Self-Organizing Edge Computing Distribution Framework for Visual SLAM

要約

既知の環境内での位置特定は、移動ロボットにとって重要な機能です。
Simultaneous Localization and Mapping (SLAM) は、この問題に対する優れた解決策です。
SLAM は、リアルタイムの追跡から計算集約型のマップの最適化に至るまで、さまざまな計算タスクのセットで構成されるフレームワークです。
この組み合わせは、リソースが限られた移動ロボットにとって課題となる可能性があります。
これまで、エッジアシスト SLAM メソッドは、オンボードでリアルタイム追跡を実行しながら重い計算をオフロードすることで、有望なリアルタイム実行機能を実証してきました。
ただし、オフロードにクライアント/サーバー アーキテクチャを利用する一般的なアプローチは、サーバーやネットワークの障害の影響を受けやすくなります。
この記事では、デバイスのネットワーク全体で自己組織化された完全に分散された SLAM 実行、または接続なしの単一デバイス上で機能できる、新しいエッジ支援 SLAM フレームワークを提案します。
このアーキテクチャは 3 つの層で構成されており、デバイスに依存せず、ネットワーク障害に強く、コア SLAM システムへの侵襲を最小限に抑えるように設計されています。
私たちは、単眼 ORB SLAM3 のフレームワークを実装および実証し、ORB SLAM3 に対して完全分散およびスタンドアロン SLAM 構成の両方で評価しました。
実験結果は、提案された設計がモノリシック アプローチの精度とリソース利用に適合し、同時に共同実行を可能にすることを示しています。

要約(オリジナル)

Localization within a known environment is a crucial capability for mobile robots. Simultaneous Localization and Mapping (SLAM) is a prominent solution to this problem. SLAM is a framework that consists of a diverse set of computational tasks ranging from real-time tracking to computation-intensive map optimization. This combination can present a challenge for resource-limited mobile robots. Previously, edge-assisted SLAM methods have demonstrated promising real-time execution capabilities by offloading heavy computations while performing real-time tracking onboard. However, the common approach of utilizing a client-server architecture for offloading is sensitive to server and network failures. In this article, we propose a novel edge-assisted SLAM framework capable of self-organizing fully distributed SLAM execution across a network of devices or functioning on a single device without connectivity. The architecture consists of three layers and is designed to be device-agnostic, resilient to network failures, and minimally invasive to the core SLAM system. We have implemented and demonstrated the framework for monocular ORB SLAM3 and evaluated it in both fully distributed and standalone SLAM configurations against the ORB SLAM3. The experiment results demonstrate that the proposed design matches the accuracy and resource utilization of the monolithic approach while enabling collaborative execution.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google