[论文解读] A Survey on Small-Scale Testbeds for Connected and Automated Vehicles and Robot Swarms

Armin Mokhtarian, Patrick Scheffe+10 more|arXiv (Cornell University)|Jan 1, 2024

Robotic Path Planning Algorithms被引用 2

一句话总结

本文全面综述了23个用于联网自动驾驶车辆（CAVs）和机器人集群（RSs）的小规模测试平台，基于感知-规划-执行范式归纳出62项特征。研究提供了一个交互式、公开维护的在线表格，以支持研究人员选择或构建测试平台，同时识别出可扩展性、可持续性和资源管理方面的关键挑战。

ABSTRACT

Connected and automated vehicles and robot swarms hold transformative potential for enhancing safety, efficiency, and sustainability in the transportation and manufacturing sectors. Extensive testing and validation of these technologies is crucial for their deployment in the real world. While simulations are essential for initial testing, they often have limitations in capturing the complex dynamics of real-world interactions. This limitation underscores the importance of small-scale testbeds. These testbeds provide a realistic, cost-effective, and controlled environment for testing and validating algorithms, acting as an essential intermediary between simulation and full-scale experiments. This work serves to facilitate researchers' efforts in identifying existing small-scale testbeds suitable for their experiments and provide insights for those who want to build their own. In addition, it delivers a comprehensive survey of the current landscape of these testbeds. We derive 62 characteristics of testbeds based on the well-known sense-plan-act paradigm and offer an online table comparing 23 small-scale testbeds based on these characteristics. The online table is hosted on our designated public webpage https://bassamlab.github.io/testbeds-survey, and we invite testbed creators and developers to contribute to it. We closely examine nine testbeds in this paper, demonstrating how the derived characteristics can be used to present testbeds. Furthermore, we discuss three ongoing challenges concerning small-scale testbeds that we identified, i.e., small-scale to full-scale transition, sustainability, and power and resource management.

研究动机与目标

• 为解决当前缺乏全面、最新且结构化的联网自动驾驶车辆（CAVs）和机器人集群（RSs）小规模测试平台对比问题。
• 通过提供一种真实、低成本且受控的测试环境，弥合仿真与全尺寸实验之间的差距，以验证算法。
• 通过提供现有平台的详细、标准化表征，协助研究人员选择或构建合适的测试平台。
• 维护一个动态更新、协作共建的在线资源，随技术发展持续演进，确保长期相关性与准确性。
• 识别并讨论测试平台开发中的持续性挑战，包括从小规模到全尺寸的过渡、可持续性以及电源/资源管理问题。

提出的方法

• 基于感知-规划-执行范式，推导出涵盖感知、规划和执行组件的62项测试平台特征。
• 采用所推导的特征框架，系统分析23个现有小规模测试平台，包括Robotarium、Duckietown、CPM Lab和F1TENTH。
• 在 https://bassamlab.github.io/testbeds-survey 创建并托管一个交互式、公开可访问的在线表格，用于在62项特征上对比不同测试平台。
• 对九个代表性测试平台开展深入案例研究，以展示特征框架的应用。
• 评估各测试平台的通信系统、硬件配置和软件架构，包括基于红外、无线电和WiFi的通信协议。
• 邀请测试平台的创建者与开发者参与在线表格的贡献与维护，确保其持续准确与完整。

实验结果

研究问题

• RQ1 哪些关键技术与运行特征区分了现有的联网自动驾驶车辆（CAVs）和机器人集群（RSs）小规模测试平台？
• RQ2 研究人员如何根据其特定研究需求与实验目标，有效比较并选择合适的测试平台？
• RQ3 从小规模测试平台向真实世界环境中全尺寸部署过渡时，面临的主要挑战是什么？
• RQ4 如何设计测试平台以确保长期可持续性以及高效的电源与资源管理？
• RQ5 当前测试平台在多智能体系统中支持去中心化、可扩展性和实时控制的程度如何？

主要发现

• 位于 https://bassamlab.github.io/testbeds-survey 的在线对比表格，为23个小规模测试平台在62项标准化特征上提供了全面、最新且协作维护的资源。
• 各测试平台的通信带宽差异显著：Robotarium通过WiFi实现高达54 Mbit/s的带宽，而Kilogrid使用红外通信仅实现144 bit/s，凸显了通信范围、带宽与可扩展性之间的权衡。
• 采用集中式规划组件的测试平台（如CPM Lab和Robotarium）面临通信延迟挑战，可通过同步网络架构和逻辑执行时间方法缓解。
• 基于分布式本地通信系统（如e-Puck测试平台的定制无线电模块）可实现可扩展的去中心化控制，并减少密集环境中的网络拥塞。
• 将感知、规划与执行整合到单一神经网络中的端到端学习方法，难以被当前的感知-规划-执行范式充分捕捉，揭示了现有表征框架的局限性。
• 三个持续存在的挑战——从小规模到全尺寸的过渡、可持续性以及电源/资源管理——仍未解决，亟需集中研究关注。