Arquitectura HW/SW para la aceleración de tareas de robots móviles mediante la integración de FPGA y ROS

Abstract

La complejidad inherente de los robots móviles ha requerido un trabajo interdisciplinario de varios campos de la ingeniería, como las tecnologías de la información y las comunicaciones, la inteligencia artificial y el desarrollo de software. A su vez, la comunidad de ingenieros y desarrolladores que utilizan ROS ha contribuido a que los robots sean mejores, más accesibles y estén presentes casi en cualquier tipo de aplicación. Cada vez más, los robots integran múltiples sensores y actuadores heterogéneos para realizar tareas más complejas que a menudo son computacionalmente intensivas o requieren procesamiento en tiempo real que los procesadores, sin importar cuántos núcleos tengan, no pueden cumplir. Para abordar este problema, se propone desarrollar, evaluar y demostrar en una plataforma robótica prototipo la integración de ROS con dispositivos SoC FPGA que combinan unidades de procesamiento y recursos de hardware reconfigurables en un chip. La plataforma robótica objetivo fue un robot móvil de tracción diferencial utilizado en educación, investigación y desarrollo llamado Turtlebot3 Burger. Este robot compatible con ROS incluye un sensor LiDAR y una placa Raspberry Pi como unidad de procesamiento. La Raspberry se reemplazó por el SoC FPGA Ultra96v2 para implementar una rutina de software para crear el mapa de ocupación a partir de los datos del sensor LiDAR. Se midió el tiempo de ejecución del algoritmo y luego se desarrolló un diseño de hardware para reemplazar parte de la rutina en el software. La partición y la asignación de tareas al hardware programable mejoraron el rendimiento al acelerar hasta diez veces la construcción del mapa de ocupación en el entorno del robot. (Texto tomado de la fuente)

The inherent complexity of mobile robots has required interdisciplinary work from several engineering fields, such as information and communications technology, artificial intelligence, and software development. In turn, the community of engineers and developers using ROS has contributed to making robots better, more accessible, and ubiquitous in almost any type of application. Robots increasingly integrate multiple heterogeneous sensors and actuators to perform more complex tasks that are often computationally intensive or require real-time processing that CPUs, no matter how many cores they have, cannot fulfill. To address this problem, we propose developing, evaluating, and demonstrating on a prototype robotic platform the integration of ROS with SoC FPGA devices that combine both processing units and reconfigurable hardware resources on a chip. The target robotic platform was a differential drive mobile robot used in education, research, and development called Turtlebot3 Burger. This ROS-enabled robot includes a LiDAR sensor and a Raspberry Pi board as a processing unit. A SoC FPGA Ultra96v2 replaced the Raspberry to implement a software routine to create the occupancy map from the LiDAR sensor data. Then, we measured the algorithm execution time and developed a hardware design to replace part of the routine in software. The partitioning and the task assignment to the programmable hardware improved the performance by speeding up the construction of the occupancy map in the robot environment by up to ten times.