本发明涉及机器人
技术领域：
：，尤其涉及一种基于云平台的云机器人交互方法和云机器人及云平台。
背景技术：
：云机器人就是云计算与机器人学的结合，就像其它网络终端一样，机器人本身不需要存储所有资料信息，或具备超强的计算能力，只需要对于云平台提出需求，云平台进行相应响应并满足。云机器人并不是指某一个机器人，也不是某一类机器人，而是指机器人信息存储和获取方式的一个学术概念。这种信息存取的方式的好处是显而易见的，比如，机器人通过摄像头可以获取一些周围环境的照片，上传到云平台，云平台可以检索出类似的照片，可以计算出机器人的行进路径来避开障碍物，还可以将这些信息储存起来，方便其它机器人检索。所有机器人可以共享数据库，减少开发人员的开发时间。将机器人与外部计算机相连接的想法出现在20世纪90年代，东京大学inaba提出远程大脑(remotebrain)的概念。云机器人的概念将这一概念进一步深入，将探索实现更加廉价的计算方法，并与泛在网络互联。在humanoids2010会议上，卡耐基梅隆大学的kuffner博士(现供职于google公司)首次提出云机器人的概念，引起广泛讨论。按照kuffner的想法，云机器人就是云计算与机器人学的结合，如同其他网络终端一样，机器人本身不需要存储所有资料信息，或具备超强的计算能力，只是在需要的时候可以连接相关服务器并获得所需信息。云计算的超级计算和海量存储能力，逐渐颠覆了传统的应用模式。2010年，在internationalsymposiumonserviceorientedsystemengineering上，美国亚利桑那州立大学与清华大学共同提出了soa(service-orientedarchitecture，基于面向服务架构)的raas(robotasaservice)模型，该模型面向服务型机器人，每个机器人作为一个raas单元，具备一定的自主能力，为用户提供相应的服务。基于soa的机器人系统，扩展了云计算的服务模式，将机器人带入云计算时代。2012年，kameik等人提出了一种商场轮椅机器人，通过云平台分享地图信息、利用云架构进行定位和导航，帮助行动不便的人逛商场。2013年，新加坡asoro实验室建立了一个云计算架构，可以让机器人构建当前环境的3d地图。加州大学伯克利分校基于云平台，利用willowgarage公司的pr2机器人和谷歌目标识别引擎完成3d机器人抓取任务。2014年，荷兰埃因霍温大学发布roboearth项目，让4个机器人在模拟医院的环境中相互协作来照顾病人，通过与云端服务器的交互进行信息共享和相互学习。2014年，位于中国合肥的中国科学技术大学“可佳(kejia)”机器人与位于美国匹兹堡的卡内基-梅隆大学“可宝”(cobot)机器人，借助云平台实现了远程合作与资源共享测试。在实验中，云端向双方机器人提供多种知识源和数据源，“可佳”向“可宝”输送语义理解和自动规划服务，“可宝”向可佳输送大数据分析服务。借助于这些知识共享和远程合作，“可佳”与“可宝”完成了各自单独工作无法完成的测试任务。但是现有的云机器人在交互时，无法有效识别障碍物和避障，数据传输不稳定，在数据传输过程中丢包的几率较大。技术实现要素：有鉴于此，本发明的目的在于提出一种基于云平台的云机器人交互方法和云机器人及云平台，能够实现云机器人有效识别障碍物和避障，数据传输稳定，在数据传输过程中丢包的几率较小。根据本发明的一个方面，提供一种基于云平台的云机器人交互方法，包括：第一云机器人采用摄像头摄像方式，获取周围环境的图像；第一云机器人根据所述获取的周围环境的图像，进行图像处理，判断周围环境是否存在障碍物；第一云机器人根据所述判断周围环境是否存在障碍物的判断结果，在判断出周围环境存在障碍物时，获取所述障碍物的位置信息，并将所述障碍物的位置信息通过传输控制协议/因特网互联协议发送给云平台；云平台接收所述障碍物的位置信息，根据所述障碍物的位置信息为第一云机器人规划避障路径，并将所述规划的避障路径信息通过传输控制协议/因特网互联协议发送给第一云机器人；第一云机器人接收所述规划的避障路径信息，并根据所述规划的避障路径信息，完成避障；第一云机器人在完成避障后，采用摄像头摄像方式，再次获取周围环境的图像；第一云机器人根据所述获取的周围环境的图像，进行图像处理，判断周围环境是否存在标识第二云机器人的标识标签；第一云机器人根据所述判断周围环境是否存在标识第二云机器人的标识标签的判断结果，在判断出周围环境存在标识第二云机器人的标识标签时，获取所述标识标签的位置信息，并