一些机器人开发平台可用于移动机器人。然而,其中的一些架构不提供实时特性,执行时间限制。的,提供实时的特性,他们不允许开发人员提供他们自己的频率要求。Buttazzo et al。 15]研究在实时控制机器人软件架构设计和实施了一个用于设计机器人应用程序的实时约束。架构是一个层次编程环境组成的四个部分:一个行动层、控制层、通信层和硬实时内核(HARTIK)来控制三层。所有的层都是用C编写的,用一组库函数封装。他们得出的结论是,架构为机器人应用程序的开发提供了一个灵活的框架。然而,他们没有提供任何实验结果。

布雷加et al。 16)进行了案例研究XO / 2操作系统的实时控制一个卖花女机器人使用Oberon-2编程语言。他们讨论了机器人的实时控制的需要和要求的研究,教育和实际使用。XO / 2操作系统是由布雷加等人设计的实时操作系统。他们得出的结论是,他们无法量化需要独立的自主权,实时、安全移动机器人。他们也注意到越来越复杂的移动机器人设定更高的要求机器人的硬件、软件和间接操作系统。最后,他们指出,“安全软件模块组成、类型安全、受截止时间驱使的调度和自动内存回收机制的应用程序编程人员可以减轻许多耗时的实现问题,同时提高安全棒。”

奥尔巴赫et al。 17)实现了一个实时Java应用程序使用Exotasks,小说Java编程结构,实现确定的时机,在实时虚拟机。他们建造了一架直升机,JAviator进行测试。他们表明,实施了时间在不同的硬件平台可移植性。然而,他们所有的数据处理场外的,他们只观察一个行为(盘旋的直升机)。

斯图尔特et al。 18)设计了一个实时架构基于出口对象。出口对象是完全包含软件组件,包含国家和方法以及提供输入,输出,和资源的港口。描述数据对象所需的输入端口,输出端口描述数据由一个对象。一个输入端口只能连接到一个输出端口。相同类型的输出必须合并成一个明确的输出。每个对象都是独立的,都有自己的频率。任务调度是由开发人员可以修改和增加系统稳定性或减少计算资源消耗。

Bruyninckx et al。 19)实现1 kHz的位置、速度和混合力的控制库卡361 six-DOF使用硬实时机器人运动控制的核心OROCOS项目(开放机器人控制软件) 20.]。他们绕过了库卡遗留控制器和控制它只使用OROCOS代码。代码运行在Linux上(没有实时性能)和RTAI(实时Linux应用程序接口)的努力。

Robertz et al。 21)工业机器人的运动控制系统实现使用Java RTS的RTOS。他们使用实时线程(rtt)关键任务和non-RTTs非关键任务。在他们的方法中,rtt运行在最高优先级和non-RTTs运行在一个较低的优先级,甚至低于实时垃圾收集器。尽管他们讨论时间的测量网络延迟,他们不存在结果显示这些实时特性对整个系统的影响。

Subsumption-based机器人控制器层建立自治的行为( 22]。基本层完整的处理单元,输入和提供适当的输出。我们特别感兴趣的属性,使颞分解。咏叹调( 2)是一种机器人体系结构,支持行为分解。咏叹调项目由个人行为每个给定一个优先级,应用于致动器输出的重要性。优先级并不影响资源分配或利用率。只因为目标硬件架构流程命令每100毫秒,所有行为都运行每100毫秒的时间。以外的其他线程可以由开发人员添加处理任务的框架有不同的频率要求。

卡门( 23)是一个开源的模块化移动机器人控制体系结构。它有三层体系结构,第一层是硬件接口,第二层包含基本的机器人任务,和最后一层是用户定义的应用程序。它使用进程间通信为移动机器人提供功能,支持各种平台。

OROCOS项目( 20.)是一个开源的模块化框架通用机器人和机器控制。OROCOS项目支持四个c++库:实时工具包,运动学和动力学库,贝叶斯过滤图书馆,OROCOS组件库。

虽然不是基于行为的体系结构中,球员( 4)是一个开源机器人体系结构设计与范围广泛的硬件组件操作。玩家架构特别避免定义分解,因此不提供一个框架,用于增加频率的行为。

没有保证线程调度和线程优先级在使用普通Java规范。Java RTS提供实时线程提供更精确的比普通Java线程调度。Java RTS还提供了线程优先级的严格执行。在实时系统中,如果有高优先级的任务需要执行,然后低优先级任务将被牺牲掉。因此,保证高优先级任务执行他们不太可能错过最后期限。

