本發(fā)明涉及云機器人技術(shù)領(lǐng)域，尤其涉及一種云機器人系統(tǒng)及實現(xiàn)方法。

背景技術(shù)：

隨著機器人技術(shù)的發(fā)展，機器人的用途越來越廣。同時，機器人的概念也越來越寬，已從狹義的機器人，開始向機器人技術(shù)擴展。傳統(tǒng)機器人在處理需求大量數(shù)據(jù)和高計算量的任務(wù)時，由于其自身計算能力、存儲能力等方面的限制，表現(xiàn)通常不夠理想。當(dāng)今時代是云計算的時代，只有把機器人和云計算結(jié)合起來，才能順應(yīng)時代發(fā)展的潮流，才能突破傳統(tǒng)機器人發(fā)展中遇到的瓶頸——計算能力、存儲能力、學(xué)習(xí)能力，使機器人發(fā)展到一個全新的時代，即云機器人時代。云機器人可以按需得到資源(計算資源、存儲資源等)，可以更便利地共享信息。

云機器人就是云計算(Cloud Computing)與機器人學(xué)的結(jié)合，機器人本身不需要存儲所有資料信息或具備超強的計算能力，只是在需要的時候可以連接相關(guān)服務(wù)器并獲得所需信息。云機器人不僅可以卸載復(fù)雜的計算任務(wù)到云端，還可以接收海量數(shù)據(jù)，并分享信息和技能。而目前，對于云計算的定義有很多種說法。廣為接受的是美國國家標準與技術(shù)研究院(NIST)的定義：云計算是一種按使用量付費的模式，這種模式提供可用的、便捷的、按需的網(wǎng)絡(luò)訪問，進入可配置的計算資源共享池，這些資源能夠被快速提供，只需投入很少的管理工作，或與服務(wù)供應(yīng)商進行很少的交互。

云機器人的研究目前尚處于起步階段。部分研究機構(gòu)已經(jīng)開始從實驗仿真和驗證平臺的角度研究云機器人，也有一些大型科技公司開始試用云機器人。RoboEarth是一個由荷蘭Eindhoven大學(xué)主導(dǎo)的歐盟項目，該項目的主要目標是開發(fā)一個“機器人萬維網(wǎng)”，它可以被看做是一個網(wǎng)上的大型數(shù)據(jù)庫，在這個數(shù)據(jù)庫中機器人可以共享通用對象、環(huán)境以及其他各種任務(wù)的數(shù)據(jù)庫。歐洲的科學(xué)家們于2013年推出了Raptuya——個幫助機器人應(yīng)付人類世界的在線信息數(shù)據(jù)庫，Raptuya的推出是RoboEarth項目的第一步。該項目旨在讓機器人可以下載互聯(lián)網(wǎng)上的信息，以學(xué)習(xí)它們的環(huán)境、軟件組件、對象、圖像以及如何執(zhí)行某些任務(wù)。

DavinCi是由新加坡ASORO實驗室承擔(dān)的云機器人項目，以提供認知機器人服務(wù)為目標。DAvinCi是一個PaaS系統(tǒng)，它主要的組成部分為分布式ROS架構(gòu)、Hadoop分布式文件系統(tǒng)(HDFS)和Map/Reduce框架。在Map/Reduce中實現(xiàn)FastSLAM算法，地圖通過SaaS與環(huán)境中的其他機器人共享。該系統(tǒng)目前處于早期發(fā)展階段，它在減少地圖構(gòu)建和探索時間以及減少額外的傳感器方面取得了一定的成功。

Google公司的無人駕駛汽車原型于2014年5月28日發(fā)布。該車上除了具有各種先進的傳感器外，最重要的是其收集到的所有數(shù)據(jù)都要發(fā)送到它的數(shù)據(jù)中心即云上，并通過云上的海量數(shù)據(jù)和超強計算能力，來保證其行駛的安全與準確。

與國外相比，國內(nèi)對云機器人領(lǐng)域的研究并不多。北京理工大學(xué)的王全玉等人將云計算的理念應(yīng)用到機器人遙操作中，設(shè)計了機器人云操作平臺。浙江大學(xué)的姚敏教授及其團隊研究了異構(gòu)多機器人系統(tǒng)協(xié)同技術(shù)，以SOA的方式設(shè)計實現(xiàn)異構(gòu)機器人的服務(wù)，重點放在服務(wù)的構(gòu)造和重構(gòu)算法。清華大學(xué)的都志輝教授、浙江大學(xué)的胡華梁教授與美國亞利桑那州立大學(xué)的陳以農(nóng)教授合作，利用微軟的機器人開發(fā)工具MRDS和可視化編程語言VPL(Visual Programming Language)實現(xiàn)了若干RaaS原型系統(tǒng)。

