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
Service-Oriented Software Architecture for Cloud Robotics
Prince Sultan University(苏丹王子大学);CISTER Research Unit(CISTER研究单元);Gaitech Robotics(Gaitech机器人公司)
在本文中,我们将概述在开发与Internet和云集成的机器人应用程序和软件时,如何使用面向服务的体系结构和Web服务。这是自2010年以来从云机器人概念中出现的一个最新趋势,该概念利用云基础设施,遵循面向服务的架构方法进行机器人应用。特别是,我们区分了两个主要类别:(\textit{i.})机器人系统的虚拟化和(\textit{ii.})从机器人到基于云的服务的计算卸载。我们讨论了文献中提出的主要方法,设计机器人系统通过Web和他们的集成到云通过面向服务的计算框架。
2019-06-30 cs.RO cs.SE
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
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 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
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
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
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 Systematic Comparison of Simulation Software for Robotic Arm Manipulation using ROS2
University of Glasgow(格拉斯哥大学);National Manufacturing Institute in Scotland(苏格兰国家制造研究所)
仿真软件是机器人研究的强大工具,它允许真实世界的虚拟表示。然而,随着机器人操作系统(ROS)的兴起,有新的仿真软件包,还没有在文献中进行比较。本文提出了一个系统的审查与ROS版本2兼容的仿真软件。重点是机器人手臂操作的研究,因为它代表了工业中最常用的机器人应用及其未来对数字孪生的适用性。为此,我们在类似的参数,任务和场景下对仿真软件进行基准测试,并根据其长期运行的能力,完成任务的成功率,可重复性和资源使用情况对其进行评估。我们发现,没有最好的仿真软件整体,但两个仿真包(点火和Webots)有更高的稳定性比其他,而在资源使用方面,PyBullet和Coppeliasim消耗低于他们的竞争对手。
2022-04-13 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
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
Coral: A Unifying Abstraction Layer for Composable Robotics Software
Texas Robotics(德克萨斯机器人研究所);Walker Department of Mechanical Engineering(机械工程系)
针对机器人软件紧耦合、集成难、改动成本高的问题,提出统一抽象层Coral,通过高层语义约束实现组件快速组合,兼容现有工具,在多场景验证有效并已开源,提升了软件复用性与易用性。
2025-09-02 cs.RO
Reducing the Barrier to Entry of Complex Robotic Software: a MoveIt! Case Study
University of Colorado at Boulder(科罗拉多大学博尔德分校);Google Inc.(谷歌公司);SRI International(SRI国际);Willow Garage, Inc.(Willow Garage公司)
开发与机器人无关的软件框架涉及到综合机器人理论和软件工程的不同领域,同时考虑到硬件设计和控制范例的巨大变化。随着机器人软件框架功能的增加,新用户的设置难度和学习曲线也会增加。如果在机器人上配置和使用软件的门槛太高,那么即使是最强大的框架也是无用的。在机器人软件工程中存在一种日益增长的需求,以帮助用户开始使用和定制特定机器人应用所需的软件框架。在本文中,一个案例研究,提出了最佳做法,发现降低准入门槛的MoveIt!框架,一个开源的工具,用于移动操作的ROS,使用户能够1)快速获得基本的运动规划功能与最小的初始设置,2)自动化其配置和优化,3)轻松定制其组件。一个图形界面,帮助用户配置MoveIt!是我们方法的基石,再加上使用现有的标准化机器人模型进行输入,自动生成机器人特定的配置文件,以及基于插件的架构进行扩展。这些最佳实践被总结为一组适用于其他机器人软件的进入壁垒设计原则。使用统计数据,用户调查,并与我们的设计目标,其有效性的用户进行比较,以降低进入壁垒的方法进行评估。
2014-04-15 cs.RO
Engineering the Hardware/Software Interface for Robotic Platforms - A Comparison of Applied Model Checking with Prolog and Alloy
Chalmers University of Technology(查尔姆斯理工大学);University of Gothenburg(哥德堡大学)
