論文の概要: Runtime Verification and Field Testing for ROS-Based Robotic Systems

• arxiv url: http://arxiv.org/abs/2404.11498v1
• Date: Wed, 17 Apr 2024 15:52:29 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-18 13:25:44.174683
• Title: Runtime Verification and Field Testing for ROS-Based Robotic Systems
• Title（参考訳）: ROSに基づくロボットシステムの実行時検証とフィールドテスト
• Authors: Ricardo Caldas, Juan Antonio Piñera García, Matei Schiopu, Patrizio Pelliccione, Genaína Rodrigues, Thorsten Berger,
• Abstract要約: ROSベースのシステムを設計して実行時検証とフィールドベースのテストを可能にするための明確なガイダンスはありません。 本稿では,現場でのロボットの開発,検証,テストにおいて,開発者やQAチームを支援するガイドラインを提供することで,このギャップを埋めることを目的とする。
• 参考スコア（独自算出の注目度）: 8.675312581079039
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robotic systems are becoming pervasive and adopted in increasingly many domains, such as manufacturing, healthcare, and space exploration. To this end, engineering software has emerged as a crucial discipline for building maintainable and reusable robotic systems. Robotics software engineering research has received increasing attention, fostering autonomy as a fundamental goal. However, robotics developers are still challenged trying to achieve this goal given that simulation is not able to deliver solutions to realistically emulate real-world phenomena. Robots also need to operate in unpredictable and uncontrollable environments, which require safe and trustworthy self-adaptation capabilities implemented in software. Typical techniques to address the challenges are runtime verification, field-based testing, and mitigation techniques that enable fail-safe solutions. However, there is no clear guidance to architect ROS-based systems to enable and facilitate runtime verification and field-based testing. This paper aims to fill in this gap by providing guidelines that can help developers and QA teams when developing, verifying or testing their robots in the field. These guidelines are carefully tailored to address the challenges and requirements of testing robotics systems in real-world scenarios. We conducted a literature review on studies addressing runtime verification and field-based testing for robotic systems, mined ROS-based application repositories, and validated the applicability, clarity, and usefulness via two questionnaires with 55 answers. We contribute 20 guidelines formulated for researchers and practitioners in robotic software engineering. Finally, we map our guidelines to open challenges thus far in runtime verification and field-based testing for ROS-based systems and, we outline promising research directions in the field.
• Abstract（参考訳）: ロボットシステムは、製造業、医療、宇宙探査など、ますます多くの領域で普及し、採用されつつある。 この目的のために、メンテナンス可能で再利用可能なロボットシステムを構築するための重要な分野として、エンジニアリングソフトウェアが登場した。 ロボティクスソフトウェア工学の研究は注目され、基本的な目標として自律性を育んでいる。 しかし、シミュレーションが現実の現象を現実的にエミュレートするソリューションを提供できないため、ロボティクスの開発者はこの目標を達成するために依然として挑戦されている。 ロボットはまた、ソフトウェアに実装された安全で信頼性の高い自己適応機能を必要とする予測不能で制御不能な環境でも動作する必要がある。 この課題に対処する典型的なテクニックは、実行時検証、フィールドベースのテスト、フェールセーフなソリューションを可能にする緩和技術である。 しかし、実行時検証とフィールドベースのテストを可能にするためにROSベースのシステムを設計するための明確なガイダンスはない。 本稿では,現場でのロボットの開発,検証,テストにおいて,開発者やQAチームを支援するガイドラインを提供することで,このギャップを埋めることを目的とする。 これらのガイドラインは、現実のシナリオでロボットシステムをテストする際の課題と要件に対処するために慎重に調整されている。 ロボットシステムの実行時検証とフィールドベーステスト, ROSベースのアプリケーションリポジトリのマイニング, 適用性, 明確性, 有用性について, 55回答の2つの質問紙を用いて検討した。 ロボットソフトウェア工学の研究者と実践者のための20のガイドラインをコントリビュートする。 最後に、我々のガイドラインを、ROSベースのシステムの実行時検証とフィールドベーステストにおける課題のオープン化にマッピングし、この分野における有望な研究方向性を概説する。