将所述标识标签的位置信息通过传输控制协议/因特网互联协议发送给云平台；云平台接收所述标识标签的位置信息，根据所述标识标签的位置信息为第一云机器人规划到达指定位置的路径，并将所述规划的到达指定位置的路径信息通过传输控制协议/因特网互联协议发送给第一云机器人；第一云机器人接收所述规划的到达指定位置的路径信息，并根据所述规划的到达指定位置的路径信息，到达指定位置；第一云机器人在所述指定位置通过语音信息唤醒第二云机器人，并通过传输控制协议/因特网互联协议发送接下来要做的动作的动作信息给云平台；云平台接收所述动作信息，并通过传输控制协议/因特网互联协议发送使第一云机器人和第二云机器人同时做相同的动作的指令到第一云机器人和第二云机器人；第一云机器人和第二云机器人分别接收所述同时做相同的动作的指令，并根据所述同时做相同的动作的指令，同时做相同的动作。根据本发明的另一个方面，提供一种云机器人，包括：传感系统、信息处理系统、控制系统和执行系统；所述传感系统，包括摄像头和距离传感器；所述摄像头，用于采用摄像方式，获取周围环境的图像；所述信息处理系统，用于根据所述获取的周围环境的图像，进行图像处理，判断周围环境是否存在障碍物，和判断周围环境是否存在标识第二云机器人的标识标签；所述距离传感器，用于根据所述判断周围环境是否存在障碍物的判断结果，在判断出周围环境存在障碍物时，获取所述障碍物的位置信息，和根据所述判断周围环境是否存在标识第二云机器人的标识标签的判断结果，在判断出周围环境存在标识第二云机器人的标识标签时，获取所述标识标签的位置信息；所述控制系统，用于将所述障碍物的位置信息通过传输控制协议/因特网互联协议发送给云平台，将所述标识标签的位置信息通过传输控制协议/因特网互联协议发送给云平台，将接下来要做的动作的动作信息通过传输控制协议/因特网互联协议发送给云平台，和接收由云平台规划的避障路径信息，并根据所述规划的避障路径信息，完成避障，和接收由云平台规划的到达指定位置的路径信息，并根据所述规划的到达指定位置的路径信息，到达指定位置，和在所述指定位置通过语音信息唤醒第二云机器人；所述执行系统，用于接收由云平台发出的同时做相同的动作的指令，并根据所述同时做相同的动作的指令，与第二云机器人同时做相同的动作。根据本发明的又一个方面，提供一种云平台，包括：接收系统、规划系统、发送系统；所述接收系统，用于接收由第一机器人发送的障碍物的位置信息，和接收由第一机器人发送的标识第二云机器人的标识标签的位置信息，以及接收由第一机器人发送的第一云机器人接下来要做的动作的动作信息；所述规划系统，用于根据所述障碍物的位置信息为第一云机器人规划避障路径，和根据所述标识标签的位置信息为第一云机器人规划到达指定位置的路径；所述发送系统，用于将所述规划的避障路径信息通过传输控制协议/因特网互联协议发送给第一云机器人，和将所述规划的到达指定位置的路径信息通过传输控制协议/因特网互联协议发送给第一云机器人，以及通过传输控制协议/因特网互联协议发送使第一云机器人和第二云机器人同时做相同的动作的指令到第一云机器人和第二云机器人。可以发现，以上方案，第一云机器人可以根据该获取的周围环境的图像，进行图像处理，判断周围环境是否存在障碍物，可以接收该规划的避障路径信息，并根据该规划的避障路径信息，完成避障，可以通过传输控制协议/因特网互联协议与云平台进行交互包括发送信息给云平台和接收云平台发送的信息，能够实现云机器人有效识别障碍物和避障，数据传输稳定，在数据传输过程中丢包的几率较小。附图说明图1是本发明基于云平台的云机器人交互方法一实施例的流程示意图；图2是本发明基于云平台的云机器人交互方法一实施例中云机器人采用开源计算机视觉库方式对经灰度转化后的图像进行图像二值化的图像处理过程的一举例示意图；图3是本发明基于云平台的云机器人交互方法一实施例中单目测距方式的原理示意图；图4是本发明基于云平台的云机器人交互方法一实施例中第一云机器人采用单目测距方式获取障碍物的位置信息的一举例示意图；图5是本发明基于云平台的云机器人交互方法一实施例中第一云机器人根据获取的周围环境的图像进行图像处理和判断周围环境是否存在标识第二云机器人的标识标签的一举例示意图；图6是本发明基于云平台的云机器人交互方法一实施例中第一云机器人和第二云机器人交互做相同动作的一举例示意图；图7是本发明云机器人一实施例的结构示意图；图8是本发明云平台一实施例的结构示意图；图9是本发明云平台一实施例中云平台的机器人查询功能的显示界面的一举例示意图；图10是本发明云平台一实施例中云平台的机器人任务清单功能的显示界面的一举例示意图；图11是本发明云平台一实施例中云平台对机器人进行任务分配的显示界面的一举例示意图。