机器人平台服务于不同的用例,从原型辅助应用的实验到在各个领域实现网络物理系统的嵌入式系统。我们正在使用1:10比例的微型车辆作为机器人平台,在自动驾驶汽车和协作车队领域进行研究。因此,使用不同传感器的实验,例如~超声波、红外线和旋转编码器需要使用我们的车辆平台来准备和实现。对于每个设置,我们需要配置硬件/软件接口板来处理所有传感器和执行器。因此,我们需要为接口板的每个引脚找到一个特定的配置设置,既可以处理我们当前的硬件设置,又足够灵活,可以为未来的用例支持更多的传感器或执行器。在本文中,我们展示了如何建模的硬件/软件接口板的配置空间域,使模型检验解决任务,找到任何,所有,最好的可能的引脚配置。我们提出了一个正式的实验结果,应用声明性语言合金和Prolog来指导工程的硬件/软件接口的机器人平台上的配置复杂性高达10引脚的配置空间大于1450万的可能性的例子的过程。我们的研究结果表明,我们的领域模型在合金相比,Prolog更好地找到可行的解决方案,为更大的配置,平均时间为0.58秒。为了找到最佳解决方案,我们的Prolog模型在最大所需配置下的性能更好,仅需1.38秒;然而,本文中作为示例使用的现有硬件工具目前没有涵盖这个重要的用例。
2014-01-16 cs.RO cs.SE
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
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
Towards Quality of Service and Resource Aware Robotic Systems through Model-Driven Software Development
University of Applied Sciences Ulm(乌尔姆应用科学大学)
在机器人技术中设计软件开发过程是工业服务机器人系统的基本要求之一。一个主要的挑战是从代码驱动到模型驱动的系统。这对于用具有明确属性的组件组成的系统取代手工制作的单一单元系统至关重要。此外,这通过将机器人技术知识与短周期实施技术分开来促进重用。总而言之,这是迈向“有能力”机器人的重要一步。本文报告了机器人系统的模型驱动开发过程。该过程包括一个机器人元模型与非功能属性的第一个解释。基于Eclipse的模型驱动工具链提供了模型转换和代码生成步骤。它还提供了资源参数的设计时分析(例如实时任务的可扩展性分析),作为集成机器人系统开发中实现整体资源感知的第一步。总体方法是由几个现实世界的场景。
2010-09-24 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
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
Systems-theoretic Safety Assessment of Robotic Telesurgical Systems
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Applied Dexterity(Applied Dexterity公司);Rush University Medical Center(拉什大学医学中心);Massachusetts Institute of Technology(麻省理工学院)
机器人手术系统是市场上最复杂的医疗网络物理系统之一,在过去十年中已用于超过175万例手术。尽管近年来机器人手术系统的设计有了显著改进,但在手术过程中仍不断发生对患者产生负面影响的安全事件。本文提出了一种基于软件故障注入的机器人手术系统的系统理论安全评估方法。我们使用系统理论危害分析技术(STPA)来识别RAVEN II机器人(一种开源机器人手术平台)中的潜在安全危害场景及其成因。我们将机器人控制软件与软件实现的故障注入引擎集成在一起,该引擎通过自动将故障插入机器人控制软件的不同部分来测量系统对已识别的安全危险场景的弹性。使用报告给美国食品药品监督管理局(FDA)MAUDE数据库的真实机器人手术事件的代表性危害场景来证明机器人手术系统基于安全设计的拟议方法的可行性。
2015-07-08 cs.CR cs.RO cs.SE
Runtime Verification and Field-based Testing for ROS-based Robotic Systems
Chalmers University of Technology(查尔姆斯理工大学);Gran Sasso Science Institute (GSSI)(格兰萨索科学研究所);University of Brasilia(巴西利亚大学);Ruhr University Bochum(波鸿鲁尔大学);University of Gothenburg(哥德堡大学)
本文针对ROS机器人系统,通过文献综述、仓库挖掘和问卷验证,提出20条指南(8条面向开发者,12条面向QA团队),以支持运行时验证和现场测试,填补架构指导空白。
2024-08-21 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
ACT: Automated CPS Testing for Open-Source Robotic Platforms
Arizona State University(亚利桑那州立大学);Arkansas State University(阿肯色州立大学)
本文提出ACT框架,通过自动化持续测试开源CPS软件与机器人平台,解决多模块开发中测试不足的问题,并通过案例验证其有效性。
2026-04-13 cs.RO cs.SE cs.SY
Improving the lifecycle of robotics components using Domain-Specific Languages
University of Extremadura(埃斯特雷马杜拉大学)
目前有大量的机器人软件使用面向组件的编程范式。然而,组件数量和复杂性的快速增长可能会损害机器人软件系统的可扩展性和整个生命周期。模型驱动工程可以用来缓解这些问题。本文介绍了如何使用特定领域的语言来生成和描述机器人系统的关键部件,帮助开发人员执行组件管理任务,如组件的创建,修改,监控和部署。本文提出了四种不同的DSL:i)用于指定组件结构的CDSL,ii)用于描述组件接口的IDSL,iii)用于描述组件网络部署过程的DDSL和iv)用于定义和配置组件参数的PDSL。他们的好处已被证明后,他们在RoboComp,一个通用的和基于组件的机器人框架的实施。这些DSL的使用示例与实验一起展示了它们为组件的生命周期带来的好处。
2013-01-25 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
A representation of robotic behaviors using component port arbitration
