Computation offloading and task scheduling among multi-robot systems

Thumbnail Image

URL

Journal Title

Journal ISSN

Volume Title

Perustieteiden korkeakoulu | Master's thesis

Authors

Date

2017-12-11

Department

Major/Subject

Cloud Computing and Services

Mcode

SCIXXXX

Degree programme

Master's Programme in ICT Innovation

Language

en

Pages

45

Series

Abstract

That some goals that are impossible for a single robot to achieve become feasible and attainable. Developing rapidly and exploited widely, cloud further extends the resources a robot can access thereby bringing significant potential benefits to robotic and automation systems. One of the potential benefits is Computation Offloading that moves the computational heavily parts of an application onto a server to reduce the execution time. However, to enable the computation offloading, the question must be answered when, what, where and how to offload? While some offloading mechanisms proposed in the mobile computing area (i.e., smartphones, pads), the question remains not fully answered and many new challenges emerge when it comes to the robotic realm. This paper aims to apply computation offloading technology to a Multi-Robot System and investigate the performance impact it has on the processing time of robot applications. For this purpose, a computation offloading framework is proposed for an elastic computing model with the engagement of a two-tier cloud infrastructure, i.e., a public cloud infrastructure and an ad-hoc local network (fog) formed by a cluster of robots. Two scheduling algorithms: Heterogeneous-Earliest-Finish-Time (HEFT) and Critical-Path-on-a-Processor (CPOP) are implemented to schedule the offloaded tasks to available robots and servers such that the total execution time of the application is minimized. The offloading framework is implemented based on Robot Operating System (ROS) and tested through simulated applications. The results prove the feasibility of proposed offloading framework and indicate potential execution speeding up of robot applications by exploiting offloading technology.

I ett Multi-Robot System (MRS) samarbetar flertalet robotar för att utföra uppgifter som en ensam robot inte klarar av. På grund av molnets hastiga utveckling och vida exploatering kan det utöka resurserna en robot kan få tillgång till och innebär därmed potentiella fördelar för robotik- och automatiseringssystem. En av dessa potentiella fördelar är beräkningsavlastning (computation offloading) som innebär att de beräkningstunga delarna av en applikation utförs på en server för att minska exekveringstiden. För att möjliggöra beräkningsavlastning måste man dock först svara på när, vad, vart, och hur man skall avlasta? Trots att vissa avlastnings-mekanismer har föreslagits inom området av mobil beräkning (dvs smartphones, pads), förblir dessa frågor till en stor del obesvarade och många nya utmaningar är troliga att uppstå inom världen av robotik. Denna rapport ämnar applicera beräkningsavlastning på ett Multi-Robotsystem och undersöka dess effekt på prestandan (beräkningstid) för robotapplikationer. Till detta ändamål så föreslås ett avlastnings-ramverk för en elastisk beräkningsmodell med en molnstruktur utgjord av två lager: en allmän infrastruktur och en ad-hoc baserat lokalt nätverk (fog) uppbyggt av ett kluster av robotar. Två schemaläggnings algoritmer: Heterogeneous-Earlist-Finish-Time (HEFT) och Critical-Path-on-a-Processor (CPOP) är implementerade för att schemalägga de avlastade uppgifterna åt tillgängliga robotar och servrar så att applikationens totala exekveringstid är minimerad. Avlastnings-ramverket är implementerat baserat på Robot Operating System (ROS) och testat med hjälp av simulerade applikationer. Resultaten demonstrerar genomförbarheten av det föreslagna avlastnings-ramverket och att utnyttjandet av avlastningsteknik innebär en potentiellt snabbare exekvering för robotapplikationer.

Description

Supervisor

Främling, Kary

Thesis advisor

Främling, Kary

Keywords

computation offloading, task scheduling, multi-robot systems, agent theory

Other note

Citation

Permanent link to this item

https://urn.fi/URN:NBN:fi:aalto-201712188044

Collections

[dipl] Perustieteiden korkeakoulu / SCI