Orchestrating Joint Offloading and Scheduling for Low-Latency Edge SLAM

要約

視覚的な同時ローカリゼーションとマッピング（VSLAM）は、多くの新興ロボットアプリケーションにとって一般的なテクノロジーです。
限られた計算リソースを備えたモバイルロボットシステムでリアルタイムスラムを達成することは、スラムアルゴリズムの複雑さが時間とともに増加するため、困難です。
この制限は、エッジサーバーに計算をオフロードすることで解除することができ、エッジアシストされたスラムの新たなパラダイムを形成します。
それにもかかわらず、外因性および確率的入力プロセスは、エッジ支援スラムシステムのダイナミクスに影響します。
さらに、SLAMメトリックに関するクライアントの要件は時間とともに変化し、システムに対する暗黙的および時変効果を発揮します。
この論文では、入力駆動型のプロセスを処理し、クライアントの暗黙的で時変の要件を満たすことができる新しいアーキテクチャを提案することにより、既存のエッジアシストスラムを超えて制限を推進することを目指しています。
私たちの作業の主要な革新には、重要性を認めるローカルデータ処理のための地域機能予測方法、データ圧縮/減圧とタスクのオフロードを統合する構成適応ポリシー、および制約満足度を備えたタスクスケジューリングの入力依存性学習フレームワークが含まれます。
広範な実験は、私たちのアーキテクチャがポーズの推定精度を改善し、人気のあるエッジアシストされたスラムシステムと比較して通信コストの最大47％を節約し、クライアントの要件を効果的に満たすことを証明しています。

要約(オリジナル)

Visual Simultaneous Localization and Mapping (vSLAM) is a prevailing technology for many emerging robotic applications. Achieving real-time SLAM on mobile robotic systems with limited computational resources is challenging because the complexity of SLAM algorithms increases over time. This restriction can be lifted by offloading computations to edge servers, forming the emerging paradigm of edge-assisted SLAM. Nevertheless, the exogenous and stochastic input processes affect the dynamics of the edge-assisted SLAM system. Moreover, the requirements of clients on SLAM metrics change over time, exerting implicit and time-varying effects on the system. In this paper, we aim to push the limit beyond existing edge-assist SLAM by proposing a new architecture that can handle the input-driven processes and also satisfy clients’ implicit and time-varying requirements. The key innovations of our work involve a regional feature prediction method for importance-aware local data processing, a configuration adaptation policy that integrates data compression/decompression and task offloading, and an input-dependent learning framework for task scheduling with constraint satisfaction. Extensive experiments prove that our architecture improves pose estimation accuracy and saves up to 47% of communication costs compared with a popular edge-assisted SLAM system, as well as effectively satisfies the clients’ requirements.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google