[论文解读] Proceedings of the 18th International Overture Workshop

John Fitzgerald, Tomohiro Oda+1 more|arXiv (Cornell University)|Jan 19, 2021

Model-Driven Software Engineering Techniques参考文献 20被引用 5

一句话总结

本文提出一种基于联合仿真的方法，用于开发安全关键型网络物理系统，利用 INTO-CPS 工具链对半自主农业机器人的控制器中的设计参数进行半自主调优。通过将 VDM 和 20-sim 模型与真实测试数据集成，该方法通过迭代参数调优提升了模型保真度，展示了在复杂系统中进行设计空间探索的系统性框架。

ABSTRACT

This volume contains the papers presented at the 18th International Overture Workshop, held online on 7th December 2020. This event was the latest in a series of workshops around the Vienna Development Method (VDM), the open-source project Overture, and related tools and formalisms. VDM is one of the longest established formal methods for systems development. A lively community of researchers and practitioners has grown up in academia and industry has grown around the modelling languages (VDM-SL, VDM++, VDM-RT, CML) and tools (VDMTools, Overture, Crescendo, Symphony, the INTO-CPS chain, and ViennaTalk). Together, these provide a platform for work on modelling and analysis technology that includes static and dynamic analysis, test generation, execution support, and model checking. This workshop provided updates on the emerging technology of VDM/Overture, including collaboration infrastructure, collaborative modelling and co-simulation for Cyber-Physical Systems.

研究动机与目标

• 解决在农业机器人领域设计和调优复杂控制器以应对安全关键型网络物理系统挑战的问题。
• 通过利用真实机器人运行的实证测试数据校准连续时间物理模型，提升模型保真度。
• 建立一种基于联合仿真和形式化建模的系统性、机器辅助设计空间探索流程。
• 通过集成的多模型框架支持协作式基于模型的系统工程。
• 验证参数调优在提升真实环境下系统行为预测准确性方面的有效性。

提出的方法

• 将 VDM 和 20-sim 模型整合为一个多模型框架，以表征机器人的物理系统与控制系统。
• 利用半自主农业机器人真实测试运行的实证数据，指导参数调优。
• 对连续时间模型实施迭代参数调整，以提升其与实际物理行为的一致性。
• 使用 INTO-CPS 工具链支持跨多个建模领域的联合仿真与设计空间探索。
• 利用形式化规范与仿真，基于真实世界性能验证并优化控制器设计。
• 将测试数据的反馈整合到模型中，以提升预测准确性和系统保真度。

实验结果

研究问题

• RQ1 如何系统性地调优网络物理系统控制器中的设计参数，以提升模型保真度？
• RQ2 VDM 与 20-sim 模型之间的联合仿真在多大程度上能够准确表征真实世界机器人行为？
• RQ3 实证测试数据在优化物理系统形式化模型中扮演何种角色？
• RQ4 INTO-CPS 工具链如何支持在安全关键型机器人系统中实现有效的设计空间探索？
• RQ5 在农业机器人领域，将抽象的形式化模型与真实世界运行数据对齐面临哪些实际挑战？

主要发现

• VDM 与 20-sim 模型的集成实现了对半自主农业机器人动力学的全面表征。
• 基于真实测试数据的参数调优显著提升了连续时间物理模型的保真度。
• 联合仿真框架支持控制器设计的迭代优化，增强了与真实世界性能的一致性。
• 该方法展示了将形式化建模与实证数据结合以提升系统准确性的可行性。
• INTO-CPS 工具链有效支持了设计空间探索，实现了对设计备选方案的系统性评估。
• 本研究强调了数据驱动校准在实现安全关键应用中可靠且准确的系统模型方面的重要性。