具体实施方式下面结合附图和实施例，对本发明作进一步的详细描述。特别指出的是，以下实施例仅用于说明本发明，但不对本发明的范围进行限定。同样的，以下实施例仅为本发明的部分实施例而非全部实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。本发明提供一种基于云平台的云机器人交互方法，能够实现云机器人有效识别障碍物和避障，数据传输稳定，在数据传输过程中丢包的几率较小。请参见图1，图1是本发明基于云平台的云机器人交互方法一实施例的流程示意图。需注意的是，若有实质上相同的结果，本发明的方法并不以图1所示的流程顺序为限。如图1所示，该方法包括如下步骤：s101：第一云机器人采用摄像头摄像方式，获取周围环境的图像。s102：第一云机器人根据该获取的周围环境的图像，进行图像处理，判断周围环境是否存在障碍物。其中，该第一云机器人根据该获取的周围环境的图像，进行图像处理，判断周围环境是否存在障碍物，可以包括：第一云机器人根据该获取的周围环境的图像，采用opencv(开源计算机视觉库)方式，对该获取的周围环境的图像进行灰度转化的图像处理，对该经灰度转化后的图像进行图像二值化的图像处理，并根据该经图像二值化处理后的图像是否存在像素位置，来判断周围环境是否存在障碍物，在该经图像二值化处理后的图像存在像素位置时，则判断周围环境存在障碍物，在该经图像二值化处理后的图像不存在像素位置时，则判断周围环境不存在障碍物。请参见图2，图2是本发明基于云平台的云机器人交互方法一实施例中云机器人采用开源计算机视觉库方式对经灰度转化后的图像进行图像二值化的图像处理过程的一举例示意图。如图2所示，图像的二值化是将图像上的点的灰度值设置为0或255，即整个图像呈现清晰的黑白效果，也就是说，通过适当的阈值来选择256亮度级灰度图像以获得二维图像，其仍然可以反映图像的整体图像和局部特征；在数字图像处理中，二值图像占据了非常重要的位置，特别是在实际的图像处理中，存在许多由二值图像处理组成的系统，二进制图像的处理和分析应该首先执行；二值化灰度图像以获得二值化图像，这样，当图像被进一步处理时，图像的集合属性仅与像素值为0或255的像素的位置有关；该像素不再涉及，级别值使处理变得简单，数据处理和压缩也很小，为了获得完美的二值图像，经常使用闭合和连接边界来定义非重叠区域；其灰度级大于或等于阈值的所有像素被确定为属于特定对象并且具有255的灰度值；否则，这些像素被排除在对象区域之外并且具有灰度值0，表示背景或特殊对象区域；如果一个物体内部具有统一的灰度值并且与其他灰度值具有统一的背景，则可以使用阈值方法来获得比较分割效果；如果对象和背景之间的差异未反映在灰度值例如不同的纹理中，则可以将此差异特征转换为灰度差异，然后使用阈值选择技术对图像进行分割，动态调整阈值以实现二值图像可动态观察其分割图像的特定结果；因此，可以得到障碍物的像素位置。在本实施例中，开源计算机视觉库opencv的imread(计算机语言中的一个用于读取图像文件中的数据函数)函数支持各种动态、静态图像文件格式，不同系统支持的文件格式不一样，但都支持bmp(图像文件格式)格式，通常还支持png(portablenetworkgraphics，便携式网络图形)、jpeg(jointphotographicexpertsgroup，联合图像专家小组)和tiff(tagimagefileformat，标签图像文件格式)格式等，本实施例是以图像jpg格式为例，然后利用cv2.cvtcolor(颜色空间转换函数)函数将该图像装换成bgr(blue-green-red，蓝色-绿色-红色三色)格式，每个像素都由一个三元数组表示，并且每个integer(整形)向量分别表示一个blue、green和red通道，其他色彩空间如hsv(hue、saturation、value，颜色模型)也以同样的方式来表示像素，只是取值范围和通道数目不同，例如hsv色彩空间的色度值范围是0-180。在本实施例中，云机器人自身所提供的是yuv422(一种颜色编码方式)图像格式，这种颜色空间不常见，yuv是欧洲电视使用的颜色编码方式，y的取值范围在数字值0-255，表示明亮度，u的取值范围在数字值0-255，表示色度，v的取值范围在数字值0-255，表示浓度，yuv颜色空间中y与其他两者是分开的，色度的采样率可比亮度采样率低，并且它的优势在于图像质量不会明显下降，yuv的原型来自于rgb(red-green-blue，红色-绿色-蓝色三色)模型，可以通过公式进行相互转换。