云机器人概念架构与关键技术研究综述

第 卷 第 期 山 东 大 学 学 报 （ 工 学 版） （ ） 年 月 收稿日期： 网络出版时间： 网络出版地址： 基金项目： 国家自然科学基金（ ） ； 山东省自然科学基金（ ） 作者简介： 田国会（ ） ， 男， 河北河间人， 博士， 教授， 博士生导师， 主要研究方向为云机器人、 服务机器人、 智能空间、 多机器人系统的协调 与协作等 ： 通讯作者： 许亚雄（ ） ， 男， 湖北大冶人， 硕士研究生， 主要研究方向为云机器人 ： 文章编号： （ ） ： 云机器人： 概念、 架构与关键技术研究综述 田国会， 许亚雄 （ 山东大学控制科学与工程学院，山东 济南 ） 摘要： 云机器人是云计算技术和机器人学的结合， 在机器人任务执行和资源共享等方面有很大优势， 现已成为智 能机器人领域的研究热点。主要从云机器人的发展、 关键技术、 主要平台、 架构和应用前景等几个方面对云机器 人的研究进行综述。介绍了云机器人的提出和发展状况及其相关技术基础， 并对种主流的云机器人服务平台进 行了横向对比， 分析了云机器人的主要系统架构。最后对云机器人的应用前景进行了展望。 关键词： 智能机器人； 云机器人； 云计算； 服务平台 中图分类号： 文献标志码： ： ， ， （ ， ， ， ） ： ， ， ， ， ， ， ， ， ， ， ： ； ； ； 云机器人的概述和发展状况 传统机器人在执行即时定位和地图构建、 物品 抓取、 定位导航等任务时， 大量数据的获取和计算的 执行会给机器人本身带来巨大的储存和计算压力， 即使能够完成任务， 实时性也并不理想。基于对这 些问题的思考， 在 国际会议上， 卡 耐基梅隆大学的 博士 （ 现供职于 公司） 首次提出了“ 云机器人（ ） ” 的概念 ， 引起广泛讨论。按照 的想法， 云机器人就是云计算（ ） 与 机器人学的结合， 如同其它网络终端一样， 机器人本 身不需要存储所有资料信息或具备超强的计算能 力， 只是在需要的时候可以连接相关服务器并获得 所需信息。云机器人不仅可以卸载复杂的计算任务 到云端， 还可以接收海量数据， 并分享信息和技能。 较之传统机器人， 云机器人的优势是存储与计算能 2014-11-13 15:43 /kcms/doi/10.6040/j.issn.1672-3961.0.2014.282.html 山 东 大 学 学 报 （ 工 学 版）第 卷 力更强， 学习能力更强， 机器人之间共享资源更加方 便， 对相同或相似场景下的机器人负担更小， 并减少 了开发人员重复工作时间。 云机器人的巨大优势和潜力吸引了国内外各大 公司和研究机构的关注， 引发了学术界和工程界对 云机器人的研究热潮。 年初， 由埃因霍温大学、 苏黎世联邦理工 学院、 慕尼黑工业大学、 萨拉戈萨大学、 斯图加特大 学和飞利浦公司的 位科学家共同启动了 这项为期 的研究计划。试图让机器人共 享信息并存储它们的发现， 帮助机器人建立起自己 的互联网和维基百科。 年初， 项目 由荷兰埃因霍恩大学的科学家发布， 个机器人在 模拟医院的环境中相互协作来照顾病人， 通过与云 端服务器的交互进行信息共享和互相学习。 新加坡 实验室已经建立了一个云计算 架构， 可以让机器人构建当前环境的 地图， 构建 速度远大于机器人机载电脑的速度 。 工程师开发了基于 平台的机器 人软件， 可以用智能手机远程控制基于 、 和 等平 台 的 机 器 人 。 加州大学伯克利分校的 等人基于云 平台， 利用 公司的 机器人和谷 歌目标识别引擎完成了 机器人抓取任务 。 