CN112650560B - 一种基于容器化设计的云化机器人模型下发方法 - Google Patents
一种基于容器化设计的云化机器人模型下发方法 Download PDFInfo
- Publication number
- CN112650560B CN112650560B CN202110060384.6A CN202110060384A CN112650560B CN 112650560 B CN112650560 B CN 112650560B CN 202110060384 A CN202110060384 A CN 202110060384A CN 112650560 B CN112650560 B CN 112650560B
- Authority
- CN
- China
- Prior art keywords
- model
- cloud
- robot
- cloud robot
- container
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/60—Software deployment
- G06F8/61—Installation
- G06F8/63—Image based installation; Cloning; Build to order
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
- G06F2009/45562—Creating, deleting, cloning virtual machine instances
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manipulator (AREA)
Abstract
本发明公开一种基于容器化设计的云化机器人模型下发方法,涉及云端部署技术领域;通过云端集群训练云化机器人模型并创建容器进行云化机器人模型测试,通过云端集群创建模型部署容器,并管理云化机器人内容器化管理工具,通过云端集群依据云化机器人所处环境以及云化机器人所需理解和决策能力利用容器化管理工具及模型部署容器自动拉取云化机器人模型及模型运行环境,下发至相应的云化机器人。
Description
技术领域
本发明公开一种方法,涉及云端部署技术领域,具体地说是一种基于容器化设计的云化机器人模型下发方法。
背景技术
云化机器人具备算法模型在线升级能力,例如具备社交属性的云化机器人在一个未知的环境中借助云端集群大数据具备学习能力进而增强机器人主体的智能理解和智能决策能力。云化机器人主体部署的智能算法模型由云端管理中心控制下发及更新迭代,但现有模型下发过程不完善,存在无法自动化测试、打包批量发布同一模型至不同机器人主体的问题。
发明内容
本发明针对现有技术的问题,提供一种基于容器化设计的云化机器人模型下发方法,云端集群与机器人数据互传,机器人主体可获取云端人工智能和大数据能力,云端超高的计算能力支持可赋予机器人主体理解和决策能力达到自主服务。
本发明提出的具体方案是:
一种基于容器化设计的云化机器人模型下发方法,通过云端集群训练云化机器人模型并创建容器进行云化机器人模型测试,
通过云端集群创建模型部署容器,并管理云化机器人内容器化管理工具,
通过云端集群依据云化机器人所处环境以及云化机器人所需理解和决策能力利用容器化管理工具及模型部署容器自动拉取云化机器人模型及模型运行环境,下发至相应的云化机器人。
优选地,所述的一种基于容器化设计的云化机器人模型下发方法中通过云端集群训练云化机器人模型,
依据模型运行框架及云化机器人架构封装模型镜像,
通过容器进行模型测试,测试通过将模型保存至模型仓库。
优选地,所述的一种基于容器化设计的云化机器人模型下发方法中通过云端集群管理云化机器人内容器化管理工具,自动从模型仓库拉取所有部署模型及模型运行环境,并在创建模型部署容器时将模型下发所需配置文件及数据存储路径一并下发至云化机器人主体。
优选地,所述的一种基于容器化设计的云化机器人模型下发方法中部署至云化机器人的云化机器人模型通过云端集群实现灰度发布以便进行模型升级。
优选地,所述的一种基于容器化设计的云化机器人模型下发方法中通过5G网络实现云端集群与云化机器人的数据交互。
一种基于容器化设计的云化机器人模型下发系统,包括训练模块、测试模块、容器创建模块及管理模块,
训练模块通过云端集群训练云化机器人模型,容器创建模块创建测试容器,测试模块利用测试容器进行云化机器人模型测试,
容器创建模块通过云端集群创建模型部署容器,管理模块管理云化机器人内容器化管理工具,通过云端集群依据云化机器人所处环境以及云化机器人所需理解和决策能力利用容器化管理工具及模型部署容器自动拉取云化机器人模型及模型运行环境,下发至相应的云化机器人。
优选地,所述的一种基于容器化设计的云化机器人模型下发系统中训练模块通过云端集群训练云化机器人模型,依据模型运行框架及云化机器人架构封装模型镜像,测试模块通过容器进行模型测试,测试通过将模型保存至模型仓库。
优选地,所述的一种基于容器化设计的云化机器人模型下发系统中管理模块通过云端集群管理云化机器人内容器化管理工具,自动从模型仓库拉取所有部署模型及模型运行环境,并在创建模型部署容器时将模型下发所需配置文件及数据存储路径一并下发至云化机器人主体。
优选地,所述的一种基于容器化设计的云化机器人模型下发系统中管理模块将部署至云化机器人的云化机器人模型通过云端集群实现灰度发布以便进行模型升级。
本发明的有益之处是:
本发明提供一种基于容器化设计的云化机器人模型下发方法,云端集群与机器人进行数据互传,机器人主体可获取云端人工智能和大数据能力,云端超高的计算能力支持可赋予机器人主体理解和决策能力达到自主服务。云端集群可借助人工智能和大数据完成模型训练工作后将算法模型下发至机器人主体,并在模型下发时基于容器化设计,自动化测试、使用较少命令和脚本打包批量发布模型至不同机器人主体,从而实现云端赋能机器人主体AI能力。
附图说明
