CN111360813A - 一种基于边缘云服务的多机器人控制器 - Google Patents

Abstract

本发明涉及一种基于边缘云服务的多机器人控制器，所述的多机器人控制器应用于边缘云架构下分布式网络环境中多机器人协同控制作业场景。多机器人控制器符合边缘云技术范畴，搭载高性能CPU+FPGA异构加速框架和多组物理网络接口，支持边缘云机器人应用远程部署，可实现对多机器人控制模型计算和分布式协同控制。此外，为了实现多机器人协同控制，采用虚拟化技术对控制器硬件资源、网络资源和存储资源进行统一调控，创建高速数据缓冲区用于多机器人数据共享，从而实现一体化高性能多机器人控制。

Description

一种基于边缘云服务的多机器人控制器

技术领域

本发明涉及一种边缘计算控制器，具体涉及一种基于边缘云服务的多机器人控制器，用于利用边缘控制器设计多台机器人群体控制应用，属于机器人控制领域。

背景技术

随着当今机器人技术的快速发展，机器人应用范围和控制技术的不断提升，以及传感器技术、作业执行器技术和物联网技术的飞速发展和学科交叉，机器人的智能化需求也不断提升。由于传统机器人控制在设备交互性上存在不足，往往以独立作业单元方式应用于终端消费市场。传统的机器人控制器，通过生产线常用通信接口，如TCP、RS485、Profinet、IO等进行信息交互，实现机器人与其他智能装备的集成，主要用于触发式控制，缺少智能化交互控制方式；现有的机器人控制系统平台，如TwinCAT和CodeSYS等，通过平台化方式实现将机器人运动控制和周边辅助设备进行集成，主要用户功能确定的集成型应用。新一代机器人控制与人工智能技术和互联网技术进一步融合，对机器人控制技术升级提出新的需求，因此提出基于边缘云计算技术与机器人控制相结合，利用云计算的互联网与人工智能特性以及边缘控制器的实时性，重新设计新一代智能化机器人控制器，实现机器人智能化集群控制。

边缘计算是指在靠近物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供近端服务。其应用程序在边缘侧发起，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。边缘计算是云计算向设备端的延伸，将大数据技术和人工智能技术向设备端进行推进，边缘型控制已经广泛应用于消费市场。

机器人控制技术收机器人应用市场多样化也在不断发展，从单机运动控制到机器人工艺复杂运动控制，由传统机器人编程语言到高级定制化语言，有单机控制到多机器人群体控制，都标志着机器人控制的发展趋势。为了迎合多样化市场需求，控制也向智能化、网络化发展，利用边缘控制器的网络化接口和高性能计算特性，能够对复杂控制模型解算和多机间数据实时交换能力进行提升，从而实现集群式多机器人实时控制。因此基于边缘云服务器的多机器人控制器具备重要的研究意义。

同时由于多机器人的群体控制模型复杂度与模型解算时间成正比，面对多机器人实时解算的情况下，基于边缘云技术的高性能计算能力将发挥重要作用，全面提高多机器人控制性能，通过能够实现多机器人的状态监控与实时控制的双向解决方案。

针对分布式网络下多机器人控制需求，采用基于边缘云服务器的方式实现群体控制具有较大的优势。

发明内容

针对现有技术中存在的上述不足之处，本发明要解决的技术问题是克服现有机器人控制器的缺陷，提供一种基于边缘云服务器的多机器人控制器，不仅能够实现传统机器人实时控制，还能利用边缘云服务实现多机器人实时控制，将边缘云上的人工智能技术与高性能计算技术引入机器人控制中，进而达到对多机器人应用的实时模型求解和运动控制；采用边缘云服务器自身多网口设计，能够同时分配机器人实时控制总线端口与非实时数据传输端口，并服务器虚拟化技术，阵列多组机器人应用层控制系统，从而实现多机器人控制器集成的解决方案。相对对于传统机器人控制器，具有更好的智能性和扩展性。

