論文の概要: ros2probe: Non-intrusive, Kernel-selective Observability for Robot Operating System 2 Middleware

• arxiv url: http://arxiv.org/abs/2606.10746v1
• Date: Tue, 09 Jun 2026 11:55:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-11 16:42:38.030587
• Title: ros2probe: Non-intrusive, Kernel-selective Observability for Robot Operating System 2 Middleware
• Title（参考訳）: RO2probe: ロボットオペレーティングシステム2ミドルウェアのための非侵入型カーネル選択可観測性
• Authors: Jisang Yu, Sanghoon Lee, Yeonwoo Choi, Kyung-Joon Park,
• Abstract要約: プローブ効果を除去する非侵襲的な観測フレームワークであるros2probeについて述べる。 完全なROS 2通信状態を、帯域幅のコストなしで、ドメインのディスカバリパケットから再構築する。 1.0のリコールで損失を報告し、オブザーバCPUとメモリを最大7$times$と28$times$に削減した。
• 参考スコア（独自算出の注目度）: 13.055683191007867
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robot Operating System 2 (ROS 2), the de facto standard middleware framework for robots, runs each robot as a graph of nodes communicating over the Data Distribution Service (DDS), a publish/subscribe substrate. Observing this inter-node communication in real time is essential to robot development, yet it has a price. A tool can receive data only by joining the DDS domain as a subscriber that discovery has matched to the publisher, so observing folds the tool into the system it measures and perturbs it. We define this protocol-inherent perturbation as the observer's probe effect. It inflates the discovery plane, adds deserialization cost on the observer, makes the loss it reports diverge from what the subscriber actually received, and near saturation displaces the subscriber's messages. The only escape, capturing all wire traffic passively, discards ROS 2 message semantics and scales with total traffic, not what is observed. We present ros2probe, a non-intrusive observation framework that removes the probe effect. It reconstructs the full ROS 2 communication state from the domain's discovery packets at no bandwidth cost, then drives an in-kernel filter restricted to the topics the user asks for, lifting only those packets at minimal cost and observing what the real subscriber receives. Its interfaces and recordings match the standard ROS 2 tools. Across three hardware platforms (laptop, Jetson, and Raspberry Pi), two DDS implementations, and seven robot-operation workloads, ros2probe holds the discovery graph within 0.5% of an unobserved system, whereas domain-joining tools inflate discovery up to 2.6$\times$ and drop 38.5% of the subscriber's messages at saturation while ros2probe drops none. It reports loss with a recall of 1.0, cuts observer CPU and memory by up to 7$\times$ and 28$\times$, and stays practical on the embedded robots where existing tools overload the system.
• Abstract（参考訳）: ロボットのためのデファクト標準ミドルウェアフレームワークであるRobot Operating System 2(ROS2)は、各ロボットをパブリッシュ/サブスクライブ基板であるData Distribution Service(DDS)上で通信するノードのグラフとして動作させる。 このノード間通信をリアルタイムで観測することはロボット開発に不可欠だが、価格は高い。 ツールは、発見が出版社と一致したサブスクライバとしてDSDドメインに参加することでのみデータを受け取ることができるため、そのツールを計測し、摂動するシステムに折り畳み込む。 本稿では,このプロトコルを観測者のプローブ効果として定義する。 発見面を膨らませ、観測者に対してデシリアライズコストを増し、報告した損失を実際に受け取ったものから逸脱させ、ほぼ飽和状態は購読者のメッセージに取って代わる。 唯一のエスケープは、すべてのワイヤトラフィックを受動的にキャプチャすることで、ROS 2メッセージセマンティクスを破棄し、合計トラフィックでスケールする。 プローブ効果を除去する非侵襲的な観測フレームワークであるros2probeについて述べる。 ドメインのディスカバリパケットから完全なROS 2通信状態を帯域幅コストなしで再構築し、ユーザが要求するトピックに制限されたカーネル内フィルタを駆動し、これらのパケットのみを最小のコストで持ち上げ、実際の加入者が受け取るものを観察する。 インターフェースと記録は標準のROS 2ツールと一致している。 3つのハードウェアプラットフォーム(ラップトップ、ジェットソン、Raspberry Pi)、DDS実装2つ、ロボット操作ワークロード7つ、Ros2probeは未観測システムの0.5%以内の発見グラフを持ち、一方ドメイン結合ツールはディスカバリを2.6$\times$まで増加させ、サブスクライバのメッセージの38.5%を飽和時に減少させ、Ros2probeは決して低下しない。 1.0のリコールで損失を報告し、オブザーバCPUとメモリを最大7$\times$と28$\times$に削減した。

