AutonomROS: A ReconROS-based Autonomonous Driving Unit

要約

自動運転は近年重要な研究分野となっており、それに対応するシステムでは膨大な計算需要が生じています。
CPU と再プログラム可能なハードウェアを組み合わせたシステムオンチップなどの異種コンピューティング プラットフォームは、計算パフォーマンスと柔軟性の両方を提供するため、自動運転アーキテクチャの興味深い対象となります。
自動運転システムを含むロボット工学における事実上のソフトウェア アーキテクチャ標準は ROS 2 です。ReconROS は、ROS 2 を拡張して、計算量の多い機能をハードウェアにマッピングするロボット アプリケーションを作成するためのフレームワークです。
この文書では、ReconROS フレームワークに基づく自動運転ユニット AutonomROS について説明します。
AutonomROS は、ReconROS で開発された大規模なロボット アプリケーションの青写真として機能し、その適合性と拡張性を実証します。
このアプリケーションは、ROS 2 パッケージ Navigation 2 を、点群生成、障害物検出、および車線検出のためのカスタム開発ソフトウェアおよびハードウェア アクセラレーション機能と統合します。
さらに、ソフトウェア機能とハードウェア機能間の共有メモリ通信のための新しい通信ミドルウェアについて詳しく説明します。
AutonomROS を評価し、ハードウェア アクセラレーションと新しい通信ミドルウェアの利点を示して、ターンアラウンド タイムの改善、達成可能なフレーム レート、そして最も重要な CPU 負荷の軽減を実現します。

要約(オリジナル)

Autonomous driving has become an important research area in recent years, and the corresponding system creates an enormous demand for computations. Heterogeneous computing platforms such as systems-on-chip that combine CPUs with reprogrammable hardware offer both computational performance and flexibility and are thus interesting targets for autonomous driving architectures. The de-facto software architecture standard in robotics, including autonomous driving systems, is ROS 2. ReconROS is a framework for creating robotics applications that extends ROS 2 with the possibility of mapping compute-intense functions to hardware. This paper presents AutonomROS, an autonomous driving unit based on the ReconROS framework. AutonomROS serves as a blueprint for a larger robotics application developed with ReconROS and demonstrates its suitability and extendability. The application integrates the ROS 2 package Navigation 2 with custom-developed software and hardware-accelerated functions for point cloud generation, obstacle detection, and lane detection. In addition, we detail a new communication middleware for shared memory communication between software and hardware functions. We evaluate AutonomROS and show the advantage of hardware acceleration and the new communication middleware for improving turnaround times, achievable frame rates, and, most importantly, reducing CPU load.

arxiv情報

著者 Christian Lienen,Mathis Brede,Daniel Karger,Kevin Koch,Dalisha Logan,Janet Mazur,Alexander Philipp Nowosad,Alexander Schnelle,Mohness Waizy,Marco Platzner
発行日 2023-09-05 08:12:58+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO パーマリンク