[论文解读] Towards Live Programming in ROS with PhaROS and LRP

Pablo Estefó, Miguel Campusano+4 more|arXiv (Cornell University)|Dec 15, 2014

Robotics and Automated Systems参考文献 2被引用 3

一句话总结

本文提出了一种基于 LRP 语言和 PhaROS 的 ROS 机器人实时编程方法，支持实时代码修改、动态节点管理以及运行时参数和连接更新。该解决方案在 ROS 中满足了四项关键的实时编程需求，通过在 Pharo 环境中迭代调整代码，实现了机器人开发过程中的即时行为反馈。

ABSTRACT

In traditional robot behavior programming, the edit-compile-simulate-deploy-run cycle creates a large mental disconnect between program creation and eventual robot behavior. This significantly slows down behavior development because there is no immediate mental connection between the program and the resulting behavior. With live programming the development cycle is made extremely tight, realizing such an immediate connection. In our work on programming of ROS robots in a more dynamic fashion through PhaROS, we have experimented with the use of the Live Robot Programming language. This has given rise to a number of requirements for such live programming of robots. In this text we introduce these requirements and illustrate them using an example robot behavior.

研究动机与目标

• 解决传统 ROS 开发中因静态的编辑-编译-仿真-部署-运行流程而产生的认知断层问题。
• 通过在 ROS 中进行实时编程，实现实时代码修改与机器人行为之间的即时反馈。
• 识别并满足 ROS 中实时编程的核心需求，包括运行时节点控制和动态配置。
• 评估通过 LRP 和 PhaROS 实现实时编程在真实机器人应用中的可行性和有效性。
• 证明在 ROS 中采用实时编程可提升开发效率并降低机器人行为开发过程中的认知负担。

提出的方法

• 利用 PhaROS（Pharo 动态语言的 ROS 客户端），将 ROS 节点表示为一等对象，并实现运行时生命周期控制。
• 集成实时机器人编程（LRP）领域特定语言，其采用嵌套状态机模型，并支持实时代码更新。
• 利用 Pharo 的动态环境实现热代码替换，允许在不中断执行的情况下修改代码。
• 通过可访问的节点字段实现运行时参数修改，支持执行过程中的动态配置。
• 通过在运行时创建 ROS 连接，实现动态的话题订阅与发布，支持运行时重新配置节点连接。
• 利用 RobulabBridge API 抽象机器人特定的硬件交互，简化 LRP 代码的开发。

实验结果

研究问题

• RQ1 如何有效将实时编程集成到传统上强制静态配置的 ROS 生态系统中？
• RQ2 支持 ROS 中机器人行为实时编程的核心需求有哪些？
• RQ3 在使用动态语言环境时，能够在多大程度上实现 ROS 中的运行时节点管理、参数更新、代码替换和连接变更？
• RQ4 LRP 与 PhaROS 的结合如何相较于传统 ROS 开发提升机器人行为的开发工作流？
• RQ5 通过在 ROS 中集成实时代码，能否实现实时的行为反馈？

主要发现

• 所提出的 LRP+PhaROS 解决方案成功满足了 ROS 中实时编程的四项核心需求：动态节点启停、运行时参数更改、热代码替换和动态连接更新。
• PhaROS 节点可多次重启，自动重新连接至话题并恢复通信，满足需求 1。
• PhaROS 中的节点参数作为字段可访问，可通过 Smalltalk 代码或命令行参数在运行时修改，满足需求 2。
• 在系统运行过程中，通过实时修改代码对机器人的避障行为进行了迭代优化，证明了热代码替换的有效性（需求 3）。
• 话题订阅与发布在运行时被动态管理，允许在不重启应用的情况下更改节点连接，满足需求 4。
• LRP 与 PhaROS 的集成实现了无缝、交互式的开发体验，提供了即时的行为反馈，显著缩小了代码与执行之间的认知差距。