与传统的Java虚拟机(JVM),一些任务可能面对其他任务的内存管理成本。然而,使用Java RTS自动内存管理。NoHeapRealtimeThread (NHRT)类,RTT类的一个子类,使用作用域和不朽内存,内存可以分配和回收更可预测的方式。它不使用的堆内存垃圾收集器负责。

不朽内存区域在内存中没有垃圾收集。这种形式的内存用于避免动态分配。提前静态分配的内存,它仍在使用,直到JVM终止。作用域内存仅用于rtt和nhrt。这种类型的内存定义了一生。对象分配的作用域内存分配将继续直到范围已经不再活跃。通过作用域内存,Java RTS为开发人员提供了一个不受干扰的环境的垃圾收集器。

相比之下,内存管理是在C和c++中手动完成的。C和c++有三种记忆:静态内存,自动记忆,和免费的商店 25]。一个程序的结构,由开发人员编写,决定当内存分配和重新分配使用malloc和free功能。因此,项目的生命周期是由程序的逻辑。然而,Java开发人员没有控制释放的内存。这都是由垃圾收集器。

没有保证在JVM的垃圾收集并不会干扰代码的时间因为垃圾收集器就抢占所有线程在运行的执行。一个实时机器必须找到方法来处理这个问题。Java RTS使用RTGC Henriksson基于执掌的垃圾收集器( 26)处理硬实时调度。垃圾收集器运行作为RTT。这些线程运行在一个优先级低于所有其他rtt;因此,它们的执行是推迟到关键任务完成。这个工作只要关键线程在不耗尽内存线程的执行。如果是这样,RTGC将被迫当程序运行的内存使用量达到一定水平。这是实现通过增加RTGC当达到水平的首要任务。优先回到初始设置时定义的使用水平低于阈值。因此,RTGC降低的开销和决定论的线程不受影响。

在[ 10),提出了一种实时了解架构,测试,并且有不错的效果。玩家使用的架构接口来控制机器人的硬件和Java代码。它是实时了解通过创建一个监控模块,调度任务和报道错过最后期限。然而,它不是一个实际的实时系统。为了实时,它需要运行在一个实时操作系统兼容的语言。的球员,这是用C编写的,不支持实时功能( 6]。因此,我们的机器人体系结构被完全重写Java的Java RTS。软实时约束使用的架构。软实时约束是时间限制,不一定会导致系统遭受严重故障如果约束不满足。建筑时间限制适用于所有的任务。客户端程序是界面上的各种硬件平台,如激光,机器人开始通过串行连接。驱动程序体系结构翻译通用命令特定的硬件接口。

新架构的结构,我们提出如图 1。该框架实现客户端程序的一部分。行为是由子类化 任务。的 任务超类包含初始化所需的功能和数据存储登记使用。 任务提供方法来注册生产或消费的数据 DataManager。在执行过程中, 任务超类方法复制数据到本地存储使用。所有的数据都是创造的 RobotController当 Khepera和激光接口创建和发送到所有的任务。所有任务被视为特别紧急的任务,因为他们直接或间接地控制着机器人执行机构。调度是通过Java RTS调度器使用rtt。所有的任务运行在单独的rtt。根据他们的特定时期内执行定时任务。的 RobotController初始化并启动线程。一旦rtt信号,一个任务运行时间太长,每个任务的ranTooLong()方法报告截止日期了。类图描述的核心组件体系结构如图 2。

实验测量的实用性应用不同的频率要求的行为。这些频率是由用户通过命令行提供的。一个路标导航控制器是用来测量频率对任务绩效的影响。

程序结构有七个关键组件, DataManager和六个任务线程。总结了六个任务线程表 1。包括其他重要模块 Khepera类。需要运动的要求 LaserAvoidObstacles和 WaypointPlanner并确定哪些命令是最终发送给机器人。运动控制命令,这样安全活动,如障碍避免和停滞复苏,有机会先控制汽车。如果两个 LaserAvoidObstacles和 WaypointPlanner请求控制马达, LaserAvoidObstacles执行命令,因为它是一项安全的任务。 WaypointPlanner只有时电机的控制 LaserAvoidObstacles不希望控制。

物理实验采用K-team考拉机器人(图 3)。机器人是配备了一个acc I / O ETX-Nano电脑英特尔酷睿双核1.66 GHz处理器,2 GB内存,存储的8 GB简易闪存卡。Sun Solaris 10操作系统运行,这需要一个双核处理器( 29日]。而不是使用机载红外接近传感器,考拉是增强Hokuyo开始激光测距仪。Java程序处理的接口通过串行连接机器人及其设备 javax.comm(Java的通信API)。所有的Java代码,包括逻辑和控制代码,执行上的机器人。由于高功率需求的acc I / O ETX-Nano,机器人是拴在电源线和一个以太网电缆远程通信。测试环境是一个9.6米×6.2米的房间(图 4)。