法国图卢兹系统分析和结构实验室的研究人员 创造了可以储存在每个目标的“ 用户手册” 来帮助 机器人完成操作任务 。 在意大利的儿童医院，法国 公司的 机器人依赖云端架构来执行语音识别、 人脸检 测和其他任务， 这促进了机器人和病人的交互 。 等人提出了 软件框 架将云计算应用在服务机器人中， 该框架利用了 计算群和 系统， 云计算的应用给定位、 导航等任务提供了高速数据处理 。 等人根据 （ ） 平台实现了在便利商店 内机器人和顾客交互的实验场景 。云端通过激 光传感器跟踪顾客位置， 利用 标签确定物品 是否被拿起从而推理出顾客行为， 并传递给机器人 以帮助顾客。 等人提出了一种商场轮椅机器人， 通 过云端分享地图信息、 利用云构架进行定位和导航， 帮助残疾人或行动不便的老人逛商场 。 北京理工大学的赵连翔等人设计了机器人云操 作平台， 将机器人的资源和服务存储在云端， 设计了 包含资源层、 管理层和服务层的 层结构， 实现了机 器人的遥操作 。 云机器人的关键技术 云机器人的关键技术主要包括云计算 、 计算群 、 服务导向架构（ ， ） 和 （ ） 模型。 云计算 年 月 日， 首席执行官埃里克 施密特在搜索引擎大会（ ） 首次提 出“ 云计算” 的概念 。云计算是一种基于互联网 的计算方式， 共享的软硬件资源和信息可以按需求 提供给计算机和其他设备。使用者通过浏览器、 桌 面应用程序或是移动应用程序来访问云的服务。云 计算是继 年代大型计算机到客户端 服务器 的大转变之后的又一种巨变。用户不再需要了解 “ 云” 中基础设施的细节， 不必具有相应的专业知 识， 也无需直接进行控制。云计算描述了一种互联 网相关服务的增加、 使用和交付模式， 通常利用互联 网来提供动态易扩展且常为虚拟化的资源。 随着云计算的研究深入， 越来越多的服务传输 模型被提出， 其中最主流的有 种： 平台即为服务 （ ） ， 软件即为服务（ ） 和基础设施即为服务 （ ） 。研究人员根据相关服务模型又提出了 即为服务 ， 包含硬件即为服务（ ） ， 通信即为 服务（ ） ， 数据库即为服务（ ） ， 机器人即 为服务（ ） 等。机器人即为服务（ ） 可以作 为云机器人中云端的服务模型。 云计算的提出让众多 公司面临更多机遇和 挑战。许多主流 公司参与到云计算领域， 并提出 了相关的平台， 其中包括 （ ） ， ， 和 （ ） 。云计 算的相关平台和产品的提出， 旨在建立一个像公共 设施一样的资源计算库。 计算群 是 提出的一种软件架构， 用 于大规模数据集（ 大于 ） 的并行运算， 是云计算 的一种主流计算方式。 把对数据集的 大规模操作分发给网络上的每个节点， 每个节点会 周期性地把完成的工作和状态的更新报告回来。如 果一个节点保持沉默超过一个预设的时间间隔， 主 第 期田国会， 等： 云机器人： 概念、 架构与关键技术研究综述 节点（ 类同 档案系统中的主服务器） 记录这 个节点状态为死亡， 并把分配给这个节点的数据发 到别的节点。 是根据 规划模型 和分布式文件系统实践的开源软件框架， 都是用 语言来编写。基本思想是提供数据计算的高 流通量， 数据能被分布式存储， 通过利用上百个计算 单元来减少计算时间 。 一种特殊的文件系统 （ ）的 创 建 源 于 （ ） 和 。它可以产生高效又简单 的接口， 可以不管数据量的大小将大量数据的计算 自动分配给各个计算单元 。 模型 服务导向架构（ ） 是云计算的主流架构， 它 是很热门的服务传输模型， 受到全球很多 公司的 追捧。 