盡管國內(nèi)外在云機器人領(lǐng)域取得了一系列成果，但是如何才能使傳統(tǒng)機器人高效地變?yōu)樵茩C器人，這一問題已成為全世界專家技術(shù)人員新的挑戰(zhàn)。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)的缺陷，本發(fā)明提供一種云機器人系統(tǒng)及實現(xiàn)方法，能接收機器人發(fā)出的請求消息，自動創(chuàng)建配置云中虛擬資源，使機器人按需使用云中資源。

一方面，本發(fā)明提供一種云機器人系統(tǒng)，包括基于RabbitMQ的消息中間件、基于JSON的消息解析器和基于OpenStack SDK的虛擬資源自動配置模塊；

基于RabbitMQ的消息中間件用于接收機器人請求消息，并根據(jù)機器人上消息生產(chǎn)者(即消息發(fā)送程序)中的隊列聲明和路由規(guī)則，將機器人請求消息存儲到不同的消息隊列，通過RabbitMQ將機器人請求消息轉(zhuǎn)發(fā)給相應(yīng)的消息消費者(即消息接收程序)；

基于JSON(JavaScript Obiect Notation，一種輕量級的數(shù)據(jù)交換格式)的消息解析器用于解析RabbitMQ消息消費者接收的請求信息，得到有用信息，并將該有用信息作為虛擬資源的參數(shù)傳遞給可執(zhí)行函數(shù)；所述虛擬資源的參數(shù)包括創(chuàng)建配置計算資源、存儲資源和網(wǎng)絡(luò)資源；

基于OpenStack SDK的虛擬資源自動配置模塊包括多個基于OpenStack SDK的可執(zhí)行函數(shù)，用于根據(jù)基于JSON的消息解析器解析出的有用信息參數(shù)，調(diào)用OpenStack API自動創(chuàng)建配置云中虛擬資源，實現(xiàn)利用該云中虛擬資源對機器人進行控制。

另一方面，本發(fā)明還提供一種云機器人實現(xiàn)方法，采用上述的云機器人系統(tǒng)實現(xiàn)，包括以下步驟：

步驟1、利用基于RabbitMQ的消息中間件接收機器人發(fā)出的請求消息，根據(jù)機器人上消息生產(chǎn)者(即消息發(fā)送程序)中的隊列聲明和路由規(guī)則，將機器人請求消息存儲到不同的消息隊列，通過RabbitMQ將機器人請求消息轉(zhuǎn)發(fā)給相應(yīng)的消息消費者(即消息接收程序)，具體方法為：

步驟1.1、導(dǎo)入消息生產(chǎn)者相應(yīng)的RabbitMQ的客戶端模塊；

步驟1.2、根據(jù)IP地址、端口號、虛擬主機名、用戶名和密碼建立與RabbitMQ服務(wù)器的連接；

步驟1.3、在連接內(nèi)部建立相互隔離的消息通道，消息通道內(nèi)創(chuàng)建指定名稱的隊列；

步驟1.4、指定交換器和路由鍵，將請求消息主體發(fā)送到指定的隊列中，關(guān)閉連接，等待消息消費者接收此請求消息；

步驟1.5、導(dǎo)入消息消費者相應(yīng)的RabbitMQ的客戶端模塊；

步驟1.6、根據(jù)IP地址、端口號、虛擬主機名、用戶名和密碼建立與RabbitMQ服務(wù)器的連接；

步驟1.7、在連接內(nèi)部建立相互隔離的消息通道，消息通道內(nèi)創(chuàng)建指定名稱的隊列；

步驟1.8、通過內(nèi)置的回調(diào)函數(shù)將相應(yīng)隊列上的請求消息傳遞給消息消費者，完成機器人請求消息的轉(zhuǎn)發(fā)；

步驟2、利用基于JSON的消息解析器解析RabbitMQ轉(zhuǎn)發(fā)來的機器人請求消息，解析出有用信息，作為虛擬資源的參數(shù)傳遞給可執(zhí)行函數(shù)，具體方法為：

