[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

说明书

本发明公开一种基于容器化设计的云化机器人模型下发方法，涉及云端部署技术领域；通过云端集群训练云化机器人模型并创建容器进行云化机器人模型测试，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。

技术领域

本发明公开一种方法，涉及云端部署技术领域，具体地说是一种基于容器化设计的云化机器人模型下发方法。

背景技术

云化机器人具备算法模型在线升级能力，例如具备社交属性的云化机器人在一个未知的环境中借助云端集群大数据具备学习能力进而增强机器人主体的智能理解和智能决策能力。云化机器人主体部署的智能算法模型由云端管理中心控制下发及更新迭代，但现有模型下发过程不完善，存在无法自动化测试、打包批量发布同一模型至不同机器人主体的问题。

发明内容

本发明针对现有技术的问题，提供一种基于容器化设计的云化机器人模型下发方法，云端集群与机器人数据互传，机器人主体可获取云端人工智能和大数据能力，云端超高的计算能力支持可赋予机器人主体理解和决策能力达到自主服务。

本发明提出的具体方案是：

一种基于容器化设计的云化机器人模型下发方法，通过云端集群训练云化机器人模型并创建容器进行云化机器人模型测试，

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。

优选地，所述的一种基于容器化设计的云化机器人模型下发方法中通过云端集群训练云化机器人模型，

依据模型运行框架及云化机器人架构封装模型镜像，

通过容器进行模型测试，测试通过将模型保存至模型仓库。

优选地，所述的一种基于容器化设计的云化机器人模型下发方法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。

优选地，所述的一种基于容器化设计的云化机器人模型下发方法中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。

优选地，所述的一种基于容器化设计的云化机器人模型下发方法中通过5G网络实现云端集群与云化机器人的数据交互。

一种基于容器化设计的云化机器人模型下发系统，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，容器创建模块创建测试容器，测试模块利用测试容器进行云化机器人模型测试，

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。

优选地，所述的一种基于容器化设计的云化机器人模型下发系统中训练模块通过云端集群训练云化机器人模型，依据模型运行框架及云化机器人架构封装模型镜像，测试模块通过容器进行模型测试，测试通过将模型保存至模型仓库。

优选地，所述的一种基于容器化设计的云化机器人模型下发系统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。