2020年ROS機器人操作系統(tǒng)用戶官方調(diào)查

~此文為翻譯~

早在一月份，Marya和我就對ROS社區(qū)做了一個調(diào)查。我們的目標(biāo)是收集一些數(shù)據(jù)，幫助我們建立起ROS社區(qū)的模型，以及它在文檔方面的需求。更具體地說，我們希望得到一些數(shù)據(jù)來指導(dǎo)我們的文檔開發(fā)。我們做了一個簡短的調(diào)查，并將其擱置了大約六周?？偟膩碚f，我們的調(diào)查還算成功。我們總共收到了116份回復(fù)。上周，我把調(diào)查的數(shù)據(jù)拉了下來（它還在上面），并把它放到一個ipython筆記本里，讓大家玩玩結(jié)果。下面你會發(fā)現(xiàn)原始數(shù)據(jù)以及清理后的數(shù)據(jù)集。如原帖中所說，出于隱私考慮，我已經(jīng)刪除了免費表格的文本部分和電子郵件地址。

如果你還沒有，請在閱讀結(jié)果之前進行調(diào)查。它只需要三分鐘的時間。最好也是在你看結(jié)果之前接受調(diào)查。如果再有幾百個回復(fù)，我會做一個更新。

開放數(shù)據(jù)和Jupyter筆記本

我們已經(jīng)發(fā)布了這個存儲庫中的數(shù)據(jù)（不含個人身份信息）。有兩個版本，原始數(shù)據(jù)和我所說的擦洗后的結(jié)果。擦洗后的結(jié)果是我處理了所有的數(shù)據(jù)，并將其清理后留下的結(jié)果，這樣別人就更容易進行更深入的分析。如果你想試著分析一下數(shù)據(jù)，或者看看我是如何把這些數(shù)據(jù)放在一起的，我把我的Python Jupyter Notebook放在Google Collaboratory 上。請注意，我刪除了詞云代碼，因為數(shù)據(jù)被編輯了。隨意地把它分叉，調(diào)整它，并發(fā)布你的結(jié)果。這篇帖子的其余部分基本上跟筆記本一樣，所以你可以在第二個選項卡中關(guān)注。

原始結(jié)果

任何數(shù)據(jù)分析的第一步就是清理數(shù)據(jù)。Google sheets同時返回一個書面值和分類問題的數(shù)值。為了使事情更容易理解和操作，我刪除了數(shù)值，然后將字符串縮短。例如，"（高級）"變成了 "高級"。同樣的多選題也是以字符串的形式出現(xiàn)，我寫了一個小函數(shù)，把這些數(shù)據(jù)移動到python的字符串列表中。

技能級別的數(shù)據(jù)

首先，我們要求調(diào)查的參與者做的第一件事是自我報告他們在各種ROS相關(guān)的主題上的技能水平，如C++、Python、Shell腳本、機器人等。你可以看到下面這個情節(jié)。

在這個情節(jié)中，有三點我覺得很有意思。

這個劇情要么是對高級用戶有一定的樣本偏見，要么就是Discourse上的ROS社區(qū)都是除了ROS 2以外的高手，都是高明的，都是高手。

社區(qū)里的大多數(shù)人對ROS 2還不太適應(yīng)。

向社區(qū)詢問一個特定的主題，比如C++，比起詢問 "機器人 "這樣一個更普遍的主題，返回的結(jié)果更符合正態(tài)分布。

綜合技能

在發(fā)布之前，我聯(lián)系了Steve Macenski，讓他對這部作品進行回顧。他說，他和其他人都有一個問題，那就是如何在C++和Python之間適當(dāng)?shù)胤峙鋾r間和資源。他很好奇社區(qū)中是否存在偏向于其中一個或另一個的問題。既然我們已經(jīng)準(zhǔn)備好了所有的數(shù)據(jù)，那么繪制結(jié)果就很簡單了。我為兩個技能創(chuàng)建了一個自我報告的技能矩陣，然后將其歸一化為受訪者的總?cè)藬?shù)。我并沒有看所有的變化，因為我認(rèn)為這并沒有什么價值，但我看了一些最相關(guān)的數(shù)據(jù)。

看這幾張圖的方式是左下是兩方面都不太熟練的，而右上是兩方面都很熟練的。用顏色表示受訪者的數(shù)量。在這些圖中，大多數(shù)跳出來的第一感覺就是樣本偏向，也就是說右上角幾乎都是最亮的方塊。至于C++和Python的問題，答案似乎是大多數(shù)回答者在這兩個方面的技能大致相當(dāng)。這個模式在我所看到的大多數(shù)其他技能比較中都是如此。另一種方法來解釋這個數(shù)據(jù)是說，也許精通ROS 1需要掌握，或者至少需要精通C++、Python、shell腳本、機器人和軟件工程基礎(chǔ)知識。

