論文の概要: CSAR: Containerized System Architecture for Robotics
- arxiv url: http://arxiv.org/abs/2606.30293v1
- Date: Mon, 29 Jun 2026 13:36:42 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-30 18:07:16.248585
- Title: CSAR: Containerized System Architecture for Robotics
- Title（参考訳）: CSAR:ロボットのためのコンテナ化されたシステムアーキテクチャ
- Abstract要約: CSAR(Containerized System Architecture for Robotics)は,ロボットチームとエッジクラウドを対象とした,コンテナ中心のアーキテクチャフレームワークである。
CSARは、LXC/LXDベースのシステムコンテナ化、ROS 2/DDSベースの通信、および3層エッジインフラストラクチャを組み合わせて、計算をハードウェアファインで永続的な実行環境に編成する。
学術ロボティクス研究所におけるCSARの実際の展開について述べるとともに,エッジオフロード3D SLAMとGPUアクセラレーションによるセマンティックマッピングを含む代表的なユースケースを通して評価する。
- 参考スコア（独自算出の注目度）: 0.12045539806824919
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robotic applications increasingly rely on distributed computational infrastructures that combine embedded devices, edge servers, and cloud resources. This evolution, together with the collaborative nature of robotics projects, has made the development, integration, deployment, and long-term operation of robotic systems significantly more complex. In practice, multi-user robotics software teams face persistent challenges related to dependency isolation, compatibility, reproducibility, efficient sharing of specialized hardware, and deployment across heterogeneous environments. In this paper, we present CSAR (Containerized System Architecture for Robotics), a container-centric architectural framework designed specifically for robotics teams and the edge-cloud continuum. CSAR combines LXC/LXD-based system containerization, ROS 2/DDS-based communication, and a three-layer edge infrastructure to organize computation into hardware-affine, persistent execution environments that remain decoupled from the volatility of experimental workloads. Through its Infrastructure Core, Platform and Multi-User Orchestration, and Compute and Acceleration layers, CSAR provides strong isolation, controlled resource sharing, and topology-aware networking for distributed robotic applications. To demonstrate its validity, we describe a real deployment of CSAR in an academic robotics laboratory and evaluate it through representative use cases involving edge-offloaded 3D SLAM and GPU-accelerated semantic mapping. The results indicate that CSAR simplifies software integration, improves the utilization of shared computational resources, and facilitates safe prototyping, as well as reproducible and collaborative experimentation in robotics teams. The implementation described in this paper, including deployment templates, configuration files, and documentation, is available at https://github.com/goyoambrosio/CSAR.
- Abstract（参考訳）: ロボットアプリケーションは、組み込みデバイス、エッジサーバ、クラウドリソースを組み合わせた分散計算基盤にますます依存している。
この進化は、ロボティクスプロジェクトの協力的な性質とともに、ロボットシステムの開発、統合、展開、長期運用を著しく複雑にした。
実際には、マルチユーザロボットソフトウェアチームは、依存関係の分離、互換性、再現性、特別なハードウェアの効率的な共有、異種環境へのデプロイに関する永続的な課題に直面している。
本稿では,ロボットチームとエッジクラウド連続体を対象としたコンテナ中心アーキテクチャであるCSAR(Containerized System Architecture for Robotics)を紹介する。
CSARはLXC/LXDベースのシステムコンテナ化、ROS 2/DDSベースの通信、および3層エッジインフラストラクチャを組み合わせて、計算をハードウェアファインに編成する。
Infrastructure Core、Platform and Multi-User Orchestration、Compute and Accelerationレイヤを通じて、CSARは、分散ロボットアプリケーションのための強力な分離、制御されたリソース共有、トポロジ対応ネットワークを提供する。
