[论文解读] Proceedings of the Sixth International Workshop on Domain-Specific Languages and Models for Robotic Systems (DSLRob 2015)

Schlegel, Christian, Huaxi+2 more|arXiv (Cornell University)|Jan 5, 2016

Robotics and Automated Systems参考文献 14被引用 5

一句话总结

本文介绍了第六届国际领域特定语言与机器人系统建模研讨会（DSLRob 2015），探讨了领域特定语言（DSLs）与模型驱动软件开发（MDSD）如何通过提供高层次、抽象丰富的规格说明，提升机器人软件开发的生产力与系统精确性，从而应对机器人领域中复杂且跨切面的挑战，如并发性、不确定性与实时约束。

ABSTRACT

The Sixth International Workshop on Domain-Specific Languages and Models for Robotic Systems (DSLRob'15) was held September 28, 2015 in Hamburg (Germany), as part of the IROS 2015 conference. The main topics of the workshop were Domain-Specific Languages (DSLs) and Model-driven Software Development (MDSD) for robotics. A domain-specific language is a programming language dedicated to a particular problem domain that offers specific notations and abstractions that increase programmer productivity within that domain. Model-driven software development offers a high-level way for domain users to specify the functionality of their system at the right level of abstraction. DSLs and models have historically been used for programming complex systems. However recently they have garnered interest as a separate field of study. Robotic systems blend hardware and software in a holistic way that intrinsically raises many crosscutting concerns (concurrency, uncertainty, time constraints, ...), for which reason, traditional general-purpose languages often lead to a poor fit between the language features and the implementation requirements. DSLs and models offer a powerful, systematic way to overcome this problem, enabling the programmer to quickly and precisely implement novel software solutions to complex problems within the robotics domain.

研究动机与目标

• 调查领域特定语言（DSLs）如何通过为领域提供定制化抽象，提升机器人软件开发的生产力。
• 考察模型驱动软件开发（MDSD）在以适当抽象层次实现机器人系统功能高层规格说明中的作用。
• 解决通用编程语言与机器人系统固有的复杂、跨切面关注点（如并发性、不确定性与时间约束）之间的不匹配问题。
• 确立 DSLs 与模型作为系统化方法，用于设计与实现机器人领域新型、稳健的软件解决方案。

提出的方法

• 研讨会采用领域特定语言（DSL）方法，聚焦于为机器人领域量身定制的语言，以支持问题特定的抽象。
• 应用模型驱动软件开发（MDSD），使领域用户能够在高层抽象层次上指定系统功能。
• 该方法通过将 DSLs 构建为原生表达机器人领域常见跨切面关注点（如实时行为与不确定性处理）的方式，强调关注点分离。
• 该方法利用领域特定的符号与抽象，降低认知负荷，提升机器人软件实现的精确性。
• 该框架支持从高层模型到可执行代码的系统化转换，确保正确性与可维护性。
• 通过研讨会中的案例研究与讨论对方法进行评估，重点关注其在真实机器人系统中的实际适用性。

实验结果

研究问题

• RQ1 与通用编程语言相比，领域特定语言（DSLs）在多大程度上能提升机器人软件开发的生产力与精确性？
• RQ2 模型驱动软件开发（MDSD）在多大程度上能够实现在适当抽象层次上的机器人系统功能高层规格说明？
• RQ3 DSLs 与模型在多大程度上能有效应对机器人领域中的跨切面关注点，如并发性、不确定性与时间约束？
• RQ4 在实际机器人系统开发中，使用 DSLs 与模型的实际优势与局限性是什么？

主要发现

• DSLs 与 MDSD 通过将语言特性与领域特定需求对齐，为建模复杂机器人系统提供了系统化方法。
• 使用领域特定抽象可减轻开发者的认知负担，并提升软件实现的精确性。
• 模型驱动方法支持在更高抽象层次上进行规格说明，从而提升机器人软件的可维护性与正确性。
• DSLs 与 MDSD 的集成有效应对了通用语言对并发性与实时约束支持不足的跨切面关注点。
• 研讨会表明，DSLs 与模型是机器人软件开发中可行且有益的工具，尤其在管理复杂性方面表现突出。
• 该方法通过聚焦领域语义而非底层系统细节，支持新型解决方案的快速原型设计与实现。