s103：第一云机器人根据该判断周围环境是否存在障碍物的判断结果，在判断出周围环境存在障碍物时，获取该障碍物的位置信息，并将该障碍物的位置信息通过tcp/ip(transmissioncontrolprotocol/internetprotocol，传输控制协议/因特网互联协议)协议发送给云平台。其中，该第一云机器人根据该判断周围环境是否存在障碍物的判断结果，在判断出周围环境存在障碍物时，获取该障碍物的位置信息，并将该障碍物的位置信息通过tcp/ip协议发送给云平台，可以包括：第一云机器人根据该判断周围环境是否存在障碍物的判断结果，在判断出周围环境存在障碍物时，根据该经图像二值化处理后的图像存在的像素位置，采用单目测距方式，通过该摄像的摄像头的实际焦距和该摄像头像素中心点对形成相似三角形，根据该相似三角形的比例来计算得到该像素位置离该摄像头的距离信息，得到该像素位置对应的障碍物离该摄像头的距离信息，得到该障碍物的位置信息，并将该障碍物的位置信息通过tcp/ip协议发送给云平台。在本实施例中，该采用单目测距方式，可以包括：通过单个摄像头找到目标物体，可以利用小孔成像原理对摄像头和目标物体的距离进行测定，其中会涉及到图像识别、坐标变换等一系列图像处理方式。在本实施例中，还可以采用双目测距方式，该双目测距方式可以包括：双目测距算法是两个有重复视角的摄像头在一个时间内拍摄，由于两个摄像头的空间位置不同，可以对得到的图像进行校正和变换，识别出两张图像中的指定目标，分别得到对应的参数，最后通过数学推导计算出云机器人和目标位置的实际距离；双目测距算法的误差比较小，但是计算难度比较大，而对云机器人来说，由于两个摄像头之间的重合面积几乎没有，导致双目测距难度会很大。因此，在本实施例中优先采用单目测距算法。请参见图3，图3是本发明基于云平台的云机器人交互方法一实施例中单目测距方式的原理示意图。如图3所示，该单目测距的方式，主要基于小孔成像原理的测距模型，其中r表示被测障碍物，摄像头可以安装在云机器人的眼部，有效焦距为f，俯视角度为α，距离地面的高度为h，障碍物被测点为p，p与镜头中心的水平距离为d。其中o0是镜头中心，o(x0，y0)是光轴与图像平面的交点，作为图像平面坐标系的原点，p(x，y)是被测点p在图像平面的投影。如图2所示，其中：β＝α+γ(1)tg＝(h-h)/d(2)tgγ＝op'/d(3)联立(1)(2)(3)，根据几何关系有：其中，h和α已知，p'满足：op'2＝y2+x2(5)如果(u,v)以为像素为单位的图像坐标系的坐标，o"(u0,v0)使摄像头光轴与像平面交点o(x0,y0)的帧的存在坐标；p"(u,v)是p'(x,y)的帧存坐标。设帧存坐标中的一个像素对应于像平面在x轴与y轴方向上的物理尺寸分别为dx、dy:则x＝(u-u0)dx,y＝(v-v0)dy代入(5)得：op'2＝[(u-u0)dx]2+[(v-v0)dy]2(7)其中，fx、fy、u0和v0是摄像头的内部参数，通过离线标定已得到。摄像头的俯仰角度α可以通过直接设置摄像头的参数得到，联立(4)和(7)可以求得被测点p与摄像头之间的距离d:请参见图4，图4是本发明基于云平台的云机器人交互方法一实施例中第一云机器人采用单目测距方式获取障碍物的位置信息的一举例示意图。如图4所示，第一云机器人根据该判断周围环境是否存在障碍物的判断结果，在判断出周围环境存在障碍物时，根据该经图像二值化处理后的图像存在的像素位置，采用单目测距方式，通过该摄像的摄像头的实际焦距和该摄像头像素中心点对形成相似三角形，根据该相似三角形的比例来计算得到该像素位置离该摄像头的距离信息，得到该像素位置对应的障碍物离该摄像头的距离信息，得到该障碍物的位置信息，并将该障碍物的位置信息通过tcp/ip协议发送给云平台。s104：云平台接收该障碍物的位置信息，根据该障碍物的位置信息为第一云机器人规划避障路径，并将该规划的避障路径信息通过tcp/ip协议发送给第一云机器人。s105：第一云机器人接收该规划的避障路径信息，并根据该规划的避障路径信息，完成避障。s106：第一云机器人在完成避障后，采用摄像头摄像方式，再次获取周围环境的图像。s107：第一云机器人根据该获取的周围环境的图像，进行图像处理，判断周围环境是否存在标识第二云机器人的标识标签。