在下面所有的圖表中，唯一的例外是ROS 1與ROS 2技能水平的對比圖。該圖顯示，即使是最熟練的ROS 1用戶在掌握ROS 2方面也有困難。

不同類型文件的實用性

接下來，我想了解的是各種文檔方法對社區(qū)的實用性。我的假設(shè)是，較有經(jīng)驗的開發(fā)者更喜歡直接的文檔或概念描述，而經(jīng)驗較少的開發(fā)者則更喜歡更多的視頻。

這些原始數(shù)據(jù)表明，社區(qū)最喜歡的是教程和指南，最不喜歡的是練習(xí)冊和視頻，概念文章和快速入門指南介于兩者之間。

機器人平臺和用戶角色

接下來我們想了解一下這個群體在這個世界上的角色是什么樣子的。有多少人在專業(yè)上使用ROS，而不是在研究或?qū)W術(shù)界。我經(jīng)常聽到有人聲稱ROS和Gazebo是學(xué)術(shù)或業(yè)余愛好者的工具，但實際情況并沒有得到數(shù)據(jù)的支持。在接受調(diào)查的ROS社區(qū)中，有近一半的人是專業(yè)人員。

我們想回答的另一個問題是，"社會上用的是什么樣的機器人？" 我們不清楚的是，我們是否應(yīng)該繼續(xù)將大部分的教程放在移動機器人上，還是像操縱機械臂和無人機這樣的東西需要在文檔中得到更多的體現(xiàn)。

我們收集到的數(shù)據(jù)顯示，移動機器人和自主車輛占到了社區(qū)興趣的近50%，工業(yè)應(yīng)用也在其中。雖然無人機和水面車輛很重要，但它們只占社區(qū)中的一小部分。同樣的，像醫(yī)療機器人、農(nóng)業(yè)機器人等特定的應(yīng)用領(lǐng)域仍然是小眾領(lǐng)域。

ROS用戶教育背景

接下來，我們想了解的是使用ROS的人的教育背景。具體來說，我們想了解專業(yè)的軟件工程師/計算機科學(xué)畢業(yè)生與其他學(xué)科如機械工程和電氣工程之間的平衡。

數(shù)據(jù)顯示，約有一半的社區(qū)由軟件工程師組成，其余來自其他工程學(xué)科。這個數(shù)據(jù)對于自我報告的技能水平如此之高是很有意思的。

用戶是如何看待ROS的？

接下來我們想考察的是參與者是如何希望使用ROS 2的，我們反復(fù)聽到的一個主題是，專業(yè)人員希望往機器人的方向發(fā)展，由各種交鑰匙包組成的機器人。

這似乎得到了數(shù)據(jù)的支持，大多數(shù)參與者都希望進行一定程度的定制。值得注意的是，在這個情節(jié)中，只有22%的受訪者希望將代碼貢獻(xiàn)回ROS 2。

模擬，有用還是無用？

最后，我們想了解社區(qū)是如何使用ROS和Gazebo的，他們是分開使用還是一起使用。除了SDF和URDF之外，我已經(jīng)構(gòu)建了沒有仿真組件的機器人，我們有一些像ARIAC和DARPA SubT這樣的going活動完全基于仿真的機器人。

平衡來看，ROS社區(qū)正在為他們的物理機器人建立模擬，那些只做純ROS或純Gazebo模擬的人占了少數(shù)，或者說是受訪者。

詞云

調(diào)查中還包含兩個問題，我們問了社區(qū)用戶在使用ROS的情況，以及他們打算使用ROS做什么。不幸的是，我們決定將這些數(shù)據(jù)保留下來，這樣用戶就可以放心地談?wù)撍麄兊慕^密計劃。為了查看這些數(shù)據(jù)，我首先將這兩個數(shù)據(jù)集進行了串聯(lián)，并剔除了100個最常見的英文單詞，以及其他一些經(jīng)常出現(xiàn)的詞匯（比如ROS、ROS 2、Gazebo等）。從這些數(shù)據(jù)中，我去生成了一個詞云。

深入研究技能

當(dāng)我們寫文檔時，經(jīng)常會遇到的一個話題是誰是受眾，如何才能最好地滿足他們的需求。我很好奇，不同的文檔方法對不同類型的用戶來說是好還是不好。為了弄清楚這個問題，我根據(jù)報告的技能水平，通過計算所有自報技能的平均數(shù)，不包括ROS 2問題，將數(shù)據(jù)進行了拆分。我做了一個快速繪圖，選擇了一個任意的截止點，將原始數(shù)據(jù)分成三個隊列：低技能、中技能和高技能。這些數(shù)據(jù)在被洗刷的數(shù)據(jù)集中的一列叫做 "skill_score"。技能分?jǐn)?shù)在0到3之間變化，我們的任意切分值分別為1.75和2.75，這樣，低技能組有23名受訪者，中技能組有72名，高技能組有21名。然后，我重新繪制了這三個隊列的數(shù)據(jù)，看看不同的技能水平可能需要不同的文檔類型，以及隊列的技能水平如何改變他們喜歡的工作平臺。我會對所有這些數(shù)據(jù)持懷疑態(tài)度，因為受訪者的數(shù)量仍然偏低。

