Edge Robotics: Edge-Computing-Accelerated Multi-Robot Lokalisasi dan Pemetaan Simultan – Majalah Time.com

  • Bagikan
Robotika tepi didasarkan pada prinsip komputasi tepi


Simultaneous Localization and Mapping (SLAM) adalah pendekatan yang bertujuan untuk membangun peta grafis dan melacak lokasi agen secara bersamaan. di lingkungan yang tidak diketahui, sering menggunakan konsep robotika tepi. Sebuah makalah baru-baru ini, yang diterbitkan di arXiv.org, mengusulkan untuk memanfaatkan paradigma komputasi tepi yang muncul untuk melakukan SLAM laser multi-robot dalam latensi rendah.

Komputasi tepi menggunakan sumber daya komputasi vicinal dalam kedekatan fisik dengan perangkat akhir untuk memperpendek jarak komunikasi data, menurunkan penundaan transmisi pembongkaran, dan memungkinkan kualitas layanan yang canggih. Rancangan yang diusulkan menunjukkan bahwa migrasi beban kerja SLAM dari robot ke server edge dapat secara efektif meningkatkan kemampuan pemrosesan robot.

Juga ditunjukkan bahwa menggabungkan subset peta lokal di tepi menyusutkan ukuran data dan mengurangi biaya komunikasi. Simulasi pendekatan menunjukkan keefektifannya, dan prototipe realistis pada tiga robot memverifikasi kelayakan dan validitasnya.

Dengan meluasnya penetrasi robot pintar di berbagai bidang, teknik Simultaneous Localization and Mapping (SLAM) dalam robotika semakin menarik perhatian masyarakat. Namun mengolaborasikan SLAM melalui beberapa robot masih tetap menantang karena kontradiksi kinerja antara komputasi grafis intensif SLAM dan kemampuan komputasi robot yang terbatas. Sementara solusi tradisional menggunakan server cloud yang kuat yang bertindak sebagai penyedia komputasi eksternal, kami menunjukkan melalui pengukuran di dunia nyata bahwa overhead komunikasi yang signifikan dalam pembongkaran data mencegah kepraktisan untuk penerapan nyata. Untuk mengatasi tantangan ini, makalah ini mempromosikan paradigma komputasi tepi yang muncul ke dalam SLAM multi-robot dan mengusulkan RecSLAM, sistem SLAM laser multi-robot yang berfokus pada percepatan proses konstruksi peta di bawah arsitektur robot-tepi-cloud. Berbeda dengan SLAM multi-robot konvensional yang menghasilkan peta grafis pada robot dan sepenuhnya menggabungkannya di cloud, RecSLAM mengembangkan teknik fusi peta hierarkis yang mengarahkan data mentah robot ke server tepi untuk fusi waktu nyata dan kemudian mengirim ke cloud untuk penggabungan global. Untuk mengoptimalkan keseluruhan jalur, kerangka kerja pemrosesan kolaboratif multi-robot SLAM yang efisien diperkenalkan untuk secara adaptif mengoptimalkan pembongkaran robot-ke-tepi yang disesuaikan dengan kondisi sumber daya tepi yang heterogen, sambil memastikan keseimbangan beban kerja di antara server tepi. Evaluasi ekstensif menunjukkan RecSLAM dapat mencapai pengurangan latensi pemrosesan hingga 39% di atas yang canggih. Selain itu, prototipe proof-of-concept dikembangkan dan digunakan dalam adegan nyata untuk menunjukkan keefektifannya.

Makalah penelitian: Huang, P., Zeng, L., Chen, X., Luo, K., Zhou, Z., dan Yu, S., “Edge Robotics: Edge-Computing-Accelerated Multi-Robot Simultaneous Localization and Mapping”, 2021 . Tautan: https://arxiv.org/abs/2112.13222





Source link

  • Bagikan

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *