[论文解读] ReconROS Executor: Event-Driven Programming of FPGA-accelerated ROS 2 Applications

Christian Lienen, Marco Platzner|arXiv (Cornell University)|Jan 19, 2022

Modular Robots and Swarm Intelligence被引用 5

一句话总结

本文提出ReconROS执行器，一种新型事件驱动框架，通过部分运行时重配置和可重构槽模型，在FPGA的硬件或软件上实现ROS 2回调的动态、按需执行。该框架在计算密集型任务（如数字排序和逆运动学）中实现最高达20.97倍的加速，同时保持与标准ROS 2编程模型的完全兼容性。

ABSTRACT

Many applications from the robotics domain can benefit from FPGA acceleration. A corresponding key question is how to integrate hardware accelerators into software-centric robotics programming environments. Recently, several approaches have demonstrated hardware acceleration for the robot operating system (ROS), the dominant programming environment in robotics. ROS is a middleware layer that features the composition of complex robotics applications as a set of nodes that communicate via mechanisms such as publish/subscribe, and distributes them over several compute platforms. In this paper, we present a novel approach for event-based programming of robotics applications that leverages ReconROS, a framework for flexibly mapping ROS 2 nodes to either software or reconfigurable hardware. The ReconROS executor schedules callbacks of ROS 2 nodes and utilizes a reconfigurable slot model and partial runtime reconfiguration to load hardware-based callbacks on demand. We describe the ReconROS executor approach, give design examples, and experimentally evaluate its functionality with examples.

研究动机与目标

• 通过FPGA实现灵活、可运行时适应的硬件加速，用于ROS 2应用。
• 克服现有ROS加速框架中静态软硬件映射的局限性。
• 通过动态调度回调至软件或可重构硬件，支持ROS 2中的事件驱动编程。
• 通过可重构槽模型和部分重配置，减少资源浪费和重配置开销。
• 使ROS 2开发者能够在不改变其标准软件开发工作流的前提下，利用FPGA加速。

提出的方法

• ReconROS执行器扩展了标准ROS 2执行器，支持将回调调度至CPU核心上的软件或FPGA上的可重构硬件执行。
• 采用可重构槽模型，其中预定义的硬件模块通过部分运行时重配置按需加载到FPGA的专用槽中。
• 硬件映射的回调预先生成并作为比特流存储，仅在需要时加载到槽中，从而最小化空闲资源使用。
• 执行器监控ROS 2消息事件，并根据映射配置将回调分发至适当的执行单元——软件线程或硬件槽。
• 系统支持混合硬件/软件映射，允许开发人员选择性地加速性能关键节点。
• 该框架与现有的ROS 2中间件和DDS通信层集成，确保与标准ROS 2应用无缝互操作。

实验结果

研究问题

• RQ1 如何在保持运行时灵活性的同时，高效地使用FPGA加速事件驱动的ROS 2应用？
• RQ2 在ROS 2中使用部分重配置实现动态硬件回调加载的性能开销和收益如何？
• RQ3 ROS 2中的混合硬件/软件执行模型能否为计算密集型机器人工作负载带来显著加速？
• RQ4 可重构槽模型如何减少FPGA加速ROS 2系统中的资源浪费和重配置延迟？
• RQ5 现有ROS 2应用在使用ReconROS执行器时，能在多大程度上通过最小改动实现加速？

主要发现

• 与纯软件执行相比，数字排序回调在ReconROS执行器中实现了最高达20.97倍的加速。
• 在全硬件配置下，逆运动学回调实现了6.29倍的加速，证明了对复杂控制算法的显著性能提升。
• Sobel滤波器和MNIST分类器分别实现了1.15倍和1.00倍的适度加速，表明并行性较低的任务从硬件加速中获益较少。
• 哈希计算本身是串行的且未被加速，因此未表现出性能提升，证实仅计算密集型任务能从硬件映射中受益。
• 在全硬件配置下，整个应用的平均往返时间最多减少80%，且在多个工作负载中均表现出一致的性能提升。
• 系统成功实现了软件与硬件之间的动态回调分发，证明了在实时机器人应用中运行时重配置的可行性。