on the example of a configuration complexity up to ten pins resulting in a configuration space greater than 14.5 million possibilities. Our results show that our domain model in Alloy performs better compared to Prolog to find feasible solutions for larger configurations with an average time of 0.58s. To find the best solution, our model for Prolog performs better taking only 1.38s for the largest desired configuration; however, this important use case is currently not covered by the existing tools for the hardware used as an example in this article.

연구 동기 및 목표

• 로봇 플랫폼의 하드웨어/소프트웨어 인터페이스 보드를 수작업으로 구성하는 데 오랜 시간이 걸리고 실수가 발생하는 문제를 해결하기 위해.
• 임베디드 보드의 센서와 액추атор에 대한 타당한, 가능한 모든, 최적의 핀 할당을 자동으로 식별하기 위해.
• 임베디드 로봇 개발에서 반복적인 수작업 구성 작업으로 인한 기술 부채를 줄이기 위해.
• 실제 제약 조건 하에서 복잡한 구성 문제를 해결하는 데 있어 기능적 언어인 Alloy와 Prolog의 성능을 평가하고 비교하기 위해.
• 상용 제품(Commercial Off-The-Shelf, COTS) 하드웨어/소프트웨어 인터페이스 보드 전반에 적용 가능한 일반화된 접근법을 개발하기 위해.

제안 방법

• 핀 사용 및 멀티플렉싱에 대한 제약 조건을 포함한 도메인 특화 언어(DSL)로 하드웨어/소프트웨어 인터페이스 구성 공간을 모델링하기.
• 핀 기능과 상호의존성의 그래프 기반 모델로 구성 문제를 표현하기.
• 모델을 Alloy와 Prolog에 해당하는 선언적 사양으로 변환하여 형식적 검증과 탐색을 가능하게 하기.
• 모델 체킹을 적용하여 세 가지 사용 사례를 해결하기: (1) 적어도 하나의 타당한 구성 찾기, (2) 가능한 모든 구성 찾기, (3) 비용(핀 멀티플렉싱 수) 기반으로 최적의 구성 찾기.
• 향후 확장성 향상을 위해, 핀당 다중 사용 횟수를 기반으로 한 비용 함수를 정의하여 최적화를 이끌기.
• STM32F4 디스커버리 보드를 실제 사례로 사용하여 최대 10개의 핀과 1,450만 개 이상의 가능한 구성 설정을 기반으로 성능 평가하기.

실험 결과

연구 질문

• RQ1 Alloy와 Prolog를 사용한 형식적 모델 체킹이 로봇 하드웨어/소프트웨어 인터페이스 보드의 타당한 핀 구성 검색을 효과적으로 자동화할 수 있는가?
• RQ2 주어진 로봇 설정에서 타당한, 가능한 모든, 최적의 핀 구성 설정을 찾는 데 있어 Alloy와 Prolog의 성능는 어떻게 비교되는가?
• RQ3 핀 수와 구성 복잡도가 증가함에 따라 각 접근법의 확장성은 어떠한가?
• RQ4 전송/수신 핀 쌍이 필요하다는 등의 의미적 제약 조건이 구성 공간과 해법 효율성에 어떤 영향을 미치는가?
• RQ5 이 방법론이 다양한 COTS 하드웨어 플랫폼으로 일반화되어 임베디드 로봇 시스템의 기술 부채를 줄이는 데 얼마나 효과적인가?

주요 결과

• Alloy는 타당한 해를 찾는 데 Prolog보다 뛰어나 평균 0.58초의 시간이 소요되었고, Prolog의 평균 시간은 더 높았다.
• Prolog는 최적의 구성 설정을 찾는 데서 뚜렷한 우수성을 보였으며, 가장 큰 구성에서 1.38초의 시간이 소요되어 최적화 성능이 뛰어나다는 것을 입증했다.
• Prolog는 구성 길이 증가에 따라 더 나은 확장성을 보였으며, 성능 지표의 표준편차가 낮아짐으로써 이를 확인했다.
• 핀 수 증가에 따라 구성 공간의 크기가 기능당 핀 수 증가보다 훨씬 더 가파르게 증가함을 확인하여 조합적 복잡도의 심각성을 입증했다.
• 모델은 일반화 가능하며, 다른 COTS 하드웨어/소프트웨어 인터페이스 보드에 쉽게 적용 가능하며, 공통 텍스트 기반 도메인 모델을 통해 기존 구성의 병합, 연결, 비교를 지원한다.
• 반복적이고 실수가 발생하기 쉬운 수작업을 자동화함으로써 기술 부채를 효과적으로 줄였으며, 구성 시간과 정확도 향상 측면에서 측정 가능한 성과를 달성했다.