【技术实现步骤摘要】
本专利技术涉及云机器人，特别是涉及一种自适应动态网络卸载的云边缘协作机器人系统、控制方法、计算机设备及存储介质。
技术介绍
1、深度学习模型已经被证明在各种机器人任务中取得了卓越的性能，特别是在感知和决策领域。然而，这些模型的使用会显著增加机器人的计算需求和能源消耗，导致自动驾驶汽车、送货无人机和自动物流车辆等自主移动机器人在续航能力和资源约束方面面临挑战。这一问题被称为移动机器人中的计算和功率受限问题，对机器人的广泛采用提出了重大挑战。云机器人是解决这些问题的有效方法，是一种将复杂计算迁移到云端的新兴技术。使用具有网络卸载的云机器人系统，可以将深度神经网络卸载到云端或边缘进行计算，有效降低局部机器人的计算压力和功耗。具体来说，虽然将深度神经网络卸载到云端可以降低板载计算需求，但如果网络高度拥塞，性能可能会严重降低。
2、然而，在传统的云机器人进行网络卸载过程中，由于不可能为特定的机器人单独搭建一个云服务器，每次都花费大量的时间和精力来部署网络卸载，因此，当机器人将深度神经网络卸载到云端存在的网络高度拥塞，可能会导致延迟，从而严重降低性能的问题。
技术实现思路
1、基于此，为了解决上述技术问题，提供一种自适应动态网络卸载的云边缘协作机器人系统、控制方法，可以更加灵活方便，提高系统的性能。
2、一种自适应动态网络卸载的云边缘协作机器人系统，所述系统包括本地机器人、云服务器；所述本地机器人与所述云服务器通信连接；所述本地机器人上部署有机器人操作系统；所述云服务器
3、所述机器人操作系统包括ros master节点、本地dnn节点、下游节点、分层卸载模块；所述aws平台中构建有vpc网络，vpc网络中部署有云端dnn节点；
4、启动所述ros master节点中的文件启动机制，实现所述机器人操作系统、所述aws平台部署；
5、所述机器人操作系统接收到执行指令时，所述本地dnn节点根据所述执行指令计算出划分为本地计算部分和云计算部分的分裂点，并根据所述分裂点将所述执行指令划分为本地机器人执行指令、云服务器执行指令；
6、通过所述分层卸载模块将所述云服务器执行指令网络卸载到所述云端dnn节点中执行，所述云端dnn节点将执行结果发送至所述下游节点；
7、所述机器人操作系统执行所述本地机器人执行指令，并将执行结果发送至所述下游节点。
8、在其中一个实施例中，所述机器人操作系统利用ssh创建ec2实例，启动所述rosmaster节点中的文件启动机制，并构建网络环境；
9、所述机器人操作系统利用ssh建立到所述aws平台的连接，创建aws ec2实例；其中，aws ec2实例是一个具有公共ip的隔离计算区域；
10、启动所述ros master节点中的文件启动机制后，ros master节点、本地dnn节点、下游节点、云端dnn节点均运行；且ros master节点、本地dnn节点、下游节点与所述aws平台通过wan或lan-vpn-wan相互通信。
11、在其中一个实施例中，所述本地机器人与所述云服务器利用ros的节点通信协议进行交互。
12、在其中一个实施例中，所述本地dnn节点获取与所述执行指令对应的环境信息，并根据所述环境信息确定卸载策略；
13、所述卸载策略中包含有动作空间、状态空间、度量空间、时间。
14、一种自适应动态网络卸载的云边缘协作机器人控制方法，应用在自适应动态网络卸载的云边缘协作机器人系统中，所述方法包括：
15、通过机器人操作系统中的ros master启动节点文件启动机制，机器人操作系统中的ros master节点、本地dnn节点、下游节点、分层卸载模块开始运行；
16、当所述机器人操作系统接收到执行指令时，所述本地dnn节点根据所述执行指令计算出划分为本地计算部分和云计算部分的分裂点，并根据所述分裂点将所述执行指令划分为本地机器人执行指令、云服务器执行指令；
17、通过所述分层卸载模块将所述云服务器执行指令网络卸载到云服务器中aws平台中的云端dnn节点中执行，所述云端dnn节点将执行结果发送至所述下游节点；
18、所述机器人操作系统执行所述本地机器人执行指令，并将执行结果发送至所述下游节点。
19、在其中一个实施例中，通过机器人操作系统中的ros master启动节点文件启动机制，机器人操作系统中的ros master节点、本地dnn节点、下游节点、分层卸载模块开始运行，包括：
20、所述机器人操作系统利用ssh创建ec2实例，启动所述ros master节点中的文件启动机制，并构建网络环境；
21、所述机器人操作系统利用ssh建立到所述aws平台的连接，创建aws ec2实例；其中，aws ec2实例是一个具有公共ip的隔离计算区域；
22、启动所述ros master节点中的文件启动机制后，ros master节点、本地dnn节点、下游节点、云端dnn节点均运行；且ros master节点、本地dnn节点、下游节点与所述aws平台通过wan或lan-vpn-wan相互通信。