图1是本发明应用框架示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
本发明提供一种基于容器化设计的云化机器人模型下发方法,通过云端集群训练云化机器人模型并创建容器进行云化机器人模型测试,
通过云端集群创建模型部署容器,并管理云化机器人内容器化管理工具,
通过云端集群依据云化机器人所处环境以及云化机器人所需理解和决策能力利用容器化管理工具及模型部署容器自动拉取云化机器人模型及模型运行环境,下发至相应的云化机器人。
在云端集群与机器人进行数据互传时,机器人主体可获取云端人工智能和大数据能力,云端超高的计算能力支持可赋予机器人主体理解和决策能力达到自主服务。云端集群可借助人工智能和大数据完成模型训练工作后将算法模型下发至机器人主体,并在模型下发时基于容器化设计,自动化测试、使用较少命令和脚本打包批量发布模型至不同机器人主体,从而实现云端赋能机器人主体AI能力。
具体应用时,在本发明方法的一些实施例中,通过云端集群依据其大数据能力训练算法模型并依据算法运行框架及机器人应该架构打包封装成镜像并在云端创建容器进行模型测试,测试通过后保存至模型仓库,如训练过程中保存的为基于Pytorch训练的模型文件则镜像仓库中还应存在模型部署时所需要的TensorRT基础环境需适配部署模型所在云化机器人处理器架构通常分为ARM、X86两类;
通过云端集群的控制中心依据机器人所处环境及所需理解、决策能力下发相应算法模型,模型下发时依靠5G网络实现数据传输,机器人主体部署模型需升级时可通过云端控制中心实现灰度发布;
而机器人主体内部运行容器化管理工具由云端集群的控制中心控制,创建部署算法模型容器并自动从仓库拉取所有部署模型及其运行环境,创建模型部署容器时云端控制中心将所需配置文件及数据存储路径一并下发至云化机器人主体。
通过本发明方法中模型下发使得机器人主体变得能加智能即赋予复杂算法模型包括不限于深度学习推理算法等,整个过程涵盖数据传感接入、云端集群模型训练完成后依据运行环境制作镜像并推送至仓库、云端控制中心从仓库下发模型文件至机器人主体、机器人主体依靠已部署算法模型。
同时本发明还提供一种基于容器化设计的云化机器人模型下发系统,包括训练模块、测试模块、容器创建模块及管理模块,
训练模块通过云端集群训练云化机器人模型,容器创建模块创建测试容器,测试模块利用测试容器进行云化机器人模型测试,
容器创建模块通过云端集群创建模型部署容器,管理模块管理云化机器人内容器化管理工具,通过云端集群依据云化机器人所处环境以及云化机器人所需理解和决策能力利用容器化管理工具及模型部署容器自动拉取云化机器人模型及模型运行环境,下发至相应的云化机器人。
本发明系统同样在云端集群与机器人进行数据互传时,机器人主体可获取云端人工智能和大数据能力,云端超高的计算能力支持可赋予机器人主体理解和决策能力达到自主服务。云端集群可借助人工智能和大数据完成模型训练工作后将算法模型下发至机器人主体,并在模型下发时基于容器化设计,自动化测试、使用较少命令和脚本打包批量发布模型至不同机器人主体,从而实现云端赋能机器人主体AI能力。
本发明系统内的各模块之间的信息交互、执行过程等内容,由于与本发明方法实施例基于同一构思,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
需要说明的是,上述较佳实施例各流程和各系统结构中不是所有的步骤和模块都是必须的,可以根据实际的需要忽略某些步骤或模块。各步骤的执行顺序不是固定的,可以根据需要进行调整。上述各实施例中描述的系统结构可以是物理结构,也可以是逻辑结构,即,有些模块可能由同一物理实体实现,或者,有些模块可能分由多个物理实体实现,或者,可以由多个独立设备中的某些部件共同实现。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (5)
1.一种基于容器化设计的云化机器人模型下发方法,其特征是通过云端集群训练云化机器人模型,依据云化机器人模型运行框架及云化机器人架构封装模型镜像,并创建容器进行云化机器人模型测试,测试通过将云化机器人模型保存至模型仓库,
通过云端集群创建模型部署容器,并管理云化机器人内容器化管理工具,
通过云端集群依据云化机器人所处环境以及云化机器人所需理解和决策能力利用容器化管理工具及模型部署容器自动拉取云化机器人模型及模型运行环境,下发至相应的云化机器人,其中通过云端集群管理云化机器人内容器化管理工具,自动从模型仓库拉取所有部署模型及模型运行环境,并在创建模型部署容器时将模型下发所需配置文件及数据存储路径一并下发至云化机器人主体。
2.根据权利要求1所述的一种基于容器化设计的云化机器人模型下发方法,其特征是部署至云化机器人的云化机器人模型通过云端集群实现灰度发布以便进行模型升级。
3.根据权利要求2所述的一种基于容器化设计的云化机器人模型下发方法,其特征是通过5G网络实现云端集群与云化机器人的数据交互。
4.一种基于容器化设计的云化机器人模型下发系统,其特征是包括训练模块、测试模块、容器创建模块及管理模块,
训练模块通过云端集群训练云化机器人模型,依据云化机器人模型运行框架及云化机器人架构封装模型镜像,测试模块创建容器进行云化机器人模型测试,测试通过将云化机器人模型保存至模型仓库,
容器创建模块通过云端集群创建模型部署容器,管理模块管理云化机器人内容器化管理工具,通过云端集群依据云化机器人所处环境以及云化机器人所需理解和决策能力利用容器化管理工具及模型部署容器自动拉取云化机器人模型及模型运行环境,下发至相应的云化机器人,其中管理模块通过云端集群管理云化机器人内容器化管理工具,自动从模型仓库拉取所有部署模型及模型运行环境,并在创建模型部署容器时将模型下发所需配置文件及数据存储路径一并下发至云化机器人主体。