由部分组成： 服务需求者（ ） 、 服务提供者（ ） 和服务注册 端（ ） 。 采用发布 订阅（ ） 的信息交换模式。服务是有着标准 接口的松散耦合组件， 松散耦合机制使得组件可以 被独立开发。 的松散解耦机制使得不同服务 可以通过标准信息交换协议进行交流。服务在不影 响系统运行的前提下可以任意添加和替换。服务对 于接口是独立的， 可以认为是一个独立的单元。 具有重用性、 置换性、 延展性、 可定制性、 可组合性等 一系列优点。图 为 的工作原理示意图。 图 的工作原理示意图 模型 随着 模型越来越热门， 这种新的架构被人 们搬到了机器人领域， 形成了 模型。 是 基于 的机器人服务体系架构。研究人员把机 器人和机器人应用程序打包成定义好的服务。开发 人员可以把这些程序组合成新的机器人应用。由 此， 整个系统变得松散耦合， 适应性也更强。研究人 员开发了一种简单易学的编程语言 （ ） 来贯彻这种思想模型， 并在 高校中推广。 系统中有大量的机器人单元， 它们可以给 用户提供服务。 系统有 的完整功能， 即 服务提供者、 服务需求者和服务注册端。 云单 元可作为服务提供者， 每个单元都有一系列预装载 服务的数据库， 开发者或客户能从机器人上添加或 删除服务。 云包含一系列的已部署的应用程 序， 开发者或客户可以根据需要组合新的应用程序。 云单元可作为服务中介， 客户可以在单元的目 录中搜索存在的服务和应用程序， 也可以搜索分配 给机器人的服务和应用程序。 云机器人服务平台 随着云机器人概念的提出， 众多主流科技公司 和研究所的研究人员参与到云机器人的研究中。根 据对云机器人的不同思考和理解， 他们提出了不同 的云机器人服务平台。 平台 旨在建立 机器人自己的万维网和维基百科； 平台 是一个基于标准的开源平台， 可以利用云中各种功 能的机器人对人类的日常生活进行多点无缝支持； 等人提出的 （ ） 平台 ， 提供类似于操作系统的服务， 利用数 据包和堆栈的模式， 便于程序的共享和分发； 还有 等人提出的 平台 ， 等人提出的 平台 等。 本研究把这些平台分为类来进行分析对比， 分 别是基于网络机器人的云服务平台， 基于传感器网 络的云服务平台和基于 （ ） 模型的云服务平台。 基于网络机器人的云服务平台 主要包含 等人提出的 、 平台、 德国慕尼黑工 业大学提出的 等。 将机器人的部分功能如定位、 导航等交给云 端来简化机器人， 通过设置本地云（ ， ） 和全局云（ ， ） 对多点分布 的机器人进行控制来服务于人类的日常生活。 是一个巨大的网络数据库系统， 是机器人自 己的维基百科。 会存储海量的目标识别、 导航、 任务、 智能服务等机器人所需信息（ 如图 所 示） 。机器人在这里可以分享信息， 互相学习彼此 的行为与环境。 类似 ， 也用于在 不同类型的机器人之间分享信息、 共享资源。这类 平台的机器人服务需要在机器人端开发， 因此需要 开发者有一定的机器人研究经验。 山 东 大 学 学 报 （ 工 学 版）第 卷 图 系统概况 基于传感器网络的云服务平台 主要 包 括 和 。 把传感器虚拟化为云计算网络中的虚拟传 感器， 当用户需要时， 云平台的传感器和数据都能被 动态地调用。 把传感数据存档并通过传 感节点给用户提供不同的传感数据。这些平台都是 利用云计算来处理从传感器端获得的海量数据， 因此 利用这些数据的应用程序也应该分配到云端。所以 这些平台的参与也需要有机器人研究经验的开发者。 基于 模型的云服务平台 主要是 等人提出的 框架 。