步驟2.1、導(dǎo)入json模塊；

步驟2.2、將機器人請求消息載入json.loads()函數(shù)；

步驟2.3、得到請求消息中鍵的列表；

步驟2.4、對鍵的列表循環(huán)解析，得到鍵值對數(shù)據(jù)，即解析出的創(chuàng)建配置虛擬資源參數(shù)；

步驟3、利用基于OpenStack SDK的虛擬資源自動配置模塊，根據(jù)解析器解析出的參數(shù)，運行可執(zhí)行函數(shù)，自動創(chuàng)建、配置云中虛擬資源，利用云中虛擬資源實現(xiàn)對機器人的復(fù)雜控制，每個可執(zhí)行函數(shù)實現(xiàn)的方法相同，具體方法為：

步驟3.1、導(dǎo)入OpenStack相應(yīng)服務(wù)的客戶端模塊，系統(tǒng)時間模塊，其中包含認證信息，聲明使用OpenStack各模塊客戶端的版本信息；

步驟3.2、判斷所述認證信息是否取得了認證，即判斷是否取得了相應(yīng)的權(quán)限，如果取得了相關(guān)認證，則運行可執(zhí)行函數(shù)主體，通過調(diào)用相應(yīng)OpenStack API，創(chuàng)建、配置相應(yīng)云中虛擬資源，執(zhí)行步驟3.3，否則，發(fā)出錯誤提示信息；

步驟3.3、根據(jù)創(chuàng)建配置的云中虛擬資源對機器人進行控制。

由上述技術(shù)方案可知，本發(fā)明的有益效果在于：本發(fā)明提供的一種云機器人系統(tǒng)及實現(xiàn)方法，系統(tǒng)結(jié)構(gòu)簡單穩(wěn)定，有良好的實際效果和較高的實用價值，所述實現(xiàn)方法能接收機器人發(fā)出的請求消息，自動創(chuàng)建配置云中虛擬資源。當(dāng)機器人需要運行不同的控制算法時，通過修改機器人請求消息，可動態(tài)調(diào)整云中的虛擬資源，實現(xiàn)機器人按需使用云中資源，是一種全新的云機器人實現(xiàn)方法，有效促進云機器人的發(fā)展。

附圖說明

圖1為本發(fā)明實施例提供的云機器人系統(tǒng)結(jié)構(gòu)框圖；

圖2為本發(fā)明實施例提供的云機器人系統(tǒng)結(jié)構(gòu)示意圖；

圖3為本發(fā)明實施例提供的云機器人實現(xiàn)方法流程圖；

圖4為本發(fā)明實施例提供的基于RabbitMQ的消息中間件消息生產(chǎn)者流程圖；

圖5為本發(fā)明實施例提供的基于JSON的消息解析器解析流程圖。

具體實施方式

下面結(jié)合附圖和實施例，對本發(fā)明的具體實施方式作進一步詳細描述。以下實施例用于說明本發(fā)明，但不用來限制本發(fā)明的范圍。

一種云機器人系統(tǒng)，如圖1所示，包括三部分：基于RabbitMQ的消息中間件、基于JSON的消息解析器和基于OpenStack SDK的虛擬資源自動配置模塊。

基于RabbitMQ的消息中間件用于接收機器人請求消息，并根據(jù)機器人上消息生產(chǎn)者(即消息發(fā)送程序)中的隊列聲明和路由規(guī)則，將機器人請求消息存儲到不同的消息隊列，通過RabbitMQ將機器人請求消息轉(zhuǎn)發(fā)給相應(yīng)的消息消費者(即消息接收程序)。

基于JSON的消息解析器用于解析RabbitMQ消息消費者接收的請求信息，得到有用信息，并將該有用信息作為虛擬資源的參數(shù)傳遞給可執(zhí)行函數(shù)；所述虛擬資源的參數(shù)包括創(chuàng)建配置計算資源、存儲資源和網(wǎng)絡(luò)資源。

基于OpenStack SDK的虛擬資源自動配置模塊包括多個基于OpenStack SDK的可執(zhí)行函數(shù)，用于根據(jù)基于JSON的消息解析器解析出的有用信息參數(shù)，調(diào)用OpenStack API自動創(chuàng)建配置云中虛擬資源，利用該云中虛擬資源對機器人進行控制。

