本文提出了一种框架来衡量重要的指标(吞吐量,延迟,分组重传,信号强度等)以确定机器人操作系统(ROS)中间件支持的移动机器人的Wi-Fi网络性能。我们通过室内环境中的实验设置分析了移动机器人的双向网络性能,其中移动机器人正在传送从相机和LIDAR扫描值的重要传感器数据,例如在它导航室内的指令站。通过从命令站接收的远程速度命令的环境。实验评估了2.4 GHz和5 GHz频道下的性能,并在每侧的接入点(AP)的不同放置,每侧最多两个网络设备。该框架可以概括为车辆网络评估,本研究的讨论和见解适用于现场机器人社区,无线网络在实现现实世界环境中的机器人任务成功方面发挥着关键作用。
translated by 谷歌翻译
通信系统是自主UAV系统设计的关键部分。它必须解决不同的考虑因素,包括UAV的效率,可靠性和移动性。此外,多UAV系统需要通信系统,以帮助在UAV的团队中提供信息共享,任务分配和协作。在本文中,我们审查了在考虑在电力线检查行业的应用程序时支持无人机团队的通信解决方案。我们提供候选无线通信技术的审查{用于支持UAV应用程序中的通信。综述了这些候选技术的性能测量和无人机相关的频道建模。提出了对构建UAV网状网络的当前技术的讨论。然后,我们分析机器人通信中间件,ROS和ROS2的结构,界面和性能。根据我们的审查,提出了通信系统中每层候选解决方案的特征和依赖性。
translated by 谷歌翻译
近年来,物联网设备的数量越来越快,这导致了用于管理,存储,分析和从不同物联网设备的原始数据做出决定的具有挑战性的任务,尤其是对于延时敏感的应用程序。在车辆网络(VANET)环境中,由于常见的拓扑变化,车辆的动态性质使当前的开放研究发出更具挑战性,这可能导致车辆之间断开连接。为此,已经在5G基础设施上计算了云和雾化的背景下提出了许多研究工作。另一方面,有多种研究提案旨在延长车辆之间的连接时间。已经定义了车辆社交网络(VSN)以减少车辆之间的连接时间的负担。本调查纸首先提供了关于雾,云和相关范例,如5G和SDN的必要背景信息和定义。然后,它将读者介绍给车辆社交网络,不同的指标和VSN和在线社交网络之间的主要差异。最后,本调查调查了在展示不同架构的VANET背景下的相关工作,以解决雾计算中的不同问题。此外,它提供了不同方法的分类,并在雾和云的上下文中讨论所需的指标,并将其与车辆社交网络进行比较。与VSN和雾计算领域的新研究挑战和趋势一起讨论了相关相关工程的比较。
translated by 谷歌翻译
越来越多的机器人自动化应用程序已更改为无线通信,网络性能对机器人系统的影响越来越大。这项研究提出了一种将模拟机器人平台连接到真实网络设备的硬件(HIL)模拟方法。该项目旨在为机器人工程师和研究人员提供试验的能力,而无需大量修改原始控制器并获得与实际网络条件相关的更现实的测试结果。我们在两种常见的情况下,用于无线网络控制机器人应用程序:(1)移动机器人的安全多机器人协调,以及(2)基于人动物的操纵器的远程操作。在任何情况下,在各种网络条件下都在各种网络条件下部署和测试了HIL模拟系统。对实验结果进行了分析,并将其与先前的仿真方法进行了比较,表明所提出的HIL模拟方法可以识别对机器人系统的更可靠的通信影响。
translated by 谷歌翻译