其中，该第一云机器人根据该获取的周围环境的图像，进行图像处理，判断周围环境是否存在标识第二云机器人的标识标签，可以包括：第一云机器人根据该获取的周围环境的图像，采用标识标签识别方式进行图像处理，判断周围环境是否存在标识第二云机器人的标识标签。在本实施例中，由于第二云机器人颜色过于复杂，若再次使用图像处理则会出现较大的误差，所以采用标识标签识别，可以在第一云机器人完成避障后，第一云机器人开始识别提前贴在第二云机器人头部的标识标签，通过对标识标签的识别和云机器人自身的识别标识标签的函数可以间接的定位到第二云机器人的位置。请参见图5，图5是本发明基于云平台的云机器人交互方法一实施例中第一云机器人根据获取的周围环境的图像进行图像处理和判断周围环境是否存在标识第二云机器人的标识标签的一举例示意图。如图4所示，第一云机器人根据该获取的周围环境的图像，采用标识标签识别方式进行图像处理，判断周围环境是否存在标识第二云机器人的标识标签。s108：第一云机器人根据该判断周围环境是否存在标识第二云机器人的标识标签的判断结果，在判断出周围环境存在标识第二云机器人的标识标签时，获取该标识标签的位置信息，并将该标识标签的位置信息通过tcp/ip协议发送给云平台。s109：云平台接收该标识标签的位置信息，根据该标识标签的位置信息为第一云机器人规划到达指定位置的路径，并将该规划的到达指定位置的路径信息通过tcp/ip协议发送给第一云机器人。s110：第一云机器人接收该规划的到达指定位置的路径信息，并根据该规划的到达指定位置的路径信息，到达指定位置。s111：第一云机器人在该指定位置通过语音信息唤醒第二云机器人，并通过tcp/ip协议发送接下来要做的动作的动作信息给云平台。在本实施例中，第一云机器人到达指定位置，第一云机器人开始发出语音，第二云机器人通过自己的语音库和第一云机器人发出的语音进行匹配，如果符合自己语音库的语料则第一云机器人开始进行下一步动作，若第一云机器人没有返回云平台自己已识别语音信息的反馈，第一云机器人将继续发出语音指令，直到第二云机器人做出响应，如果第一云机器人在发出连续预设次数如5次语音信息，第二云机器人都没有做出反馈后，第二云机器人将被视为无法唤醒。在本实施例中，当第二云机器人识别出语音后，第一云机器人会将自己接下来要做的动作反馈给云平台，云平台将这些动作指令打包发送给第二云机器人，并延时预设时间如5秒，这样第二云机器人就可以模仿第一云机器人同时做出同样的动，达到第二云机器人模仿第一云机器人的效果。在这个过程中，云平台承担了中间件的作用，使得数据可以保存在云平台中，第一云机器人和第二云机器人都可以访问这些数据。s112：云平台接收该动作信息，并通过tcp/ip协议发送使第一云机器人和第二云机器人同时做相同的动作的指令到第一云机器人和第二云机器人。s113：第一云机器人和第二云机器人分别接收该同时做相同的动作的指令，并根据该同时做相同的动作的指令，同时做相同的动作。请参见图6，图6是本发明基于云平台的云机器人交互方法一实施例中第一云机器人和第二云机器人交互做相同动作的一举例示意图。如图6所示，该两云机器人分别接收该同时做相同的动作的指令，并根据该同时做相同的动作的指令，同时做相同的动作。在本实施例中，可以通过webots(一种人形机器人的仿真平台)平台进行云机器人的仿真实验，webots模拟平台可以提供市面上大多机器人的模拟，其中就包括了云机器人，在平台中他可以提供许多有效的控制器和提前定义的云机器人的实验，包括：第一步：启动模拟云机器人，根据路径打开视界\files\projects\robots\nao\worlds\nao.wbt(默认的世界只提供一个云机器人，所以需要手动添加第二云机器人)add/proto/robots/aldebaran/nao；第二步：将choregraphe连接到模拟人形机器人，启动choregraphe并选择连接到或者单击连接按钮；第三步：在webots中测试云机器人的行为。在本实施例中，首先保证电脑已经成功连接至云机器人，然后将写好的程序导入进去，让云机器人执行相应动作，其中需要注意的是，云机器人要确保刚度已经开启，否则会导致行动失败。在本实施例中，第一云机器人可以通过摄像头定位到障碍物的位置，首先可以是调用摄像头，可以通过调用摄像头来获取图像，可以通过调取摄像头拍摄下图像获取第二云机器人的位置并判断障碍物的位置。在本实施例中，第一云机器人调用摄像头之后，摄像头进行拍照，通过图像处理和单目测距算法方式，根据第一云机器人的摄像头的实际焦距和摄像头像素中心点对形成相似三角形，通过相似三角形的比例来计算得到障碍物离机器人的距离设定机器人要走的距离。