1、 云端大腦增強(qiáng)機(jī)器人的能力

　　2010 年提出的云機(jī)器人概念引入了云端大腦，機(jī)器人嘗試引入云計(jì)算、云存儲(chǔ)及其它云技術(shù)，達(dá)到機(jī)器人融合基礎(chǔ)設(shè)施和共享服務(wù)的優(yōu)點(diǎn)。相比于獨(dú)立的機(jī)器人本體，連接云端大腦后的機(jī)器人擁有以下四個(gè)核心優(yōu)勢(shì)。

　　1、信息和知識(shí)共享： 一個(gè)云端大腦可以控制很多機(jī)器人，云端大腦可以匯集來(lái)自所有連接機(jī)器人的視覺(jué)、語(yǔ)音和環(huán)境信息，經(jīng)云端大腦智能分析處理后的數(shù)據(jù)信息可以被所有連接機(jī)器人使用。利用云服務(wù)器，各機(jī)器人本體獲取和處理的信息可以保持最新，并安全備份。

　　2、 平衡計(jì)算負(fù)載： 一些機(jī)器人功能需要較高的計(jì)算能力，利用云端平衡計(jì)算負(fù)載可以降低機(jī)器人本體的硬件需求，在保證能力的同時(shí)，讓機(jī)器人更輕、更小、更便宜。

　　3、 協(xié)同合作： 通過(guò)云端大腦，機(jī)器人本體不再獨(dú)立工作， 多機(jī)器人可以協(xié)同工作，例如共同搬運(yùn)貨物，配合完成一整套工作流程等。

　　4、 獨(dú)立于本體持續(xù)升級(jí)： 借助云端大腦，機(jī)器人可以獨(dú)立于本體持續(xù)升級(jí)，不再依賴(lài)于本體硬件設(shè)備。

　　2、 邊緣計(jì)算對(duì)機(jī)器人服務(wù)的提升

　　IoT 應(yīng)用的快速發(fā)展，使得大量數(shù)據(jù)在網(wǎng)絡(luò)邊緣產(chǎn)生，推動(dòng)了邊緣計(jì)算的產(chǎn)生和發(fā)展。邊緣計(jì)算的提出始于 4G 時(shí)代，將計(jì)算和存儲(chǔ)資源部署到網(wǎng)絡(luò)邊緣，不僅可以減少核心網(wǎng)和互聯(lián)網(wǎng)上的流量，還可以顯著降低傳輸時(shí)延， 提高網(wǎng)絡(luò)可靠性。

　　低時(shí)延的業(yè)務(wù)需要終端、移動(dòng)蜂窩網(wǎng)(接入網(wǎng)和核心網(wǎng))、互聯(lián)網(wǎng)、數(shù)據(jù)中心的端到端的保障。目前的測(cè)試結(jié)果表明 5G 手機(jī)和基站的數(shù)據(jù)通路延時(shí)可以達(dá)到 4 毫秒，在 URLLC 模式下，手機(jī)和基站的延時(shí)可以達(dá)到 1 毫秒以下， 相比 4G 的 20毫秒提高了 20倍左右。對(duì)于互聯(lián)網(wǎng)和數(shù)據(jù)中心的時(shí)延，一般情況下由于地理位置分布廣和未針對(duì)低時(shí)延優(yōu)化，從核心網(wǎng)網(wǎng)關(guān)到互聯(lián)網(wǎng)數(shù)據(jù)中心可在幾十到幾百毫秒之間。在 5G 中，其核心網(wǎng)引入了分布式網(wǎng)關(guān)，網(wǎng)關(guān)可以下沉到基站附近，邊緣服務(wù)器可以直接連接到分布式網(wǎng)關(guān)上，大大降低網(wǎng)絡(luò)的端到端時(shí)延。

　　邊緣計(jì)算的引入將解決終端能力受限和云計(jì)算的實(shí)時(shí)響應(yīng)的問(wèn)題，增強(qiáng)機(jī)器人云端大腦的實(shí)時(shí)響應(yīng)能力，對(duì)于滿足機(jī)器人 4.0 的要求十分關(guān)鍵，比如實(shí)時(shí)的推理、 場(chǎng)景理解、 操控等等。邊緣計(jì)算和云計(jì)算的結(jié)合，將突破終端的計(jì)算能力和存儲(chǔ)的限制，提高 AI 算法的訓(xùn)練和推理能力，比如提升精度和降低訓(xùn)練時(shí)間。同時(shí)將大部分機(jī)器人的智能布署在邊緣和云端，通過(guò)協(xié)作和不斷的訓(xùn)練，持續(xù)不斷的提高機(jī)器人智能，比如通過(guò)邊緣計(jì)算能更好的支持實(shí)時(shí)的多機(jī)協(xié)作，支持實(shí)時(shí)的知識(shí)圖譜提取、理解和決策，持續(xù)不斷的提高機(jī)器人的智能。邊緣計(jì)算和云計(jì)算還可以解決機(jī)器人終端升級(jí)維護(hù)的困難，在機(jī)器人本體的生命周期內(nèi)不斷升級(jí)，提高機(jī)器人的能力， 增強(qiáng)數(shù)據(jù)安全和隱私保護(hù)， 充分利用摩爾定律帶來(lái)的性能提升。

