要約
5Gモバイルネットワークは、屋外環境でモバイルロボットを接続および操作するための新しい次元を導入し、5Gネットワークのクラウドネイティブとオフロード機能を活用して、完全に柔軟で共同クラウドロボット操作を可能にします。
ただし、ロボットのバッテリー寿命が限られていることは、実際の探査シナリオでの効果的な採用に対する大きな障害のままです。
このホワイトペーパーでは、フィールド実験を介して、オロスの潜在的な省エネのゲイン、5Gとロボットオペレーティングシステム(ROS)の共同オーケストレーションを調査し、ナビゲーションとセンシングの両方で複数の5G接続されたロボットを調整し、クラウドネイティブのサービスリソースの利用を最適化しながら、実際のフィードバックに基づいてロボットとエネルギー消費を最小限に抑えます。
私たちは、市販の既製のロボットとキャンパスに展開されたローカル5Gインフラストラクチャで構成される実験的なテストベッドで、提案されたOROを設計、実装、評価しました。
実験結果は、オロスが5Gエッジインフラストラクチャに要求の厳しい計算タスクをオフロードし、オンボードセンサーの動的エネルギー管理(たとえば、それらが不要になったときに切り替える)により、エネルギー節約の観点から、最先端のアプローチを大幅に上回ることを実証しました。
この戦略は、ロボットで約15%のエネルギー節約を達成し、それによりバッテリー寿命を延ばし、それにより、より長い動作時間とより良いリソース利用が可能になります。
要約(オリジナル)
5G mobile networks introduce a new dimension for connecting and operating mobile robots in outdoor environments, leveraging cloud-native and offloading features of 5G networks to enable fully flexible and collaborative cloud robot operations. However, the limited battery life of robots remains a significant obstacle to their effective adoption in real-world exploration scenarios. This paper explores, via field experiments, the potential energy-saving gains of OROS, a joint orchestration of 5G and Robot Operating System (ROS) that coordinates multiple 5G-connected robots both in terms of navigation and sensing, as well as optimizes their cloud-native service resource utilization while minimizing total resource and energy consumption on the robots based on real-time feedback. We designed, implemented and evaluated our proposed OROS in an experimental testbed composed of commercial off-the-shelf robots and a local 5G infrastructure deployed on a campus. The experimental results demonstrated that OROS significantly outperforms state-of-the-art approaches in terms of energy savings by offloading demanding computational tasks to the 5G edge infrastructure and dynamic energy management of on-board sensors (e.g., switching them off when they are not needed). This strategy achieves approximately 15% energy savings on the robots, thereby extending battery life, which in turn allows for longer operating times and better resource utilization.
arxiv情報
著者 | Milan Groshev,Lanfranco Zanzi,Carmen Delgado,Xi Li,Antonio de la Oliva,Xavier Costa-Perez |
発行日 | 2025-03-25 12:54:25+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google