[論文レビュー] Reducing the Barrier to Entry of Complex Robotic Software: a MoveIt! Case Study

David Coleman, Ioan A. Şucan+2 more|arXiv (Cornell University)|Apr 15, 2014

Robotic Path Planning Algorithms参考文献 22被引用数 269

ひとこと要約

本論文は、ROSにおけるモバイルマニピュレーションのためのオープンソースフレームワークであるMoveIt!を用いて、複雑なロボットソフトウェアへの導入障壁を低減する事例研究を提示する。グラフィカルなセットアップアシスタント、標準化されたロボットモデルからの自動構成生成、およびプラグインベースのアーキテクチャを導入することで、著者らは設定の複雑さを顕著に低減し、ユーザーが最小限の作業で基本的なモーションプランニングを実現できるようにした。主な貢献は、ロボットソフトウェアフレームワークの使いやすさと採用促進を高めるための再利用可能な設計原則のセットである。

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.

研究の動機と目的

• MoveIt!のような高度なロボットソフトウェアフレームワークにおける、高い設定複雑性と急激な学習曲線の増加に伴う課題に対処すること。
• 任意のロボット上でロボットソフトウェアを設定・使用するために新規ユーザーが要する時間と専門知識を最小限に抑えるための設計原則を特定・実装すること。
• 使用統計、ユーザーフォローアップ調査、設計目標との整合性を用いて、これらの戦略の有効性を評価すること。
• 非専門家ユーザーにとってもロボットソフトウェアをよりアクセスしやすくすることで、広範な採用とコミュニティ貢献を促進すること。

提案手法

• リアルタイムフィードバックを提供するグラフィカルなセットアップアシスタントの開発により、ユーザーがロボットモデルのインポート、キネマティック設定、プラグイン選択を段階的に実行できるように支援する。
• 標準化されたURDFおよびSRDFモデルからの自動的生成により、ロボット固有の構成ファイルを最小限の手動設定で作成する。
• OMPL、SBPL、CHOMPなどのサードパーティのモーションプランニングライブラリをシームレスに統合できる、プラグインベースのアーキテクチャの採用。
• 一貫性を確保し、構成エラーを低減するために、標準化されたロボットモデル（URDF/SRDF）を入力として使用する。
• 多様な計画ライブラリを統合し、外部依存関係の変更に対しても互換性を維持するためのラッパー・パッケージの実装。
• 使用統計、ユーザーフォローアップ調査、事前に定義された使いやすさおよび設定効率の目標との比較を通じて、アプローチの評価。

実験結果

リサーチクエスチョン

• RQ1 ロボット工学の専門知識が限られた新規ユーザーが、複雑なロボットソフトウェアの設定に直面する際の導入障壁をどのように低減できるか？
• RQ2 MoveIt!のようなオープンソースのロボットフレームワークの使いやすさと設定可能性を向上させるために、最も効果的な設計原則とツールは何か？
• RQ3 GUIベースのセットアップアシスタントと自動構成生成は、ユーザーの採用促進と設定時間の短縮にどの程度寄与するか？
• RQ4 拡張性とプラグインベースの統合は、多様なロボットプラットフォームにわたる長期的なカスタマイズと再利用をどのように支援するか？

主な発見

• MoveIt! セットアップアシスタントにより、初期設定時間の短縮が達成され、ユーザーが最小限の手動設定で基本的なモーションプランニング機能を実現できるようになった。
• 標準化されたURDF/SRDFモデルからのロボット固有の構成ファイルの自動生成により、構成エラーと設定の複雑さが顕著に減少した。
• プラグインベースのアーキテクチャにより、複数のモーションプランニングライブラリ（OMPL、SBPL、CHOMP）のシームレスな統合が可能になり、拡張性とユーザーの選択肢が向上した。
• 使用統計とユーザーフォローアップ調査の結果、ユーザーの採用率と満足度が向上しており、ユーザーはオンボーディングが迅速で、不満が少ないと報告した。
• GUI支援、自動化、拡張性の組み合わせにより、より大規模で活発なコミュニティがフレームワークの開発に貢献するようになった。
• 著者らは、セットアップアシスタントのような使いやすさに焦点を当てたツールへの投資は、初期開発作業を除き、コミュニティの拡大とソフトウェアの持続可能性に長期的メリットをもたらすと結論づけた。