Italian Institute of Technology(意大利理工学院)
开发考虑反应性,可扩展性和可重用性的应用程序一直是机器人研究人员关注的中心。基于行为的架构已经被提出作为一种编程范式,以开发强大而复杂的行为,作为简单模块的集成,其活动直接由感官反馈或来自其他模型的输入调制。然而,随着应用程序复杂性的增加,基于行为的系统的设计变得越来越困难。本文提出了一种基于端口仲裁的分布式体系结构中的行为建模和协调方法,该方法将行为的表示与软件组件的组成分离开来。因此,基于不同的行为描述,可以重用相同的软件组件来实现不同的应用。
2014-12-16 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
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
Search-based Robustness Testing of Laptop Refurbishing Robotic Software
Simula Research Laboratory(Simula研究实验室);University of Oslo(奥斯陆大学);Danish Technological Institute(丹麦技术研究所)
本文提出PROBE方法,利用多目标优化寻找最小局部扰动以暴露笔记本翻新机器人软件中物体检测模型的缺陷,验证其在生成失效诱导扰动方面的有效性。
2026-05-08 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
OpenUAV Cloud Testbed: a Collaborative Design Studio for Field Robotics
School of Earth and Space Exploration(地球与空间探索学院);Vanderbilt University(范德堡大学)
仿真在机器人研究和教育中起着至关重要的作用。本文介绍了OpenUAV测试平台,这是一个开源、易于使用、基于Web且可复制的软件系统,使学生和研究人员能够在云上运行机器人模拟。我们已经建立在我们以前的工作,并解决了一些与以前的工作相关的教育和研究挑战。本文对机器人和自动化社区的关键贡献有三个方面:首先,OpenUAV通过提供基于Web浏览器的Linux桌面会话,以及Gazebo,ROS和飞行自治堆栈等标准机器人软件,为学生和研究人员节省了繁琐和复杂的软件设置。第二,一种保存个人研究工作及其依赖性的方法,以供工作未来的再现性。第三,该平台提供了一种机制,通过结合基于Unity游戏引擎的相机渲染和Gazebo物理来支持逼真的机器人模拟。本文讨论了真实感模拟的研究需求,并描述了一种方法,用于创建一个真实感水生模拟。我们还介绍了该平台的各种学术和研究用例,以改善机器人教育和研究,特别是在像COVID-19大流行这样的时期,虚拟协作是必要的。
2021-05-06 cs.DC cs.RO cs.SE
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
Automatic Extraction of Time-windowed ROS Computation Graphs from ROS Bag Files
Vrije Universiteit Amsterdam(阿姆斯特丹自由大学);Federal University of Technology, Paraná (UTFPR)(巴拉那联邦理工大学(UTFPR))
针对机器人系统运行时软件架构重配置影响运行属性的问题,提出从ROS bag文件静态提取时间窗口化架构信息的方法,经数百个挖掘自公开仓库的文件验证,可助力ROS系统架构的讨论与推理。
2023-05-25 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
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
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
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
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
Formal Evidence Generation for Assurance Cases for Robotic Software Models
University of York(约克大学)
本文提出一种基于模型的形式验证方法,用于生成机器人软件模型的保证案例证据,通过整合形式验证工具和自动化转换需求为形式断言,提高安全性证明的效率和一致性。
2026-11-03 cs.FL cs.LO 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
Cloudroid: A Cloud Framework for Transparent and QoS-aware Robotic Computation Outsourcing
National Key Laboratory for Parallel and Distributed Processing, National University of Defense Technology(国防科技大学并行与分布处理国家重点实验室)
许多机器人任务需要大量的计算,这很容易超过机器人的机载计算机能力。解决这一挑战的一个有前途的解决方案是将计算外包给云。然而,在机器人软件中利用云资源的潜力是困难的,因为它涉及复杂的代码修改和广泛的(重新)配置过程。此外,服务质量(QoS),如及时性,这是关键的机器人的行为,必须考虑。在本文中,我们提出了一个透明的和QoS感知的软件框架称为Cloudroid云机器人应用程序。该框架支持将现有的机器人软件包直接部署到云端,透明地将其转换为可通过互联网访问的云服务。通过自动生成的服务存根,机器人应用程序可以将其计算外包给云,而无需任何代码修改。此外,机器人和云可以合作,以保持特定的QoS属性,如请求响应时间,即使在一个高度动态和资源竞争的环境。我们基于一组典型的机器人场景和一组在现实世界机器人实践中广泛采用的软件包对Cloudroid进行了评估。结果表明,机器人的能力可以显着提高,而无需修改代码和特定的QoS目标可以得到保证。在某些任务中,与机器人本地设置相比,“云+机器人”设置显示出数量级的改进性能。
