Skip to main content
QUICK REVIEW

[论文解读] Towards A Domain-specific Language For Pick-And-Place Applications

Thomas Buchmann, Johannes Baumgartl|arXiv (Cornell University)|Jan 7, 2014
Advanced Software Engineering Methodologies参考文献 8被引用 7
一句话总结

本文提出一种领域特定语言(DSL),用于简化拾取与放置机器人应用的编程,使非专家能够通过高层、声明式的规范开发机器人软件。该DSL通过软件产品线方法生成可配置的C++代码,支持真实机器人和仿真器。

ABSTRACT

Programming robots is a complicated and time-consuming task. A robot is essentially a real-time, distributed embedded system. Often, control and communication paths within the system are tightly coupled to the actual physical configuration of the robot. Thus, programming a robot is a very challenging task for domain experts who do not have a dedicated background in robotics. In this paper we present an approach towards a domain specific language, which is intended to reduce the efforts and the complexity which is required when developing robotic applications. Furthermore we apply a software product line approach to realize a configurable code generator which produces C++ code which can either be run on real robots or on a robot simulator.

研究动机与目标

  • 通过将抽象层次提高到低层代码之上,降低非专家编程机器人的复杂性。
  • 解决当前机器人硬件配置与控制逻辑之间紧密耦合的问题,该问题限制了机器人专家以外人员的可访问性。
  • 通过软件产品线方法实现机器人软件的重用与可配置性。
  • 提供一种声明式、人类可读的DSL,抽象出低层规划与控制的复杂性。
  • 通过单一可配置的代码生成器,支持真实机器人部署与仿真。

提出的方法

  • 使用Xtext框架设计一种基于文本的声明式领域特定语言(DSL),用于定义机器人、传感器、物体以及诸如'拾取'和'放置'等操作。
  • 实现一个特征模型,以表示机器人硬件及配置之间的变异性,支持产品线工程。
  • 使用代码生成器将DSL模型转换为可执行的C++代码,目标为真实机器人或仿真器。
  • 将DSL与C++框架集成,该框架负责处理低层任务,如路径规划、抓取规划和传感器感知。
  • 应用上下文敏感语法和基于Ecore的模型表示,以支持解析、验证与代码生成。
  • 利用Eclipse Modeling Project和Papyrus进行模型管理与工具链集成。

实验结果

研究问题

  • RQ1领域特定语言能否显著降低非专家在编程拾取与放置机器人应用时的工作量与复杂性?
  • RQ2如何设计一个可配置的代码生成器,以在保持正确性与可重用性的前提下,支持多样化的机器人硬件配置?
  • RQ3DSL中的高层抽象在多大程度上能够将应用逻辑与机器人系统中的低层硬件依赖解耦?
  • RQ4如何在软件产品线框架内系统性地建模与管理机器人硬件与传感器配置的变异性?
  • RQ5基于DSL的方法能否在极少配置变更的情况下,同时支持真实机器人部署与仿真?

主要发现

  • 所提出的DSL使无机器人训练的领域专家能够使用高层、声明式语法指定拾取与放置任务。
  • 软件产品线方法允许通过共享的特征模型,为特定机器人硬件配置生成定制化的C++代码。
  • 代码生成器成功生成可执行的C++代码,可部署于真实机器人或仿真环境。
  • 使用Xtext支持强大的解析、验证与模型表示,促进可扩展性与工具集成。
  • 该方法将路径规划与抓取规划等复杂子任务抽象到底层C++框架中,降低了用户的认知负担。
  • 通过案例研究对DSL与代码生成器进行了验证,证明了其在不同机器人配置下的可行性与可配置性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。