fpgaDDS: An Intra-FPGA Data Distribution Service for ROS 2 Robotics Applications
Paderborn University（帕德博恩大学）
用于机器人应用的现代计算平台包括一组异构元件，例如，多核CPU、嵌入式GPU和FPGA。FPGA是可重新编程的硬件设备，可以快速和节能地计算机器人中的许多相关任务。ROS是机器人的事实上的编程标准，它将应用程序分解为一组通信节点。ReconROS是以前的一种方法，可以将完整的ROS节点映射到硬件中进行加速。由于ReconROS依赖于标准的ROS通信层，因此在硬件映射节点之间交换数据可能会导致性能瓶颈。本文介绍了fpgaDDS，一个精益的数据分布服务的硬件映射的ROS 2节点。fpgaDDS依赖于定制的和静态生成的基于流的通信架构。我们详细介绍了这种通信架构及其组件，并概述了它的好处。我们评估fpgaDDS的测试示例和一个更大的自动驾驶汽车的案例研究。与软件中的ROS 2应用程序相比，我们实现了高达13.34的加速比，并将抖动降低了两个数量级。
2023-03-01 cs.RO
Software Testing, AI and Robotics (STAIR) Learning Lab
University of Innsbruck（因斯布鲁克大学）
在本文中，我们介绍了软件测试，人工智能和机器人（楼梯）学习实验室。STAIR是因斯布鲁克大学发起的一项倡议，旨在将机器人技术、人工智能（AI）和软件测试引入学校。在实验室中，物理和虚拟学习单元是并行开发的，并且彼此同步。它的核心学习方法是基于物理和模拟机器人环境的开发。在这两种环境中，AI场景（如交通标志识别）都得到了部署和测试。我们提出并专注于我们新设计的MiniBot都是建立在硬件上，这是专为教育和研究目的，以及模拟环境。此外，我们描述了第一次学习设计概念和展示场景（即，基于人工智能的交通标志识别）与不同的练习，可以很容易地扩展。
2022-04-06 cs.RO
Teaching Software Engineering through Robotics
ETH Zurich（苏黎世联邦理工学院）
本文介绍了一个新开发的机器人编程课程，并报告了机器人背景下的软件工程教育的初步成果。机器人学程序设计是一门多学科交叉的课程，软件工程与机器人学并重。它教学生适当的软件工程-特别是模块化和文档-让他们实现四个核心机器人算法的教育机器人。为了评估机器人背景下的软件工程教育的效果，我们分析了课前和课后的调查数据和我们的学生完成的四个作业。分析表明，学生获得了软件工程技术和原则的理解。
2014-06-17 cs.CY cs.RO
NightOwl: Robotic Platform for Wheeled Service Robot
Universitas Gadjah Mada（加札马达大学）
NightOwl是专为轮式服务机器人设计的机器人平台。机器人以全方位的方式自主导航，并配备了激光雷达来感知周围区域。该平台本身是使用机器人操作系统（ROS）构建的，并使用两种不同的程序设计语言（C++和Python）编写。NightOwl由几个模块化程序组成，即硬件控制器、光探测和测距（LIDAR）、同时定位与地图构建（SLAM）、世界模型、路径规划、机器人控制、通信和行为。这些程序并行运行并相互通信以共享各种信息。本文从输入、处理和输出三个方面阐述了模块化程序的作用。此外，NightOwl还提供Gazebo和RViz中的可视化模拟。Gazebo将其环境中的机器人可视化。来自LIDAR的传感器数据和来自SLAM的结果将通过RViz可视化。
2020-11-18 cs.RO
Dealing with Run-Time Variability in Service Robotics: Towards a DSL for Non-Functional Properties
University of Applied Sciences Ulm（乌尔姆应用科学大学）
服务机器人在开放的自然环境中工作。因此，由于潜在情况的组合爆炸，在机器人设计期间不可能提前预见所有可能性。此外，由于移动机器人的资源有限，按需计划任何行动都是不可行的。因此，有必要提供一种机制，以表达可变性在设计时，可以有效地解决机器人在运行时间的基础上，然后可用的信息。在本文中，我们介绍了一个DSL来表达运行时间的变化集中在机器人的执行质量（在非功能属性，如安全性和任务效率）在不断变化的情况下，有限的资源。我们支持我们的方法的适用性集成到一个整体的机器人架构的例子。
2013-03-18 cs.RO
Service-Oriented Architecture for Space Exploration Robotic Rover Systems
LACSC – Lebanese Association for Computational Sciences（黎巴嫩计算科学协会（LACSC））
目前，工业部门正在将其业务流程转变为电子服务和基于组件的体系结构，以构建灵活、健壮和可扩展的系统，并降低与集成相关的维护和开发成本。机器人技术是另一个有前途和快速增长的行业，涉及创造以自主方式运行的机器，并为各种应用服务，包括太空探索，武器，实验室研究和制造。在太空探索中，最常见的机器人类型是行星漫游者，它在行星表面移动，并对天体表面进行彻底的地质研究。这种类型的漫游车系统仍然是ad-hoc的，因为它将其软件结合到其核心硬件中，使得整个系统内聚，紧密耦合，更容易出现缺点，灵活性较差，难以扩展和维护，并且不可能适应其他目的。本文提出了一种面向服务的体系结构的空间探测机器人漫游系统松耦合和分布式Web服务。所提出的架构由三个基本层：客户端层，对应于实际的流动站;服务器层，对应于Web服务;和中间件层，对应于企业服务总线，促进互联实体之间的互操作性。这种架构的利基是漫游者的软件组件与漫游者的身体分离和隔离，并可能部署在一个遥远的位置。面向服务的体系结构促进了客户机到服务器通信的可集成性、可伸缩性、可重用性、可维护性和互操作性。
2012-04-01 cs.RO
CISRU: a robotics software suite to enable complex rover-rover and astronaut-rover interaction
GMV Aerospace and Defence SAU（GMV航空航天与防务公司）；ESTEC, ESA（欧洲空间研究与技术中心，欧洲空间局）
CISRU项目开发了一款脱离平台的行星/地面机器人软件套件，依托AI及继承自ERGO/ADE、PERASPERA计划的多智能体规划系统实现高自主性，重点介绍了AI感知模块与人机交互模块，支持复杂场景下的巡视器、航天员交互。
