基于5G网络的机器人操作速度优化：来自选择性采收机器人的数据洞察
机器人学
2024-07-03 v1
摘要
自主机器人进行选择性采收将是未来农业的关键技术。通胀和技能劳动力短缺是推动用户接受机器人采收的驱动因素。例如，机器人 strawberry 采收需要实时高精度的水果定位、3D 地图和用于3-D 群体操作的路径规划。尽管产业和学术界已开发出多种 strawberry 采收机器人，但至今尚未实现人工成本平衡。实现这一目标需要提高采摘速度(感知、控制和运动)、准确性以及开发低成本机器人系统设计。我们提出了基于5G网络的选择性采收边缘服务器(E5SH)系统，将第五代(5G)移动网络的高带宽和低延迟集成到作物采收机器人平台中，我们视为未来机器人采收系统的一种 enabler。我们还考虑处理规模和速度与系统环境和能源成本的关系。 presented 一种系统架构，并通过一系列实验的定量结果进行评估，这些实验比较了系统在应对不同架构选择时的性能，包括图像分割模型、网络基础设施(5G vs WiFi)以及诸如消息排队遥测传输(MQTT)和传输控制协议机器人操作系统(TCPROS)等消息协议。我们的结果表明，E5SH系统比独立的嵌入式 Nvidia Jetson Xavier NX(NJXN)系统实现了18倍以上的峰值处理性能加速。
引用
@article{arxiv.2407.01792,
title = {Optimising robotic operation speed with edge computing over 5G networks: Insights from selective harvesting robots},
author = {Usman A. Zahidi and Arshad Khan and Tsvetan Zhivkov and Johann Dichtl and Dom Li and Soran Parsa and Marc Hanheide and Grzegorz Cielniak and Elizabeth I. Sklar and Simon Pearson and Amir Ghalamzan},
journal= {arXiv preprint arXiv:2407.01792},
year = {2024}
}
备注
Preprint, to be appear in Journal of Field Robotics