重新思考预算受限下自主地面机器人的能量管理

自主地面机器人（AGR）由于能量储备有限而面临重大挑战，这限制了其整体性能和可用性。先前的研究分别关注于能效方法和用于任务分配的机群管理策略，以延长运行时间。然而，机群级调度器在任务分配期间假设特定的能量消耗，要求 AGR 充分利用能量以获得最大性能，这与能效实践相矛盾。本文通过研究计算频率和移动速度对能量消耗和性能的综合影响来解决这一差距。我们通过在我们的原型 AGR 上进行实验来分析这些变量，为在指定能量预算约束下优化信息-物理资源的集成方法奠定基础。为了应对这一挑战，我们引入了 PECC（可预测能量消耗控制器），这是一个旨在优化计算频率和移动速度以最大化性能，同时确保系统在指定能量预算内运行的框架。我们使用真实的 AGR 和仿真对 PECC 进行了大量实验，并将其与能效基线进行了比较。我们的结果表明，在真实世界测试中，AGR 的行驶速度比基线快 17%，在仿真中快 31%，同时分别消耗了给定能量预算的 95% 和 91%。这些结果证明，在优先考虑能量预算而非能效的场景中，PECC 可以有效提升 AGR 的性能。