Simbeeo'c: Enabling MAV Swarm Research Bryan Kate - - PowerPoint PPT Presentation

Simbeeo'c: ¡Enabling ¡MAV ¡ Swarm ¡Research ¡

Bryan ¡Kate ¡ Harvard ¡University ¡

Jason ¡Waterman ¡ Harvard ¡University ¡ Karthik ¡Dantu ¡ Harvard ¡University ¡ MaE ¡Welsh ¡ Google, ¡Inc. ¡

Mo'va'on: ¡Robo'c ¡Bees! ¡

• Convergence ¡of ¡Body, ¡

Brain, ¡and ¡Colony ¡

• 3rd ¡year ¡of ¡NSF ¡

Expedi'ons ¡grant ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 2 ¡

Body ¡ Brain ¡ Colony ¡

Is ¡it ¡a ¡cyber-­‑physical ¡system? ¡

• Cross ¡between ¡sensor ¡networks ¡and ¡robo'cs ¡
• Actua'on, ¡sensing, ¡and ¡micro-­‑manipula'on ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 3 ¡

Differing ¡Use ¡Cases ¡

Swarm ¡Algorithms ¡

• Searching ¡and ¡foraging ¡
• Emergent ¡behaviors ¡
• High ¡level ¡modeling ¡

Swarm ¡Systems ¡

• Resource ¡management ¡
• Communica'on ¡
• Programming ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 4 ¡

Don’t ¡really ¡care ¡about ¡the ¡low ¡ level ¡details. ¡ Need ¡realism, ¡but ¡not ¡too ¡

• much. ¡

Simulator ¡Goals ¡

• 1. Scalability ¡
• 2. Variable ¡Fidelity ¡
• 3. Completeness ¡
• 4. Staged ¡Deployment ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 5 ¡

Reduce, ¡Reuse, ¡Recycle ¡

• Mul'-­‑agent ¡simulators ¡

– Breve, ¡Swarm, ¡MASON ¡

• Robo'c ¡simulators ¡and ¡tools ¡

– Player-­‑Stage-­‑Gazebo, ¡Webots, ¡ROS ¡

• Networking, ¡Sensor ¡Network ¡simulators ¡

– ns3, ¡TOSSIM, ¡EmStar ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 6 ¡

Borrow ¡good ¡ideas ¡from ¡prior ¡work ¡to ¡create ¡a ¡ simulator ¡that ¡meets ¡our ¡research ¡needs. ¡

Simulator ¡Architecture ¡

• Event-­‑driven ¡

simula'on ¡

• Rigid ¡body ¡

physics ¡engine ¡

• Plugin ¡models ¡

and ¡components ¡

• Deployment ¡'me ¡

configura'on ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 7 ¡

Models! Components! Sim Engine! Physics Engine! Comms! Sensors! Environment! Visualization! Logging! Hardware I/O! Platforms!

Variable ¡Fidelity ¡

• Abstrac'on ¡(lots ¡of ¡it) ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 8 ¡

Model ¡Interface ¡ AbstractModel ¡ PhysicalEn'ty ¡Interface ¡ GenericModel ¡ BasePhysicalEn'ty ¡ SimpleBee ¡

Make ¡a ¡new ¡abstract ¡model ¡(e.g. ¡weather). ¡ Control ¡the ¡forces/torques ¡directly. ¡ Only ¡need ¡a ¡simple ¡actua'on ¡model. ¡

Completeness ¡

• For ¡MAV ¡swarm ¡research ¡we ¡need ¡to ¡model ¡

actua>on, ¡sensing, ¡and ¡communica>on ¡

• The ¡physics ¡engine ¡helps ¡us ¡do ¡this! ¡

– Define ¡body ¡shape ¡and ¡mass ¡ – Integrate ¡kinema'c ¡state ¡between ¡events ¡ – Define ¡sensors ¡using ¡buil'n ¡collision ¡detec'on ¡ and ¡ray ¡tracing ¡ ¡

• Basic ¡RF ¡physical ¡layer ¡

– Antenna, ¡propaga'on, ¡and ¡radio ¡models ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 9 ¡

Scalability ¡

• Events ¡processed ¡sequen'ally ¡in ¡single ¡thread ¡
• Physics ¡engine ¡must ¡integrate ¡object ¡states ¡in ¡

between ¡events ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 10 ¡

What ¡is ¡the ¡rela>ve ¡cost ¡of ¡processing ¡events ¡ and ¡upda>ng ¡kinema>c ¡states? ¡ Can ¡we ¡model ¡large ¡enough ¡swarms ¡to ¡support ¡

• ur ¡research? ¡

Scalability ¡(Basic ¡Workload) ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 11 ¡

1 10 100 1000 16 64 256 1024 4096 16384 Execution Time (sec, log scale) Swarm Size (MAVs, log scale)

• ther

events physics 1 10 100 1000 16 64 256 1024 4096 16384 Execution Time (sec, log scale) Swarm Size (MAVs, log scale)

Scalability ¡(Complex ¡Workload) ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 12 ¡

1 10 100 1000 10000 100000 16 32 64 128 256 512 1024 2048 4096 8192 Execution Time (sec, log scale) Swarm Size (MAVs, log scale)

• ther

events physics 1 10 100 1000 10000 100000 16 32 64 128 256 512 1024 2048 4096 8192 Execution Time (sec, log scale) Swarm Size (MAVs, log scale)

Staged ¡Deployment ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 13 ¡

HWIL ¡

HWIL ¡Example ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 14 ¡

Case ¡Study: ¡Concept ¡Explora'on ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 15 ¡

3D ¡Visualliza'on ¡ Diana ¡Cai ¡‘13 ¡ Harmonic ¡Radar ¡ Rose ¡Cao ¡‘11 ¡ Op'cal ¡Flow ¡ Lucia ¡Mocz ¡‘13 ¡ Structure ¡Genera'on ¡ MaEhew ¡Char'er ¡‘12 ¡ Camera ¡ Joseph ¡Schiavone ¡‘13 ¡

Case ¡Study: ¡Swarm ¡Management ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 16 ¡

Karthik ¡Dantu, ¡Bryan ¡Kate, ¡Jason ¡ Waterman, ¡Peter ¡Bailis, ¡and ¡MaE ¡Welsh. ¡ ¡ ¡ ¡ ¡ ¡ ¡Programming ¡Micro-­‑Aerial ¡Vehicle ¡ Swarms ¡with ¡Karma. ¡ ¡ ¡ ¡ ¡ ¡ ¡SenSys ¡‘11. ¡

Ongoing ¡Work ¡

Recharging ¡

• BaEeries ¡last ¡5-­‑7 ¡minutes! ¡
• Land ¡on ¡charging ¡pad ¡

Poor ¡Man’s ¡Vicon ¡

• Track ¡helicopters ¡indoors ¡

with ¡Kinect ¡sensors ¡

• Use ¡with ¡onboard ¡sensing ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 17 ¡

Lisa ¡Liu ¡‘14 ¡ JV ¡Hong ¡‘12 ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 18 ¡

+ ¡

? ¡

= ¡

Come ¡to ¡our ¡Simbeeo'c/Kinect ¡HWIL ¡demo! ¡

Summary ¡

• Extensible, ¡scalable ¡simulator ¡for ¡modeling ¡

mobile ¡sensing ¡systems ¡

• HWIL ¡allows ¡for ¡incremental ¡autonomy ¡

IPSN'12 ¡ ¡Beijing, ¡CN ¡ Simbeeo'c: ¡Enabling ¡MAV ¡Swarm ¡Research ¡ 19 ¡

h;ps://github.com/RoboBees/simbeeoCc ¡