[发明专利]一种联合优化的云机器人系统延时的优化方法

说明书

本发明公开了一种联合优化的云机器人系统延时的优化方法，该方法步骤如下：输入参数数据；定义变量；预设随机生成支路之间的执行时间差的阈值ε，设定基因代数阈值n；将机器人的位置点信息编码生成一个基因；每代生成多组不同值的基因，通过每个基因计算出每个机器人在k位置的通信带宽；求解关于x、z的线性规划，得到关于变量的解，并与通信带宽代入目标函数中，进行线性化变换，求出每个基因对应的最优解；通过目标函数筛选目标函数值最低的30%基因，通过遗传算法产生新的基因；计算下一代基因的最优解；根据以上步骤调整基因和阈值ε，求出最优解，输出最优解对应x、y、z的矩阵，确定布局方案；将布局方案发送给个机器人执行任务。

技术领域

本发明涉及云机器人集群的服务质量优化技术领域，更具体的，涉及一种联合优化的云机器人系统延时的优化方法。

背景技术

目前，由于传统机器人已经无法很好地满足生产要求的背景下，因此为了增强机器人个体的效能，云机器人技术被提出，所述云机器人(Cloud Robotics)是将云计算技术应用于机器人的技术。云计算描述的是一种基于互联网的新的IT服务增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展而且经常是虚拟化的资源。运用云计算的强大计算能力和存储能力给机器人提供一个更智能的“大脑”，此举可以增强单个机器人的能力，执行复杂功能任务和服务。同时，分布在世界各地、具有不同能力的机器人可以打破地域限制，开展合作，共享信息资源，完成更大、更复杂的任务。云机器人并不是指某一个或者某一类机器人，指代的是机器人存储和获取信息的一种方式，借助于网络和云计算，帮助机器人相互学习、共享知识，解决单个机器自我学习的局限性，而且还可以减少开发人员的开发投入。

如图1所示，云机器人系统分为三部分，机器人端、边缘端(接入点，Access Point，AP)、云端(服务器)，其中机器人端有内部连接的通讯网络，也有和互联网连接的机器人。云端和机器人端的通信必须经过边缘端，边缘端可能具有计算能力，也可能仅仅发挥数据传输作用，具有计算能力的接入点符合边缘计算的特点，距离任务执行地点更近，体量更轻。边缘端本来是通信基站，现在在边缘计算的场景下加入了一个有计算能力的服务器，从“仅仅可以发送、接受数据”到“可以进行任务卸载。

在云机器人的应用上，有几个方面值得关注：云机器人的计算迁移、知识共享和协同工作。其中，计算迁移是指将高计算量的工作任务由机器人本地迁移到云端或边缘端的高性能服务器执行，节省机器人的能源和降低该任务的执行时间。当云机器人集群进行协同工作时，由于实时数据量高、计算任务重，因为有总体完成时间和机器人能源容量的限制，所以计算迁移是必要的。

总体完成时间反映到服务质量上，便是延时(latency)。延时是云机器人的服务质量里面非常重要的一部分，最小化延时能够更好地保证服务质量，帮助云机器人更好地执行任务。

因为云机器人执行任务时具备的实时性、高异构性、大数据性等特点，基于实时性的要求，机器人及云端需要不停地执行任务，任务执行过程中的延时问题无法避免，只会随着任务执行变得严重；基于大数据性的特点，云机器人面临着处理大量数据的压力，如果不能很好地优化任务执行的策略，延时将会大大提升，超时的风险也会随之提高。当任务出现超时，一方面会因为执行效果不好而影响用户的满意程度，另一方面，对于有时间限制的任务而言，超时意味着任务失败，而云机器人系统的应用场景又决定了其任务很可能有执行时间的限制。

同时，由于云机器人系统的延时受多方面因素的影响，尽管现存大量对云机器人系统的总体延时进行优化的研究，总体延时依然有很大的优化空间。现有技术主要是将云计算场景中的调度算法对云机器人系统进行适配，针对的优化对象是计算迁移的策略，或者计算迁移中传输路线的选择，并没有将两者有机地结合起来，导致优化的方法效率不高。

发明内容