摘要：针对云架构下配电站智能巡检机器人应用场景,以缩短该场景下云机器人任务流的完成时间为目标,研究建立一种云机器人任务流调度策略。首先,根据任务耗时与虚拟机算力是否相关以及作业任务是否占用云端虛拟机资源,将配电房值守作业任务划分为时间依赖型、计算依赖型以及空载型等三种类型,并对云机器人部分类型工作进行耗时预测。其次,建立云机器人任务流的DAG模型。最后,基于配电站应用场景,设计改进的HEFT静态算法对云机器人的任务流调度进行全局优化。依据配电站具体应用工况,在Cloudsim仿真平台上对算法有效性展开仿真分析与结果验证,并与传统的动态调度方法展开对比研究。

摘要：云机器人通过动态"卸载"任务到云端高效处理,极大提高了节点的智能水平。然而,由于云端应用的实时性差异和负载的不可预知,对网络传输的服务质量(quality of service,QoS)需求不尽相同。从控制角度研究网络传输的服务质量问题,提出并实现了一种基于BP神经网络的双闭环接入控制方法(BPFD-MAC),在最大化能量利用率的同时,实现绝对服务质量和相对服务质量保证。通过反馈控制结构,将绝对QoS约束和相对QoS约束解耦为2个独立闭环:活动时间闭环根据高优先级的延迟控制节点活动时间,满足绝对约束;退避窗口闭环根据不同优先级的延迟比,调整退避时间的初始上限,保持相对延迟比例关系恒定,满足相对约束。并采用BP神经网络方法进行参数自适应校正和控制器设计。最后,基于ZigBit 900的硬件实验表明,相对于FD-MAC,BPFD-MAC不仅能够在负载动态变化时提供绝对和相对QoS保证,并且在网络高负载下,具有更高的吞吐量和能量利用率;在网络低负载下,具有更低的能耗。

摘要：随着云计算、大数据和其他新兴技术的发展,云技术和多机器人系统的集成使得能够设计出具有改进能源效率、实时性高、成本低的多机器人系统。为了解决云增强系统中机器人的潜力,介绍了云机器人的起源、发展过程以及有关云机器人的研究项目。介绍了云机器人系统的整体架构,然后从开源源码、云计算、雾计算、网络切换管理、机器人即服务(Raa S)、大数据等方面分析了云机器人系统中各层的主要发展驱动力。详细阐述了当前云机器人系统中的关键技术,并给出了一些可能的解决方案。最后,对云机器人系统的未来发展进行了讨论。

摘要：为了解决云机器人系统中的计算卸载问题,提高边缘云资源的使用效率,降低群组机器人的能量消耗和对硬件计算资源的要求,提升机器人服务效率和质量,本文设计一种基于Stackelberg博弈的云机器人计算卸载策略。该方法将云机器人竞争同一边缘“网络”中相同类型资源或服务的过程抽象为主从关系的博弈问题,寻求机器人终端进行计算卸载需支付的成本开销与边缘云服务提供者的效用收益之间的平衡。边缘云服务器属于领导者,通过对自身计算能力的定价实现有限计算资源的收益最大化。每个移动机器人终端根据边缘云的定价策略,做出计算卸载的最佳决策,使其计算卸载策略达到Nash均衡状态,最大化自身效用。本文通过对云机器人业务进行任务分割,实现计算任务的部分卸载,证明了基于Stackelberg博弈模型的云机器人计算卸载系统的正确性,提出了一种结合Hamming距离的动态规划算法求解博弈的最终任务卸载策略。实验结果表明该算法降低了云机器人系统中的局部计算能耗,缩短了平均任务完成时间。

摘要：针对目前服务型机器人在执行复杂服务任务时面临着较高的本地计算和存储压力的问题以及机器人服务的可拓展性较低的问题,提出一种基于SOA架构的云机器人分布式服务框架。通过云机器人服务的分布式部署提高资源的利用率和服务质量,通过设计SOA接口层,消除异构机器人之间底层差异。针对单一云机器人服务的局限性,提出一种多服务副本下服务查找和组合算法,实现云机器人集群服务覆盖网络下服务执行的负载均衡和弹性容错,提高云机器人集群的稳定性和服务的吞吐量。通过仿真对比实验,验证了该算法的有效性。

摘要：作为物联网的一种新形式,机器人与互联网融合展现出强劲的发展的趋势.为通过互联网远程操控监视机器人和实现多机器人云端协同信息共享问题,提出一种ROS云端克隆(ROSClone)云机器人系统.基于一种新的轻量级异步通信协议,通过云上代理服务器,将支持ROS的机器人与远程应用相连接,实现机器人状态在云端的克隆.ROSClone系统性能在云上进行测试评估,结果表明此方式的高效性与可靠性.

摘要：以关节型云机器人为基础,以云控制中的大延时时间问题为核心,以内模控制为手段,开展大时延背景下关节型云机器人的抗扰动内模控制策略的研究;运用抗干扰内模控制原理,解决关节型云机器人在外界干扰和模型不精确情况下的轨迹跟踪问题;在对云控制网络时延特性分析的基础上,将鲁棒控制方法应用到云控制系统中,给出了时延控制算法,解决了网络时延的无界、丢包、乱序等问题.

摘要：现有配电站机器人使用传统方法识别配电柜元器件效率低,而结合深度学习识别会增加机器人的成本,不利于配电站机器人大规模应用,为此本文提出基于云架构的配电元器件智能识别系统。首先利用OpenStack云计算框架搭建配电站云机器人系统架构,创建RVM服务实例集群,彼此资源隔离、按需部署,以ROS节点方式为机器人提供密集计算服务,避免彼此消息交互时的格式转换;创建人机交互实例UIVM,开发统一监控管理网页平台对区域内多机器人进行管理。然后基于配电站云机器人系统架构并以YOLOv5s算法识别配电柜元器件。最后采集配电站数据,搭建云机器人系统识别配电元器件,对系统可行性和有效性展开实验验证。

摘要：将云计算的理念应用到机器人遥操作中,设计了机器人云操作平台,其将机器人的资源和服务存储在云端,结构设计为3层:资源层、管理层、服务层.用户通过服务层使用该平台,服务层建立有机器人遥操作服务、机器人状态信息反馈服务和机器人现场信息反馈服务.用户通过网络使用机器人云操作平台提供的资源和服务,很好地解决了多用户在资源共享、协同、安全应用等方面的问题.

摘要：随着机器人应用技术的发展,服务机器人走进人们的生活日渐成为可能。但机器人本身计算能力有限,同时仅靠自身的传感器接收的信息也有一定的局限性。现有的机器人还不足以胜任面对复杂场景的应对能力,也不能够满足人们对服务机器人的期待。本文设计的云机器人计算框架(cloud robot computing framework, CRCF)通过云端,将智能家居以及其他智能硬件与机器人相结合,为机器人提供更多更广的信息。同时, CRCF通过互联网结合了其它第三方的云端应用API,为机器人提供更多的服务功能。 CRCF框架旨在利用云端的大数据处理能力提升机器人的计算和存储能力,并结合第三方云端应用服务和智能硬件设备来拓展机器人的信息来源和服务功能。最后,本文通过远程语音控制机器人的实验,验证了CRCF系统平台在结合硬件设备以及第三方云端应用的功能和性能。