面向资源聚合与服务协同的云机器人系统架构模型及关键技术研究

In order to achieve the goals of resource on-demand aggregation and service autonomous cooperation, the proposed work combines the current technologies in cloud computing and networked robotics, based on analyzing the existing cloud robotic system structure, to study the cloud robotic infrastructure model and its key technologies meeting the requirements of scalability, standard interfaces, extensibility, task delegation, etc. The project proposes a hierarchical cloud robotic infrastructure based on P2P overlay network and virtual robotic agent; Robotic resources are abstracted and use sematic web and ontology technology to describe resource attribute, and then realize the robot resource discovery mechanism; We plan to research the cloud robotic resource dynamic aggregation algorithm using multi-objective optimization strategies; Taking semantic map as knowledge carrier, formal description of collaborative service is to be realized using the conceptual model of domain supported by ontology technology, and then service configuration algorithm is to be realized using process algebra or dynamic programming; We will ultimately study and implement a cloud robot prototype experimental system, develop a number of typical application services for mobile robots, and fully validate the research results of theory analysis and algorithm design. The theories and technologies of the cloud robotics will be enriched in this research, and cloud computing also is enriched and developed. The research achievements can be applied to a wider range of ubiquitous network systems, intelligent networking systems and other areas.

本课题拟结合云计算技术和网络机器人技术，在分析现有云机器人系统架构的基础上，以实现机器人资源按需聚合、服务自主协同为目标，研究满足可伸缩性、接口标准性、可扩展性、可委托性等要求的云机器人系统架构模型及关键技术。提出基于对等覆盖网络和虚拟机器人代理的云机器人系统分层结构模型；对云机器人资源进行抽象，用语义网及本体论描述资源属性，进而实现机器人资源的发现机制；采用多目标优化策略研究云机器人资源动态聚合算法；以语义地图为知识载体，利用本体技术为领域提供显示的概念模型来实现协同服务形式化描述，采用进程代数或动态规划实现服务的构造算法；研究并实现云机器人原型实验系统，开发实现若干典型移动机器人应用服务，充分验证理论分析和算法设计的研究成果。课题研究丰富和发展云机器人的理论和技术，同时也是对云计算技术自身的丰富与发展。研究成果可应用于更广泛的普适网络系统、智能物联网系统等领域。

云机器人是云计算技术和机器人技术的结合，是机器人领域的新兴研究热点之一。本课题提出了一种基于分布式框架的RGB-D SLAM方法，将昂贵的计算任务和存储任务作为云端的一个服务，而将实时性要求高的追踪任务作为本地客户端服务；结合RGB-D SLAM算法特点，将提出的算法应用在云机器人的环境下；利用云机器人在数据计算和存储方面的优势，将云机器人与RGB-D SLAM算法相结合，并将计算任务密集的算法后端部分卸载到云端；研究并实现了云机器人原型实验系统，开发实现若干典型移动机器人应用服务，充分验证理论分析和算法设计的研究成果。课题研究丰富和发展了云机器人的理论和技术，同时也是对云计算技术自身的丰富与发展。研究成果可应用于在智能家居、安全监控、医疗保健、生活娱乐等领域。