Genie：面向联网自主机器人的智能基于 ROS 缓存

尽管自主机器人前景广阔，但目前仍存在几个可能导致性能和安全受损的关键问题。其中一个问题是延迟，我们发现即使是 NVIDIA 最新的嵌入式平台也无法以实时方式执行自主车辆的智能任务（例如目标检测）。解决此问题的一种有希望的范式是边缘计算。通过与我们的行业合作伙伴合作，我们确定了当前边缘思维的关键限制性局限：(1) 服务器分布不够广泛，因此离车辆不够近；(2) 当前提出的边缘解决方案未能提供 substantially 更好的性能以及针对自主车辆的额外信息，以证明其对用户的成本合理性；(3) 最先进的解决方案与自主系统中流行的框架（特别是机器人操作系统 ROS）不兼容。为解决这些问题，我们提供了 Genie，这是一种封装技术，能够以非侵入式方式（即无需修改源代码）在 ROS 中实现透明缓存，能够以分布式方式构建缓存（与传统的集中式缓存方法相比），并能构建集体三维物体地图，从而为特定区域内的所有车辆提供显著更低的延迟（即使在低功耗边缘服务器上）和更高质量的数据。我们在最先进的行业采用嵌入式和边缘平台上完全实现了我们的设计，使用著名的自动驾驶软件 Autoware，发现 Genie 平均可将 Autoware 视觉检测器的延迟降低 82%，平均 31% 的时间实现物体复用，针对传入请求最高可达 67%，并随时间显著提高了其物体地图的置信度。