一種云機器人實現(xiàn)方法，如圖3所示，首先利用基于RabbitMQ的消息中間件接收、存儲、轉(zhuǎn)發(fā)機器人請求信息，再利用基于JSON的消息解析器解析請求消息，得到創(chuàng)建配置云中虛擬資源的參數(shù)，最后基于OpenStack SDK的虛擬資源自動配置模塊根據(jù)解析出的參數(shù)信息自動創(chuàng)建配置網(wǎng)絡(luò)、虛擬機等云中資源，使虛擬機與機器人能相互連接、相互通信，進而根據(jù)云中虛擬資源對機器人進行控制。虛擬機內(nèi)部集成了Ubuntu操作系統(tǒng)和ROS(Robot Operating System)，可運行相應(yīng)的機器人算法，實現(xiàn)機器人的復(fù)雜控制，本實施例中的云機器人系統(tǒng)如圖2所示。

如圖4所示，為基于RabbitMQ的消息中間件消息生產(chǎn)者流程圖。本實施例中有多個消息生產(chǎn)者(請求消息的發(fā)送程序)和消息消費者(請求消息的接收程序)。首先要在RabbitMQ服務(wù)器上創(chuàng)建虛擬主機，并設(shè)定用戶名和密碼，為之后生產(chǎn)者、消費者與服務(wù)器建立連接作準備。消息生產(chǎn)者流程如下：

(1)導(dǎo)入消息生產(chǎn)者相應(yīng)的RabbitMQ的客戶端模塊，導(dǎo)入的模塊是程序的集合，可以直接調(diào)用使用；

(2)根據(jù)IP地址、端口號、虛擬主機名、用戶名和密碼建立與RabbitMQ服務(wù)器的連接；

(3)在連接內(nèi)部建立相互隔離的消息通道，在消息通道內(nèi)創(chuàng)建指定名稱的隊列；

(4)指定交換器和路由鍵，將請求消息主體發(fā)送到指定的隊列中；

(5)關(guān)閉連接。

消息生產(chǎn)者通過上面的流程將消息發(fā)送至指定的隊列上，等待消息消費者接收此消息。

本實施例中，消息消費者的流程與消息生產(chǎn)者大致相同，在導(dǎo)入相應(yīng)模塊后，通過IP地址、端口號、虛擬主機名、用戶名和密碼與RabbitMQ服務(wù)器建立連接，創(chuàng)建通道，指定名稱創(chuàng)建隊列，通過內(nèi)置的回調(diào)函數(shù)callback()函數(shù)將該隊列上的消息被傳遞給此消費者，完成消息的轉(zhuǎn)發(fā)。消息消費者要一直等待請求消息的到來，所以不需要關(guān)閉連接等操作，具體實施中，按CTRL+C鍵可以人為強制關(guān)閉連接。

如圖5所示，為基于JSON的消息解析器進行解析的流程圖，其流程如下：

(1)導(dǎo)入json模塊；

(2)將機器人請求消息載入json.loads()函數(shù)；

(3)得到請求消息中鍵的列表；

(4)由鍵的列表進行循環(huán)解析，得到鍵值對數(shù)據(jù)，即解析出的創(chuàng)建配置虛擬資源參數(shù)。

本實施例中，基于OpenStack SDK的虛擬資源自動配置模塊主要包含5個可執(zhí)行函數(shù)，涵蓋了對云平臺基本的操作，其名稱、所需參數(shù)和對應(yīng)的功能如表1所示.

表1可執(zhí)行函數(shù)信息表

每個可執(zhí)行函數(shù)實現(xiàn)的總體流程大致類似：先導(dǎo)入相應(yīng)模塊，包含認證信息，聲明使用OpenStack各模塊客戶端的版本信息等，其次判斷是否取得了認證，即判斷是否取得了相應(yīng)的權(quán)限，如果取得了相關(guān)認證，則執(zhí)行函數(shù)主體，通過調(diào)用相應(yīng)OpenStack API，創(chuàng)建配置相應(yīng)虛擬資源，否則發(fā)出錯誤提示信息。

最后應(yīng)說明的是：以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述實施例對本發(fā)明進行了詳細的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解：其依然可以對前述實施例所記載的技術(shù)方案進行修改，或者對其中部分或者全部技術(shù)特征進行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明權(quán)利要求所限定的范圍。