这是一种分布式服务架构， 主要利用 来整合机器人服务和网络服务。该框架的关 键是机器人的分配， 把终端用户的需求任务分配给 合适的机器人。 框架有 个特点： 通信松耦 合， 通过服务发布 订阅的方式将服务需求与机器人 处理分开； 不同类型的机器人合作， 协同处理客户的 服务请求； 分布式任务， 来自终端用户的服务请求可 以被分配给具有相同功能的多个机器人。 确 定了机器人服务标准化规范。 可以轻松地整 合机器人服务和网络服务， 可以给各种类型的机器 人提供服务， 可以快速地给只有有限计算资源的机 器人发送信息和指令， 也可以和不同类型的机器人 平台进行合作。因为 是基于网络服务技术， 所以网络工程师和开发者可以很容易地加入到机器 人服务的开发中来。 种云平台的比较 基于网络机器人的云平台（ ） 将机 器人服务和机器人应用程序都放置在机器人端， 通 过 等协议与云端互联， 需要开发人员在机器 人端开发机器人服务， 需要开发人员有机器人研究 基础。基于传感器网络的云平台（ ） 因传感器获得的数据需要， 把机器人服务和机器人 应用程序都放置到云端， 通过 等协议与机器 人抽象硬件层互联。机器人应用程序需要在云端开 发， 因此对开发人员也有较高要求。基于 模 型的云平台将机器人服务分配到云端， 将机器人应 用程序分配给底层机器人， 通过 进行互联。 因为 是基于网络的， 所以只要有网络开发经 验就可以轻松参与机器人开发。 综合对比， 关于开发机器人服务， 基于 的 云平台较容易实现， 基于传感器的平台较难， 基于机 器人的云平台也较难实现， 需要在机器人端开发； 关 于开发机器人的应用程序， 基于机器人的云平台和 基于 的云平台都较容易实现， 而基于传感器 的平台较难实现， 需要在云端开发。总的来说， 基于 网络机器人的云平台和基于传感器网络的云平台对 开发人员的要求较高， 基于 模型的云平台的 开发相对较容易。 云机器人的系统架构 随着云机器人研究的展开和各种云机器人服务 平台的提出， 研究人员也提出了多种基于云机器人 的系统体系架构。其中比较主流的系统架构有： 等人提出的基于 模型的系 统架构 和 平台架构 。 基于 模型的云机器人系统架构 基于 （ ） 模型的系统架构的主要特点是将一般的云 端和机器人结构分为了基础云和 云两个互 补的云结构， 由 通信架构和弹性云计算 架构两个子系统组成。 通信架构 等人根据通信结构将系统分为了 层和 层（ 如图 所示） 。 层是利用 无线网络将一群机器人互联形成一个协同计算群。 这种模型的好处是可以共享资源信息， 各个计算单 元的组合加强了总的计算能力， 可以让云网络覆盖范 围之外的机器人参与进来进行信息交换。 层是 云端和机器人直接互联形成的计算群。云端储存了 机器人完成任务所需的动作行为、 地图、 导航等资源， 这是由机器人执行任务所记录的资源信息， 并随着机 器人的任务执行而不断反馈更新。云端将资源弹性 分配给机器人。另外机器人可以卸载复杂的大数据 量的计算任务到云端， 以便机器人快速地完成任务。 云机器人中机器人与机器人通信、 机器人与云 通信分为长距离和短距离通信。长距离主要采用无 第 期田国会， 等： 云机器人： 概念、 架构与关键技术研究综述 线电波和微波通信技术， 短距离则采用 、 和蓝牙等通信技术。针对云机器人的 通信， 等人建议采用 协议。 因为 协议不需要路径的规划和维持， 适用于 高动态机器人网络， 所需的计算和存储资源较少。 同时， 因为 模型中有一个超级节点的存 在， 使得 协议引发高信息延迟的可能性降低。 