2023-11-06 cs.RO
Robotics Software Engineering: A Perspective from the Service Robotics Domain
University of Gothenburg（哥德堡大学）；Radboud University Nijmegen（拉德堡德大学）；University of Bergamo（贝加莫大学）
通过执行有用的任务来支持人类的机器人（又称，服务机器人）在全球范围内蓬勃发展。与工业机器人相比，服务机器人的发展带来了严重的软件工程挑战，因为它们需要高水平的鲁棒性和自主性，以便在高度异构的环境中运行。作为一个具有关键安全影响的领域，服务机器人面临着对良好软件开发实践的需求。在本文中，我们提出了第一个大规模的实证研究，以评估国家的艺术和机器人软件工程的实践。我们对来自9个不同国家的15家公司的工业从业者进行了18次半结构化访谈，并对来自机器人领域的156名受访者（来自26个国家）进行了调查。我们的研究结果提供了一个全面的图片（i）机器人工业和学术从业者应用的实践，包括过程，范例，语言，工具，框架和重用的做法，（ii）机器人软件工程的显着特点，（iii）经常面临的挑战，以及采用的解决方案。本文最后讨论的意见，推导出的假设，并提出行动的研究人员和从业人员。
2020-09-08 cs.RO cs.SE
Supporting Robotic Software Migration Using Static Analysis and Model-Driven Engineering
University of York（约克大学）；McMaster University（麦克马斯特大学）
机器人系统的广泛使用有助于开发与运行机器人系统的硬件平台高度耦合的机器人软件。由于维护成本增加或业务优先级变化，机器人硬件很少升级，从而增加了技术停滞的风险。要降低这一风险，就需要将系统及其软件迁移到新的硬件平台。传统的软件工程实践，如完全重新开发和基于代码的迁移，虽然有助于减轻这些过时的问题，他们是耗时和过于昂贵。我们的RoboSMi模型驱动方法支持控制机器人系统的软件在硬件平台之间的迁移。首先，RoboSMi对源硬件平台的机器人软件执行静态分析，以识别平台相关和平台无关的软件结构。通过分析表示目标平台上机器人组件架构的模型，RoboSMi建立这些组件的硬件配置，并为每个组件建议软件库，其执行将使机器人软件能够控制组件。最后，RoboSMi通过代码生成为目标平台生成软件，并指出需要机器人工程师手动干预才能完成迁移的区域。我们评估RoboSMi的适用性，并分析其使用所提供的自动化水平和性能，通过将部署用于环境监测的两个机器人系统和从螺旋桨活动板到Arduino Uno的线路跟踪任务。
2020-08-05 cs.RO cs.SE
Industry Best Practices in Robotics Software Engineering
Jet Propulsion Laboratory, California Institute of Technology（喷气推进实验室，加州理工学院）；Robert Bosch Corporate Research（罗伯特·博世企业研究院）；Waymo；XITASO GmbH（XITASO有限公司）；Mälardalen University（梅拉达伦大学）；Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；University of Stuttgart（斯图加特大学）
机器人软件正在推动软件工程实践的极限。第三届机器人软件工程国际研讨会举行了关于“机器人软件工程最佳做法“的小组讨论。本文分享了小组成员和研讨会讨论中出现的关键要点，包括NASA/加州理工学院喷气推进实验室的架构实践，博世的模型驱动开发，Waymo的自动驾驶系统开发和测试，以及XITASO的机器人软件测试。研究人员和从业者可以在本文内容的基础上，对他们的活动获得新的视角，并专注于当今开发机器人软件中最紧迫的实践和挑战。
2022-12-09 cs.RO cs.SE
Advancing The Robotics Software Development Experience: Bridging Julia's Performance and Python's Ecosystem
本文提出在 Python ROS 2 应用中使用 Julia 处理性能关键任务，以兼顾 Python 的易用性和高性能，同时避免多语言架构的接口复杂性。
2024-06-06 cs.RO
On the Implementation of Behavior Trees in Robotics
Istituto Italiano di Tecnologia（意大利技术研究院）
行为树作为一种描述和实现机器人行为的工具越来越受到人们的关注。BT是在视频游戏行业中设计的，它们在机器人技术中的采用导致了ad-hoc库的开发，以设计和执行适合复杂机器人软件架构的BT。虽然对BT的工作方式存在广泛的共识，但某些特性依赖于在所使用的特定软件库中完成的实现选择。在这封信中，我们概述了采用BT的实际方面，以及机器人社区为充分利用BT在真实机器人中的优势而设计的解决方案。我们还概述了在机器人技术中使用的开源库中提出的解决方案，我们展示了BT如何适应机器人软件架构，并给出了一个用例示例。
2021-06-29 cs.RO
DLT federation for Edge robotics
University Carlos III of Madrid（马德里康普顿斯大学）；ADLINK Technology（凌华科技）
5G和NFV网络中的联合概念旨在提供跨多个管理域的服务编排。边缘机器人作为机器人技术的一个分支，依靠低延迟、可靠的访问连接，在网络边缘实现机器人控制。在本文中，我们提出了一种解决方案，使边缘机器人服务，以扩大其服务足迹或访问覆盖多个管理域。我们建议将分布式账本技术（DLT）应用于联合程序，以实现未公开的管理域之间的私密，安全和可信的交互。该解决方案被应用在一个真实的边缘机器人实验场景。结果显示，在外部/匿名域中部署和联合Edge机器人服务大约需要19秒，而不会出现任何服务停机时间。
2020-10-05 cs.NI cs.RO
Before Autonomy Takes Control: Software Testing in Robotics
