迈向机器人的分布式实时框架

实时机器人应用的ROS 2.0通信评估

本文的内容来自 于 https://arxiv.org/pdf/1809.02595.pdf上的 “实时Linux通信：对实时机器人应用程序的Linux通信堆栈的评估” 。 与Carlos San VicenteGutiérrez，Lander Usategui San Juan和 Irati Zamalloa Ugarte 一起写作的同er 。

ROS是用于开发机器人应用程序的框架。 一个装有机器人实用程序的工具箱，例如包括标准消息定义的通信基础结构，用于各种软件和硬件组件的驱动程序，用于诊断，导航，操纵的库等。 总而言之，ROS简化了在各种机器人平台上创建复杂而强大的机器人行为的任务。 ROS 2.0是ROS的新版本，它扩展了最初的概念（最初旨在纯粹用于研究目的），旨在为涉及机器人团队，实时系统或生产环境等的情况提供分布式和模块化的解决方案。 在ROS 2.0中引入的技术新颖性中，Open Robotics探索了ROS 2.0通信系统的几种选择。 由于与其他解决方案相比，DDS中间件的特性和优势，他们决定使用DDS中间件。 如[5]中所述，使用端对端中间件（例如DDS）的好处是维护的代码更少。 DDS在ROS 2.0中用作通信中间件，并且通常作为用户空间代码运行。 即使DDS具有指定的标准，第三方也可以审核审核，并以不同程度的互操作性实施中间件。

如技术报告[6]中指出的那样，要具有实时性能，既需要确定性的用户代码，也需要实时操作系统。 在我们的案例中，我们将使用PREEMPT-RT修补的Linux内核作为实验的操作系统核心。 遵循PREEMPT-RT的编程指南并采用合适的内核配置，其他作者[7]证明有可能实现10到100微秒之间的系统等待时间响应。

通常，默认情况下，DDS实现使用Linux网络堆栈（LNS）作为传输和网络层。 这使LNS成为ROS 2.0性能的关键部分。 但是，网络堆栈并未针对有限的延迟进行优化，而是针对给定时刻的吞吐量进行了优化。 换句话说，由于网络堆栈的当前状态，将存在一些限制。 不过，LNS提供了QoS机制和线程调整，可在内核级别改善关键流量的确定性。

Linux内核中如何处理数据包的重要部分实际上与如何处理硬件中断有关。 在普通的Linux内核中，硬件中断分为两个阶段。 首先，在触发中断时调用一个中断服务例程（ISR），然后，硬件中断得到确认，工作被推迟以待稍后执行。 在第二阶段，稍后执行软中断或“下半部分”以处理来自硬件设备的数据。 在PREEMPT-RT内核中，大多数ISR被迫在专门为中断创建的线程中运行。 这些线程称为IRQ线程[8]。 通过将IRQ作为内核线程处理，PREEMPT-RT内核允许将IRQ调度为用户任务，从而设置优先级和CPU亲和力，以分别进行管理。 线程中运行的IRQ处理程序本身可以被中断，因此可以减少由于中断引起的延迟。 为了我们的特殊利益，由于我们的应用程序需要发送关键流量，因此可以将以太网中断线程的优先级设置为高于其他IRQ线程，以改善网络确定性。

普通内核和PREEMPT-RT内核之间的另一个重要区别是在执行softirq的上下文中。 从内核版本3.6.1-rt1开始，软IRQ处理程序在引发该软IRQ [9]的线程的上下文中执行。 因此，通常在网络设备IRQ线程的上下文中执行NET_RX软IRQ，它是用于接收网络数据包的软irq。 这允许对网络处理上下文进行精细控制。 但是，如果网络IRQ线程被抢占或耗尽NAPI权重时间片，则以ksoftirqd / n（其中n是CPU的逻辑数）执行该线程。

在ksoftirqd / n上下文中处理数据包对于实时性很麻烦，因为该线程被不同的进程用于延迟的工作，并且会增加延迟。 另外，由于ksoftirqd线程以SCHED_OTHER策略运行，因此可以很容易地抢先使用它。 实际上，软IRQ通常是在以太网IRQ线程和ksoftirqd / n线程的上下文中执行的，用于高网络负载和高压力（CPU，内存，I / O等）。 这里的结论是，在正常情况下，我们可以预期合理的确定性行为，但是如果网络和系统已加载，则延迟会大大增加。

潜入结果

在整个实验测试中，获得了以下结果。 可以在原始出版物中获得详细信息：

阅读完整的文章， 网址为https://arxiv.org/pdf/1809.02595.pdf 。

参考资料

[1] M. Quigley，K。Conley，B。Gerkey，J。Faust，T。Foote，J。Leibs，R。Wheeler和AY Ng，“罗斯：开源机器人操作系统”，在ICRA研讨会上在开源软件上，第 3号 3.2。 日本神户，2009年，第2页。 5，

[2] CSVGutiérrez，LUS Juan，IZ Ugarte和VM Vilches，“机器人的时间敏感网络”，CoRR，第1卷。 abs / 1804.07643，2018. [在线]。 可用： http ： //arxiv.org/abs/1804.07643

[3] CSVGutiérrez，L。Usategui San Juan，I。Zamalloa Ugarte和V. Mayoral Vilches，“实时Linux通信：对用于实时机器人应用程序的Linux通信堆栈的评估”，ArXiv电子版， 2018年8月。

[4] Y. Maruyama，S。Kato和T. Azumi，“探索ros2的性能”，在2016年嵌入式软件国际会议（EMSOFT）上，2016年10月，第1-10页。

[5]“ Ros 2.0设计”， http ：//design.ros2.org/ ，访问：2018-07-27。

[6]“实时系统简介”， http ：//design.ros2.org/articles/realtime_background.html，访问：2018–04–12。

[7] F. Cerqueira和BB Brandenburg，“ Linux，抢占rt和石蕊rt中调度延迟的比较。”

[8] J. Edge，“将中断移至线程”，2008年10月，[访问：2018年4月12日]。 [线上]。 可用： https : //lwn.net/Articles/302043/

[9] J. Corbet，“软件中断和实时”，2012年10月，[访问时间：2018年4月12日]。 [线上]。 可用： https: //lwn.net/Articles/ 520076 /

翻译自: https://hackernoon.com/towards-a-distributed-and-real-time-framework-for-robots-469ba77d6c42

文章知识点与官方知识档案匹配，可进一步学习相关知识云原生入门技能树首页概览8739 人正在系统学习中 相关资源：迈创Matrox G200eV

来源：dfsgwe1231