その妥当性を示すために,学術ロボティクス研究所におけるCSARの実際の展開について述べるとともに,エッジオフロードの3D SLAMとGPUアクセラレーションのセマンティックマッピングを含む代表的なユースケースを通して評価する。
その結果、CSARはソフトウェア統合を簡素化し、共有計算資源の利用を改善し、安全なプロトタイピングを容易にし、ロボットチームにおける再現性と協調的な実験を容易にすることが示唆された。
本稿では、デプロイメントテンプレート、設定ファイル、ドキュメントを含む実装について、https://github.com/goyoambrosio/CSARで公開します。
関連論文リスト
- CoAdapt: An LLM-based Framework for Adaptive Collaborative Perception in IIoT Robotic Swarms [2.6155698073666023]
CoAdaptは、IIoTロボット群のための適応型協調認識フレームワークである。
提案手法は,静的ベースライン手法に匹敵する検出精度を維持しつつ,通信コストを38%削減する。
論文 参考訳（メタデータ） (2026-09-15T08:44:08Z) - CoEnv: Driving Embodied Multi-Agent Collaboration via Compositional Environment [54.84167973913561]
CoEnvは、安全な戦略探索のためにシミュレーションを活用するフレームワークであり、信頼性の高い現実世界のデプロイメントを保証する。
CoEnvは、物理的なワークスペースをデジタル化するリアル・ツー・シムのシーン再構築、コードベースの軌道生成によるリアルタイム計画と安全な配置のための衝突検出によるシム・トゥ・リアル転送の両方をサポートするVLM駆動のアクション合成という3つの段階を経験している。
論文 参考訳（メタデータ） (2026-04-07T06:24:41Z) - Environment-Grounded Multi-Agent Workflow for Autonomous Penetration Testing [0.0]
本稿では,ロボット環境での自動貫入試験における大規模言語モデルの利用について検討する。
本稿では,ロボティクスをベースとした環境調和型マルチエージェントアーキテクチャを提案する。
論文 参考訳（メタデータ） (2026-03-25T11:50:08Z) - RSLCPP -- Deterministic Simulations Using ROS 2 [4.815503491342169]
シミュレーションは現実世界のロボット工学において不可欠であり、アプリケーションを開発するための安全でスケーラブルで効率的な環境を提供する。
ROS2ノードを用いて決定論的シミュレーションを作成する手法を提案する。
提案手法は,合成ベンチマークと実世界のロボットシステムの両方をテストする際に,同じ結果が得られる。
論文 参考訳（メタデータ） (2026-01-11T20:10:54Z) - A Unified AI, Embedded, Simulation, and Mechanical Design Approach to an Autonomous Delivery Robot [0.0]
本稿では,機械工学,組込みシステム,人工知能を統合した完全自律配送ロボットの開発について述べる。
プラットフォームは異種コンピューティングアーキテクチャを採用し、RPi 5とROS 2はAIベースの認識と経路計画を扱う。
機械設計は、精密なモーター選択と材料工学を通じてペイロード容量と移動性に最適化された。
論文 参考訳（メタデータ） (2025-12-26T23:39:54Z) - A Survey on Cloud-Edge-Terminal Collaborative Intelligence in AIoT Networks [49.90474228895655]
クラウドエッジ端末協調インテリジェンス(CETCI)は、モノの人工知能(AIoT)コミュニティにおける基本的なパラダイムである。
CETCIは、分離されたレイヤ最適化からデプロイ可能なコラボレーティブインテリジェンスシステムに移行する、新興のAIoTアプリケーションで大きな進歩を遂げた。
本調査では、基礎アーキテクチャ、CETCIパラダイムのテクノロジの実現、シナリオについて解説し、CISAIOT初心者向けのチュートリアルスタイルのレビューを提供する。
論文 参考訳（メタデータ） (2025-08-26T08:38:01Z) - ROS-related Robotic Systems Development with V-model-based Application of MeROS Metamodel [0.49259062564301753]
ロボット・オペレーティング・システム(ROS)上に構築されたシステムは、組み立てがますます簡単になるが、制御し、確実に調整することは困難である。
本稿では,モバイルと操作機能を組み合わせた小型ヘテロジニアスロボットシステム(HeROS)を実証車両として使用する。
本稿では,モデルベースシステム工学(MBSE)ワークフローの焦点にROSベースのシステムを配置するために開発されたSysMLメタモデルであるMeROSに基づく構造化手法を提案する。
論文 参考訳（メタデータ） (2025-06-10T11:44:00Z) - CompSLAM: Complementary Hierarchical Multi-Modal Localization and Mapping for Robot Autonomy in Underground Environments [38.264929235624905]
CompSLAMは、ロボットのためのマルチモーダルなローカライゼーションとマッピングフレームワークである。
決勝戦で勝利したチーム・ケルベロスの全ての空中、脚、車輪付きロボットに配備された。
本稿では,DARPAサブテランチャレンジの決勝コースの大部分をカバーする,手動で遠隔操作された四足歩行ロボットが取得したデータセットについても紹介する。
論文 参考訳（メタデータ） (2025-05-10T00:59:31Z) - 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) - LPAC: Learnable Perception-Action-Communication Loops with Applications to Coverage Control [72.81786007015471]
本稿では,その問題に対する学習可能なパーセプション・アクション・コミュニケーション(LPAC)アーキテクチャを提案する。
CNNは局所認識を処理する。グラフニューラルネットワーク(GNN)はロボットのコミュニケーションを促進する。
評価の結果,LPACモデルは標準分散型および集中型カバレッジ制御アルゴリズムよりも優れていた。
論文 参考訳（メタデータ） (2024-01-10T00:08:00Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳（メタデータ） (2021-02-12T09:33:00Z) - 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。