論文の概要: Automatic Extraction of Time-windowed ROS Computation Graphs from ROS
Bag Files
- arxiv url: http://arxiv.org/abs/2305.16405v1
- Date: Thu, 25 May 2023 18:14:30 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-24 05:38:01.943073
- Title: Automatic Extraction of Time-windowed ROS Computation Graphs from ROS
Bag Files
- Title(参考訳): ROSバグファイルからの時間ウィンドウROS計算グラフの自動抽出
- Authors: Zhuojun Chen and Michel Albonico and Ivano Malavolta
- Abstract要約: ロボットシステムは異なる環境刺激に反応し、そのようなシステムを制御するソフトウェアを動的に再構成する可能性がある。
このような再構成は、性能とエネルギー効率の観点から、ロボットシステムの実行時特性に大きな影響を与える可能性がある。
ROS emphrosbagパッケージにより、開発者はロボットミッションの実行に関連するタイムスタンプデータを記録および保存できる。
- 参考スコア(独自算出の注目度): 8.579231964959083
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robotic systems react to different environmental stimuli, potentially
resulting in the dynamic reconfiguration of the software controlling such
systems. One effect of such dynamism is the reconfiguration of the software
architecture reconfiguration of the system at runtime. Such reconfigurations
might severely impact the runtime properties of robotic systems, e.g., in terms
of performance and energy efficiency. The ROS \emph{rosbag} package enables
developers to record and store timestamped data related to the execution of
robotic missions, implicitly containing relevant information about the
architecture of the monitored system during its execution. In this study, we
discuss about our approach for statically extracting (time-windowed)
architectural information from ROS bag files. The proposed approach can support
the robotics community in better discussing and reasoning the software
architecture (and its runtime reconfigurations) of ROS-based systems. We
evaluate our approach against hundreds of ROS bag files systematically mined
from 4,434 public GitHub repositories.
- Abstract(参考訳): ロボットシステムは異なる環境刺激に反応し、そのようなシステムを制御するソフトウェアを動的に再構成する可能性がある。
このようなダイナミズムの影響の1つは、実行時にシステムを再構成するソフトウェアアーキテクチャの再構成である。
このような再構成は、例えば性能とエネルギー効率の点で、ロボットシステムの実行時特性に大きな影響を及ぼす可能性がある。
ROS \emph{rosbag}パッケージを使うと、開発者はロボットミッションの実行に関連するタイムスタンプされたデータを記録、保存できる。
本研究では, ROS バッグファイルから静的に(時空の)建築情報を抽出する手法について述べる。
提案されたアプローチは、ROSベースのシステムのソフトウェアアーキテクチャ(とランタイム再構成)をよりよく議論し、推論するロボットコミュニティを支援することができる。
我々は4,434のgithubリポジトリから体系的に発掘された数百のros bagファイルに対するアプローチを評価した。
関連論文リスト
- GISR: Geometric Initialization and Silhouette-based Refinement for Single-View Robot Pose and Configuration Estimation [0.0]
GISRは、リアルタイム実行を優先する、深い構成とロボット対カメラのポーズ推定のための方法である。
提案手法を公開データセット上で評価し,GISRが既存の最先端手法と競合することを示す。
論文 参考訳(メタデータ) (2024-05-08T08:39:25Z) - Modular Customizable ROS-Based Framework for Rapid Development of Social
Robots [3.6622737533847936]
本稿では、このニーズに対処するオープンソースのフレームワークである、SROS(Socially-Interactive Robot Software Platform)について述べる。