在室内和GPS拒绝环境中的无线移动设备或机器人的本地化是一个难题,特别是在传统摄像机和基于LIDAR的替代感测和本地化模式可能失败的动态场景中。我们提出了一种用于估计移动机器人的位置与在环境中部署的静态无线传感器节点(WSN)相关的方法。该方法采用新的粒子滤波器,其使用在到达方向(DOA)估计的高斯概率与移动机器人的移动模型结合使用的高斯概率来更新其权重。通过广泛的模拟和公共现实世界测量数据集,在准确性和计算效率方面评估和验证所提出的方法,与标准的最先进的本地化方法相比。结果显示了通过高计算效率平衡的高仪表级定位精度,使其能够在线使用,而无需为基于典型指纹的定位算法中的专用离线阶段使用。
translated by 谷歌翻译
基于超宽带(UWB)范围的多机器人系统中相对定位的系统最近已成为GNSS贬低环境的强大解决方案。可伸缩性仍然是主要挑战之一,尤其是在临时部署中。最近的解决方案包括系统中不同机器人或节点的主动和被动定位模式的动态分配。随着较大规模的系统的分布越来越多,关键的研究问题出现在此类本地化系统的安全性和可信度领域。本文研究了协作决策过程与分布式分类帐技术的潜在整合。具体而言,我们研究了一种方法,用于在区块链中智能合约中运行UWB角色分配算法的方法。在以前的作品中,我们分别研究了ROS2与HyperLeDger织物区块链的集成,并引入了一种用于基于UWB的本地化的新算法。在本文中,我们通过(i)运行实验扩展了这些工作移动机器人。这使我们能够通过增强的身份和数据访问管理在安全且可信赖的过程中提供相同的功能。我们的结果表明,UWB角色分配对六个自动移动机器人的连续变化空间形成的有效性,同时证明对添加不影响本地化过程的区块链层的潜伏期和计算资源的影响很小。
translated by 谷歌翻译
研究界,工业和社会中地面移动机器人(MRS)和无人机(UAV)的重要性正在迅速发展。如今,这些代理中的许多代理都配备了通信系统,在某些情况下,对于成功完成某些任务至关重要。在这种情况下,我们已经开始见证在机器人技术和通信的交集中开发一个新的跨学科研究领域。该研究领域的意图是将无人机集成到5G和6G通信网络中。这项研究无疑将在不久的将来导致许多重要的应用。然而,该研究领域发展的主要障碍之一是,大多数研究人员通过过度简化机器人技术或通信方面来解决这些问题。这阻碍了达到这个新的跨学科研究领域的全部潜力的能力。在本教程中,我们介绍了一些建模工具,从跨学科的角度来解决涉及机器人技术和通信的问题所需的一些建模工具。作为此类问题的说明性示例,我们将重点放在本教程上,讨论通信感知轨迹计划的问题。
translated by 谷歌翻译
低成本毫米波(MMWAVE)通信和雷达设备的商业可用性开始提高消费市场中这种技术的渗透,为第五代(5G)的大规模和致密的部署铺平了道路(5G) - 而且以及6G网络。同时,普遍存在MMWAVE访问将使设备定位和无设备的感测,以前所未有的精度,特别是对于Sub-6 GHz商业级设备。本文使用MMWAVE通信和雷达设备在基于设备的定位和无设备感应中进行了现有技术的调查,重点是室内部署。我们首先概述关于MMWAVE信号传播和系统设计的关键概念。然后,我们提供了MMWaves启用的本地化和感应方法和算法的详细说明。我们考虑了在我们的分析中的几个方面,包括每个工作的主要目标,技术和性能,每个研究是否达到了一定程度的实现,并且该硬件平台用于此目的。我们通过讨论消费者级设备的更好算法,密集部署的数据融合方法以及机器学习方法的受过教育应用是有前途,相关和及时的研究方向的结论。
translated by 谷歌翻译