图 云机器人的 通信架构 弹性云计算架构 云机器人的 云和基础云相结合的结构， 使得云端资源可以弹性分配， 形成 种典型的弹性 云计算架构： 对等模型、 代理模型和克隆模型。种 模型结构如图 所示。 图 云机器人的 种弹性计算模型 对等模型中， 云中每个机器人或虚拟机都作为 一个计算单元， 形成一个分布式计算网络。每个任 务都可以利用这些计算单元细分成一个小的模块。 代理模型令机器人中的某一个机器人作为总代理和 基础云中的代理虚拟机进行通信， 它连接了机器人 网络和基础云， 因而总的计算单元形成了一个双层 结构。克隆模型中的每个机器人在云中都有一个克 隆， 任务可以在机器人端执行， 也可以在其克隆中执 行， 这种结构形成的对等网络使得机器人网络和基 础云联系更紧密。 在互操作性方面， 代理模型因有特殊的两层结 构而互操作性最强， 克隆模型因结构的固定性而互 操作性最弱； 在鲁棒性方面， 克隆模型因机器人与云 端连线最多而鲁棒性最强， 代理模型因为在机器人 与云端只有单一连线而鲁棒性最弱； 在灵活机动性 方面， 对等模型因其虚拟机可以在基础云的任意地 方具体实现而灵活机动性最强， 克隆模型因其固定 的点对点的结构， 机器人与虚拟机一一对应， 所以灵 活机动性最弱。种模型的选择要根据网络环境、 机器人的位置、 用户需求等客观条件来决定。 架构 架构利用无处不在的云平台中的机器 人服务来支持人类的日常生活。 架构的网 络机器人系统由机器人、 传感器网络和智能手机等 共同组成。开发者可根据人类生活的不同场景来设 计和开发机器人服务。 的结构示意图如图 所示。 由 和 两类平台组成。 是单区域的机器人系统平台。 是覆盖了多区 域的机器人系统平台， 每个区域都有对应的 。 这些平台都作为服务应用程序和机器人组件之间的 中间层。 这些平台都装配有 种数据库功能和 种管理 功能。数据库功能包括注册的机器人、 地图、 用户、 操作员和服务队列。管理功能包括状态管理、 资源 管理和信息管理。注册在 的机器人库提供单 区域存在的机器人的信息， 例如 、 模型、 移动能力 和运输能力等。注册在 的地图库提供整个服 务环境的地图信息， 包括地面质量、 可移动区域和不 可通行区域。注册在 的用户库提供管理机器 人服务的用户信息， 包含了用户的个人信息， 例如用 户 、 名字、 行走能力和视听能力等。注册在 的操作者库提供管理机器人和服务的操作者信息， 包含带有操作者 的操作者的技能， 服务应用程 序可以隐藏操作者援助。 和 中的服务队 山 东 大 学 学 报 （ 工 学 版）第 卷 列管理着服务的调用， 包含注册的服务的信息和被 调用的条件。 和 中的信息管理通过一个 通用接口处理服务应用程序和机器人组件之间的信 息交换。状态管理订阅信息管理中服务队列的状态 信息。当管理软件接收到状态信息时， 它确定状态 是否符合服务队列的触发条件。如果符合， 管理软 件发送信息给服务应用程序来开始服务。 中的 资源管理管理着像机器人、 操作者之类的资源分配。 图 的结构示意图 人类可以通过智能手机或者机器人的语音系统 来要求需要的服务， 需求服务提交给当前区域的 层， 再将通知提交给 层， 层再提 交给服务应用程序， 若满足条件， 则服务应用程序通 知 服务已加入服务队列， 再通知 层派出相 应机器人提供服务。如果具体服务需要操作者的协 助， 服务应用程序可向下传递， 通知操作者参与协 助。因为各区域都有 层， 层和 层将人 类生活的各个场景都无缝连接起来， 所以人类在生 活的各个场景都能申请服 务和接收服务， 从而 系统可以对人类的日常生活进行无缝多点 支持。 