低延迟边缘SLAM的联合卸载与调度编排
机器人学
2025-02-28 v2 分布式、并行与集群计算
摘要
视觉同步定位与建图（vSLAM）是许多新兴机器人应用中的主流技术。在计算资源有限的移动机器人系统上实现实时SLAM具有挑战性，因为SLAM算法的复杂度随时间增长。通过将计算卸载到边缘服务器，可以解除这一限制，形成新兴的边缘辅助SLAM范式。然而，外部和随机输入过程影响边缘辅助SLAM系统的动态特性。此外，客户端对SLAM指标的需求随时间变化，对系统施加隐式且时变的影响。在本文中，我们旨在通过提出一种能够处理输入驱动过程并满足客户端隐式且时变需求的新架构，将边缘辅助SLAM推向新的极限。我们工作的关键创新包括：用于重要性感知局部数据处理的区域特征预测方法、集成数据压缩/解压与任务卸载的配置自适应策略，以及用于满足约束条件的输入依赖型任务调度学习框架。大量实验证明，我们的架构在提升位姿估计精度的同时，相比流行的边缘辅助SLAM系统节省了高达47%的通信成本，并有效满足了客户端的需求。
引用
@article{arxiv.2502.16495,
title = {Orchestrating Joint Offloading and Scheduling for Low-Latency Edge SLAM},
author = {Yao Zhang and Yuyi Mao and Hui Wang and Zhiwen Yu and Song Guo and Jun Zhang and Liang Wang and Bin Guo},
journal= {arXiv preprint arXiv:2502.16495},
year = {2025}
}