Ruhr University Bochum Bochum Germany；University of Bremen Bremen Germany；IT University of Copenhagen Copenhagen Denmark；Chalmers\,|\,Gothenburg University Gothenburg Sweden；Ruhr University Bochum；University of Bremen；IT University of Copenhagen；Chalmers\,|\,Gothenburg University
本文探讨了机器人软件测试的挑战，通过分析247篇相关论文，揭示了机器人测试与传统软件测试的异同，并指出现有研究中的开放问题与经验总结。
2026-02-02 cs.RO cs.SE
Software Engineering for Robotic Systems:a systematic mapping study
Université du Québec à Chicoutimi（魁北克大学希库蒂米分校）
机器人正被应用于广泛的领域，导致研究人员和从业人员编写比过去更复杂的任务。机器人软件的复杂性增加了工程机器人的软件组件的质量要求的难度。在过去的二十年里，研究人员和实践者已经应用软件工程（SE）方法和机器人领域来解决这个问题。本研究的目的是识别，分类和评估当前最先进的软件工程的机器人系统（SERS）。我们系统地选择和分析了50个主要的研究，从Scopus数字图书馆的自动搜索和人工搜索的两个版本的玫瑰研讨会。我们提出三个主要贡献。首先，我们从以下三个角度进行分析：人口统计学的出版物，SE领域应用于机器人领域，和RSE的结果。其次，我们展示了一个目录的研究，应用软件工程技术在机器人领域，分类与SWEBOK指南。我们已经从SWEBOK指南中确定了15个软件工程领域中的5个，这些领域明确应用于机器人领域。大多数研究侧重于开发阶段（设计、模型和方法以及施工）。测试和质量软件领域在SERS中几乎没有覆盖。最后，我们确定研究的机会和差距，软件工程的机器人系统为未来的研究。
2021-02-24 cs.RO cs.SE
Epically Powerful: An open-source software and mechatronics infrastructure for wearable robotic systems
Georgia Institute of Technology（佐治亚理工学院）；Harvard University（哈佛大学）；Rice University（莱斯大学）
Epically Powerful是一款开源机器人基础设施，可简化可穿戴机器人系统的底层框架，支持QDD执行器等硬件对接，降低定制化可穿戴机器人开发门槛，还适用于其他相关机器人领域。
2026-08-11 cs.RO
Software Engineering for Robotics: Future Research Directions; Report from the 2023 Workshop on Software Engineering for Robotics
本文报告NSF资助的2023年机器人软件工程研讨会，梳理机器人软件在异构硬件、学习组件、不确定性环境和可扩展性等方面的独特挑战，并提出未来五年研究方向。
2024-01-22 cs.RO cs.SE
From Ontology Conformance to Admissible Reconfiguration: A RoSO/SMGI Adequacy Argument for Robotic Service Governance
Aomar Osmani
本文通过RoSO/SMGI论证，探讨服务机器人在重构后如何保持可接受性，提出服务描述动态可治理的条件。
2026-05-05 cs.AI cs.RO
Mining Energy-Related Practices in Robotics Software
Technological Federal University of Paraná - UTFPR（巴拉那州立理工大学）；Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；Federal University of Pará（帕拉联邦大学）
机器人在许多工业环境中变得越来越普遍。这种成功的采用可以部分归因于（1）它们越来越实惠的成本和（2）开发智能软件驱动机器人的可能性。不幸的是，机器人软件消耗大量的能源。此外，机器人通常是电池驱动的，这意味着即使是很小的能源改进也可以帮助减少其能源足迹，提高其自主性和用户体验。在本文中，我们研究了机器人操作系统（ROS）的生态系统，事实标准开发和原型机器人软件。我们分析了527个与能源相关的数据点（包括ROS相关存储库上的提交、拉取请求和问题，StackOverflow、ROS Discourse、ROS Answers和官方ROS Wiki上的ROS相关问题）。我们的研究结果包括机器人专家对软件能源效率的兴趣的量化，10个经常性的原因，和14个能源相关问题的解决方案，以及他们对其他质量属性的隐含权衡。这些贡献支持机器人专家和研究人员在未来的机器人项目中使用节能软件。
2021-03-25 cs.RO cs.SE
Adaptive Computing in Robotics, Leveraging ROS 2 to Enable Software-Defined Hardware for FPGAs
Xilinx, Inc.（赛灵思公司）
传统的机器人软件开发是关于在给定机器人的CPU中使用预定义的架构和约束进行编程功能。相反，使用自适应计算，构建机器人行为就是对架构进行编程。通过利用自适应计算，机器人专家可以在运行时间调整其计算系统的一个或多个属性（例如，其确定性、功耗、安全态势或吞吐量）。然而，机器人专家并不是硬件工程师，而且他们中缺乏嵌入式专业知识。本白皮书采用了以ROS 2机器人专家为中心的自适应计算观点，并提出了一种架构，将FPGA作为ROS 2生态系统的一级参与者。所提出的架构是平台和技术无关的，并且易于移植。该架构的核心组件在Apache 2.0许可证下公开，为机器人专家利用自适应计算和创建软件定义硬件铺平了道路。
2021-08-30 cs.AR cs.RO
Proceedings of the Fourth International Workshop on Domain-Specific Languages and Models for Robotic Systems (DSLRob 2013)
Hochschule Ulm（乌尔姆应用技术大学）；University of Southern Denmark（南丹麦大学）；IRD（法国发展研究院）；UPMC（巴黎第六大学）；MSI-IFI