两种系统架构的比较 基于 模型的系统架构和 平台架构， 都是将云端和机器人网络相结合的云机 器人系统架构， 机器人群可以通过云端任务管理和 分配共同完成服务任务。但是两个框架的区别也十 分明显。基于 模型的系统架构主要将 一般的云端和机器人结构分为了基础云和 云两个互补的云结构。这种结构的特点是加强了机 器人之间互联的紧密性， 可让机器人之间更加方便 快捷地分享执行任务所需的动作、 地图、 导航等信 息， 还能让不在云端覆盖范围内的机器人也能通过 其他机器人的分享获得云端的资源。另外， 这种结 构的云端与机器人分配资源的方式非常弹性灵活， 有对等模型、 代理模型、 克隆模型 种方式， 可以根 据机器人的位置、 用户需求等客观条件来进行选取。 平台架构的特点是将云平台分为了 和 两类平台层， 机器人、 传感器网络和智能手机 都可以通过标准接口接入本地平台。因为各区域都 有 层， 层和 层将人类生活的各个场景 都无缝连接起来， 从而 系统可以对人类的 日常生活进行无缝多点支持。 综合来看， 平台架构因本地平台层的 存在而对人类服务需求的响应更快， 实时性更强； 平台架构的机器人网络由机器人、 传感器 网络和智能手机等组成， 机器人对服务环境掌握的 信息更多、 更熟悉， 因而 平台架构下机器人 的执行力更强。但因 平台架构要求所有服 务环境都有 层， 所以对服务环境有一定的网络 设备要求， 机器人无法在无 层的环境工作， 而 模型的系统架构的结构特殊性使得不 在云端覆盖范围的机器人也可以参与任务中来， 所 以 模型的系统架构对服务环境的网络 条件要求较低一些。 第 期田国会， 等： 云机器人： 概念、 架构与关键技术研究综述 云机器人应用前景展望 云机器人技术的发展将给服务机器人领域的研 究和应用带来革命性的的影响。首先体现在智能机 器人的 个共性关键技术方面： 即时定位与地图构 建 （ ， ） 、 物品抓取、 自主定位与导航。即时定位与地 图构建是机器人在没有先验知识的条件下构建当前 环境地图， 同时在未知环境中定位。即时定位与地 图构建， 特别是广泛采用的基于视觉方法的即时定 位与地图构建需要密集型数据的计算， 因此可以利 用云机器人卸载计算任务到云端， 使 更加快 速。对于机器人的抓取应用， 如果目标模型未知或 不确定时， 就涉及到大量数据的处理和计算， 因此也 可以利用云机器人卸载密集型计算任务到云端。 等人基于云平台， 利用 公 司的 机器人和谷歌目标识别引擎完成了 机 器人抓取任务 。机器人导航是指机器人根据某 些参照确定自己的位置， 并规划路径到达需要的位 置。导航分为基于地图的导航和未知地图的导航。 当地图未知时， 建地图的过程需要大量的数据空间 和密集型数据的计算。当导航区域很大时， 对数据 空间和计算的要求更高。而云机器人满足这些需求： 卸载密集型计算任务到云端和可存储大量的数据。 因此云机器人可使机器人的导航应用更方便快捷。 在服务机器人领域， 机器人与人类的交互显得 尤为重要。人类往往因机器人的枯燥的语言逻辑、 表情和固定的功能对机器人产生距离感。 等人提出了融合智能和情感的先进机器人概念 ， 从云计算、 先进智能机器、 人机互动角度阐述了机器 人云的概念。在机器人与人的交流过程中， 机器人 通过传感器观察和理解人类的情感（ 语言、 动作、 生 理、 表情等） ， 并做出对应的情感反馈。通过与人的 沟通交流、 情感反馈， 机器人可以学习到人类的个性 知识， 并传入云端， 共享给其他机器人， 从而进一步 提高