[论文解读] Towards Quality of Service and Resource Aware Robotic Systems through Model-Driven Software Development

Andreas Steck, Christian Schlegel|arXiv (Cornell University)|Sep 24, 2010

Model-Driven Software Engineering Techniques参考文献 9被引用 10

一句话总结

本文提出了一种面向机器人系统的模型驱动软件开发方法，通过领域特定的元模型显式建模服务质量（QoS）和资源约束。通过利用基于Eclipse的工具链进行模型转换、代码生成和设计时分析（包括可调度性检查），该方法实现了对非功能属性的系统化管理，提升了服务机器人的可重用性、资源感知能力以及运行时自适应性。

ABSTRACT

Engineering the software development process in robotics is one of the basic necessities towards industrial-strength service robotic systems. A major challenge is to make the step from code-driven to model-driven systems. This is essential to replace hand-crafted single-unit systems by systems composed out of components with explicitly stated properties. Furthermore, this fosters reuse by separating robotics knowledge from short-cycled implementational technologies. Altogether, this is one but important step towards "able" robots. This paper reports on a model-driven development process for robotic systems. The process consists of a robotics metamodel with first explications of non-functional properties. A model-driven toolchain based on Eclipse provides the model transformation and code generation steps. It also provides design time analysis of resource parameters (e.g. schedulability analysis of realtime tasks) as a first step towards overall resource awareness in the development of integrated robotic systems. The overall approach is underpinned by several real world scenarios.

研究动机与目标

• 解决机器人软件开发中对响应时间、资源使用等非功能属性缺乏系统化处理的问题。
• 通过模型驱动工程（MDE）替代机器人领域中现有的非系统性、以代码为中心的开发方式。
• 将机器人逻辑与底层实现细节解耦，以提升可重用性和可维护性。
• 通过在设计和部署阶段显式定义QoS和资源参数，支持运行时的动态自适应。
• 提供设计时分析能力，如可调度性分析和资源约束验证，适用于实时组件。

提出的方法

• 定义一种面向机器人领域的元模型（SmartMARS），用于捕获具有显式非功能属性（如最坏情况执行时间WCET和周期）的平台无关模型（PIM）。
• 基于Eclipse和OAW框架实现一个模型驱动工具链，支持模型转换、代码生成和验证。
• 使用平台相关模型（PSM）生成针对特定执行平台（如RTAI-Linux、CORBA）的代码，抽象实现复杂性。
• 通过基于isRealtime属性和平台能力的条件转换规则，支持实时与非实时任务的映射。
• 通过生成的接口和用户定义的代码约束，将现有库（如OpenRAVE、Player/Stage、OpenCV）集成到组件外壳中。
• 通过将组件映射到处理器和通信总线，支持部署建模，同时支持资源约束和系统行为的分析。

实验结果

研究问题

• RQ1 如何在机器人软件系统中系统化地建模和管理响应时间、资源消耗等非功能属性？
• RQ2 模型驱动开发在多大程度上能够提升服务机器人的可重用性、可维护性和质量？
• RQ3 能否有效将QoS和资源约束（如可调度性）的设计时分析集成到机器人软件开发生命周期中？
• RQ4 如何基于显式定义的QoS和资源元数据，在运行时对基于组件的机器人系统进行动态自适应？
• RQ5 使用标准化建模语言（如UML、MARTE）和工具链，是否可行支持嵌入式机器人系统的系统化开发？

主要发现

• 该模型驱动方法成功实现了在元模型中显式指定非功能属性（如最坏情况执行时间WCET和任务周期）。
• 工具链支持从PIM到PSM的自动代码生成与转换，减少了实现错误并加速了开发进程。
• 通过将部署模型转换为CHEDDAR专用分析模型，设计时可调度性分析成为可能，支持形式化验证。
• 现有库（如GMapping、MRPT、OpenCV）成功集成到组件外壳中且无需修改，证明了其可重用性。
• 该方法支持运行时的动态自适应：若平台缺乏硬实时支持，工具链可检测并报告该功能缺失。
• 在真实场景（如RoboCup@Home中的“Follow Me”、“Shopping Mall”等）中，基于模型驱动的组件框架成功实现了系统功能。