密集Wi-Fi网络中的设备移动性提供了几个挑战。与设备移动性相关的两个众所周知的问题是切换预测和接入点选择。由于无线电环境的复杂性,分析模型可能不会表征无线信道,这使得这些问题的解决方案非常困难。最近,使用复杂学习技术的认知网络架构越来越多地应用于这些问题。在本文中,我们提出了一种数据驱动的机器学习(ML)方案,以有效地解决WLAN网络中的这些问题。评估所提出的方案,并将结果与​​上述问题的传统方法进行比较。结果通过应用提出的计划报告了网络性能的显着提高。例如,提出的切换预测方案优于传统方法I.。RSS方法和行驶距离方法分别将不必要的切片数减少60%和50%。类似地,在AP选择中,所提出的方案通过分别实现高达9.2%和8%的吞吐量提高,优于SSF和LLF算法。
translated by 谷歌翻译
实现自动化车辆和外部服务器,智能基础设施和其他道路使用者之间的安全可靠的高带宽低度连通性是使全自动驾驶成为可能的核心步骤。允许这种连接性的数据接口的可用性有可能区分人造代理在连接,合作和自动化的移动性系统中的功能与不具有此类接口的人类操作员的能力。连接的代理可以例如共享数据以构建集体环境模型,计划集体行为,并从集中组合的共享数据集体学习。本文提出了多种解决方案,允许连接的实体交换数据。特别是,我们提出了一个新的通用通信界面,该界面使用消息排队遥测传输(MQTT)协议连接运行机器人操作系统(ROS)的代理。我们的工作整合了以各种关键绩效指标的形式评估连接质量的方法。我们比较了各种方法,这些方法提供了5G网络中Edge-Cloud LiDAR对象检测的示例性用例所需的连接性。我们表明,基于车辆的传感器测量值的可用性与从边缘云中接收到相应的对象列表之间的平均延迟低于87毫秒。所有实施的解决方案均可为开源并免费使用。源代码可在https://github.com/ika-rwth-aachen/ros-v2x-benchmarking-suite上获得。
translated by 谷歌翻译
审查的目的。这篇评论总结了通信格式和技术在启用多机器人系统中发挥的广泛作用。我们从两个角度了解了这一领域:需要通信功能才能完成任务的机器人应用程序,以及已使更新,更高级的多机器人系统的网络技术。最近的发现。通过这篇综述,我们确定了一项缺乏工作,从整体上解决了机器人及其使用的网络的共同设计和合作的问题。我们还强调了数据驱动和机器学习方法在为多机器人系统发展的通信管道中所扮演的角色。特别是,我们指的是最近与手工设计的通信模式不同的工作,并在这种情况下讨论了“ SIM到真实”差距。概括。我们介绍了机器人算法及其网络系统发展的方式的批判性观点,并为更协同的方法提供了理由。最后,我们还发现了针对研发的四个广泛的开放问题,同时提供了一个以数据为导向的观点来解决其中的一些问题。
translated by 谷歌翻译
先进的可穿戴设备越来越多地利用高分辨率多摄像头系统。作为用于处理所得到的图像数据的最先进的神经网络是计算要求的,对于利用第五代(5G)无线连接和移动边缘计算,已经越来越感兴趣,以将该处理卸载到云。为了评估这种可能性,本文提出了一个详细的仿真和评估,用于5G无线卸载,用于对象检测,在一个名为Vis4ion的强大新型智能可穿戴物中,用于盲目损害(BVI)。目前的Vis4ion系统是一种具有高分辨率摄像机,视觉处理和触觉和音频反馈的仪表簿。本文认为将相机数据上载到移动边缘云以执行实时对象检测并将检测结果传输回可穿戴。为了确定视频要求,纸张评估视频比特率和分辨率对物体检测精度和范围的影响。利用与BVI导航相关的标记对象的新街道场景数据集进行分析。视觉评估与详细的全堆栈无线网络仿真结合,以确定吞吐量的分布和延迟,具有来自城市环境中的新高分辨率3D模型的实际导航路径和射线跟踪。为了比较,无线仿真考虑了标准的4G长期演进(LTE)载波和高速度5G毫米波(MMWAVE)载波。因此,该工作提供了对具有高带宽和低延迟要求的应用中的MMWAVE连接的边缘计算的彻底和现实评估。