第四届机器人系统领域特定语言和模型国际研讨会（DSLRob'13）于2013年11月在日本东京与2013年IEEE/RSJ智能机器人和系统国际会议（IROS 2013）一起举行。研讨会的主要议题是机器人领域特定语言（DSL）和模型驱动软件开发（MDSD）。领域特定语言是一种专用于特定问题领域的程序设计语言，它提供了特定的符号和抽象，可以提高该领域内程序员的生产力。模型驱动的软件开发为领域用户提供了一种高级方法，可以在正确的抽象级别上指定系统的功能。DSL和模型历来用于复杂系统的编程。然而，最近他们已经获得了兴趣作为一个独立的研究领域。机器人系统以一种整体的方式融合硬件和软件，这在本质上会引起许多横切问题（并发性、不确定性、时间限制等），由于这个原因，传统的通用语言经常导致语言特征和实现需求之间的不佳匹配。DSL和模型提供了一种强大的、系统的方法来克服这个问题，使程序员能够快速、精确地实现新的软件解决方案，以解决机器人领域中的复杂问题。
2013-12-20 cs.RO
Proceedings of the Sixth International Workshop on Domain-Specific Languages and Models for Robotic Systems (DSLRob 2015)
Hochschule Ulm（乌尔姆应用技术大学）；University of Southern Denmark（南丹麦大学）；UMI UMMISCO（UMMISCO国际联合单位）；IRD（法国国家发展研究所）；UPMC（巴黎第六大学）；MSI-IFI（MSI-IFI研究所）；Bielefeld University（比勒费尔德大学）；RWTH Aachen University（亚琛工业大学）；Ecole des Mines Douai（杜埃矿业学院）
第六届机器人系统领域特定语言和模型国际研讨会（DSLRob'15）于2015年9月28日在德国汉堡举行，作为IROS 2015会议的一部分。研讨会的主要议题是机器人领域特定语言（DSL）和模型驱动软件开发（MDSD）。领域特定语言是一种专用于特定问题领域的程序设计语言，它提供了特定的符号和抽象，可以提高该领域内程序员的生产力。模型驱动的软件开发为领域用户提供了一种高级方法，可以在正确的抽象级别上指定系统的功能。DSL和模型历来用于复杂系统的编程。然而，最近他们已经获得了兴趣作为一个独立的研究领域。机器人系统以一种整体的方式融合硬件和软件，这在本质上会引起许多横切问题（并发性、不确定性、时间限制等），由于这个原因，传统的通用语言经常导致语言特征和实现需求之间的不佳匹配。DSL和模型提供了一种强大的、系统的方法来克服这个问题，使程序员能够快速、精确地实现新的软件解决方案，以解决机器人领域中的复杂问题。
2016-01-20 cs.RO
Proceedings of the Fifth International Workshop on Domain-Specific Languages and Models for Robotic Systems (DSLRob 2014)
ETH Zurich（苏黎世联邦理工学院）；Bonn-Rhein-Sieg University（波恩-莱茵-锡格大学）；Hochschule Ulm（乌尔姆应用技术大学）；University of Southern Denmark（南丹麦大学）；IRD（法国发展研究院）；UPMC（皮埃尔和玛丽·居里大学）
第五届机器人系统领域特定语言和模型国际研讨会（DSLRob'14）于2014年10月在意大利贝加莫与2014年自主机器人仿真，建模和编程国际会议（SIMPAR 2014）一起举行。研讨会的主要议题是机器人领域特定语言（DSL）和模型驱动软件开发（MDSD）。领域特定语言是一种专用于特定问题领域的程序设计语言，它提供了特定的符号和抽象，可以提高该领域内程序员的生产力。模型驱动的软件开发为领域用户提供了一种高级方法，可以在正确的抽象级别上指定系统的功能。DSL和模型历来用于复杂系统的编程。然而，最近他们已经获得了兴趣作为一个独立的研究领域。机器人系统以一种整体的方式融合硬件和软件，这在本质上会引起许多横切问题（并发性、不确定性、时间限制等），由于这个原因，传统的通用语言经常导致语言特征和实现需求之间的不佳匹配。DSL和模型提供了一种强大的、系统的方法来克服这个问题，使程序员能够快速、精确地实现新的软件解决方案，以解决机器人领域中的复杂问题。
2014-11-26 cs.RO
Industry 4.0 Asset Administration Shell (AAS): Interoperable Skill-Based Service-Robots
Technische Hochschule Ulm（乌尔姆应用技术大学）
本文介绍了我们在服务机器人背景下使用工业4.0资产管理外壳（AAS）。我们将AAS与服务机器人的软件组件和完整的服务机器人系统一起使用。软件组件的AAS用作标准化的数字数据表。它帮助系统构建者在设计时找到和选择与要构建的系统的系统级需求相匹配的软件组件。用于系统的AAS包括用于系统的数据表，并且还在运行时收集操作数据，并且其允许服务机器人的技能水平命令。AAS是作为我们服务机器人模型驱动开发和组合工作流程的一部分生成和填充的。AAS可以作为与服务机器人进行标准化集成和交互的关键推动者。
2022-08-02 cs.RO
Viconmavlink: A software tool for indoor positioning using a motion capture system
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；NVIDIA Corp.（英伟达公司）
运动捕捉技术由于其精确的位置测量和实时性，在机器人研究中得到了广泛的应用。本文介绍了ViconMAVLink，一个跨平台的开源软件工具，提供室内定位服务的网络机器人。ViconMAVLink将Vicon运动捕捉数据转换为正确的姿势和运动数据格式，并使用MAVLink协议将定位信息发送给机器人。该软件是移动机器人研究人员在受控室内环境中进行实验的方便工具。
2018-11-28 cs.RO
Resource Allocation and Service Provisioning in Multi-Agent Cloud Robotics: A Comprehensive Survey
Swinburne University of Technology（斯威本科技大学）；CSIRO（澳大利亚联邦科学与工业研究组织）；Engineering Institute of Technology (EIT)（工程技术学院）；South China University of Technology（华南理工大学）；University of Manitoba（曼尼托巴大学）
