[發(fā)明專利]一種聯(lián)合優(yōu)化的云機(jī)器人系統(tǒng)延時(shí)的優(yōu)化方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201910115100.1
• 申請(qǐng)日: 2019-02-14
• 公開（公告）號(hào): CN109746918B
• 公開（公告）日: 2021-08-13
• 發(fā)明（設(shè)計(jì)）人: 陳武輝;陳曉煜;鄭子彬
• 申請(qǐng)（專利權(quán)）人: 中山大學(xué)
• 主分類號(hào): B25J9/16
• 分類號(hào): B25J9/16;G06N3/12;H04L29/08
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 林麗明

本發(fā)明公開了一種聯(lián)合優(yōu)化的云機(jī)器人系統(tǒng)延時(shí)的優(yōu)化方法，該方法步驟如下：輸入?yún)?shù)數(shù)據(jù)；定義變量；預(yù)設(shè)隨機(jī)生成支路之間的執(zhí)行時(shí)間差的閾值ε，設(shè)定基因代數(shù)閾值n；將機(jī)器人的位置點(diǎn)信息編碼生成一個(gè)基因；每代生成多組不同值的基因，通過每個(gè)基因計(jì)算出每個(gè)機(jī)器人在k位置的通信帶寬；求解關(guān)于x、z的線性規(guī)劃，得到關(guān)于變量的解，并與通信帶寬代入目標(biāo)函數(shù)中，進(jìn)行線性化變換，求出每個(gè)基因?qū)?yīng)的最優(yōu)解；通過目標(biāo)函數(shù)篩選目標(biāo)函數(shù)值最低的30%基因，通過遺傳算法產(chǎn)生新的基因；計(jì)算下一代基因的最優(yōu)解；根據(jù)以上步驟調(diào)整基因和閾值ε，求出最優(yōu)解，輸出最優(yōu)解對(duì)應(yīng)x、y、z的矩陣，確定布局方案；將布局方案發(fā)送給個(gè)機(jī)器人執(zhí)行任務(wù)。

技術(shù)領(lǐng)域

本發(fā)明涉及云機(jī)器人集群的服務(wù)質(zhì)量優(yōu)化技術(shù)領(lǐng)域，更具體的，涉及一種聯(lián)合優(yōu)化的云機(jī)器人系統(tǒng)延時(shí)的優(yōu)化方法。

背景技術(shù)

目前，由于傳統(tǒng)機(jī)器人已經(jīng)無法很好地滿足生產(chǎn)要求的背景下，因此為了增強(qiáng)機(jī)器人個(gè)體的效能，云機(jī)器人技術(shù)被提出，所述云機(jī)器人(Cloud Robotics)是將云計(jì)算技術(shù)應(yīng)用于機(jī)器人的技術(shù)。云計(jì)算描述的是一種基于互聯(lián)網(wǎng)的新的IT服務(wù)增加、使用和交付模式，通常涉及通過互聯(lián)網(wǎng)來提供動(dòng)態(tài)易擴(kuò)展而且經(jīng)常是虛擬化的資源。運(yùn)用云計(jì)算的強(qiáng)大計(jì)算能力和存儲(chǔ)能力給機(jī)器人提供一個(gè)更智能的“大腦”，此舉可以增強(qiáng)單個(gè)機(jī)器人的能力，執(zhí)行復(fù)雜功能任務(wù)和服務(wù)。同時(shí)，分布在世界各地、具有不同能力的機(jī)器人可以打破地域限制，開展合作，共享信息資源，完成更大、更復(fù)雜的任務(wù)。云機(jī)器人并不是指某一個(gè)或者某一類機(jī)器人，指代的是機(jī)器人存儲(chǔ)和獲取信息的一種方式，借助于網(wǎng)絡(luò)和云計(jì)算，幫助機(jī)器人相互學(xué)習(xí)、共享知識(shí)，解決單個(gè)機(jī)器自我學(xué)習(xí)的局限性，而且還可以減少開發(fā)人員的開發(fā)投入。

