The complexity of today's robot control systems implies difficulty in developing them efficiently and reliably. Systems engineering (SE) and frameworks come to help. The framework metamodels are needed to support the standardisation and correctness of the created application models. Although the use of frameworks is widespread nowadays, for the most popular of them, Robot Operating System (ROS) version 1, a contemporary metamodel, has been missing so far. This article proposes a new metamodel for ROS (MeROS), which addresses both the running system and developer workspace. For compatibility with the latest versions of ROS 1, the metamodel includes the latest ROS 1 concepts such as nodelet, action, and metapackage. An essential addition to the original ROS concepts is the grouping concepts, which provide an opportunity to illustrate the decomposition of the system, as well as varying degrees of detail in its presentation. The metamodel is derived from the requirements and then verified on the practical example of the Rico assistive robot. The matter is described in the SysML language, supported by standard development tools to conduct projects in the spirit of SE.


翻译:在当今机器人控制系统的复杂性方面,有效且可靠地开发它们是有困难的。此时,系统工程和框架会提供帮助。需要框架元模型来支持所创建应用程序模型的标准化和正确性,虽然使用框架在当今得到了广泛应用,但对于最受欢迎的Robot Operating System (ROS)版本1而言,它没有一个现代的元模型。本文提出了一个针对ROS的新元模型(MeROS),它涉及到正在运行的系统和开发人员的工作空间。为了使得该元模型与ROS1的最新版本兼容,元模型包括了最新的ROS1概念,例如nodelet,action和metapackage。对原始ROS概念的一个重要补充是分组概念,它提供了描绘系统分解以及在呈现上不同详细程度的机会。该元模型是从需求中衍生而来的,然后在Rico辅助机器人的实际示例上得到了验证。此问题在SysML语言中描述,使用标准开发工具来进行SE精神的项目。

0
下载
关闭预览

相关内容

【2022新书】基于概率知识系统的知识集成方法,203页pdf
专知会员服务
50+阅读 · 2022年12月28日
专知会员服务
31+阅读 · 2021年7月15日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2023年6月2日
Arxiv
0+阅读 · 2023年6月1日
Arxiv
12+阅读 · 2020年6月20日
VIP会员
相关VIP内容
相关资讯
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
深度自进化聚类:Deep Self-Evolution Clustering
我爱读PAMI
15+阅读 · 2019年4月13日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Top
微信扫码咨询专知VIP会员