如今，机器人应用被广泛采用，以增强现实世界网络物理系统（CPS）的操作自动化和性能，包括工业4.0，农业，医疗保健和灾难管理。这些应用程序由延迟敏感、数据量大和计算密集型任务组成。然而，机器人在计算能力和存储容量方面受到限制。多智能体云机器人的概念使机器人之间能够进行协作，并为机器人执行大规模应用程序创造了一个互补的环境，能够利用边缘和云资源。然而，在这样的协作环境中，机器人任务的最优资源分配是具有挑战性的实现。与机器人和计算实例相关的异构能耗率和执行成本的应用使其变得更加复杂。此外，本地机器人、边缘节点和云数据中心之间的数据传输延迟会对实时交互产生不利影响，并阻碍服务性能保证。考虑到所有这些问题，本文全面调查的最先进的资源分配和服务提供的多智能体云机器人。本文通过与当代计算范式的明确比较，提出了多智能体云机器人的应用领域，并确定了具体的研究挑战。第一次提出了一个完整的分类资源分配，连同讨论的资源池，计算卸载，和任务调度的有效服务提供。此外，我们强调了从经验教训中得出的研究差距，并提出了有利于进一步推进这一新兴领域的未来方向。
2021-04-29 cs.DC cs.RO
Large language model-based task planning for service robots: A review
School of Electrical Engineering, Yanshan University（燕山大学电气工程学院）；Engineering Research Center of Intelligent Control System and Intelligent Equipment, Ministry of Education, Yanshan University（燕山大学智能控制与设备工程研究中心）；Hebei Key Laboratory of Intelligent Rehabilitation and Neuromodulation, Yanshan University（河北省智能康复与神经调制重点实验室）；School of Control Science and Engineering, Shandong University（山东大学控制科学与工程学院）；National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（国家机器人视觉感知与控制技术工程研究中心）；Department of Automation, Shanghai Jiao Tong University（上海交通大学自动化系）；Advanced Robotics and Intelligent Systems Laboratory, School of Engineering, University of Guelph（圭尔夫大学工程学院先进机器人与智能系统实验室）
本文综述了大语言模型在服务机器人任务规划中的应用，涵盖基础技术、认知核心作用、多模态输入进展及挑战，旨在为复杂家庭环境中的任务规划提供参考。
2025-10-27 cs.RO
Towards a Framework for Visual Intelligence in Service Robotics: Epistemic Requirements and Gap Analysis
The Open University（开放大学）
服务机器人在真实世界中运行所需的关键能力是视觉智能，即，使用视觉系统、推理组件和背景知识来理解环境的能力。在本文中，我们分析了视觉智能的认知要求，无论是在自上而下的方式，使用现有的框架，在文献中的类人视觉智能，并从自底向上的，在现实世界的机器人场景中的物体识别试验中出现的错误。最后，我们使用这些要求来评估服务机器人的当前知识库，并确定它们为视觉智能提供的支持中的差距。这些差距提供了一个研究议程的基础，为视觉智能开发更有效的知识表示。
2020-03-13 cs.AI cs.CV cs.RO
Fairness-Sensitive Policy-Gradient Reinforcement Learning for Reducing Bias in Robotic Assistance
Kent State University（肯特州立大学）；George Washington University（乔治华盛顿大学）
针对机器人辅助服务中对不同人群的决策偏见，提出FSPGRL自反思策略梯度方法，通过检测异常梯度更新并修正策略，在餐厅服务实验中验证其可抑制偏见并提升公平性。
2023-06-07 cs.RO
Software for the SpaceDREAM Robotic Arm
Technical University of Munich (TUM)（慕尼黑技术大学）；German Aerospace Center (DLR)（德国航空航天中心）
本文介绍SpaceDREAM机械臂在轨验证任务的机载软件架构，通过复用DLR现有软件栈，实现关节级与笛卡尔控制，支持自由运动和接触任务，以验证阻抗控制功能。
2024-12-11 cs.RO
Overcoming technical adoption barriers for mobile service robots in rehabilitation
TEDIRO Healthcare Robotics（TEDIRO医疗机器人公司）；MetraLabs GmbH Neue Technologien und Systeme（MetraLabs新技术与系统有限责任公司）
本文探讨移动服务机器人在康复领域的技术采用障碍，提出通过外围功能与渐进改进提升技术成熟度，强调临床测试驱动的下游开发对用户接受与广泛采用的关键作用。
2026-09-16 cs.RO
Intelligent Agent-Based Stimulation for Testing Robotic Software in Human-Robot Interactions
University of Bristol（布里斯托大学）；University of the West of England（西英格兰大学）