本发明为实现上述目的所采用的技术方案是：一种基于边缘云服务器的多机器人控制器，包括：

多机器人操作单元，为控制器用户应用层，提供多机器人控制接口，用于规划多机器人运动轨迹，设计机器人控制任务和控制逻辑，进而实现面向多机器人的应用编程；调用机器人控制单元机器人模型的解析方法，调用高性能解算单元和人工智能单元得到多机器人控制任务，通过多机器人控制接口发送至多任务分发单元；

高性能解算单元，为控制器内核系统层，支持双浮点计算和迭代，满足机器人控制模型解算要求，同时提供协处理器辅助计算接口，通过该接口为多机器人操作单元提供机器人控制模型计算；

人工智能单元，为控制器内核系统层，提供人工智能技术对机器人控制模型进行自动寻优；

机器人控制单元，为控制器内核系统层，提供多种构型机器人模型的解析方法，用于支持多种机器人运动控制，实现多机器人实时控制；

多任务分发单元，为控制器内核驱动层，用于构建机器人控制任务与虚拟化单元之间的对应关系，实现多核多任务机器人控制任务调度；

虚拟化单元，为控制器内核驱动层，用于将虚拟化单元的物理网口与虚拟化单元的服务器虚拟化系统进行关联，根据多任务分发单元的多机器人控制任务进行对应机器人运动控制指令实时下发，多个虚拟化单元实现多机器人控制实时操作系统适配；

多网口通信单元，为控制器内核驱动层，提供基于以太网口的实时总线通信驱动，将以太网协议转变为用于机器人实时通信的总线协议，实现基于实时总线的分布式机器人控制网络，实现多机器人之间实时通信。

一种基于边缘云服务器的多机器人控制器，还包括数据采集单元，为控制器内核系统层，提供机器人及其传感器数据采集接口，用于支持多机器人实时数据采集，为多机器人操作单元的机器人机器人控制实时解算过程中提供多种构型机器人模型变量的输入。

所述人工智能技术包括智能算法、机器视觉和力控制中的至少一种。

所述高性能计算单元采用异构加速平台加速机器人控制模型求解过程。

所述多机器人控制器与边缘机器人云服务、机器人集群，形成基于边缘计算框架的分布式机器人控制。

所述所虚拟化单元采用虚拟化技术将多机器人控制器物理网口进行隔离，并共享系统内存资源和处理器资源，实现多机器人指令的同步下发。

一种基于边缘云服务的多机器人控制器的实现方法，包括以下步骤：

S1、通过边缘机器人云服务中原子性机器人控制功能，采用服务组合方式搭建多机器人控制应用，并生成基于边缘多机器人控制器的应用执行脚本；

S2、在多机器人控制器应用层中，解析应用执行脚本，生成可执行多机器人控制程序；

S3、在多机器人控制器内核系统层中，通过动态链接库方式，利用机器人控制单元与高性能计算单元、人工智能单元的调度，形成多机器人控制任务；

S4、在多机器人控制器内核驱动层中，通过虚拟化单元将多机器人控制任务中的各机器人运动控制指令通过实时总线发送到对应机器人；

S5、通过机器人集群响应多机器人控制器控制任务，完成多机器人协同控制。

本发明具有以下优点及有益效果：

1.基于边缘云服务的多机器人控制器利用边缘计算框架中分布式特性，实现多机器人控制，具备良好的多机扩展性；

2.基于边缘云服务的多机器人控制器采用虚拟化技术，充分利用高性能服务器硬件，最大程度利用硬件加速过程来实现多机器人模型解算；

3.基于边缘云服务的多机器人控制器可扩展边缘云中的人工智能技术，从多机器人应用设计、协同控制进一步开拓多机器人应用智能性。

4.基于边缘云服务的多机器人控制器采用高性能主机实现单机模式的多机器人控制，在主机范围内能够将多机器人数据通过共享内存方式进行共享，从而实现多机器人数据协同，最大程度的利用硬件性能驱动被控对象，大大的降低控制成本。

附图说明

图1是本发明结构框图；

图2是本发明实现流程图。

图3是本发明虚拟系统控制过程流程图。

图4是本发明实现过程步骤流程图。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明，但本发明并不局限于这些实施例。