5.根据权利要求4所述的一种基于容器化设计的云化机器人模型下发系统,其特征是管理模块将部署至云化机器人的云化机器人模型通过云端集群实现灰度发布以便进行模型升级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110060384.6A CN112650560B (zh) | 2021-01-18 | 2021-01-18 | 一种基于容器化设计的云化机器人模型下发方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110060384.6A CN112650560B (zh) | 2021-01-18 | 2021-01-18 | 一种基于容器化设计的云化机器人模型下发方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112650560A CN112650560A (zh) | 2021-04-13 |
CN112650560B true CN112650560B (zh) | 2022-10-18 |
Family
ID=75368207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110060384.6A Active CN112650560B (zh) | 2021-01-18 | 2021-01-18 | 一种基于容器化设计的云化机器人模型下发方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112650560B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113504967A (zh) * | 2021-06-28 | 2021-10-15 | 浪潮云信息技术股份公司 | 一种基于容器平台的人脸识别方法 |
CN113500604A (zh) * | 2021-08-25 | 2021-10-15 | 乐聚(深圳)机器人技术有限公司 | 一种机器人控制方法、装置、设备及存储介质 |
CN117056028B (zh) * | 2023-09-25 | 2024-01-09 | 之江实验室 | 机器人仿真平台搭建方法、装置、计算机设备和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108958794A (zh) * | 2017-05-23 | 2018-12-07 | 深圳先进技术研究院 | 一种Docker主机、基于Docker的云机器人系统及其构建方法 |
CN109981351A (zh) * | 2019-03-06 | 2019-07-05 | 浪潮通用软件有限公司 | 一种私有云部署方法 |
CN111198530A (zh) * | 2020-01-17 | 2020-05-26 | 济南浪潮高新科技投资发展有限公司 | 一种5g环境下云化机器人的系统及方法 |
CN111212116A (zh) * | 2019-12-24 | 2020-05-29 | 湖南舜康信息技术有限公司 | 一种基于容器云的高性能计算集群创建方法和系统 |
CN111273892A (zh) * | 2020-02-13 | 2020-06-12 | 济南浪潮高新科技投资发展有限公司 | 一种基于云端技术和边缘计算实现智能机器人的方法 |
CN111917634A (zh) * | 2020-07-02 | 2020-11-10 | 西安交通大学 | 基于pmml的工业网关机器学习模型容器式部署系统及方法 |
CN112025713A (zh) * | 2020-09-09 | 2020-12-04 | 上海有个机器人有限公司 | 一种机器人与云端的运单状态同步方法和系统 |
CN112214280A (zh) * | 2020-09-16 | 2021-01-12 | 中国科学院计算技术研究所 | 一种电力系统仿真的云化方法及系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018160267A2 (en) * | 2017-02-16 | 2018-09-07 | Indiana University Research And Technology Corporation | Cloud based robotic control systems and methods |
KR101807806B1 (ko) * | 2017-05-02 | 2017-12-11 | 나무기술 주식회사 | 클라우드 플랫폼에서 어플리케이션을 컨테이너화하는 방법 |
US10841152B1 (en) * | 2017-12-18 | 2020-11-17 | Pivotal Software, Inc. | On-demand cluster creation and management |
-
2021
- 2021-01-18 CN CN202110060384.6A patent/CN112650560B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108958794A (zh) * | 2017-05-23 | 2018-12-07 | 深圳先进技术研究院 | 一种Docker主机、基于Docker的云机器人系统及其构建方法 |
CN109981351A (zh) * | 2019-03-06 | 2019-07-05 | 浪潮通用软件有限公司 | 一种私有云部署方法 |
CN111212116A (zh) * | 2019-12-24 | 2020-05-29 | 湖南舜康信息技术有限公司 | 一种基于容器云的高性能计算集群创建方法和系统 |
CN111198530A (zh) * | 2020-01-17 | 2020-05-26 | 济南浪潮高新科技投资发展有限公司 | 一种5g环境下云化机器人的系统及方法 |
CN111273892A (zh) * | 2020-02-13 | 2020-06-12 | 济南浪潮高新科技投资发展有限公司 | 一种基于云端技术和边缘计算实现智能机器人的方法 |
