The use of cloud computing in mobile robotics

• Autorzy: Burski B. , Garbacz P.

Warianty tytułu

PL

Wykorzystanie chmury obliczeniowej w robotyce mobilnej

• Języki publikacji: EN

Abstrakty

EN

The increasing popularity of mobile service robots results in the development of technologies aimed at improving the performance of computing while simultaneously reducing energy consumption of processing units. Projects are proposed for offloading complex computation from robots into other platforms. The migration of data for storage, computing, and other purposes is described as cloud computing. This solution has a number of advantages over traditional approach, where all actions are performed on a single machine. The main advantages include the increase of operating time and decrease of mass by reducing the capacity of the required energy sources. This is thanks to the fact that the mobile agent can be tasked with no or only simple data processing. In the paper, an analysis of the capability of the most popular cloud robotic platforms is presented. Furthermore, descriptions of typical cloud architectures as well as factors in favour of applying cloud systems into mobile robots are described. Short descriptions of a number of popular cloud-based platforms including the DAvinCi project, Cloud-Based Robot Grasping Project, and RoboEarth are provided. RoboEarth is further described in greater detail including its main advantages. Basic tests using the Kinect sensor and RoboEarth object recognition software were performed. Lastly, a potential application for the system based on available mobile platforms is described.

PL

Wzrost popularności robotyki mobilnej przyczynił się do poszukiwania technologii umożliwiających zwiększenie wydajności obliczeniowej jednostek sterujących przy jednoczesnym zmieszeniu ich zapotrzebowania energetycznego. Jednym z proponowanych rozwiązań jest przeniesienie złożonych obliczeniowo zadań z procesorów robotów do zewnętrznych platform. Migracja danych w celach przechowania, obliczeniowych i innych określana jest mianem chmury komputerowej. Rozwiązanie to, które zaproponowane zostało po raz pierwszy w latach 60. XX wieku, posiada szereg zalet w porównaniu z klasycznymi metodami przetwarzania danych. Najważniejsze z nich to zwiększenie czasu operacyjnego robota oraz redukcja jego masy poprzez zmniejszenie pojemności wymaganych źródeł energii. W artykule przedstawiono analizę stanu wiedzy z zakresu wykorzystania przetwarzania danych w chmurze obliczeń w zastosowaniach związanych z robotyką mobilną. Opisane zostały architektury chmur obliczeniowych wykorzystywanych w popularnych projektach: DAvinCi, Cloud-Based Robot Grasping oraz RoboEarth. Ze względu na otwarty charakter ostatniej z wymienionych platform została ona szerzej przedstawiona i wykorzystana w testach laboratoryjnych. W przeprowadzonych pracach badawczych zastosowano sensor Kinect, który został wykorzystany w celu detekcji obiektów za pomocą platformy RoboEarth. Przedstawiono potencjalne zastosowania opisanej technologii dla realizacji zadań wymagających zastosowania grupy robotów mobilnych.

Słowa kluczowe

EN

cloud robotics; RoboEarth platform; object recognition; mobile robotics

PL

chmura obliczeniowa; platforma RoboEarth; wykrywanie obiektów; robotyka mobilna

• Wydawca: Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - Państwowego Instytutu Badawczego
• Czasopismo: Problemy Eksploatacji
• Rocznik: 2014
• Tom: no. 2
• Strony: 61--72
• Opis fizyczny: Bibliogr. 24 poz., rys.

Twórcy

autor

Burski B.

• Institute for Sustainable Technologies – National Research Institute, Radom

autor

Garbacz P.

• Institute for Sustainable Technologies – National Research Institute, Radom

Bibliografia

• 1. International Federation of Robotics Statistical Data, Executive Summary for 2013: http://www.ifr.org/uploads/media/Executive_Summary_WR_ 2013.pdf
• 2. iRobot Roomba information materials: http://irobot.pl/pl/
• 3. Robomow information materials: http://www.robomow.com/pl-Poland/
• 4. Artyunov V.V.: Cloud Computing: Its History of Development, Modern State, and Future Coniderations, Scientific and Technical Information Processing, 2012, Vol. 39, No. 3, pp. 173-178, Allerton Press, Inc., 2012.
• 5. Information about cloud architecture: http://commons.wikimedia.org/wiki /File:Cloud_computing_layers.svg.
• 6. Mezgár I., Rauschecker U.: The challenge of networked enterprises for cloud computing interoperability, Computers in Industry 65 (2014), Elsevier.
• 7. Xu X.: From cloud computing to cloud manufacturing, Robotics and Computer-Integrated Manufacturing 28 (2012), Elsevier.
• 8. Aguiar R. L., Gomes D., Barraca J. P., Lau N.: CloudThinking as an Intelligent Infrastructure for Mobile Robotics, Wireless Pers Commun 76 (2014), Springer Science+Business Media New York 2014.
• 9. Hu G., Wee P.T., Yonggang W.: Cloud Robotics: Architecture, Challenges and Applications, Network IEEE (Volume: 26, Issue: 3), IEEE 2012.
• 10. Arumugam R., Enti V.R., Bingbing L., Xiaojun W., Krishnamoorthy B., Foong F.K., Kumar A.S., Meng K.D., Kit G.W.: DAvinCi: A Cloud Computing Framework for Service Robots, 2010 IEEE International Conference on Robotics and Automation (ICRA), IEEE 2010.
• 11. ROS information materials: http://www.ros.org/.
• 12. Kehoe B., Matsukawa A., Candido S., Kuffner J., Goldberg K.: Cloud-Based Robot Grasping with the Google Object Recognition Engine, IEEE International Conference on Robotics and Automation, IEEE 2013.
• 13. Waibel M., Beetz M., Civera J., D’Andrea R., Elfring J., Gálvez-López D., Häussermann K., Janssen R., Montiel J.M.M., Perzylo A., Schießle B., Tenorth M., Zweigle O., van de Molengraft R.: RoboEarth – a World Wide Web for Robots, IEEE Robotics and Automation Magazine (Volume: 18, Issue: 2), IEEE 2011.
• 14. RoboEarth Information materials: http://www.roboearth.org.
• 15. Hunziker D., Gajamohan M., Waibel M., D’Andrea R.: Rapyuta: The RoboEarth Cloud Engine, IEEE International Conference on Robotics and Automation (ICRA), IEEE 2013.
• 16. RoboEarth Cloud Engine Information materials: http://www.rapyuta.org.
• 17. KnowRob Information materials: http://www.knowrob.org.
• 18. WIRE Information materials: http://www.ros.org/wiki/wire.
• 19. Lemaire T., Berger C., Jung I.K., Lacroix S.: Vision-Based SLAM: Stereo and Monocular Approaches, International Journal of Computer Vision 74(3), Science+Business Media 2007.
• 20. C2TAM Information materials: https://sites.google.com/site/c2tamvisual slam.
• 21. Moczulski W., Skarka W., Targosz M., Panfil W., Przystałka P., Wyleżoł M., Januszka M., Pająk D.: Wielozadaniowe mobilne roboty do inspekcji obiektów technicznych. Problemy Robotyki, Tom, z. 182, Oficyna Wydawnicza PW, Warszawa, 2012.
• 22. Moczulski W., et al.: Wielozadaniowe mobilne roboty wykorzystujące zaawansowane technologie, final report, ITeE – PIB Radom 2012.
• 23. MSDN – The Microsoft Developer Network: http://msdn.microsoft.com.
• 24. Garbacz P., Mężyk J.: „The System for Wireless Communication in the Group of Cooperating Mobile Robots” The 9th International Conference Mechatronic Systems and Materials, Vilnus, 2013.