在本实施例中，第一云机器人开始运动前首先要设置第一云机器人的刚性保证第一云机器人可以正常的行走，之后云平台将障碍物的坐标发给第一云机器人，设定完第一云机器人要走的距离，通过计算得到合适的避障角度和需要保持的安全距离，设定安全距离就需要第一云机器人的声纳传感器的参与，当第一云机器人行走一段距离后判断是否到达安全距离，再利用声纳探测器精确判断障碍物的距离，保证第一云机器人和障碍物之间的距离。在本实施例中，在第一云机器人完成指定操作到达指定位置后，机器人会进行第二次拍照，并通过障碍物大小在摄像头拍照图片的大小判断是否到达指定位置，若到达则开始转弯避障，若未到达，则继续前进到达指定位置后进行转弯避障。可以发现，在本实施例中，第一云机器人可以根据该获取的周围环境的图像，进行图像处理，判断周围环境是否存在障碍物，可以接收该规划的避障路径信息，并根据该规划的避障路径信息，完成避障，可以通过tcp/ip协议与云平台进行交互包括发送信息给云平台和接收云平台发送的信息，能够实现云机器人有效识别障碍物和避障，数据传输稳定，在数据传输过程中丢包的几率较小。本发明还提供一种云机器人，能够实现云机器人有效识别障碍物和避障，数据传输稳定，在数据传输过程中丢包的几率较小。请参见图7，图7是本发明云机器人一实施例的结构示意图。本实施例中，该云机器人70为上述实施例中的第一云机器人，该云机器人70包括传感系统71、信息处理系统72、控制系统73、执行系统74。该传感系统71，可以包括摄像头711、距离传感器712。该摄像头711，用于采用摄像方式，获取周围环境的图像。该信息处理系统72，用于根据该获取的周围环境的图像，进行图像处理，判断周围环境是否存在障碍物，和判断周围环境是否存在标识第二云机器人的标识标签。该距离传感器712，用于根据该判断周围环境是否存在障碍物的判断结果，在判断出周围环境存在障碍物时，获取该障碍物的位置信息，和根据该判断周围环境是否存在标识第二云机器人的标识标签的判断结果，在判断出周围环境存在标识第二云机器人的标识标签时，获取该标识标签的位置信息。该控制系统73，用于将该障碍物的位置信息通过tcp/ip协议发送给云平台，将该标识标签的位置信息通过tcp/ip协议发送给云平台，将接下来要做的动作的动作信息通过tcp/ip协议发送给云平台，和接收由云平台规划的避障路径信息，并根据该规划的避障路径信息，完成避障，和接收由云平台规划的到达指定位置的路径信息，并根据该规划的到达指定位置的路径信息，到达指定位置，和在该指定位置通过语音信息唤醒第二云机器人。执行系统74，用于接收由云平台发出的同时做相同的动作的指令，并根据该同时做相同的动作的指令，与第二云机器人同时做相同的动作。可选地，该信息处理系统72，可以具体用于：根据该获取的周围环境的图像，采用开源计算机视觉库方式，对该获取的周围环境的图像进行灰度转化的图像处理，对该经灰度转化后的图像进行图像二值化的图像处理，并根据该经图像二值化处理后的图像是否存在像素位置，来判断周围环境是否存在障碍物，在该经图像二值化处理后的图像存在像素位置时，则判断周围环境存在障碍物，在该经图像二值化处理后的图像不存在像素位置时，则判断周围环境不存在障碍物。可选地，该信息处理系统72，可以具体用于：根据该获取的周围环境的图像，采用标识标签识别方式进行图像处理，判断周围环境是否存在标识第二云机器人的标识标签。可选地，该距离传感器712，可以具体用于：根据该判断周围环境是否存在障碍物的判断结果，在判断出周围环境存在障碍物时，根据该经图像二值化处理后的图像存在的像素位置，采用单目测距方式，通过该摄像的摄像头的实际焦距和该摄像头像素中心点对形成相似三角形，根据该相似三角形的比例来计算得到该像素位置离该摄像头的距离信息，得到该像素位置对应的障碍物离该摄像头的距离信息，得到该障碍物的位置信息，并将该障碍物的位置信息通过tcp/ip协议发送给云平台。可选地，该距离传感器712，可以是声纳传感器、红外线传感器、激光雷达传感器和超声波传感器等中的至少一种，该至少一种的声纳传感器、红外线传感器、激光雷达传感器和超声波传感器等，可以用于根据该判断周围环境是否存在障碍物的判断结果，在判断出周围环境存在障碍物时，获取该障碍物的位置信息，和根据该判断周围环境是否存在标识第二云机器人的标识标签的判断结果，在判断出周围环境存在标识第二云机器人的标识标签时，获取该标识标签的位置信息。