机器人软件测试的挑战超出了传统的软件测试。需要为并发运行的多个程序和硬件生成有效、真实和有趣的测试，并将其部署到有人员的动态环境中。我们调查使用的信念-欲望-意图（BDI）代理作为测试生成模型，在域中的人-机器人交互（HRI）的模拟。这些模型提供了合理的代理，因果关系和推理机制，用于规划，模拟智能和自适应机器人，以及由人类指导的智能测试环境。我们引入了强化学习（RL），使用基于覆盖反馈的奖励函数来自动探索BDI模型。我们的方法进行评估，使用协同制造的例子，在测试中的机器人软件是间接刺激通过一个模拟的人类同事。我们得出结论，BDI代理提供了直观的模型，在HRI域的测试生成。我们的研究结果表明，RL可以完全自动化BDI模型探索，导致非常有效的覆盖导向测试生成。
2016-07-13 cs.RO cs.SE
Towards Automatic Migration of ROS Components from Software to Hardware
Maersk McKinney Moeller Institute, University of Southern Denmark（南丹麦大学马士基·麦克金尼·穆勒研究所）
ROS中间件的使用是机器人技术的一个增长趋势，然而，ROS和硬实时嵌入式系统在保持所有级别的相同整体通信和处理方法的同时，并不容易统一。在本文中，我们提出了一种方法，旨在解决高层次，灵活的软件和低层次，实时软件之间的分裂。我们的方法的关键思想是使软件组件编写的高层次的自定义订阅软件架构自动迁移到一个专用的硬件架构，使用可编程逻辑实现。我们的方法基于Unity框架，这是一个基于FPGA的统一软件/硬件框架，用于将高级软件快速连接到低级机器人硬件。
2014-07-28 cs.RO
Designing for Distributed Heterogeneous Modularity: On Software Architecture and Deployment of MoonBots
Space Robotics Lab. (SRL) in Department of Aerospace Engineering, Graduate School of Engineering, Tohoku University（太空机器人实验室（SRL）位于东京大学工学研究生院航空航天工程系）
本文提出了一种面向分布式异质模组的软件架构设计方法，通过Motion Stack软件实现了模块化机器人系统的动态配置与协作，适用于空间和广泛的应用场景。
2025-12-04 cs.RO
AWML: An Open-Source ML-based Robotics Perception Framework to Deploy for ROS-based Autonomous Driving Software
TIER IV, Inc（TIER IV公司）
本文提出开源框架AWML，为基于ROS的自动驾驶提供MLOps支持，除模型部署外还集成自动标注、半自动标注与数据挖掘的主动学习流水线。
2025-05-31 cs.RO cs.SE
Software-Defined Robotics -- Idea & Approach
University of New Haven（纽黑文大学）
软件定义机器人的方法论基于层次和独立的框架，可以设计和实现编程和控制不同的机器人，无论他们的制造商的参数和规格，统一的命令和通信。这种框架方法将增加在运行时间期间对特定机器人组进行（重新）编程的能力，而不会影响关键任务和工业操作中所需的其他机器人，扩展共享带宽，增强代码的可重用性，利用计算处理能力，减少对每个机器人的大量补充电气部件的不必要分析，以及获得基于云计算、虚拟机（VM）和机器人即服务（RaaS）技术中最先进的行业趋势的优势。
2017-08-20 cs.AI cs.RO
Software Engineering for Self-Adaptive Robotics: A Research Agenda
Simula Research Laboratory（Simula研究实验室）；University of York（约克大学）；Aarhus University（奥胡斯大学）；Aristotle University of Thessaloniki（塞萨洛尼基亚里士多德大学）；Southwest University（西南大学）；Norwegian University of Science and Technology（挪威科学与技术大学）
本文提出自适应机器人领域的软件工程研究议程，从软件工程生命周期与使能技术两个维度梳理待解挑战，构建面向2030年的研究路线图，为可信高效的自适应机器人系统奠定基础。
2026-05-06 cs.RO cs.SE
Hardware and Software manual for Evolution of Oil Droplets in a Chemo-Robotic Platform
University of Glasgow（格拉斯哥大学）；Future Bits OpenTech UG
本手册概述了一个全自动的液体处理机器人，使物理体现在化学油滴系统的演变。该机器人基于REPRAP 3D打印机系统，通过混合化学品制造液滴，然后将其放置在培养皿中，然后使用相机记录液滴，并使用图像识别软件分析液滴的行为。本手册随附于Nature Communications DOI：10.1038/ncomms 6571上发表的开放获取出版物。
2014-11-07 cs.AI cs.RO
Casting Everything to Online API Services? A Survey of Integrating Localized Speech Recognition Models in Robotic Systems
Institute of Science Tokyo（东京科学研究所）；Eindhoven University of Technology（埃因霍温理工大学）
综述自动语音识别技术在机器人系统中的集成，涵盖其从传统到深度学习模型的演变、相关数据集与工具包，介绍基于 ASR 模型家族等的部署策略及实际平台，指出挑战与未来方向，助力社交机器人研究人员探索人机交互领域。
2026-07-14 cs.RO eess.AS
UAMTERS: Uncertainty-Aware Mutation Analysis for DL-enabled Robotic Software
Simula Research Laboratory and University of Oslo（Simula研究实验室和奥斯陆大学）；Danish Technological Institute（丹麦技术研究所）；PAL Robotics（PAL机器人）
UAMTERS是一种针对深度学习赋能机器人软件的不确定性感知突变分析框架，通过引入不确定性感知突变算子和突变得分指标，有效评估测试套件在不同不确定性水平下的故障检测能力。
2026-02-23 cs.RO cs.SE
