一种数字孪生赋能的多机器人系统轻量级模型共享方案
信息论
2023-05-04 v1 机器人学
系统与控制
系统与控制
math.IT
摘要
面向制造的多机器人系统是工业物联网（IIoT）的一种范式，可显著节省运营成本并提高生产率，其中利用无人机（UAVs）在无人工干预的情况下控制并执行协同生产。这一任务关键型系统依赖三维（3-D）场景识别来提升生产线操作精度与自主导航能力。然而，由于无人机所配备的感知与计算资源有限，实现如Pointnet等三维点云学习颇具挑战。为此，我们提出一种数字孪生（DT）赋能的知识蒸馏（KD）方法，以生成若干轻量级学习模型并选取最优模型部署于无人机上。借助保存在边缘服务器上的无人机数字副本，DT系统控制模型共享网络拓扑与学习模型结构，以进一步提升识别精度。此外，我们采用网络演算来建模并求解面向最小资源消耗及收敛性的模型共享配置问题。我们在流行的点云数据集上开展仿真实验以评估所提方案。实验结果表明，所提模型共享方案在计算资源消耗与识别精度方面均优于单一模型。
引用
@article{arxiv.2305.02214,
title = {A Digital Twin Empowered Lightweight Model Sharing Scheme for Multi-Robot Systems},
author = {Kai Xiong and Zhihong Wang and Supeng Leng and Jianhua He},
journal= {arXiv preprint arXiv:2305.02214},
year = {2023}
}
备注
16 pages, 12 figures, journal