在本实施例中，在不一样的情况下，对云机器人的定义是可以不同的，比如在工厂一个机械臂就可以成为一个云机器人，在家庭服务，类人类机器人才是一个完整的云机器人。在本实施例中，该摄像头711从广泛意义上说是云机器人70最主要的视觉传感器，可以规定云机器人70的摄像头711可以以每秒30帧的速度提供1280x960的分辨率，这样设置视为了云机器人70可以清晰的识别视野中的物体如障碍物和标识标签，同时，也可以统一图像的格式和大小，方便在云平台中进行管理，同时可以采用自动曝光算法，最大程度的保证拍摄图像的清晰度，对于自动曝光算法，例如可以将图像细分为25个窗口，组织为5x5的网络。在本实施例中，该距离传感器712的基本原理可以是发射光波或者声波信号等，当信号触及到检测物再反射回云机器人70，通过计算处理和测定云机器人70到周围检测物的距离，该距离传感器712大都包括声纳、红外线、激光雷达、超声波等；不过不同传感器所能探测到的范围不尽相同，进行一维探测的传感器是声纳和超声波，获取二维数据的是激光雷达，探测三维数据的是另一种比较常见的传感器-kinect。在一般的障碍检测方面，仅需一维数据点即可，所以仅需设定声纳探测。所以针对一维数据点可以分别设定左右两个声纳发射器和接受器，设定左右是因为可以完全的从左右两个方向探测障碍物，选择最佳的避障线路。在本实施例中，该该控制系统73，可以在云机器人70设定完成各个传感器之后，通过驱动获得各个传感器的数据，通过设定的接口进行封装借助tcp/ip协议发送给云平台，从而实现数据共享，进一步的相应的数据传输和服务处理。可以发现，在本实施例中，云机器人可以根据该获取的周围环境的图像，进行图像处理，判断周围环境是否存在障碍物，可以接收该规划的避障路径信息，并根据该规划的避障路径信息，完成避障，可以通过tcp/ip协议与云平台进行交互包括发送信息给云平台和接收云平台发送的信息，能够实现云机器人有效识别障碍物和避障，数据传输稳定，在数据传输过程中丢包的几率较小。本发明还提供一种云平台，能够实现云机器人有效识别障碍物和避障，数据传输稳定，在数据传输过程中丢包的几率较小。请参见图8，图8是本发明云平台一实施例的结构示意图。本实施例中，该云平台80为上述实施例中的云平台，该云平台80包括接收系统81、规划系统82、发送系统83。该接收系统81，用于接收由第一机器人发送的障碍物的位置信息，和接收由第一机器人发送的标识第二云机器人的标识标签的位置信息，以及接收由第一机器人发送的第一云机器人接下来要做的动作的动作信息。该规划系统82，用于根据该障碍物的位置信息为第一云机器人规划避障路径，和根据该标识标签的位置信息为第一云机器人规划到达指定位置的路径。该发送系统83，用于将该规划的避障路径信息通过tcp/ip协议发送给第一云机器人，和将该规划的到达指定位置的路径信息通过tcp/ip协议发送给第一云机器人，以及通过tcp/ip协议发送使第一云机器人和第二云机器人同时做相同的动作的指令到第一云机器人和第二云机器人。在本实施例中，该云平台80可以采用网页设计，用户可直接输入网址直接登录云平台80，云平台80还可以包括其他三项主要功能，分别为机器人查询、任务清单、执行任务。其中机器人查询可以连接云机器人，同时查询云机器人的状态。其中，云机器人的状态可以分为设备状态，可以显示云机器人是否良好，如果云机器人无法连接则会报错。其中，云机器人的状态还可以分为连接状态，表示云机器人是否连接，操作则可以通过云平台80连接和断开和云机器人的连接。在本实施例中，在任务清单界面，可以将不同的任务进行分类，用户可以自主选择云机器人所需要完成的任务。在本实施例中，在多台云机器人执行任务时，不同的云机器人会负责不同的模块，所以就需要任务分配，云平台80在执行任务之前会进行任务分配，确保不会出现模块错乱的情况。在本实施例中，任务分配完毕后，就开始执行任务，之后云机器人会分别将图像信息，数据信息，语音信息等返回云平台80，而云平台80直接将这些信息显示在云平台80的显示界面上，让用户直观的看到云机器人是否按指令完成动作。在完成任务后，会返回任务已完成的指令。通知用户完成用户，可以进行接下来的操作。请参见图9，图9是本发明云平台一实施例中云平台的机器人查询功能的显示界面的一举例示意图。如图9所示，该机器人查询功能的页面可以连接云机器人，同时查询云机器人的状态，其中，云机器人的状态可以分为设备状态，可以显示云机器人是否良好，如果云机器人无法连接则会报错，其中，云机器人的状态还可以分为连接状态，表示云机器人是否连接。