基于云服务的智能机器人运动规划能力增强方法及系统与流程

本发明涉及一种智能机器人运动规划能力增强方法及系统。更具体地说，本发明涉及一种基于云服务的智能机器人运动规划能力增强方法及系统。

背景技术：

目前工业机器人的运动规划主要有两种，一种是通过离线仿真编程的方式，即设计人员利用离线软件进行仿真，在达到仿真要求后生成轨迹路径，下载到机器人控制器中执行；另一种是直接在机器人上面通过示教的方式或者人为编程的方式，生成相应的执行轨迹。

现有的两种方式都是静态的方式，存在以下缺点：

1)离线方式在环境或者需求改变后都需要进行重新仿真，同时仿真和实际应用会有一定的误差

2)两种方式都需要提前规划并生成轨迹点，在机器人执行的过程中是无法重新规划，改变运行轨迹。一方面这样的编程效率比较差，同时更重要的是对环境改变无法实现自适应性。

3)运动规划库、规划算法不能随意选择，动态切换。

随着智能化机器人的发展，智能机器人对于环境的感知、处理需求的提高，现有的机器人由于自身计算能力的限制，难以满足日益复杂的非机构化环境规划需求。

技术实现要素：

本发明的一个目的是解决上述至少一个问题或缺陷，并提供后面将说明的至少一个优点。

本发明还有一个目的是提供一种基于云服务的智能机器人运动规划能力增强方法，其通过封装“运动规划”为云服务，解决了现有技术效率低、灵活性差的问题，由传统的静态规划方式变成了动态请求规划，增加了灵活性、动态性和自适应性，借助云平台强大的计算能力，降低成本，提高了生产效率。

本发明还有一个目的还提供了基于云服务的智能机器人运动规划能力增强方法的系统，其实现了云平台与本地化智能机器人实现松耦合，云平台为本地化智能机器人提供云实时服务。

为了实现根据本发明的这些目的和其它优点，提供了一种基于云服务的智能机器人运动规划能力增强方法，包括以下步骤：

步骤一、将多种运动规划库封装为接口统一的云服务，其中，每一种运动规划库中包括多种运动规划算法；

步骤二、智能机器人端与云平台建立临时连接，智能机器人端中的智能工业机器人向管理所述云服务的云平台发起远程运动规划服务请求；

步骤三、云平台接收到运动规划服务请求后，进行解析并将运动规划服务请求分配给运动规划执行单元；

步骤四、所述运动规划执行单元根据运动规划服务请求中的参数调用所述云服务中相应的运动规划算法开始进行运动规划，生成并打包运动规划结果；

步骤五、云平台将所述运动规划执行单元生成并打包的运动规划结果返回给智能机器人。

优选的是，其中，所述步骤五之后还包括步骤：智能机器人接收到运动规划结果后，检查所述云平台提供的运动规划服务是否达到服务质量，若达到服务质量则执行所述运动规划结果，否则，启动本地化简单运动规划，同时向云平台反馈具体问题，其中，服务质量由元组表示{{t1,t2},S}，包括调用运动服务所用时间t和运动规划轨迹点集合S，服务调用时长由网络传输时间t1和运动服务规划所用时间t2构成，运动规划所用时间t2是由智能机器人端在发起远程运动规划服务请求时指定的。

优选的是，其中，所述步骤三具体包括：云平台接收到运动规划服务请求后，对接口定义的运动规划服务请求的参数文件进行解析，若为云平台可执行的运动规划服务请求，则将所述运动规划服务请求分配给运动规划执行单元；若为云平台不可执行的运动规划服务请求，则所述云平台向所述智能机器人端返回出错结果。

优选的是，其中，所述步骤二中，智能机器人端与云平台建立临时连接具体包括：首先，所述云平台环境初始化后，等待智能机器人端发送连接请求；其次，智能机器人端环境初始化后，向所述云平台发送TCP连接请求，所述云平台接受连接请求；最后，所述智能机器人端与所述云平台建立TCP连接。

