高效自主移动机器人

本文提出了 pNav，这是一种新型的电源管理系统，通过联合优化其物理/机械和网络子系统，显著提升了自主移动机器人（AMR）的功率/能源效率。通过剖析 AMR 的功耗，我们确定了实现 CPS（cyber-physical system）功率效率的三个挑战，这些挑战涉及网络（C）和物理（P）子系统：（1）系统功耗结构的变异性、（2）环境感知导航局部性、（3）C 和 P 子系统的协调。pNav 采用多方位方法来实现 AMR 的功率效率。首先，它集成了对 C 和 P 子系统的毫秒级功耗预测。其次，它包括对 AMR 空间和时间导航局部性的新型实时建模和监控。第三，它支持 AMR 软件（导航、检测）和硬件（电机、DVFS 驱动器）配置的动态协调。pNav 使用机器人操作系统（ROS）导航堆栈、2D 激光雷达和摄像头进行原型制作。我们的深入评估使用真实机器人和 Gazebo 环境，显示在预测功耗方面实现 >96% 的准确率，在不损害导航准确性和安全性的前提下实现了 38.1% 的功耗降低。