　　3、 云-邊-端一體化對(duì)機(jī)器人系統(tǒng)的支撐

　　云–邊–端一體化構(gòu)建了一個(gè)通過(guò)機(jī)器人提供多樣化服務(wù)的規(guī)?；\(yùn)營(yíng)平臺(tái)。其中，服務(wù)機(jī)器人本體是服務(wù)的實(shí)施者，而實(shí)際功能則根據(jù)服務(wù)的需要無(wú)縫地在終端計(jì)算(機(jī)器人本體)、邊緣計(jì)算和云計(jì)算之間分布和協(xié)同。機(jī)器人系統(tǒng)類(lèi)似現(xiàn)在智能手機(jī)上的各種 APP，主要關(guān)注如何實(shí)現(xiàn)高性價(jià)比的多模態(tài)感知融合、自適應(yīng)交互和實(shí)時(shí)安全計(jì)算。

　　多模態(tài)感知融合： 為了支持機(jī)器人的移動(dòng)、避障、交互和操作，機(jī)器人系統(tǒng)必須裝備多種傳感器(如攝像頭、麥克風(fēng)陣列、激光雷達(dá)、超聲波等)。 同時(shí)，環(huán)境里的傳感器可以補(bǔ)足機(jī)器人的物理空間局限性。大部分?jǐn)?shù)據(jù)需要在時(shí)間同步的前提下進(jìn)行處理，并且調(diào)用不同復(fù)雜度的算法模塊(例如 SLAM，圖像處理，人和物體的識(shí)別等)。機(jī)器人硬件系統(tǒng)和邊緣計(jì)算需要協(xié)同來(lái)支持(可能來(lái)自多個(gè)機(jī)器人的)多傳感器數(shù)據(jù)同步和計(jì)算加速，因此應(yīng)該采用能靈活組合 CPU、 FPGA 和 DSA (Domain-Specific Accelerator) 的異構(gòu)計(jì)算平臺(tái)。另一部分沒(méi)有強(qiáng)實(shí)時(shí)性要求的感知任務(wù)(如人的行為識(shí)別、場(chǎng)景識(shí)別等)，可以由云計(jì)算支持。

　　自適應(yīng)交互： 為了支持機(jī)器人的個(gè)性化服務(wù)和持續(xù)學(xué)習(xí)能力， 需要將感知模塊的輸出與知識(shí)圖譜結(jié)合對(duì)環(huán)境和人充分理解，并且逐步提取和積累與服務(wù)場(chǎng)景和個(gè)人相關(guān)的個(gè)性化知識(shí)。通用知識(shí)和較少變化的領(lǐng)域知識(shí)應(yīng)該存放在云端，而與地域和個(gè)性化服務(wù)相關(guān)的知識(shí)應(yīng)該存放在邊緣或者終端。無(wú)論知識(shí)存放在哪里，在機(jī)器人系統(tǒng)中應(yīng)該有統(tǒng)一的調(diào)用接口，并可以保證實(shí)時(shí)通訊?；?ROS2 構(gòu)造涵蓋終端和網(wǎng)絡(luò)側(cè)的軟件系統(tǒng)框架可以滿足未來(lái)的需求。

　　實(shí)時(shí)安全計(jì)算： 未來(lái)的服務(wù)機(jī)器人應(yīng)用將有大量需要實(shí)時(shí)響應(yīng)的情形(如語(yǔ)音交互、協(xié)同操作等)，因此需要在邊緣服務(wù)器部署相應(yīng)的加速硬件。同時(shí)，機(jī)器人也將處理大量涉及用戶隱私的數(shù)據(jù)(如視頻、圖像、對(duì)話等)。云–邊–端一體化架構(gòu)需要構(gòu)建隱私數(shù)據(jù)的安全傳輸和存儲(chǔ)機(jī)制，并且限定物理范圍。對(duì)于可以進(jìn)行物理操作的機(jī)器人，要構(gòu)建獨(dú)立的安全監(jiān)測(cè)機(jī)制，保證即使機(jī)器人系統(tǒng)被遠(yuǎn)程攻擊劫持后也不會(huì)造成物理安全損害。