2017-05-16 cs.DC cs.RO
Procedurally Provisioned Access Control for Robotic Systems
Contextual Robotics Institute(情境机器人研究所);UC San Diego(加州大学圣地亚哥分校);Ca’ Foscari University of Venice(威尼斯大学)
机器人系统以及相关中间件基础设施的安全性是工业和家庭物联网的关键问题,需要在整个开发生命周期中不断评估。下一代开源机器人软件栈ROS2现在旨在支持安全DDS,为社区提供安全的现实世界机器人部署的宝贵工具。在这项工作中,我们介绍了一个框架,程序配置访问控制策略的机器人软件,以及验证所生成的传输工件和决策点实现的合规性。
2018-10-18 cs.CR cs.RO
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
Task Tree Retrieval Algorithms for Robotic Cooking Using The Functional Object-Oriented Network
University of South Florida(南佛罗里达大学)
使用功能面向对象的网络,我们已经实现了三个搜索算法,为给定的目标节点生成任务树。方法,过程和结果写在本文中。
2022-11-12 cs.AI cs.RO
Towards Compositional Verification for Modular Robotic Systems
The University of Manchester(曼彻斯特大学)
模块化机器人系统的软件工程是一项具有挑战性的任务,然而,验证所开发的组件是否都能单独和整体地表现出其独特的挑战。特别是,模块化机器人系统中的不同组件通常需要不同的验证技术,以确保它们按预期运行。当使用各种技术和形式主义验证单个组件时,很难确保整个系统的一致性。本文讨论了如何使用组合验证来集成应用于模块化机器人软件的各种验证技术,使用捕获每个组件的假设和保证的一阶逻辑(FOL)合同。然后,这些契约可以用于指导各个组件的验证,无论是通过测试还是使用正式方法。我们提供了一个说明性的例子,用于远程检查的自主机器人。我们还讨论了定义与每个组件相关的验证置信度的方法。
2020-12-03 cs.LO cs.RO cs.SE
DevSecOps in Robotics
Universität Klagenfurt(克拉根福大学);Alias Robotics
软件的质量通常被理解为“按照设计目的执行”,而安全性则意味着“软件不会使数据或计算系统面临未经授权访问的风险。“这两个方面之间似乎有联系,但是,我们如何将它们整合到机器人开发周期中?在本文中,我们将介绍DevSecOps in Robotics,这是一套最佳实践,旨在帮助机器人专家将安全性深入其开发和运营流程的核心。首先,我们简要介绍DevOps,介绍DevSecOps的附加值,并描述和说明如何在机器人领域实现这些实践。最后,我们讨论了安全,质量和安全,开放的问题和未来的研究问题之间的关系。
2021-11-12 cs.CR cs.RO
Autonomous Elemental Characterization Enabled by a Low Cost Robotic Platform Built Upon a Generalized Software Architecture
Energy Geosciences Division, Lawrence Berkeley National Laboratory(能源地球科学部,劳伦斯伯克利国家实验室);Materials Science Division, Lawrence Berkeley National Laboratory(材料科学部,劳伦斯伯克利国家实验室)
本文提出一种基于通用软件架构的低成本机器人平台,通过集成手持LIBS分析仪实现矿物样品自动二维化学图谱绘制,以1071点高光谱图谱验证了自动化表征的可行性,并连接资源勘探与加工环节。
2025-09-23 cs.RO
Hardware-Software Collaborative Computing of Photonic Spiking Reinforcement Learning for Robotic Continuous Control
Xidian University(西安电子科技大学)
本文提出基于光子脉冲RL的软硬件协同计算架构,通过硅光子芯片与电子域结合,实现机器人连续控制的高效能效和低延迟。
2025-11-29 cs.RO physics.optics
Safety assurance of an industrial robotic control system using hardware/software co-verification
University of Agder (UiA)(阿格德大学);University of York(约克大学);Norwegian University of Life Sciences (NMBU)(挪威生命科学大学);ABB Robotics(ABB机器人公司)
作为工业机器人的一个普遍趋势,越来越多的安全功能正在被开发或重新设计,以便在软件中处理,而不是由物理硬件(如安全继电器或联锁电路)处理。这种趋势加强了补充传统的,基于输入的测试和质量程序的重要性,这些程序在当今工业中广泛使用,形式化验证和模型检查方法。为此,本文重点介绍了ABB工业喷漆机器人中具有代表性的安全关键系统,即高压静电控制系统(HVC)。HVC产生的高压,安全运行所必需的实际收敛,正式验证使用一种新的和一般的协同验证框架,其中硬件和软件模型通过平台映射相关。这种方法可以将高度多样化和专业化的工具进行务实的组合。本文的主要贡献包括如何硬件抽象和验证结果可以在工具之间传输,以验证系统级的安全属性的细节。值得注意的是,本文中考虑的HVC应用具有相当通用的反馈控制器形式。因此,这里报告的联合验证框架和经验也与跟踪设定点参考的任何网络物理系统高度相关。
2021-12-27 cs.FL cs.RO