技能水平和文檔實用性

我們想回答的第一個問題是，某些類型的文檔是否對不同類型的用戶更有效？我經(jīng)常聽到有人說，學(xué)生更喜歡看視頻。我可以相信這句話，因為我最好的教育時刻是站在高級工程師的身后，當(dāng)他們工作的時候。在我看來，這種性質(zhì)的視頻是最好的選擇。我很好奇，不那么熟練的用戶是否也有同樣的感受。

從這三個情節(jié)中，有幾件事跳出來。

教程是一貫的、壓倒性的首選。

指南、快速入門文檔、概念文章是有幫助的，但不太理想。

沒有人喜歡小抄單。

熟練度較低的用戶比中高技能的用戶更喜歡視頻，但它們的作用還不如教程。

技能水平和平臺

我們想了解的一件事是，人們在使用ROS時對哪些機器人平臺感興趣。我們知道，總的來說，社區(qū)的大部分用戶對自主移動機器人感興趣，但我們不確定用戶之間是否一致。我們很好奇，不同的技術(shù)水平的用戶是否表現(xiàn)出對某一平臺的偏好。

也許技術(shù)水平較低的用戶對無人機更感興趣，因為他們一般比較容易獲得。

出乎意料的是，在工業(yè)嵌入式方面，人們略微偏向于技術(shù)較差的ROS開發(fā)者。更有經(jīng)驗的開發(fā)者似乎都在研究自主車輛或移動機器人。這是一個潛在的有用信息，因為這意味著整合像TF2和MoveIt這樣的主題可能需要更早開始。

技能水平和教育

作為一種理智的檢查，我們想把一般的技能水平與教育類型進行對比。我們想了解是否有個人報告說他們的技能水平較低是因為他們的經(jīng)驗較少，還是因為他們的軟件工程技能較少。

看來，我們的論文----技術(shù)較差的用戶來自于非軟件背景的用戶，一般來說，這些數(shù)據(jù)是支持的。這一點是很有幫助的，這將是一個很好的用戶角色的開始。

詞云

只是因為這很瑣碎，我們?yōu)槲覀兊娜齻€技能組生成了單詞云。這使用了與之前相同的數(shù)據(jù)，即用戶使用ROS的目的是什么，或者在去掉前1000個英語單詞后，他們打算使用ROS的目的是什么。從這些云中跳出來的事情是，不太熟練的云相當(dāng)強調(diào)，"乞丐機器人內(nèi)容！"，而更熟練的人討論的是更細(xì)微的需求，如，"安全"，"操縱"，"DDS "和 "質(zhì)量"。

熟練程度較低

熟練程度一般

熟練程度良好

總結(jié)

初級教程，初級教程，初級教程，初級教程。

導(dǎo)航2。大家都想知道如何做導(dǎo)航。

"最佳實踐"。

將ROS 1轉(zhuǎn)換為ROS 2。

初學(xué)者 "機械工程研究生 "級入門，介紹ROS2所需學(xué)習(xí)的主題教程 DDS/QoS配置的相關(guān)教程，特別是高帶寬傳感器的相關(guān)教程。

構(gòu)建系統(tǒng)和構(gòu)建工具說明和教程。與此同時，還有一些關(guān)于基于IDE的教程的要求。

我很想聽聽社區(qū)的看法。這些數(shù)據(jù)是否與你的個人經(jīng)歷相吻合？在ROS 2文檔方面，你希望看到什么？

提問：

想學(xué)導(dǎo)航嗎？來加入導(dǎo)航工作群吧，

你可以在這里加入我們的活動日歷：

https://index.ros.org/doc/ros2/Governance/

我們的repo在這里：

https://github.com/ros-planning/navigation2

我們的文檔在這里：

https://ros-planning.github.io/navigation2/

每個人都想學(xué)，來投遞PR，最好的學(xué)習(xí)方法就是做和專家手把手的指導(dǎo)，你可以在我們的工作群里找到。

Python 機器人

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。

版權(quán)聲明：本文內(nèi)容由網(wǎng)絡(luò)用戶投稿，版權(quán)歸原作者所有，本站不擁有其著作權(quán)，亦不承擔(dān)相應(yīng)法律責(zé)任。如果您發(fā)現(xiàn)本站中有涉嫌抄襲或描述失實的內(nèi)容，請聯(lián)系我們jiasou666@gmail.com 處理，核實后本網(wǎng)站將在24小時內(nèi)刪除侵權(quán)內(nèi)容。