云-边技术推动机器人结构创新

 1、 云端大脑增强机器人的能力

2010 年提出的云机器人概念引入了云端大脑，机器人尝试引入云计算、云存储及其它云技术，达到机器人融合基础设施和共享服务的优点。相比于独立的机器人本体，连接云端大脑后的机器人拥有以下四个核心优势。

1、信息和知识共享： 一个云端大脑可以控制很多机器人，云端大脑可以汇集来自所有连接机器人的视觉、语音和环境信息，经云端大脑智能分析处理后的数据信息可以被所有连接机器人使用。利用云服务器，各机器人本体获取和处理的信息可以保持最新，并安全备份。

2、 平衡计算负载： 一些机器人功能需要较高的计算能力，利用云端平衡计算负载可以降低机器人本体的硬件需求，在保证能力的同时，让机器人更轻、更小、更便宜。

3、 协同合作： 通过云端大脑，机器人本体不再独立工作， 多机器人可以协同工作，例如共同搬运货物，配合完成一整套工作流程等。

4、 独立于本体持续升级： 借助云端大脑，机器人可以独立于本体持续升级，不再依赖于本体硬件设备。

2、 边缘计算对机器人服务的提升

IoT 应用的快速发展，使得大量数据在网络边缘产生，推动了边缘计算的产生和发展。边缘计算的提出始于 4G 时代，将计算和存储资源部署到网络边缘，不仅可以减少核心网和互联网上的流量，还可以显著降低传输时延， 提高网络可靠性。

低时延的业务需要终端、移动蜂窝网(接入网和核心网)、互联网、数据中心的端到端的保障。目前的测试结果表明 5G 手机和基站的数据通路延时可以达到 4 毫秒，在 URLLC 模式下，手机和基站的延时可以达到 1 毫秒以下， 相比 4G 的 20毫秒提高了 20倍左右。对于互联网和数据中心的时延，一般情况下由于地理位置分布广和未针对低时延优化，从核心网网关到互联网数据中心可在几十到几百毫秒之间。在 5G 中，其核心网引入了分布式网关，网关可以下沉到基站附近，边缘服务器可以直接连接到分布式网关上，大大降低网络的端到端时延。

边缘计算的引入将解决终端能力受限和云计算的实时响应的问题，增强机器人云端大脑的实时响应能力，对于满足机器人 4.0 的要求十分关键，比如实时的推理、 场景理解、 操控等等。边缘计算和云计算的结合，将突破终端的计算能力和存储的限制，提高 AI 算法的训练和推理能力，比如提升精度和降低训练时间。同时将大部分机器人的智能布署在边缘和云端，通过协作和不断的训练，持续不断的提高机器人智能，比如通过边缘计算能更好的支持实时的多机协作，支持实时的知识图谱提取、理解和决策，持续不断的提高机器人的智能。边缘计算和云计算还可以解决机器人终端升级维护的困难，在机器人本体的生命周期内不断升级，提高机器人的能力， 增强数据安全和隐私保护， 充分利用摩尔定律带来的性能提升。

3、 云-边-端一体化对机器人系统的支撑

云–边–端一体化构建了一个通过机器人提供多样化服务的规模化运营平台。其中，服务机器人本体是服务的实施者，而实际功能则根据服务的需要无缝地在终端计算(机器人本体)、边缘计算和云计算之间分布和协同。机器人系统类似现在智能手机上的各种 APP，主要关注如何实现高性价比的多模态感知融合、自适应交互和实时安全计算。

多模态感知融合： 为了支持机器人的移动、避障、交互和操作，机器人系统必须装备多种传感器(如摄像头、麦克风阵列、激光雷达、超声波等)。 同时，环境里的传感器可以补足机器人的物理空间局限性。大部分数据需要在时间同步的前提下进行处理，并且调用不同复杂度的算法模块(例如 SLAM，图像处理，人和物体的识别等)。机器人硬件系统和边缘计算需要协同来支持(可能来自多个机器人的)多传感器数据同步和计算加速，因此应该采用能灵活组合 CPU、 FPGA 和 DSA (Domain-Specific Accelerator) 的异构计算平台。另一部分没有强实时性要求的感知任务(如人的行为识别、场景识别等)，可以由云计算支持。

自适应交互： 为了支持机器人的个性化服务和持续学习能力， 需要将感知模块的输出与知识图谱结合对环境和人充分理解，并且逐步提取和积累与服务场景和个人相关的个性化知识。通用知识和较少变化的领域知识应该存放在云端，而与地域和个性化服务相关的知识应该存放在边缘或者终端。无论知识存放在哪里，在机器人系统中应该有统一的调用接口，并可以保证实时通讯。基于 ROS2 构造涵盖终端和网络侧的软件系统框架可以满足未来的需求。

实时安全计算： 未来的服务机器人应用将有大量需要实时响应的情形(如语音交互、协同操作等)，因此需要在边缘服务器部署相应的加速硬件。同时，机器人也将处理大量涉及用户隐私的数据(如视频、图像、对话等)。云–边–端一体化架构需要构建隐私数据的安全传输和存储机制，并且限定物理范围。对于可以进行物理操作的机器人，要构建独立的安全监测机制，保证即使机器人系统被远程攻击劫持后也不会造成物理安全损害。