针对多机器人控制过程中，由于多机器人协同控制模型复杂度与多机器人防碰撞调度复杂度，对机器人控制器运算能力与分布式特性提出新的需求。通过边缘计算技术与机器人控制技术融合，将边缘服务的云计算能力用于多机器人控制解算和复杂调度。所述的边缘服务云计算能力是基于多核CPU架构提高运算能力，同时配合FPGA的异构计算加速技术，能够实现高速的模型求解，用于对多机器人复杂控制模型在短周期内完成计算。

本发明是一种基于边缘云服务的多机器人控制器，适用于多机器人控制应用场景，尤其适用于对边缘计算架构下的控制领域。

一种基于边缘云服务器的多机器人控制器，包括：多机器人操作单元、高性能计算单元、人工智能单元、机器人控制单元、数据采集单元、多任务分发单元、虚拟化单元和多网口通信单元。所述的多机器人控制器配合边缘机器人云服务和机器人集群，形成基于边缘计算框架的分布式机器人控制。

所述的多机器人操作单元，设计为控制器用户应用层，提供多机器人控制接口，用于规划多机器人运动轨迹，设计机器人控制任务和控制逻辑，进而实现面向多机器人的应用编程；

所述的高性能解算单元，设计为控制器内核系统层，提供高精度计算，支持双浮点计算加速，支持迭代加速等满足复杂机器人控制模型解算要求，同时提供协处理器辅助计算接口，用于模型计算加速；其中，机器人控制模型是基于机器人关节反馈信息、传感信息和机器人状态信息的闭环控制模型，为实现机器人有效运动而搭建。高性能计算单元采用异构加速平台，其中异构平台计算资源包含FPGA、CPU和DSP等高性能处理器，根据模型复杂度选取计算资源，计算高阶运算、数值符号运算、迭代运算等，加速机器人控制模型求解过程。

所述的人工智能单元，设计为控制器内核系统层，提供人工智能技术对求解过程进行自动寻优得到在控制周期内的机器人最优运动轨迹，提供包括智能算法、机器视觉和力控制等高级智能控制方法，用于提高多机器人控制的自主性；

所述的机器人控制单元，设计为控制器内核系统层，提供多种构型机器人的模型解析方法，能够支持多种机器人运动控制，用于实现多机器人实时控制。其中，多种构型机器人的模型解析方法，包括几何法求解、解析数值法求解和雅克比求解法等。

所述的数据采集单元，设计为控制器内核系统层，提供机器人及其周边辅助传感器数据采集接口，能够支持多机器人实时数据采集，用于辅助机器人实时解算过程中模型变量的输入。

所述的多任务分发单元，设计为控制器内核驱动层，提供基于边缘服务器的并发任务调度分配机制，能够构建运动控制任务与多核硬件设备之间的对应关系，用于实现多核多任务机器人控制任务调度。

所述的虚拟化单元，设计为控制器内核驱动层，提供基于多核处理器的实时系统虚拟映射技术，能够将物理网口与服务器虚拟化系统进行关联，实现多机器人运动控制指令实时下发，用于实现多机器人控制实时操作系统适配。

所述的多网口通信单元，设计为控制器内核驱动层，提供基于标准以太网口的实时总线通信驱动，能够将标准以太网协议转变为用于机器人实时通信的高速总线协议，实现基于实时总线的分布式机器人控制网络，用于实现多机器人之间实时高速通信。

一种基于边缘云服务的多机器人控制器的实现方法，包括以下步骤：

S1通过边缘机器人云服务中原子性机器人控制功能，采用服务组合方式搭建多机器人控制应用，并生成基于边缘多机器人控制器的应用执行脚本；

S2在边缘多机器人控制器应用层中，解析边缘机器人云服务脚本，生成可执行多机器人控制程序。

S3在边缘多机器人控制器内核系统层中，通过动态链接库方式，利用所述的控制器进行资源模块调度，包含高性能计算、人工智能和机器人控制等形成多机器人控制应用。

S4在边缘多机器人控制器内核驱动层中，通过虚拟化技术，将多机器人控制解算数据通过实时总线发送到多机器人。

S5通过机器人集群响应边缘机器人控制器控制任务，完成多机器人协同控制。

如图1所示，本发明的多机器人控制器由多机器人操作单元、高性能计算单元、人工智能单元、机器人控制单元、多任务分发单元、虚拟化单元和多网口通信单元组成，这七个单元按照系统级别划分为用户应用层、内核系统层、内核驱动层和物理设备层。其中多机器人操作单元为用户应用层；高性能计算单元、人工智能单元和机器人控制单元为内核系统层；多任务分发单元、虚拟化单元和多网口通信单元为内核驱动层。