请参见图10和图11，图10是本发明云平台一实施例中云平台的机器人任务清单功能的显示界面的一举例示意图，图11是本发明云平台一实施例中云平台对机器人进行任务分配的显示界面的一举例示意图。如图10和图11所示，在任务清单界面，可以将不同的任务进行分类，用户可以自主选择云机器人所需要完成的任务。在多台云机器人执行任务时，不同的云机器人会负责不同的模块，所以就需要任务分配，云平台在执行任务之前会进行任务分配，确保不会出现模块错乱的情况。可以发现，在本实施例中，云平台可以根据该障碍物的位置信息为第一云机器人规划避障路径，和根据该标识标签的位置信息为第一云机器人规划到达指定位置的路径，和将该规划的避障路径信息通过tcp/ip协议发送给第一云机器人，和将该规划的到达指定位置的路径信息通过tcp/ip协议发送给第一云机器人，以及通过tcp/ip协议发送使第一云机器人和第二云机器人同时做相同的动作的指令到第一云机器人和第二云机器人，能够实现云机器人有效识别障碍物和避障，数据传输稳定，在数据传输过程中丢包的几率较小。需要说明的是，本发明提供的基于云平台的云机器人交互方法和云机器人及云平台的核心内容是云平台的设计和搭建和机器人动作的设计，执行动作的主要流程，可以包括：首先通过调用摄像头获取图像，经过开源计算机视觉库图像处理和单目测距算法获得障碍物位置，并将位置发送给云平台，云平台可以为第一云机器人设计一个最佳的避障路径，第一云机器人完成避障后，再调用摄像头对第二云机器人进行标签识别，定位第二云机器人的位置，将第二云机器人的位置信息发送给云平台，第一云机器人走到标签附近后，再通过语音信息第二云机器人，再通过云平台发送指令使第一云机器人和第二云机器人同时做出同样的动作。需要说明的是，本发明提供的基于云平台的云机器人交互方法和云机器人及云平台，在云机器人端通过规定接口使得在数据传输的过程中降低丢包的几率，达到了可以有效的传输数据的操作并且传回给另一台云机器人的目的。需要说明的是，云机器人平台顾名思义是机器人共享平台，可实现机器人与机器人，机器人与用户之间互通的平台。需要说明的是，本发明提供的基于云平台的云机器人交互方法和云机器人，可以首先在电脑上配置云机器人的控制环境naoqi和软件环境webots。针对要实现的任务进行了编程设计，在调试代码的过程中可以安装一些pyhton的头文件包，在图像处理模块主要应用了二值化算法，测距模块使用了单目测距算法，从而达到智能化的效果。云平台的搭建中最困难的部分就是数据的传输的稳定性，主要应用了计算机网络的tcp/ip协议技术保证数据可以有效、快速、稳定的传输到云平台和云平台与云机器人之间的数据交互。还可以通过wamp(windows下的apache+mysql/mariadb+perl/php/python，一组常用来搭建动态网站或者服务器的开源软件)技术，构建本地云，再通过路由交换技术，可以实现与其他主机的互通，这样就可以达到全局云的效果，可以将本机的数据分享给另一个主机的云机器人从而达到商用的效果。需要说明的是，本发明提供的基于云平台的云机器人交互方法和云机器人，云机器人技术是研究人工智能机器人的重点内容，人工智能对服务机器人的产业化具有很大的推动作用，未来工厂车间生产的工人将由智能机器人替代，而人类只需要在后台控制管理机器人，要实现生产，机器人之间的数据通信互动就必不可少。而大量机器人的互动必将导致数据爆炸，堵塞通信通道，云机器人技术的发展推进了人工智能的发展，同时智能机器人的发展也使得云机器人技术的发展更加迅猛。服务机器人想要推广，就必须使它具有替代人工的能力，这对于机器人本身的智能化要求也非常高。根据目前市面上应用的成熟度及未来市场空间，工业服务机器人还处于发展阶段，云平台双云机器人的互动研究对于云机器人应用生产具有深远影响。在本发明所提供的几个实施方式中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。另外，在本发明各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明各个实施方式方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。以上所述仅为本发明的部分实施例，并非因此限制本发明的保护范围，凡是利用本发明说明书及附图内容所作的等效装置或等效流程变换，或直接或间接运用在其他相关的
技术领域：
：，均同理包括在本发明的专利保护范围内。当前第1页12当前第1页12