Analysis of Robotic System Models Through Property Inheritance from Petri Net Meta-models

要約

この記事では、Robotic System Hierarchic Petri Net (RSHPN) メタモデルを使用したロボット システム モデルの分析を調査し、重要なシステム フラグメントに焦点を当て、メタモデルからプロパティを継承することによって合理化された方法を提案します。
私たちの研究は、1) RSHPN を使用して表現された複雑なロボット システムを効果的に分析すること、2) モデルがメタモデルからプロパティを継承できるようにすることが可能であることを実証しています。
このアプローチにより、分析プロセスが大幅に簡素化され、設計時間が短縮され、システムの安全性と信頼性が確保されます。
これらの側面は、人間の環境で動作するロボットにとって非常に重要です。
私たちの結果は、ペトリネットがロボットシステムの特性の正式な記述と詳細な分析のための有用なツールとしてさらに研究される可能性があることを示唆しています。

要約(オリジナル)

This article investigates the analysis of robotic system models using the Robotic System Hierarchic Petri Net (RSHPN) meta-model, proposing streamlined methods by focusing on significant system fragments and inheriting properties from the meta-model. Our research demonstrates that it is feasible to: 1) effectively analyze complex robotic systems expressed using RSHPN, and 2) enable models to inherit properties from the meta-model. This approach significantly simplifies the analysis process, reduces design time, and ensures the safety and reliability of the systems. These aspects are crucial for robots operating in human environments. Our results suggest that Petri nets could be further explored as a useful tool for the formal description and in-depth analysis of the properties of robotic systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google