Reusability and Modifiability in Robotics Software (Extended Version)
CIFASIS (CONICET-UNR)（CIFASIS（CONICET-UNR））；Universidad Nacional de Rosario (UNR)（罗萨里奥国立大学（UNR））
本研究基于过程控制架构风格与设计模式开发除草机器人微控制器软件，通过8种设计模式解决30个问题得到133个模块，提升了组件复用性与程序可修改扩展性，且经实证验证12千行C++实现无效率损耗。
2024-09-11 cs.RO cs.SE
Pixi: Unified Software Development and Distribution for Robotics and AI
QUT Centre for Robotics, Queensland University of Technology（昆士兰科技大学机器人中心）；George St, Brisbane, QLD 4001, Australia（澳大利亚布里斯班 QLD 4001 地址）；School of Natural Sciences, Macquarie University（麦考瑞大学自然科学学院）；Fondazione Istituto Italiano Di Tecnologia (Italian Institute of Technology), Genova, Italy（意大利技术研究院（意大利理工学院））；Smart Robotics（智能机器人技术）
科学计算中的再现性危机制约了机器人技术的研究。现有的研究表明，高达70%的机器人算法无法由独立团队复制，而许多其他算法无法实现部署，因为创建可共享的软件环境仍然非常复杂。这些挑战源于碎片化、多语言和硬件-软件工具链，导致依赖性地狱。我们提出了Pixi，一个统一的包管理框架，通过捕获项目级锁文件中的确切依赖状态来解决这些问题，确保跨平台的逐位可重复性。它的高性能SAT求解器实现了比同类工具快10倍的依赖关系解决，而conda-forge和PyPI生态系统的集成消除了对多个管理器的需求。自2023年以来，Pixi已被超过5，300个项目采用，将设置时间从数小时缩短至数分钟，并为全球研究人员降低了技术障碍。通过实现可扩展、可复制、协作的研究基础设施，Pixi加速了机器人和人工智能的进步。
2025-11-06 cs.RO cs.SE
Modular Verification of Autonomous Space Robotics
University of Liverpool（利物浦大学）
确保自主空间机器人控制软件正常运行至关重要，特别是因为太空中的软件故障往往等同于任务失败，并可能危及附近的宇航员和昂贵的设备。为了尽量减少软件错误导致的任务失败，我们可以利用各种工具和技术来验证软件是否按预期运行。特别是，机器人系统中的不同节点通常需要不同的验证技术来确保它们的行为符合预期。本文介绍了一种方法，用于集成的各种验证技术，适用于机器人软件，通过一阶逻辑（FOL）规范，捕捉每个节点的假设和保证。然后，这些FOL规范用于指导各个节点的验证，无论是通过测试还是使用正式方法。我们还概述了衡量我们对所用核查技术核查整个系统的信心的方法。
2019-08-28 cs.RO cs.SE
Software Reconfiguration in Robotics
Ruhr University Bochum（鲁尔大学波鸿分校）；University of Bergamo（贝加莫大学）；Chalmers University of Technology（查尔姆斯理工大学）；University of Gothenburg（哥德堡大学）；Radboud University Nijmegen（奈梅亨拉德堡德大学）；Gran Sasso Science Institute (GSSI)（格兰萨索科学研究所）；Bergen University（卑尔根大学）
本文通过审查78篇文献和分析4个主要机器人框架及48个机器人（子）系统，系统研究了机器人软件运行时自动重配置的技术现状与实践现状，揭示了二者之间的显著差距，并提供了设计空间分析和研究空白识别，以指导实践者和研究人员改进重配置技术。
2025-04-09 cs.RO cs.SE
A Reference Software Architecture for Social Robots
University of Bologna（博洛尼亚大学）；ISTC-CNR（意大利国家研究委员会认知科学与技术研究所）；Innopolis University（因诺波利斯大学）
社会机器人技术对软件设计师提出了严峻的挑战，他们需要照顾到困难的架构驱动因素，如机器人的可接受性，信任，以及保证机器人与用户建立个性化的交互。此外，在这种情况下，经常出现的软件设计问题，如确保互操作性，提高软件组件的可重用性和可定制性也会出现。设计和实施社交机器人软件架构是一项时间密集型活动，需要多学科专业知识：这使得快速开发，定制和个性化机器人解决方案变得困难。这些挑战可以在设计时通过选择特定的架构风格、实现特定的架构模式和使用特定的技术来缓解。利用我们在MARIO项目中的经验，在本文中，我们提出了一系列社交机器人可能受益的原则。这些原则也为社交机器人的参考软件架构的设计奠定了基础。这项工作的最终目标是建立一个基于参考软件架构的共同点，以便轻松地重用机器人软件组件，从而快速开发，实施和个性化社交机器人。
2020-07-09 cs.AI cs.RO
Towards Software Development For Social Robotics Systems
RMIT University（皇家墨尔本理工大学）
在本文中，我们介绍了社会机器人系统的软件开发项目的核心成果。维护和控制功能的可用性对许多类型的系统至关重要，但在社交机器人的情况下，我们还必须考虑到（1）人形机器人与人类进行物理交互，（2）与儿童的对话可能与成人的对话有不同的要求。我们的工作成果是实现的类人PAL REEM机器人，但他们的核心思想可以应用于其他类型的人形机器人。我们开发了一个基于Web的解决方案，支持机器人导游的管理，为用户提供建议，并允许对以前的旅游数据进行可视化分析。
2017-12-22 cs.HC cs.RO cs.SE
Service Discovery-Based Hybrid Network Middleware for Efficient Communication in Distributed Robotic Systems
Huaiyin Institute of Technology（淮阴工学院）；Chery Automobile Co., Ltd.（奇瑞汽车股份有限公司）