所述的多机器人控制器采用高性能硬件平台，硬件平台性能直接影响多机器人接入数量与复杂控制性能。硬件平台采用以多核CPU主处理器与FPGA协处理器的处理架构，搭载多机器人高速通信的多路物理网络接口，以及用户虚拟化的高速存储硬盘。

所述的多机器人操作单元，采用可视化Web平台工具，通过边缘机器人云服务下载多机器人控制脚本，并通过脚本解析器将多机器人控制脚本解析出分布式机器人控制应用程序。

所述的高性能计算单元，采用模型分割技术，并通过并行化方式加速机器人控制应用。针对机器人解算中的高阶迭代、循环和多项式部分进行降阶和等效替换等方法进行计算加速。同时配合FPGA协处理器，对大批量数据处理和特定加速算法进行并行加速，实现多机器人控制的高性能计算。所述的人工智能单元，包含机器人视觉、听觉、力觉等传感数据智能分析单元，具体分为机器人智能感知、智能调度和智能控制等。所述的机器人控制单元，包含多机器人运动控制。

所述的数据采集单元，采用多种通信协议，如RS232、RS485、TCP和实时总线等方式，采集包括机器人关节位置信息、速度信息和电流信息等机器人信息以及机器人周边传感信息如机器视觉信息、听觉信息和力觉信息等传感信息等。所述的数据采集单元用于对机器人控制单元控制模型进行数据输入，同时配合控制器实现实时模型解算控制。

所述的多任务分发单元，采用模型化分割技术对多机器人控制任务进行模型拆解。另由于高性能控制器采用一对多的方式进行多机器人操作，因此多任务分发单元构建用于多机器人数据共享的高速缓存空间，实现高速数据交换，并将多机器人控制任务按照时间序列或作业流程进行统一调度。

所述的虚拟化单元，采用边缘虚拟化技术将单一高性能主机阵列为多系统的一级虚拟化共享模式，并将物理硬件与软件系统分割为多个独立作业单元，从而实现多实时控制任务。

所述的多网口通信单元，采用高速通信与传统通信组合方式，实现以两个物理网口为一组的多机控制分组模式。所述的单组模式，有高速机器人实时通信网络与非实时远程控制网络组成。

基于边缘云服务的多机器人控制器业务流程如图2所示，针对多机器人控制，用户利用边缘云服务中的设计时环境编写多机器人控制脚本，并通过边缘云服务接口将控制脚本发送至多机器人控制器。利用边缘控制器中的多机器人操作单元自动解析多机器人控制脚本，并利用控制器内部高性能计算单元、人工智能单元和机器人控制单元将机器人控制脚本转换成多组机器人控制任务，并利用控制器内部多任务分发单元将多个机器人控制任务分割为独立子系统控制任务，并形成虚拟化控制过程，最后通过控制器多组物理端口将机器人解算数据发送至真实机器人。

所述的虚拟化控制过程如图3所示，针对单独机器人控制子任务，边缘控制器将调配系统资源通过虚拟化技术映射出实时控制系统与物理硬件接口的对应关系，从而将控制任务中的解算数据透过真实物理接口传递下发给机器人。