23、在其中一个实施例中，所述本地dnn节点根据所述执行指令计算出划分为本地计算部分和云计算部分的分裂点，包括：
24、所述本地dnn节点根据所述执行指令确定策略执行因素；
25、所述本地dnn节点根据所述策略执行因素计算出划分为本地计算部分和云计算部分的分裂点。
26、在其中一个实施例中，所述策略执行因素包括动作空间、状态空间、度量空间、时间。
27、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
28、通过机器人操作系统中的ros master启动节点文件启动机制，机器人操作系统中的ros master节点、本地dnn节点、下游节点、分层卸载模块开始运行；
29、当所述机器人操作系统接收到执行指令时，所述本地dnn节点根据所述执行指令计算出划分为本地计算部分和云计算部分的分裂点，并根据所述分裂点将所述执行指令划分为本地机器人执行指令、云服务器执行指令；
30、通过所述分层卸载模块将所述云服务器执行指令网络卸载到云服务器中aws平台中的云端dnn节点中执行，所述云端dnn节点将执行结果发送至所述下游节点；
31、所述机器人操作系统执行所述本地机器人执行指令，并将执行结果发送至所述下游节点。
32、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
33、通过机器人操作系统中的ros master启动节点文件启动机制，机器人操作系统中的ros master节点、本地dnn节点、下游节点、分层卸载模块开始运行；...
【技术保护点】
1.一种自适应动态网络卸载的云边缘协作机器人系统，其特征在于，所述系统包括本地机器人、云服务器；所述本地机器人与所述云服务器通信连接；所述本地机器人上部署有机器人操作系统；所述云服务器基于AWS平台运行；其中：
2.根据权利要求1所述的自适应动态网络卸载的云边缘协作机器人系统，其特征在于，所述机器人操作系统利用SSH创建EC2实例，启动所述ROS master节点中的文件启动机制，并构建网络环境；
3.根据权利要求1所述的自适应动态网络卸载的云边缘协作机器人系统，其特征在于，所述本地机器人与所述云服务器利用ROS的节点通信协议进行交互。
4.根据权利要求1所述的自适应动态网络卸载的云边缘协作机器人系统，其特征在于，所述本地DNN节点获取与所述执行指令对应的环境信息，并根据所述环境信息确定卸载策略；
5.一种自适应动态网络卸载的云边缘协作机器人控制方法，应用在自适应动态网络卸载的云边缘协作机器人系统中，其特征在于，所述方法包括：
6.根据权利要求5所述的自适应动态网络卸载的云边缘协作机器人控制方法，其特征在于，通过机器人操
7.根据权利要求5所述的自适应动态网络卸载的云边缘协作机器人控制方法，其特征在于，所述本地DNN节点根据所述执行指令计算出划分为本地计算部分和云计算部分的分裂点，包括：
8.根据权利要求7所述的自适应动态网络卸载的云边缘协作机器人控制方法，其特征在于，所述策略执行因素包括动作空间、状态空间、度量空间、时间。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求5至8中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求5至8中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种自适应动态网络卸载的云边缘协作机器人系统，其特征在于，所述系统包括本地机器人、云服务器；所述本地机器人与所述云服务器通信连接；所述本地机器人上部署有机器人操作系统；所述云服务器基于aws平台运行；其中：
2.根据权利要求1所述的自适应动态网络卸载的云边缘协作机器人系统，其特征在于，所述机器人操作系统利用ssh创建ec2实例，启动所述ros master节点中的文件启动机制，并构建网络环境；
3.根据权利要求1所述的自适应动态网络卸载的云边缘协作机器人系统，其特征在于，所述本地机器人与所述云服务器利用ros的节点通信协议进行交互。
4.根据权利要求1所述的自适应动态网络卸载的云边缘协作机器人系统，其特征在于，所述本地dnn节点获取与所述执行指令对应的环境信息，并根据所述环境信息确定卸载策略；
5.一种自适应动态网络卸载的云边缘协作机器人控制方法，应用在自适应动态网络卸载的云边缘协作机器人系统中，其特征在于，所述方法包括：
【专利技术属性】
技术研发人员：李修来，刘博艺，陈明锐，张彬，彭鑫，吴海云，王逸言，
申请(专利权)人：海南海锐众创科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。