translated by 谷歌翻译
本文介绍了Cerberus机器人系统系统,该系统赢得了DARPA Subterranean挑战最终活动。出席机器人自主权。由于其几何复杂性,降解的感知条件以及缺乏GPS支持,严峻的导航条件和拒绝通信,地下设置使自动操作变得特别要求。为了应对这一挑战,我们开发了Cerberus系统,该系统利用了腿部和飞行机器人的协同作用,再加上可靠的控制,尤其是为了克服危险的地形,多模式和多机器人感知,以在传感器退化,以及在传感器退化的条件下进行映射以及映射通过统一的探索路径计划和本地运动计划,反映机器人特定限制的弹性自主权。 Cerberus基于其探索各种地下环境及其高级指挥和控制的能力,表现出有效的探索,对感兴趣的对象的可靠检测以及准确的映射。在本文中,我们报告了DARPA地下挑战赛的初步奔跑和最终奖项的结果,并讨论了为社区带来利益的教训所面临的亮点和挑战。
translated by 谷歌翻译
我们为多机器人系统应用程序提供了一个网络共模拟框架。我们需要一个模拟框架,该框架既捕获物理互动和通信方面,以有效地设计这种复杂的系统。这对于共同设计多机器人的自主逻辑和通信协议是必不可少的。提出的框架扩展了现有工具,以模拟机器人的自主权和与网络相关的方面。我们已经使用ROS/ROS2的凉亭来开发机器人和Mininet-WIFI作为网络模拟器的自治逻辑,以捕获多机器人系统的网络物理系统属性。该框架解决了通过同步移动性和时间来无缝集成两个仿真环境的需求,从而使算法轻松迁移到真实的平台。该框架支持基于容器的虚拟化,并通过解耦数据平面和控制平面来扩展通用机器人框架。
translated by 谷歌翻译
无线环境地图(REM)后可用于增强各种通信和网络代理的性能的有力工具。然而,生成的REM是费力的任务,尤其是在复杂的3维(3D)环境,如在室内。为了解决这个问题,我们提出了自主发电室内的三维空间的细粒度的REM的系统。在该系统中,多个小室内无人飞行器(UAV)依次用于信号质量指示符的3D采样。所收集的读数是流线型为其训练机器学习(ML)系统,经过训练之后,该系统能够预测在未知的3D位置信号的质量。该系统能够自动和自主REM生成,并可以被直接部署在新的环境。此外,系统支持REM采样而不自干扰和是与技术无关,只要REM采样接收机设有合适的尺寸和重量要由无人机携带。在演示中,我们实例使用两种无人机系统设计和显示其来访72点的航点和收集数以千计的Wi-Fi数据样本的能力。我们的研究结果还包括ML系统的一个实例用于预测在不被无人机访问位置上的已知的Wi-Fi接入点(AP)的接收信号强度(RSS)。
translated by 谷歌翻译
Colorsseum是一种开放式和公开可用的大型无线无线测试,可通过虚拟化和软载波形和协议堆栈进行实验研究,在完全可编程的“白盒子”平台上。通过256最先进的软件定义的无线电和巨大的通道仿真器核心,罗马斗兽场几乎可以模拟任何方案,在各种部署和渠道条件下,可以在规模上进行设计,开发和测试解决方案。通过有限脉冲响应滤波器通过高保真FPGA的仿真再现这些罗马孔射频场景。过滤器模拟所需的无线通道的抽头,并将它们应用于无线电节点生成的信号,忠实地模拟现实世界无线环境的条件。在本文中,我们将罗马斗兽场介绍为测试楼,这是第一次向研究界开放。我们描述了罗马斗兽场的建筑及其实验和仿真能力。然后,我们通过示例性用例证明了罗马斗兽场对实验研究的有效性,包括频谱共享和无人空中车辆场景的普遍用途用例,包括普遍的无线技术(例如,蜂窝和Wi-Fi)。斗兽索斗兽场未来更新的路线图总结了这篇论文。