三个不同的实验:那些使用rtt RTGC, rtt non-RTGC,并定期与non-RTGC线程。在这些实验中,所有试验给出了相同的四路点到达(如图 4)。从一开始的位置,机器人将前往每一个路标,直到它到达终点的位置。路径点选择,所有任务都需要使用到结束位置。

每个任务被赋予一个区间值,定义任务的最后期限和周期。相比之下,机器人运行任务线程不同的区间值。每组实验共有五分。初期值是基于开始激光的频率,这是100 ms ( 30.]。每组期限之后选择基于观察。五项实验在三集,所有任务都是同一时期。在剩下的两套,期间 LaserAvoidObstacles是多种多样的,看到它对实验的总体性能的影响。我们选择降低机器人的这段时间,因为安全问题和环境。的周期 DataPosUpdate和 DataLaserUpdate分别是在75毫秒,100毫秒。

这是推测,这些实验将有助于展示任务频率和决定论的影响整个系统。试验被认为是完整的,如果他们围着这个障碍接近和穿过每一个路标。如果机器人被困在一个障碍或没有达到6分钟内所有锚点,审判被认为是不完整的。错过了截止日期为每个审判记录和完整性。

结果表明,实验使用rtt执行类似或优于实验,使用常规的线程在测量时间完成课程(数字 5和 6)。这些实验完成了课程的速度比那些使用常规的线程在大多数情况下。

我们测量了,垃圾收集器对性能的影响,以分析决定论。垃圾收集器运行少RTT / RTGC实验(见表 3)。当比较试验只使用rtt,实验,利用RTGC完成课程的速度比那些使用常规的垃圾收集器(见图 5和 6)。由于RTGC确定性和不影响行为的任务执行,我们相信它可能影响平均课程时间。

与行为时期相比有统计学差异的平均距离当机器人来到RTT的结束位置/ RTGC实验。例如,在组1(图 7),运行10 ms的行为在一个频率统计不同于运行在50微秒。同时,运行在100 ms的频率统计不同于运行在50微秒。在组2(图 8),运行 LaserAvoidObstacles50毫秒的周期和所有其他行为在100 ms统计不同于运行在100 ms的时期。这些结果表明,甚至改变一个行为可以影响性能的频率。这也表明,如果任务允许运行速度过快或过慢,它可以在形式的影响总体性能任务完成和准确性。

同时,衡量一个单独的任务对性能的影响,我们观察到避障是如何影响了机器人的时间从路标路标2(见图1 9和 10)。除了一种情况RTT / RTGC实验达到路标2快于RTT / RegGC实验。

延迟的一个指标是错过了最后期限。系统报告当他们的指定期限内没有完成的任务;然而,当使用rtt任务没有死。因此,需要太长时间才能完成的任务可能会引起其他任务没有足够的资源。

我们假设不会延迟较低频率的问题,因为他们为每个行为提供更多的时间完成。从图 (11日),表明在一段时间的设置与运行的所有行为10 ms导致更多错过最后期限。这组实验利用rtt有更多比使用常规线程错过最后期限。然而,这并非如此在运行一段时间的行为100 ms(见图 11 (b))。在这种情况下,RTT / RTGC实验没有错过最后期限。

然而,(除了实验设置3)RTT / RegGC实验错失最后期限的比例高于第31步兵团/ RegGC实验。因为常规的垃圾收集器是不确定的,很难确定它对任务线程的作用。

结果表明,适当的时机是很重要的资源利用率,甚至在一个无约束(资源丰富)系统。尽管延迟和决定论是改善RTT / RTGC实验,每个实验如何设置仍有差异表现在不同的频率。因此,每个行为应基于输入的频率可用性。

结果还表明,更快的周期时间并不是一个好方法。然而,普遍的方法是运行行为尽可能快,并不理想。慢周期将行为更多的时间来完成,但太慢也可能导致系统不稳定,这与控制理论是一致的。关键是要找到最优窗口在任务不运行太短(耗尽系统资源)或太长时间(导致反应迟缓)。因此,控制理论应该应用于机器人的法律要求所有的行为和他们的依赖关系进行分析。这将给开发人员一个机会来定义自己的频率要求,适合他们使用的系统。