関連論文リスト

• A Retrospective on the Robot Air Hockey Challenge: Benchmarking Robust, Reliable, and Safe Learning Techniques for Real-world Robotics [53.33976793493801]
  私たちは、NeurIPS 2023カンファレンスでRobot Air Hockey Challengeを組織しました。 我々は、シム・トゥ・リアルギャップ、低レベルの制御問題、安全性問題、リアルタイム要件、実世界のデータの限られた可用性など、ロボット工学における実践的な課題に焦点を当てる。 その結果、学習に基づくアプローチと事前知識を組み合わせたソリューションは、実際のデプロイメントが困難である場合にデータのみに依存するソリューションよりも優れていることがわかった。
  論文  参考訳（メタデータ） (2024-11-08T17:20:47Z)
• RAMPA: Robotic Augmented Reality for Machine Programming and Automation [4.963604518596734]
  本稿では,RAMPA(Robotic Augmented Reality for Machine Programming)を紹介する。 RAMPAは最先端のARヘッドセット、例えばMeta Quest 3の能力を利用するシステムである。 提案手法は,ユーザの物理的環境内で直接,スキルデモのその場でのデータ記録,可視化,微調整を可能にする。
  論文  参考訳（メタデータ） (2024-10-17T10:21:28Z)
• Tiny Robotics Dataset and Benchmark for Continual Object Detection [6.4036245876073234]
  本研究は,小型ロボットプラットフォームにおける物体検出システムの連続学習能力を評価するための新しいベンチマークを導入する。 i)TiROD(Tiny Robotics Object Detection)は、小さな移動ロボットを用いて収集された包括的なデータセットで、さまざまなドメインやクラスにわたるオブジェクト検出の適応性をテストするように設計されている。
  論文  参考訳（メタデータ） (2024-09-24T16:21:27Z)
• A Roadmap for Simulation-Based Testing of Autonomous Cyber-Physical Systems: Challenges and Future Direction [5.742965094549775]
  本稿では,自律システムのシミュレーションに基づくテストの戦略的ロードマップを開拓する。 本稿では,テスト自動化と品質保証に着目し,ACPSの課題と障害について論じる。
  論文  参考訳（メタデータ） (2024-05-02T07:42:33Z)
• Toward General-Purpose Robots via Foundation Models: A Survey and Meta-Analysis [82.59451639072073]
  汎用ロボットはどんな環境でも、どんな物体でもシームレスに動作し、様々なスキルを使って様々なタスクをこなす。 コミュニティとしては、特定のタスク用に設計し、特定のデータセットでトレーニングし、特定の環境にデプロイすることで、ほとんどのロボットシステムを制約してきました。 ウェブスケールで大規模で大容量の事前学習型モデルの優れたオープンセット性能とコンテンツ生成能力に感銘を受けて,本調査は,汎用ロボティクスに基礎モデルを適用する方法について検討した。
  論文  参考訳（メタデータ） (2023-12-14T10:02:55Z)
• Security Challenges in Autonomous Systems Design [1.864621482724548]
  人間のコントロールから独立すると、このようなシステムのサイバーセキュリティはさらに重要になる。 人間のコントロールから独立すると、このようなシステムのサイバーセキュリティはさらに重要になる。 本稿では,技術の現状を徹底的に議論し,新たなセキュリティ課題を特定し,研究の方向性を提案する。
  論文  参考訳（メタデータ） (2023-11-05T09:17:39Z)
• Tiny Robot Learning: Challenges and Directions for Machine Learning in Resource-Constrained Robots [57.27442333662654]
  機械学習(ML)は、コンピュータシステムにまたがる普及したツールとなっている。 ティニー・ロボット・ラーニング(Tiny Robot Learning)とは、リソースに制約された低コストの自律ロボットにMLを配置する手法である。 小型ロボット学習は、サイズ、重量、面積、パワー(SWAP)の制約によって困難にさらされる。 本稿では,小型ロボットの学習空間を簡潔に調査し,重要な課題を詳述し,MLシステム設計における将来的な仕事の機会を提案する。
  論文  参考訳（メタデータ） (2022-05-11T19:36:15Z)
• Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
  高速物体把握のための完全自律飛行ロボットが提案されている。 追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。 我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
  論文  参考訳（メタデータ） (2021-12-10T11:49:51Z)
• Dual-Arm Adversarial Robot Learning [0.6091702876917281]
  ロボット学習のためのプラットフォームとしてデュアルアーム設定を提案する。 このセットアップの潜在的なメリットと、追求できる課題と研究の方向性について論じる。
  論文  参考訳（メタデータ） (2021-10-15T12:51:57Z)
• Technology Readiness Levels for Machine Learning Systems [107.56979560568232]
  機械学習システムの開発とデプロイは、現代のツールで簡単に実行できますが、プロセスは一般的に急ぎ、エンドツーエンドです。 私たちは、機械学習の開発と展開のための実証済みのシステムエンジニアリングアプローチを開発しました。 当社の「機械学習技術準備レベル」フレームワークは、堅牢で信頼性が高く、責任あるシステムを確保するための原則的なプロセスを定義します。
  論文  参考訳（メタデータ） (2021-01-11T15:54:48Z)
• 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)

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。