Wrapyfi: A Wrapper for Message-Oriented and Robotics Middleware

要約

メッセージ指向のロボティクス ミドルウェアは、ロボットの制御を容易にし、複雑な機能を抽象化し、センサーとデバイスのネットワーク全体で通信パターンを統合する上で重要な役割を果たします。
ただし、複数のミドルウェア フレームワークを使用すると、さまざまなロボットを 1 つのシステムに統合するという課題が生じます。
この課題に対処するために、ZeroMQ、YARP、ROS、ROS 2 など、複数のメッセージ指向およびロボティクス ミドルウェアをサポートする Python ラッパーである Wrapyfi を紹介します。
Wrapyfi を使用すると、複数のマシンで実行されるスクリプトの開発が容易になり、クロスプラットフォームの通信とワークロードの分散が可能になります。
複数のセンサーを使用して読み取り値を深層学習モデルに送信し、iCub や Pepper などのロボットをさまざまなミドルウェアを介して使用するという 2 つのユーザー調査を実施することで、Wrapyfi を実用的な設定で評価しました。
結果は、Wrapyfi の実際の使いやすさを実証し、マルチミドルウェアの交換と、現実世界の設定での制御されたプロセス分散を可能にしました。
さらに重要なことは、センサー、深層学習モデル、およびロボット プラットフォーム間の相互作用を橋渡しすることにより、Wrapify の最も顕著な機能を紹介することです。

要約(オリジナル)

Message-oriented and robotics middleware play an important role in facilitating robot control, abstracting complex functionality and unifying communication patterns across networks of sensors and devices. However, the use of multiple middleware frameworks presents a challenge in integrating different robots within a single system. To address this challenge, we present Wrapyfi, a Python wrapper supporting multiple message-oriented and robotics middleware, including ZeroMQ, YARP, ROS, and ROS 2. Wrapyfi also provides plugins for exchanging deep learning framework data, without additional encoding or preprocessing steps. Using Wrapyfi eases the development of scripts that run on multiple machines, thereby enabling cross-platform communication and workload distribution. We evaluated Wrapyfi in practical settings by conducting two user studies, using multiple sensors transmitting readings to deep learning models, and using robots such as the iCub and Pepper via different middleware. The results demonstrated Wrapyfi’s usability in practice allowing for multi-middleware exchanges, and controlled process distribution in a real-world setting. More importantly, we showcase Wrapify’s most prominent features by bridging interactions between sensors, deep learning models, and robotic platforms.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google