特殊な知覚と対話のスキルは、任意のロボットに再利用可能な配置のためのROSサービスとして実装されている。
コンピュータビジョン, 音声処理, GPT2 自動補完音声をプラグアンドプレイ ROS サービスとして実装し, SROS のコア技術の有効性を実験的に検証した。
論文 参考訳(メタデータ) (2023-11-27T12:54:20Z) - RED: A Systematic Real-Time Scheduling Approach for Robotic
Environmental Dynamics [11.38746414146899]
我々は、リソース制限されたロボットシステムにおいて、マルチタスクのディープニューラルネットワークワークロードをサポートするように設計された、体系的なリアルタイムスケジューリング手法REDを紹介する。
ロボット環境ダイナミクス(RED)をリアルタイムの制約に順応しながら適応的に管理するように設計されている。
論文 参考訳(メタデータ) (2023-08-29T15:04:08Z) - Follow Anything: Open-set detection, tracking, and following in
real-time [89.83421771766682]
我々は,物体をリアルタイムで検出,追跡,追跡するロボットシステムを提案する。
私たちのアプローチは、何でも従う"(FAn)と呼ばれ、オープンな語彙とマルチモーダルモデルです。
FAnは軽量(6~8GB)グラフィックカードでラップトップにデプロイでき、毎秒6~20フレームのスループットを実現する。
論文 参考訳(メタデータ) (2023-08-10T17:57:06Z) - Polybot: Training One Policy Across Robots While Embracing Variability [70.74462430582163]
複数のロボットプラットフォームにデプロイするための単一のポリシーをトレーニングするための重要な設計決定セットを提案する。
われわれのフレームワークは、まず、手首カメラを利用して、我々のポリシーの観察空間と行動空間を具体化して調整する。
6つのタスクと3つのロボットにまたがる60時間以上のデータセットを用いて,関節の形状や大きさの異なるデータセットの評価を行った。
論文 参考訳(メタデータ) (2023-07-07T17:21:16Z) - Monitoring ROS2: from Requirements to Autonomous Robots [58.720142291102135]
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。
論文 参考訳(メタデータ) (2022-09-28T12:19:13Z) - Multi-Exit Vision Transformer for Dynamic Inference [88.17413955380262]
視覚変換器のバックボーンの動的推論に使用できる早期出口分岐のための7つの異なるアーキテクチャを提案する。
提案したアーキテクチャのそれぞれが,精度と速度のトレードオフにおいて有用であることを示す。
論文 参考訳(メタデータ) (2021-06-29T09:01:13Z) - Self-Improving Semantic Perception on a Construction Robot [6.823936426747797]
本稿では,ロボット上でセマンティクスモデルが継続的に更新され,展開環境に適応するフレームワークを提案する。
そこで本システムは,マルチセンサ知覚と局所化を密結合し,自己教師付き擬似ラベルから継続的に学習する。
論文 参考訳(メタデータ) (2021-05-04T16:06:12Z) - RANC: Reconfigurable Architecture for Neuromorphic Computing [1.1534748916340396]
本稿では、ニューロモルフィックコンピューティングのための再構成可能なアーキテクチャRANCを提案する。
RANCはC++シミュレーションとFPGAエミュレーションによるハードウェアによるニューロモルフィックアーキテクチャの迅速な実験を可能にする。
我々は,IBMのTrueNorthの挙動を再現する能力を示すことで,RANCエコシステムの有用性を示す。
259Kの異なる神経細胞と73.3Mの異なるシナプスをエミュレートする神経型アーキテクチャを実証する。
論文 参考訳(メタデータ) (2020-11-01T20:29:52Z) - Integrated Benchmarking and Design for Reproducible and Accessible
Evaluation of Robotic Agents [61.36681529571202]
本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。
このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。
本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
論文 参考訳(メタデータ) (2020-09-09T15:31:29Z) - Towards Automated Neural Interaction Discovery for Click-Through Rate
Prediction [64.03526633651218]
CTR(Click-Through Rate)予測は、レコメンダシステムにおいて最も重要な機械学習タスクの1つである。
本稿では,AutoCTR と呼ばれる CTR 予測のための自動インタラクションアーキテクチャ探索フレームワークを提案する。
論文 参考訳(メタデータ) (2020-06-29T04:33:01Z)
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。