优选的是，其中，接口定义的运动规划服务请求的参数文件包括智能机器人结构描述文件和智能机器人环境上下文文件。

优选的是，其中，所述步骤二中，智能机器人与云平台建立临时连接为有线或者无线网络连接。

优选的是，其中，所述运动规划结果为时间递增的空间轨迹点序列。

本发明的目的还可以进一步由基于云服务的智能机器人运动规划能力增强方法的系统来实现，该系统包括：

智能机器人端，其包括至少一个智能工业机器人，所述智能工业机器人用于向云平台请求运动规划服务，实现智能工业机器人的运动控制。

云平台，其包括：服务接口层、容器单元动态调度器，容器静态资源分配器和容器执行单元，所述服务接口层作为云平台服务访问接入口，与所述智能机器人端建立临时网络连接，所述容器单元动态调度器用于动态创建，分配容器单元，在云平台接受运动规划服务请求时，提供运动规划执行单元的动态分配，所述容器静态资源分配器用于管理容器的系统镜像，便于添加、删除、查找系统镜像，镜像内部包含操作系统如ubuntu、机器人操作系统如ROS，机器人软件包即运动规划库。

本发明至少包括以下有益效果：

1、由传统的静态规划方式变成了动态请求规划，增加了灵活性、动态性和自适应性；

2、改善了以往离线规划效率低下的问题，促进了工业机器人的智能化发展；

3、云平台中的运动规划算法可以自由选择，可以针对不同结构的智能机器人选择最适合的规划库和规划算法；

4、借助云平台强大的计算能力，降低成本，提高了生产效率；

5、实现了云平台运动规划服务和本地化智能机器人执行的松耦合，在云平台可以自由添加、删除规划库，改变运动规划算法，而调用接口可不发生改变；

6、本地智能机器人可以随时调用云服务，从而实现运动规划的动态性和自适应性；

7、通过服务实现了计算资源的共享，任何工业机器人都可以随时请求规划服务；

8、云平台服务具有很强的伸缩和扩展性，满足大规模智能机器人的同时路径规划请求服务。

本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。

附图说明

图1为本发明的一个实施例中基于云服务的智能机器人运动规划能力增强方法的流程示意图；

图2说明的是基于云服务的智能机器人运动规划能力增强方法的系统的结构示意图。

具体实施方式

下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

图1示出了根据本发明的一种实现形式，示出了基于云服务的智能机器人运动规划能力增强方法的执行过程。其中包括：

步骤一、将多种运动规划库封装为接口统一的云服务，其中，每一种运动规划库中包括多种运动规划算法；

其中，目前存在多种运动规划库，每个运动规划库里有多种运动规划算法，为了进行归一化调度，将各种运动规划库封装为接口统一的云服务，并且在调用时在参数中指定所采取的具体运动规划算法。云服务层实现了各种运动规划库，同时在调用时可以动态分配执行单元，保证了云服务的伸缩性和扩展性；

服务的接口定义：服务的接口采用XML文件进行描述定义，主要包含以下部分：1)智能机器人结构描述文件，定义了几何参数、连杆之间作用关系等。2)规划上下文，它描述了智能机器人周围的集合属性，如碰撞物体的大小位置等。3)附带参数，指定具体的运动规划库，所采用的运动规划算法，规划的时间限制；

步骤二、云平台环境初始化后，等待智能机器人端发送连接请求；智能机器人端环境初始化后，向所述云平台发送TCP连接请求，所述云平台接受连接请求；所述智能机器人端与所述云平台建立临时TCP连接，智能机器人端中的智能工业机器人向管理所述云服务的云平台发起远程运动规划服务请求；