本文提出RIMAOS2C中间件，通过多级服务发现组播支持多种通信模式，优化数据传输效率并减少延迟不确定性，提升自动驾驶系统通信性能。
2026-03-28 cs.DC cs.NI cs.RO
Chronos and CRS: Design of a miniature car-like robot and a software framework for single and multi-agent robotics and control
Institute of Dynamic Systems and Control, ETH Zurich（苏黎世联邦理工学院动态系统与控制研究所）
本文提出微型车形机器人 Chronos 与开源软件框架 CRS，旨在平衡独轮车与大型车形机器人的优缺点，提供低成本高速运动平台及多智能体控制算法实现，降低教育研究门槛。
2023-11-17 cs.AR cs.RO
Orienteering Problem with Uncertain Time-Varying Rewards: Framework and Benchmark for Everyday Service Robotics
针对日常服务机器人的带不确定时变奖励的定向越野问题，本文提出相关框架与基准，采用三种不同规划器并验证了长时域在线适应规划的有效性。
2026-08-20 cs.AI cs.RO
A Comparison of Prompt Engineering Techniques for Task Planning and Execution in Service Robotics
University of Bonn（波恩大学）；Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究所）；Center for Robotics（机器人中心）；Computer Science Institute VI（计算机科学第六研究所）；Autonomous Intelligent Systems group（自主智能系统组）
本研究在服务机器人任务规划与执行中，系统比较了多种提示工程技术及其组合，通过仿真任务评估最先进模型的完成准确率与执行时间。
2024-11-06 cs.AI cs.RO
A Fog Robotic System for Dynamic Visual Servoing
University of California, Berkeley（加州大学伯克利分校）；Cloudminds Technology Inc.（达闼科技有限公司）；Tsinghua-Berkeley Shenzhen Institute（清华-伯克利深圳学院）
云机器人是一种范例，分布式机器人通过网络连接到云服务，以网络通信为代价获得无限的计算能力。然而，由于网络延迟和可变性等限制，很难直接从云端控制动态的、符合人类需求的服务机器人。在这项工作中，通过利用带有心跳信号的异步协议，我们将云机器人与智能边缘设备相结合，构建了一个雾机器人系统。我们使用该系统，使强大的远程操作的动态自平衡机器人从云。我们首先使用该系统从静态位置拾取箱子，这是仓库物流中通常执行的任务。为了使云遥操作更有效，我们部署了基于图像的视觉伺服（IBVS）来自动执行盒子拾取。包括apriltag识别和跟踪在内的视觉反馈在云中执行，以模拟IBVS的Fog Robotic对象识别系统。我们证明了使用这种云边缘混合的实时动态自动化系统的可行性，这为在Fog Robotics中部署具有深度学习识别系统的动态机器人控制开辟了可能性。最后，我们表明，雾机器人使自平衡服务机器人拿起一个盒子自动从一个人在非结构化环境下。
2018-09-16 cs.AI cs.RO
Towards Python-based Domain-specific Languages for Self-reconfigurable Modular Robotics Research
Technical University of Denmark（丹麦技术大学）；University of Southern Denmark（南丹麦大学）
本文探讨了操作系统和高级语言在自重构机器人软件和领域专用语言（DSL）开发中的作用。我们回顾了一些自重构机器人技术的当前趋势，并描述了ATRON II软件系统的开发，该软件系统利用Linux和Python显着提高软件的抽象性和可移植性，同时提供了一些基本功能，可以证明使用Python时，无论是独立的或通过DSL，在自重构机器人系统上是有用的。这些特性包括透明套接字通信、模块识别、轻松的软件传输和可靠的模块间通信。最终的结果是模块化机器人的软件平台，在适当的地方建立在操作系统，虚拟机，中间件和高级语言的现有工作。
2013-02-22 cs.OS cs.PL cs.RO
Assessing Vision-Language Models for Perception in Autonomous Underwater Robotic Software
Simula Research Laboratory（Simula研究实验室）；Oslo Metropolitan University（奥斯陆城市大学）；Mondragon University（蒙德拉贡大学）；National Institute of Informatics（国立信息学研究所）；Det norske Veritas (DNV)（挪威船级社（DNV））
本文评估了视觉-语言模型在自主水下机器人软件中的感知性能，通过计算性能和不确定性来指导软件工程师选择合适的模型。
2026-03-29 cs.RO cs.SE
SwarmUS: An open hardware and software on-board platform for swarm robotics development
University of Sherbrooke（舍布鲁克大学）
分布式群体机器人的实际应用是罕见的。通用群体机器人平台的标准化可以极大地加速群体机器人向现实生活的实现。SwarmUS平台是一个开源的硬件和软件板载嵌入式系统，旨在添加到现有的机器人上，同时为它们提供群功能，从而提出了一个新的平台标准化问题。这些功能包括基于超宽带的分布式相对定位系统、基于Wi-Fi的本地通信系统和基于SwarmUS平台内连接的机器人之间的Buzz程序设计语言的分布式协调系统。此外，一个人与群体的互动移动应用程序和仿真的机器人操作系统（ROS）的平台。最后，该系统的实现和测试两种类型的机器人：一个TurtleBot3汉堡和两个先锋2DX。
2022-03-05 cs.MA cs.RO cs.SY
