帧间变换不正确的示例。功劳:凯特等人为了在不同的环境中高效安全地移动，机器人系统通常会在试图安全导航和避开附近障碍物时监控自己的移动和周围环境。它们收集的测量值通常相对于给定的参考系(也称为坐标系)是有意义的。例如，在三维(3D)坐标系中，机器人的位置是无关紧要的，不知道该位置所指的框架。由于机器人通常具有模块化设计，它们的不同部分通常具有不同的框架(例如，相机框架、机身框架等)。)和与一帧相关的测量值需要从一帧到另一帧来回转换，然后才能用于执行计算。
大多数机器人系统基于通用语言，如C/C++，这些语言本质上不支持与使用多帧相关的复杂性。即使一些软件工具，如机器人操作系统(ROS)，提供了简化框架之间翻译的策略，最终还是要由开发人员来确定单个程序变量的参考框架，确定需要翻译的实例并实现翻译。
然而，跨不同帧手动转换测量值可能极具挑战性，并且这些转换往往容易出错。因此，一些开发人员一直试图设计方法来简化翻译过程，并最大限度地减少与翻译相关的错误。
普渡大学和弗吉尼亚大学的研究人员最近开发了PHYSFRAME，该系统可以自动检测变量的帧类型，并识别现有基于ROS的代码中可能与帧相关的不一致性。他们的系统在arXiv上发表的一篇论文中介绍，可以帮助提高机器人学中框架翻译实践的有效性和可靠性。
Sayali Kate，Michael Chinn，洪钧Choi，张翔宇和Sebastian Elbaum在他们的论文中写道:“由于任何状态变量都可以与某个框架相关联，因此参考框架可以自然地建模为变量类型。“因此，我们开发了一种新型系统，可以自动推断变量的帧类型，进而检测任何类型的不一致和违反帧约定的情况。"
由Kate和她的同事开发的系统PHYSFRAME是一种全自动的类型推断和检查技术，可以检测基于ROS的程序中的帧不一致和违反约定的情况。研究人员在GitHub上发布的180个基于活性氧的项目上评估了他们的系统。
研究人员在论文中写道:“评估显示，我们的系统可以检测到190个不一致，其中154个为真阳性(81.05%)。“我们向开发人员报告了52条，到目前为止收到了18条回复，其中15条已修复/已确认。我们的技术还发现了45种违反常规的行为。”
使用他们开发的系统，凯特和她的同事已经发现了现有基于活性氧的项目中的一些不一致和违规行为。在未来，PHYSFRAME将成为一个非常有价值的工具，用于检查现有的机器人代码，并识别与跨不同框架的测量转换相关的错误。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