CN111917634A (zh) * | 2020-07-02 | 2020-11-10 | 西安交通大学 | 基于pmml的工业网关机器学习模型容器式部署系统及方法 |
CN112025713A (zh) * | 2020-09-09 | 2020-12-04 | 上海有个机器人有限公司 | 一种机器人与云端的运单状态同步方法和系统 |
CN112214280A (zh) * | 2020-09-16 | 2021-01-12 | 中国科学院计算技术研究所 | 一种电力系统仿真的云化方法及系统 |
Non-Patent Citations (2)
Title |
---|
基于ROS和QoS的云机器人研究;张伟等;《机械与电子》;20200721(第07期);全文 * |
支持云机器人的软件平台研究与实现;温尚敏;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20190115;摘要、第三章、第四章 * |
Also Published As
Publication number | Publication date |
---|---|
CN112650560A (zh) | 2021-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112650560B (zh) | 一种基于容器化设计的云化机器人模型下发方法 | |
US11638994B2 (en) | Robotic digital twin control with industrial context simulation | |
CN112784328B (zh) | 用于开发自动化系统模型的系统和方法 | |
CN110612488A (zh) | 控制器内实现真实世界对象可见性和可及性的过程映像 | |
US11947884B2 (en) | Industrial automation process simulation for fluid flow | |
US11782427B2 (en) | Augmented reality human machine interface testing | |
US20120036503A1 (en) | Integrating a new subsystem with an existing computing architecture | |
US10377039B1 (en) | Tagged robot sensor data | |
CN114488843A (zh) | 工业网络通信仿真 | |
CN114265329B (zh) | 工业网络仿真 | |
EP3974920A1 (en) | Unifying multiple simulation models | |
CN113039499A (zh) | 通过自主机器支持任务的对象标记 | |
CN109634644A (zh) | 通过无线通信为传感器进行固件升级的方法及其设备 | |
US11554482B2 (en) | Self-learning industrial robotic system | |
CN116047934A (zh) | 一种无人机集群的实时仿真方法、系统以及电子设备 | |
CN109446064A (zh) | 一种基于浏览器的交互测试方法 | |
WO2022222800A1 (zh) | 仓储系统属性预修改方法、装置、电子设备及存储介质 | |
CN112817581A (zh) | 一种轻量级智能服务构建和运行支撑方法 | |
US20210122038A1 (en) | Method and device for ascertaining control parameters in a computer-assisted manner for a favorable action of a technical system | |
US20230315513A1 (en) | Programmable hardware proxy for assessment of control logic | |
US20240139939A1 (en) | Robotic system modelling | |
Narayanan et al. | Modeling control decisions in manufacturing systems simulation using objects | |
US20230245503A1 (en) | Smart digital twin for monitoring a machine | |
CN113886176A (zh) | 一种rpa任务状态监控方法和智能化管理平台 | |
CN117539221A (zh) | 诊断方法、用于诊断的装置和智能驾驶设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220923 Address after: 250100 building S02, No. 1036, Langchao Road, high tech Zone, Jinan City, Shandong Province Applicant after: Shandong Inspur Scientific Research Institute Co.,Ltd. Address before: 250100 First Floor of R&D Building 2877 Kehang Road, Sun Village Town, Jinan High-tech Zone, Shandong Province Applicant before: JINAN INSPUR HIGH-TECH TECHNOLOGY DEVELOPMENT Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |