【自適應計算在機器人領域的應用】連載六：自適應計算平臺實現ROS之路

【自適應計算在機器人領域的應用】連載六：自適應計算平臺實現ROS之路VíctorMayoral-Vilches和GiulioCorradi，賽靈思公司連載六：自適應計算平臺實現ROS之路？表1和表2總結的是將ROS和ROS2分別實現在圖1所示一些自適應計算平臺的既往研究。圖4所示的是歷年來最具相關性的成果。圖1：賽靈思自適應計算解決方案表1：在自適應計算平臺上實現ROS的既往研究表2：有關在自適應計算平臺上運行ROS的既往研究圖2：ROS與ROS2演進變革圖2反映出科研界對促進自適應計算發(fā)展的興趣越來越濃厚。從ROS的角度來看，可以將過去的研究分為三類：第一類研究提出幫助機器人專家充分利用硬件加速功能，將ROS計算圖的一部分卸載到可編程邏輯（FPGA）并進行加速的工具和方法。第二類研究提出加速ROS底層的概念，特別是用網絡堆棧優(yōu)化節(jié)點間的網絡內交互。根據“Real-timeLinuxcommunications：anevaluationofthelinuxcommunicationstackforreal-timeroboticapplications”的描述，網絡堆棧是ROS通信的瓶頸，“Accelerationofpublish/subscribemessaginginROS-compliantFPGAcomponent”等研究對實時分布式系統(tǒng)有參考價值。第三類研究提出用自適應計算優(yōu)化ROS計算圖。除了在用戶空間層面加速特定應用和ROS庫，值得一提的還有在流程間、流程內乃至網絡內的層面上加速ROS節(jié)點間的交互。由于機器人行為建立在ROS節(jié)點交互的結果之上，因此用于這個用途的加速器通過從總體上減少ROS和ROS2計算圖數據流，顯著影響總時延。也就是說，在考慮ROS和ROS2時，必須應用全面的硬件加速視圖。這種視圖能體現：a）對流程中、流程內、網絡內（含底層）ROS計算圖交互的優(yōu)化；以及b）對ROS上運行的應用的加速。要點總結：在考慮ROS和ROS2時，必須應用全面的硬件加速視圖。這種視圖能體現：a）對流程中、流程內、網絡內（含底層）的ROS計算圖交互的優(yōu)化；以及b）對ROS上運行的應用的加速。根據圖2列出的既往研究，還可以得出另一個結論。過去的大多數方法主要都是從硬件工程師的視角解決自適應計算與ROS的集成問題，其提出的大多數工具和方法都有一個先決條件，即最終用戶必須具備嵌入式流和硬件流的既有經驗。這往往意味著需要熟悉RTL、HDL和HLS等概念，或能熟練使用Vivado?設計套件或Vitis?統(tǒng)一軟件平臺等工具。類似地，部署到嵌入式目標也需要用戶在一定程度上熟悉Yocto，OpenEmbedded以及相關工具。大多數從事ROS研發(fā)的機器人專家不具備這樣的能力。要集成自適應計算，需要采用一種以ROS為中心的方法。硬件和嵌入式流程必須直接集成到ROS生態(tài)系統(tǒng)中，提供的體驗與機器人專家在其桌面工作