論文の概要: Monitoring ROS2: from Requirements to Autonomous Robots
- arxiv url: http://arxiv.org/abs/2209.14030v1
- Date: Wed, 28 Sep 2022 12:19:13 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-29 17:57:22.524113
- Title: Monitoring ROS2: from Requirements to Autonomous Robots
- Title(参考訳): ROS2: 必要なものから自律ロボットまで
- Authors: Ivan Perez (KBR at NASA Ames Research Center), Anastasia Mavridou (KBR
at NASA Ames Research Center), Tom Pressburger (NASA Ames Research Center),
Alexander Will (Virginia Commonwealth University), Patrick J. Martin
(Virginia Commonwealth University)
- Abstract要約: 本稿では,構造化自然言語で記述された要件から自律ロボットのランタイムモニタを生成するための形式的アプローチの概要について述べる。
当社のアプローチでは,Fletal Requirement Elicitation Tool (FRET) とランタイム検証フレームワークであるCopilotを,Ogma統合ツールを通じて統合しています。
- 参考スコア(独自算出の注目度): 58.720142291102135
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Runtime verification (RV) has the potential to enable the safe operation of
safety-critical systems that are too complex to formally verify, such as Robot
Operating System 2 (ROS2) applications. Writing correct monitors can itself be
complex, and errors in the monitoring subsystem threaten the mission as a
whole. This paper provides an overview of a formal approach to generating
runtime monitors for autonomous robots from requirements written in a
structured natural language. Our approach integrates the Formal Requirement
Elicitation Tool (FRET) with Copilot, a runtime verification framework, through
the Ogma integration tool. FRET is used to specify requirements with
unambiguous semantics, which are then automatically translated into temporal
logic formulae. Ogma generates monitor specifications from the FRET output,
which are compiled into hard-real time C99. To facilitate integration of the
monitors in ROS2, we have extended Ogma to generate ROS2 packages defining
monitoring nodes, which run the monitors when new data becomes available, and
publish the results of any violations. The goal of our approach is to treat the
generated ROS2 packages as black boxes and integrate them into larger ROS2
systems with minimal effort.
- Abstract(参考訳): 実行時検証(RV)は、ロボットオペレーティングシステム2(ROS2)アプリケーションなど、公式に検証するには複雑すぎる安全クリティカルシステムの安全な運用を可能にする可能性がある。
正しいモニターを書くことはそれ自体が複雑であり、監視サブシステムのエラーはミッション全体を脅かす。
本稿では,構造化自然言語で記述された要件から自律ロボットのランタイムモニタを生成するための形式的アプローチの概要を示す。
当社のアプローチでは,FRET(Formal Requirement Elicitation Tool)とランタイム検証フレームワークのCopilotを,Ogma統合ツールを通じて統合しています。
FRETは不明瞭なセマンティクスで要求を指定するために使用され、その後自動的に時間論理式に変換される。
ogmaはfret出力からモニタ仕様を生成し、ハードリアルタイムc99にコンパイルする。
ROS2におけるモニタの統合を容易にするため、モニタリングノードを定義するROS2パッケージを生成するためにOgmaを拡張しました。
このアプローチの目的は、生成されたROS2パッケージをブラックボックスとして扱い、最小限の労力でより大きなROS2システムに統合することである。
関連論文リスト
- RoboScript: Code Generation for Free-Form Manipulation Tasks across Real
and Simulation [77.41969287400977]
本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。
自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。
我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
論文 参考訳(メタデータ) (2024-02-22T15:12:00Z) - Identifying Systematic Errors in Object Detectors with the SCROD
Pipeline [46.52729366461028]
オブジェクト検出器における系統的エラーの識別と除去は、安全クリティカルなアプリケーションへの展開の前提条件となる。
粒度制御による合成画像の生成により,この制限を克服する。
両手法の強みを組み合わせた新しい枠組みを提案する。
論文 参考訳(メタデータ) (2023-09-23T22:41:08Z) - Large Language Models as General Pattern Machines [64.75501424160748]
我々は,事前訓練された大規模言語モデル (LLM) が,複雑なトークンシーケンスを自動回帰的に完了することを示す。
驚いたことに、語彙からランダムにサンプリングされたトークンを用いてシーケンスが表現された場合でも、パターン完了の習熟度を部分的に保持することができる。
本研究では,ロボット工学における問題に対して,これらのゼロショット機能がどのように適用されるかを検討する。
論文 参考訳(メタデータ) (2023-07-10T17:32:13Z) - SkiROS2: A skill-based Robot Control Platform for ROS [1.4502611532302039]
ROS上でのスキルベースのロボット制御プラットフォームであるSkiROS2を紹介する。
SkiROS2は、自動タスク計画とリアクティブ実行のための階層化されたハイブリッドコントロール構造を提案する。
本研究では,SkiROS2を現場に関連付け,タスク計画,推論,多感覚入力,製造実行システムの統合,強化学習の3つの事例を概説する。
論文 参考訳(メタデータ) (2023-06-29T15:25:51Z) - A Compositional Approach to Verifying Modular Robotic Systems [1.385411134620987]
本稿では,ロボットオペレーティング・システム(ROS)を用いたロボットシステムにおけるノードの特定のための構成的アプローチについて述べる。
我々は,これらのノードレベルの契約の構成を容易にする推論ルールを導入し,システムレベルの特性を導出する。
また、ノードのFOL仕様をキャプチャし、この契約を実装にリンクする新しいDomain-Specific Language、ROS Contract Languageも提示します。
論文 参考訳(メタデータ) (2022-08-10T18:01:40Z) - SABER: Data-Driven Motion Planner for Autonomously Navigating
Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。
モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。
リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。
ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文 参考訳(メタデータ) (2021-08-03T02:56:21Z) - Monitoring and Diagnosability of Perception Systems [21.25149064251918]
本稿では,認識システムにおける実行時モニタリングと故障検出と識別のための数学的モデルを提案する。
本稿では,LGSVL自動運転シミュレータとApollo Auto自動運転ソフトウェアスタックを用いた実写シミュレーションにおいて,PerSySと呼ばれるモニタリングシステムを実演する。
論文 参考訳(メタデータ) (2020-11-11T23:03:14Z) - SOTER on ROS: A Run-Time Assurance Framework on the Robot Operating
System [5.358161704743753]
SOTERは安全な分散移動ロボットシステムを構築するためのランタイム保証フレームワークである。
我々は、未知のコンポーネントや信頼できないコンポーネントを使用した場合であっても、SOTERを有効にするシステムが安全であることを示す。
論文 参考訳(メタデータ) (2020-08-21T22:48:26Z) - Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for
Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。
我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。
本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文 参考訳(メタデータ) (2020-07-28T07:34:30Z) - Monitoring and Diagnosability of Perception Systems [21.25149064251918]
知覚は、ロボット工学や自動運転車などの自律システムの高統合的応用において重要な要素である。
知覚システムの重要さにもかかわらず、システムレベルのモニタリングには正式なアプローチは存在しない。
本稿では,認識システムの実行時モニタリングと故障検出のための数学的モデルを提案する。
論文 参考訳(メタデータ) (2020-05-24T18:09:46Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。