[发明专利]一种基于云边端混合计算环境的多机器人云控系统

说明书

本发明公开了一种基于云边端混合计算环境的多机器人云控系统，所述多机器人云控系统包括执行模块、通信模块、知识库模块、智能算法模块和总控模块，所述执行模块包括机器人和传感设备，负责感知数据的采集与加工，以及控制指令的执行；所述通信模块负责在云边端环境中转发和处理实时、动态数据；所述场景通用知识库模块用于存储场景中所涉及的通用知识，并提供统一的调用接口；所述智能算法模块负责提供场景中所需的智能感知及自主决策算法；所述总控模块负责编排和调度场景中的机器人协同完成指定任务。本发明的系统实现了一种稳定、高效、容错性高的多机器人云控系统。

技术领域

本发明属于机器人领域，尤其涉及一种基于云边端混合计算环境的多机器人云控系统。

背景技术

智能机器人时代，机器人需要具备对复杂变化的环境感知、认知和推理、决策、协作配合等智能能力。但现有的机器人存在指令化、简单化的问题，各机器人间难以进行知识更新且无法与人进行自然交互。为解决这个问题，目前发展了许多技术，用来构建一种包含多个机器人的团队，让不同的机器人相互传递环境信息、知识、解决方法等各类信息，进行高效的交互，从而协作完成复杂的作业任务。

2010年，“云机器人”（Cloud Robotics）概念被首次提出，旨在将云计算应用于机器人，运用云计算的强大运算和存储能力，给机器人提供一个更智能的 “大脑”。将机器人技术与云计算相结合，既可以大大增强单个机器人的能力，也可以使分布在世界各地、具有不同能力的机器人开展合作，完成更复杂的任务。随着云计算、边缘计算、下一代无线通信等技术的发展，云机器人逐渐成为了多机器人协同增强智能研究转化为应用最快的领域之一，在工业制造、生活服务、军事国防等许多方面都有着巨大的应用价值。鉴于云机器人平台对于群体机器人技术发展的重要意义，从2010年以来，世界各地的研究人员在云机器人平台方面发展出了很多技术。

新加坡大学的研究团队提出了一种新型软件开发平台框架DAvinCi，将复杂的机器人计算任务转移到Hadoop集群，结合ROS的消息通信机制，使用HDFS和Map/Reduce来实现计算任务的并行化。

由欧盟主导开发的RoboEarth项目，旨在实现机器人通过平台进行知识共享。作为该项目的一个衍生品，Rapyuta可以为机器人的复杂计算任务提供一个安全的云端计算引擎，并提供了对RoboEarth中知识库的访问接口。

UNR-PF(The ubiquitous network robot platform)平台提出了一种对多机器人进行硬件抽象的方法，为基于机器人的服务功能设计与开发提供便利；类似的，Sensor-Cloud则提出了一个面向传感器设备的云管平台，将传感器硬件进行抽象并统一管理。

Tenorth等人在UNR-PF和RoboEarth的基础上开发了一种网络机器人架构，可以实现机器人服务功能的分布式开发、部署以及管理。

针对大规模异构机器人进行群体协同，Miratabzadeh等人提出一种新型云架构，该架构由三个子系统组成，分别负责协同、后台任务和总控。

针对实际作业场景中可能出现的无线通信中断、机器人故障等情况，Narita等人提出一种基于RSNP的云机器人服务方法来提升系统稳定性。类似的，SCMR(SurvivableCloud Multi-Robotics)框架提出了一种依靠在多机器人之间组件一个虚拟的Ad-Hoc网络，来解决由于网络故障而造成的机器人与云端的通信中断问题的方法。

但是，现有技术中缺乏对云、边、端三类计算资源的统一管理和调度，以及对云边端环境中不可避免要面对的网络稳定性问题的容错机制；缺少一种多机器人的协同控制范式；系统高度定制化，可扩展性差，用户开发的工作量大。

发明内容

本发明的目的在于针对现有技术的不足，提出一种基于云边端混合计算环境的智能机器人云控系统。