如圖1所示，云機(jī)器人系統(tǒng)分為三部分，機(jī)器人端、邊緣端(接入點(diǎn)，Access Point，AP)、云端(服務(wù)器)，其中機(jī)器人端有內(nèi)部連接的通訊網(wǎng)絡(luò)，也有和互聯(lián)網(wǎng)連接的機(jī)器人。云端和機(jī)器人端的通信必須經(jīng)過邊緣端，邊緣端可能具有計(jì)算能力，也可能僅僅發(fā)揮數(shù)據(jù)傳輸作用，具有計(jì)算能力的接入點(diǎn)符合邊緣計(jì)算的特點(diǎn)，距離任務(wù)執(zhí)行地點(diǎn)更近，體量更輕。邊緣端本來是通信基站，現(xiàn)在在邊緣計(jì)算的場(chǎng)景下加入了一個(gè)有計(jì)算能力的服務(wù)器，從“僅僅可以發(fā)送、接受數(shù)據(jù)”到“可以進(jìn)行任務(wù)卸載。

在云機(jī)器人的應(yīng)用上，有幾個(gè)方面值得關(guān)注：云機(jī)器人的計(jì)算遷移、知識(shí)共享和協(xié)同工作。其中，計(jì)算遷移是指將高計(jì)算量的工作任務(wù)由機(jī)器人本地遷移到云端或邊緣端的高性能服務(wù)器執(zhí)行，節(jié)省機(jī)器人的能源和降低該任務(wù)的執(zhí)行時(shí)間。當(dāng)云機(jī)器人集群進(jìn)行協(xié)同工作時(shí)，由于實(shí)時(shí)數(shù)據(jù)量高、計(jì)算任務(wù)重，因?yàn)橛锌傮w完成時(shí)間和機(jī)器人能源容量的限制，所以計(jì)算遷移是必要的。

總體完成時(shí)間反映到服務(wù)質(zhì)量上，便是延時(shí)(latency)。延時(shí)是云機(jī)器人的服務(wù)質(zhì)量里面非常重要的一部分，最小化延時(shí)能夠更好地保證服務(wù)質(zhì)量，幫助云機(jī)器人更好地執(zhí)行任務(wù)。

因?yàn)樵茩C(jī)器人執(zhí)行任務(wù)時(shí)具備的實(shí)時(shí)性、高異構(gòu)性、大數(shù)據(jù)性等特點(diǎn)，基于實(shí)時(shí)性的要求，機(jī)器人及云端需要不停地執(zhí)行任務(wù)，任務(wù)執(zhí)行過程中的延時(shí)問題無法避免，只會(huì)隨著任務(wù)執(zhí)行變得嚴(yán)重；基于大數(shù)據(jù)性的特點(diǎn)，云機(jī)器人面臨著處理大量數(shù)據(jù)的壓力，如果不能很好地優(yōu)化任務(wù)執(zhí)行的策略，延時(shí)將會(huì)大大提升，超時(shí)的風(fēng)險(xiǎn)也會(huì)隨之提高。當(dāng)任務(wù)出現(xiàn)超時(shí)，一方面會(huì)因?yàn)閳?zhí)行效果不好而影響用戶的滿意程度，另一方面，對(duì)于有時(shí)間限制的任務(wù)而言，超時(shí)意味著任務(wù)失敗，而云機(jī)器人系統(tǒng)的應(yīng)用場(chǎng)景又決定了其任務(wù)很可能有執(zhí)行時(shí)間的限制。

同時(shí)，由于云機(jī)器人系統(tǒng)的延時(shí)受多方面因素的影響，盡管現(xiàn)存大量對(duì)云機(jī)器人系統(tǒng)的總體延時(shí)進(jìn)行優(yōu)化的研究，總體延時(shí)依然有很大的優(yōu)化空間。現(xiàn)有技術(shù)主要是將云計(jì)算場(chǎng)景中的調(diào)度算法對(duì)云機(jī)器人系統(tǒng)進(jìn)行適配，針對(duì)的優(yōu)化對(duì)象是計(jì)算遷移的策略，或者計(jì)算遷移中傳輸路線的選擇，并沒有將兩者有機(jī)地結(jié)合起來，導(dǎo)致優(yōu)化的方法效率不高。

發(fā)明內(nèi)容