関連論文リスト

• A Conversational Framework for Human-Robot Collaborative Manipulation with Distributed Generative AI models [0.0]
  本稿では,ロボット協調操作のための分散対話フレームワークを提案する。 ローカル言語とビジョン言語モデル(VLM)をロボットオペレーティングシステム2(ROS2)ベースの実行スタックに統合する。
  論文  参考訳（メタデータ） (2026-06-04T12:00:41Z)
• SFG-ROS: A Resource-Aware Framework for Dense Multi-Agent Perception [1.8291790356553645]
  本稿では、動的艦隊配備のためのリソース対応マルチエージェントソフトウェアフレームワークであるSFG-ROSを紹介する。 SFG-ROSはネットワークトラフィックを$mathcalO(1)$にバウンドし、冗長な圧縮を軽量IPCに置き換えることで、加入者当たりのCPUスケーリングペナルティを72.3%削減することを示す。 我々はSFG-ROSを許可ライセンスで公開し、hrefhttps://iis-esslingen.io/sfg-rosiis-esslingen.io/sfg-rosで利用可能です。
  論文  参考訳（メタデータ） (2026-05-22T16:41:12Z)
• RoboPocket: Improve Robot Policies Instantly with Your Phone [47.930515808607446]
  模倣学習のスケーリングは、データ収集の効率によって制限される。 本稿では,ロボットフリーのインスタントポリシーを実現するポータブルシステムであるRoboPocketを紹介する。
  論文  参考訳（メタデータ） (2026-03-05T18:59:38Z)
• Semantic-Drive: Democratizing Long-Tail Data Curation via Open-Vocabulary Grounding and Neuro-Symbolic VLM Consensus [0.0]
  セマンティックドライブ(Semantic-Drive)は、セマンティックなデータマイニングのための、ローカルファーストで、ニューロシンボリックなフレームワークである。 提案手法は,(1)リアルタイムオープン語彙検出装置(YOLOE)によるグラウンドニングと,(2)推論VLMによる認知分析の2つの段階に分離する。
  論文  参考訳（メタデータ） (2025-12-12T20:07:04Z)
• ROS-Causal: A ROS-based Causal Analysis Framework for Human-Robot Interaction Applications [3.8625803348911774]
  本稿では,人間とロボットの空間的相互作用における因果発見の枠組みであるROS-Causalを紹介する。 ROSと統合されたアドホックシミュレータは、アプローチの有効性を示している。
  論文  参考訳（メタデータ） (2024-02-25T11:37:23Z)
• 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)
• Kimera-Multi: Robust, Distributed, Dense Metric-Semantic SLAM for Multi-Robot Systems [92.26462290867963]
  Kimera-Multiは、最初のマルチロボットシステムであり、不正なインターループとイントラロボットループの閉鎖を識別し拒否することができる。 我々は、フォトリアリスティックシミュレーション、SLAMベンチマークデータセット、地上ロボットを用いて収集された屋外データセットの挑戦において、Kimera-Multiを実証した。
  論文  参考訳（メタデータ） (2021-06-28T03:56:40Z)
• Simultaneous Detection and Tracking with Motion Modelling for Multiple Object Tracking [94.24393546459424]
  本稿では,複数の物体の運動パラメータを推定し,共同検出と関連付けを行うディープ・モーション・モデリング・ネットワーク(DMM-Net)を提案する。 DMM-Netは、人気の高いUA-DETRACチャレンジで12.80 @120+ fpsのPR-MOTAスコアを達成した。 また,車両追跡のための大規模な公開データセットOmni-MOTを合成し,精密な接地トルースアノテーションを提供する。
  論文  参考訳（メタデータ） (2020-08-20T08:05:33Z)
• DR-SPAAM: A Spatial-Attention and Auto-regressive Model for Person Detection in 2D Range Data [81.06749792332641]
  本研究では,異なるタイミングで得られたスキャンを組み合わせ,代替戦略を用いた人物検出ネットワークを提案する。 DR-SPAAMは、バックボーンネットワークから中間機能をテンプレートとして保持し、新しいスキャンが利用可能になったときにテンプレートをリカレントに更新する。 DROWデータセットでは,提案手法は既存の最先端技術よりも約4倍高速である。
  論文  参考訳（メタデータ） (2020-04-29T11:01:44Z)

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。