[发明专利]一种基于容器化设计的云化机器人模型下发方法

权利要求书

1.一种基于容器化设计的云化机器人模型下发方法，其特征是通过云端集群训练云化机器人模型,依据云化机器人模型运行框架及云化机器人架构封装模型镜像，并创建容器进行云化机器人模型测试，测试通过将云化机器人模型保存至模型仓库,

通过云端集群创建模型部署容器，并管理云化机器人内容器化管理工具，

通过云端集群依据云化机器人所处环境以及云化机器人所需理解和决策能力利用容器化管理工具及模型部署容器自动拉取云化机器人模型及模型运行环境，下发至相应的云化机器人,其中通过云端集群管理云化机器人内容器化管理工具，自动从模型仓库拉取所有部署模型及模型运行环境，并在创建模型部署容器时将模型下发所需配置文件及数据存储路径一并下发至云化机器人主体。

2.根据权利要求1所述的一种基于容器化设计的云化机器人模型下发方法，其特征是部署至云化机器人的云化机器人模型通过云端集群实现灰度发布以便进行模型升级。

3.根据权利要求2所述的一种基于容器化设计的云化机器人模型下发方法，其特征是通过5G网络实现云端集群与云化机器人的数据交互。

4.一种基于容器化设计的云化机器人模型下发系统，其特征是包括训练模块、测试模块、容器创建模块及管理模块，

训练模块通过云端集群训练云化机器人模型,依据云化机器人模型运行框架及云化机器人架构封装模型镜像，测试模块创建容器进行云化机器人模型测试，测试通过将云化机器人模型保存至模型仓库,

容器创建模块通过云端集群创建模型部署容器，管理模块管理云化机器人内容器化管理工具，通过云端集群依据云化机器人所处环境以及云化机器人所需理解和决策能力利用容器化管理工具及模型部署容器自动拉取云化机器人模型及模型运行环境，下发至相应的云化机器人，其中管理模块通过云端集群管理云化机器人内容器化管理工具，自动从模型仓库拉取所有部署模型及模型运行环境，并在创建模型部署容器时将模型下发所需配置文件及数据存储路径一并下发至云化机器人主体。

5.根据权利要求4所述的一种基于容器化设计的云化机器人模型下发系统，其特征是管理模块将部署至云化机器人的云化机器人模型通过云端集群实现灰度发布以便进行模型升级。