translated by 谷歌翻译
自适应信息采样方法能够有效选择移动机器人的航点,可以获得可以获得物理过程的精确感测和映射,例如辐射或场强。本文分析了勘探和利用在环境过程的这种信息化空间采样中的作用。我们使用高斯过程来预测和估计利用置信度的预测,从而在勘探和剥削方面确定每个点的信息。具体地,我们使用高斯过程回归模型来对环境的Wi-Fi信号强度进行采样。对于信息功能的不同变体,我们广泛地分析和评估了通过单个机器人和多机器人设置中的两个不同初始轨迹的信息映射的有效性和效率。结果在基于采样目标选择适当的信息功能方面提供了有意义的见解。
translated by 谷歌翻译
随着数据生成越来越多地在没有连接连接的设备上进行,因此与机器学习(ML)相关的流量将在无线网络中无处不在。许多研究表明,传统的无线协议高效或不可持续以支持ML,这创造了对新的无线通信方法的需求。在这项调查中,我们对最先进的无线方法进行了详尽的审查,这些方法是专门设计用于支持分布式数据集的ML服务的。当前,文献中有两个明确的主题,模拟的无线计算和针对ML优化的数字无线电资源管理。这项调查对这些方法进行了全面的介绍,回顾了最重要的作品,突出了开放问题并讨论了应用程序方案。
translated by 谷歌翻译
随着现代机器人技术的发展,自主代理现在能够托管复杂的算法,这使他们能够做出聪明的决定。但是,直接在现实世界中开发和测试这种算法是乏味的,可能导致浪费宝贵的资源。尤其是对于战场环境中的异质多机构系统,在确定系统的行为和可用性方面至关重要。由于必须在部署前模拟单独的范式(共模拟)模拟此类情况,因此这些模拟器之间的同步至关重要。旨在解决此问题的现有作品无法解决部署的代理之间的多样性。在这项工作中,我们建议\ textit {SynchroSim},这是一种集成的共模拟中间件,以模拟异质的多机器人系统。在这里,我们提出了一个速度差驱动的可调窗口大小方法,以减少数据包损耗概率。它考虑了部署代理的各个速度,以在它们之间传输数据之前计算合适的窗口大小。我们考虑了我们的算法特异性模拟器不可知论,但是为了实现结果,我们已将凉亭用作物理模拟器,而NS-3用作网络模拟器。此外,我们设计了算法,考虑到封闭的通信渠道内的感知行动循环,这是有争议的情况下的基本因素之一,在数据传输方面需要高保真度。我们在视线(LOS)和非视线(NLOS)方案的模拟和系统级别上均通过经验验证我们的方法。与基于固定的窗口大小的同步方法相比,我们的方法在减少数据包损耗概率($ \ $ 11 \%)和平均数据包延迟($ \ $ 10 \%)方面取得了显着改善。
translated by 谷歌翻译
在异构机器人网络上进行计算负载共享是一个有希望的方法,可以将机器人能力和效率作为极端环境中的团队提高。然而,在这种环境中,通信链路可以是间歇性的,并且与云或因特网的连接可能是不存在的。在本文中,我们介绍了用于多机器人系统的通信感知,计算任务调度问题,并提出了整数线性程序(ILP),该程序(ILP)优化了异构机器人网络中的计算任务分配,占网络机器人的计算能力对于可用(和可能的时变)通信链接。我们考虑调度由依赖关系图建模的一组相互依赖的必需任务和可选任务。我们为共享世界,分布式系统提供了一项备份的调度架构。我们验证了ILP制定和不同计算平台中的分布式实现,并在模拟场景中,偏向于月球或行星探索方案。我们的研究结果表明,与没有计算负载共享的类似系统相比,所提出的实施方式可以优化提高时间表以允许三倍增加所执行的奖励任务的数量(例如,科学测量)。
translated by 谷歌翻译