Cloud4AuRoRA: an open and interactive framework for UAV simulation

Abstract

To verify solutions before implementing them in a robot, robots and developers need an experimentation platform that accurately reproduces the real-world environment as well as the robot’s physical interactions with that environment. Through simulation, they can evaluate the robot’s performance in terms of localization, planning, and motion control. Over the past ten years, most of the progress in robotics developed in academia has been made using well-known software such as MATLAB/Simulink, Robot Operating System (ROS), Copelia Sim, and Gazebo. However, learning to use and program these platforms can be challenging for students. Nonetheless, the current body of literature does not provide comprehensive frameworks to adequately address this issue in conjunction with learning about modeling (kinematics and dynamics) and controlling the unmanned aerial vehicle (UAV) to perform different types of missions. This dissertation presents a UAV simulation tool for learning robotics on Google Cloud Platform for developing control strategies, parameter tuning, and evaluation on different types of tasks such as positioning, trajectory planning, trajectory tracking, and robot cooperation. The proposed framework, called cloud4AuRoRA, can also contribute to advances in scientiĄc research in aerial robotics, speciĄcally UAV control and navigation, and machine learning applications. Following the framework of the AuRoRA platform, developed in MATLAB, the approach proposed here merges robot modeling and control using C/C++, and data storage and display using Python. The proposed framework is intended to facilitate the development and validation of studies in aerial robotics for students and researchers by improving results and proof-of-concept development time, aided by the high computational performance provided by Google Collaboratory. Cloud4AuRoRA showed a 70 times performance improvement compared to MATLAB when running the same routine, through direct conversion/translation between programming languages. Finally, it is worth mentioning that could4AuRoRA is adaptable for implementation in a GPU environment through modiĄcations to the core code of the platform. Keywords: Aerial Robotics. Simulation on the Cloud. Google Colaboratory. Modeling and Control. Learning Technology. Student Assessment.

Para verificar soluções antes de implementá-las em um robô, roboticistas e desenvolvedores precisam de uma plataforma de experimentação que reproduza com precisão o ambiente do mundo real, bem como as interações físicas do robô com esse ambiente. Através de simulação, eles podem avaliar o desempenho do robô em termos de localização, planejamento e controle de movimento. Nos últimos dez anos, a maior parte dos progressos em robótica desenvolvidos na academia foi feita usando softwares bem conhecidos, tais como MATLAB/Simulink, Robot Operating System (ROS), Copelia Sim e Gazebo. Entretanto, aprender a usar e programar estas plataformas pode ser um desaĄo para os estudantes. Contudo, o corpo atual de literatura não fornece estruturas abrangentes que permitam abordar adequadamente esta questão em conjunto com o aprendizado sobre modelagem (cinemática e dinâmica) e controle do veículo aéreo não-tripulado (VANT) para realizar diferentes tipos de missões. Esta dissertação apresenta uma ferramenta de simulação de VANTs para aprendizagem de robótica na plataforma Google Cloud, para o desenvolvimento de estratégias de controle, ajuste de parâmetros e avaliação em diferentes tipos de tarefas, tais como posicionamento, planejamento de caminhos, rastreamento de trajetórias e cooperação entre robôs. A estrutura proposta, denominada cloud4AuRoRA, também pode contribuir com avanços na pesquisa cientíĄca em robótica aérea, especiĄcamente em controle e navegação de UAV, e aplicações de aprendizagem de máquinas. Seguindo a estrutura da plataforma AuRoRA, desenvolvida em MATLAB, a abordagem aqui proposta mescla modelagem e controle de robôs usando C/C++, e armazenamento e exibição dos dados usando Python. A estrutura proposta destina-se a facilitar o desenvolvimento e validação de estudos em robótica aérea para estudantes e pesquisadores, melhorando os resultados e o tempo de desenvolvimento da prova de conceito, assistida pelo alto desempenho computacional fornecido pelo Google Colaboratory. A cloud4AuRoRA apresentou melhoria de desempenho em 70 vezes, comparado ao MATLAB ao executar a mesma rotina. Por Ąm, vale ressaltar que a could4AuRoRA é adaptável para implementação em ambiente de GPU, mediante modiĄcações no código principal da plataforma. Palavras-chave: Robótica Aérea. Simulação na Nuvem. Google Colaboratory. Modelagem e Controle. Tecnologia de Aprendizagem. Avaliação do Aprendizado.