具体的基于边缘云服务的多机器人控制器执行步骤，如图4所示：

S1通过边缘机器人云服务中原子性机器人控制功能，采用服务组合方式搭建多机器人控制应用，并生成基于边缘多机器人控制器的应用执行脚本；

S2在边缘多机器人控制器应用层中，解析边缘机器人云服务脚本，生成可执行多机器人控制程序。

S3在边缘多机器人控制器内核系统层中，通过动态链接库方式，利用所述的控制器进行资源模块调度，包含高性能计算、人工智能和机器人控制等形成多机器人控制应用。

S4在边缘多机器人控制器内核驱动层中，通过虚拟化技术，将多机器人控制解算数据通过实时总线发送到多机器人。

S5通过机器人集群响应边缘机器人控制器控制任务，完成多机器人协同控制。

Claims (7)

1.一种基于边缘云服务器的多机器人控制器，其特征在于，包括：

多机器人操作单元，为控制器用户应用层，提供多机器人控制接口，用于规划多机器人运动轨迹，设计机器人控制任务和控制逻辑，进而实现面向多机器人的应用编程；调用机器人控制单元机器人模型的解析方法，调用高性能解算单元和人工智能单元得到多机器人控制任务，通过多机器人控制接口发送至多任务分发单元；

高性能解算单元，为控制器内核系统层，支持双浮点计算和迭代，满足机器人控制模型解算要求，同时提供协处理器辅助计算接口，通过该接口为多机器人操作单元提供机器人控制模型计算；

人工智能单元，为控制器内核系统层，提供人工智能技术对机器人控制模型进行自动寻优；

机器人控制单元，为控制器内核系统层，提供多种构型机器人模型的解析方法，用于支持多种机器人运动控制，实现多机器人实时控制；

多任务分发单元，为控制器内核驱动层，用于构建机器人控制任务与虚拟化单元之间的对应关系，实现多核多任务机器人控制任务调度；

虚拟化单元，为控制器内核驱动层，用于将虚拟化单元的物理网口与虚拟化单元的服务器虚拟化系统进行关联，根据多任务分发单元的多机器人控制任务进行对应机器人运动控制指令实时下发，多个虚拟化单元实现多机器人控制实时操作系统适配；

多网口通信单元，为控制器内核驱动层，提供基于以太网口的实时总线通信驱动，将以太网协议转变为用于机器人实时通信的总线协议，实现基于实时总线的分布式机器人控制网络，实现多机器人之间实时通信。

2.根据权利要求1所述的一种基于边缘云服务器的多机器人控制器，其特征在于，还包括数据采集单元，为控制器内核系统层，提供机器人及其传感器数据采集接口，用于支持多机器人实时数据采集，为多机器人操作单元的机器人机器人控制实时解算过程中提供多种构型机器人模型变量的输入。

3.根据权利要求1所述的一种基于边缘云服务器的多机器人控制器，其特征在于，所述人工智能技术包括智能算法、机器视觉和力控制中的至少一种。

4.根据权利要求1所述的一种基于边缘云服务器的多机器人控制器，其特征在于，所述高性能计算单元采用异构加速平台加速机器人控制模型求解过程。

5.根据权利要求1所述的一种基于边缘云服务器的多机器人控制器，其特征在于，所述多机器人控制器与边缘机器人云服务、机器人集群，形成基于边缘计算框架的分布式机器人控制。

6.根据权利要求1所述的一种基于边缘云服务器的多机器人控制器，其特征在于，所述所虚拟化单元采用虚拟化技术将多机器人控制器物理网口进行隔离，并共享系统内存资源和处理器资源，实现多机器人指令的同步下发。

7.一种基于边缘云服务的多机器人控制器的实现方法，其特征在于，包括以下步骤：

S1、通过边缘机器人云服务中原子性机器人控制功能，采用服务组合方式搭建多机器人控制应用，并生成基于边缘多机器人控制器的应用执行脚本；

S2、在多机器人控制器应用层中，解析应用执行脚本，生成可执行多机器人控制程序；

S3、在多机器人控制器内核系统层中，通过动态链接库方式，利用机器人控制单元与高性能计算单元、人工智能单元的调度，形成多机器人控制任务；

S4、在多机器人控制器内核驱动层中，通过虚拟化单元将多机器人控制任务中的各机器人运动控制指令通过实时总线发送到对应机器人；

S5、通过机器人集群响应多机器人控制器控制任务，完成多机器人协同控制。

Images