其中，发送的运动规划服务请求以服务的接口定义文件的形式发送；

步骤三、云平台接收到运动规划服务请求后，根据运动规划库的请求解析发送的运动规划服务请求的参数文件，若为云平台可执行的运动规划服务请求，开始为本次运动服务请求分配运动规划执行引擎单元，并将运动规划服务请求任务附带请求参数分配给运动规划执行单元；若为云平台不可执行的运动规划服务请求，则所述云平台向所述智能机器人端返回出错结果；

步骤四、所述运动规划执行单元根据运动规划服务请求中的参数调用所述云服务中相应的运动规划算法开始进行运动规划，在规定的时间之前结束规划任务，生成并打包运动规划结果；

其中，运动规划结果为时间递增的空间轨迹点序列；

步骤五、云平台将所述运动规划执行单元生成并打包的运动规划结果返回给智能机器人；

步骤六、智能机器人接收到运动规划结果后，检查所述云平台提供的运动规划服务是否达到服务质量，若达到服务质量则执行所述运动规划结果，否则，启动本地化简单运动规划，同时向云平台反馈具体问题，其中，服务质量由元组表示{{t1,t2},S}，包括调用运动服务所用时间t和运动规划轨迹点集合S，用运动服务所用时间由网络传输时间t1和运动服务规划所用时间t2构成，运动规划所用时间t2是由智能机器人端在发起远程运动规划服务请求时指定的。服务质量影响因素有两个：云平台是否在t2时间内完成规划，在满足前一个条件下，总时间t是否是可以接受的。

在其中一个实施例中，智能机器人与云平台建立临时连接为有线或者无线网络连接。

图2示出了基于云服务的智能机器人运动规划能力增强方法的系统来实现，该系统包括：

智能机器人端，其包括至少一个智能工业机器人，所述智能工业机器人用于向云平台请求运动规划服务，实现智能工业机器人的运动控制。

云平台，其包括：服务接口层、容器单元动态调度器，容器静态资源分配器和容器执行单元，所述服务接口层作为云平台服务访问接入口，与所述智能机器人端建立临时网络连接，所述容器单元动态调度器用于动态创建，分配容器单元，所述容器静态资源分配器用于管理不同的运动规划库的算法容器，在云平台接受运动规划服务请求时，提供运动规划执行单元的动态分配。

其中，智能机器人端和云平台通过有线或者无线网络进行连接，同时云平台具有多种运动规划库和运动规划算法，可以自由选择，而调用接口是统一的，云平台的功能实现主要是封装并提供“运动规划服务”。

本发明主要针对智能工业机器人的运动规划，也适用于其它类似智能机器人的运动规划云服务化，同时不仅仅限于运动规划算法的封装，其它智能工业机器人独立算法的封装也是适用的。

本发明提出了“MaaS”(Motion Planning as a Service)-“运动规划作为一种服务”的理念，即将智能工业机器人“运动规划”封装成为云实时服务，通过云服务与智能工业机器人协同实现复杂而高效的多机器人运动规划，在网络故障导致云平台规划失败时，可切换为本地化简单规划，从而使得云平台融合的运动规划有一定的鲁棒性。

这里说明的模块数量和处理规模是用来简化本发明的说明的。对本发明的基于云服务的智能机器人运动规划能力增强方法及系统的应用、修改和变化对本领域的技术人员来说是显而易见的。

如上所述，根据本发明，结合新的运动规划模式，利用云服务增强了智能机器人轨迹的动态规划，通过将机器人“运动规划”封装为服务，同时借助云平台强大的并行处理能力，可快速实现工业机器人在非机构化环境中的运动轨迹的规划，极大提升了机器人能力，使得机器人更加趋于智能化，同时为以后实现多智能机器人的协同提供了可能性、方便性，由传统的静态规划方式变成了动态请求规划，增加了灵活性、动态性和自适应性，改善了以往离线规划效率低下的问题，智能机器人端主要作为执行器，云平台提供相应的云实时服务。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明的领域。对于熟悉本领域的人员而言，可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。