基于云的餐廳服務(wù)機(jī)器人系統(tǒng)設(shè)計(jì)

王博瑋，陸中成

(華東理工大學(xué)信息科學(xué)與工程學(xué)院，上海 200237)

0 引言

隨著社會(huì)的發(fā)展，老齡化人口比例不斷提升。一方面，老年人在日?；顒?dòng)中需要某些幫助；另一方面，勞動(dòng)力的減少也使許多行業(yè)迫切找到能代替人力的自動(dòng)化方案。因此，開發(fā)、研究服務(wù)機(jī)器人具有重要的社會(huì)意義和廣泛的經(jīng)濟(jì)價(jià)值。近年來，服務(wù)型機(jī)器人的廣泛需求引起研究者的極大關(guān)注，包括用于人群引導(dǎo)的服務(wù)機(jī)器人[1]、能和老年人溝通交流的智能機(jī)器人[2]以及家庭服務(wù)機(jī)器人[3]。在餐飲業(yè)，智能服務(wù)機(jī)器人有著更廣泛的需求空間。人力成本的不斷上升，促使許多餐廳都尋求服務(wù)機(jī)器人的替代方案。隨著傳感器技術(shù)、云技術(shù)以及人工智能的高速發(fā)展，智能餐廳服務(wù)機(jī)器人已經(jīng)涌現(xiàn)出許多具有代表性的應(yīng)用。2016年，新加坡已開發(fā)機(jī)器人送餐服務(wù)，但還需要使用固定軌道以及人類輔助，自動(dòng)化程度不高。Cheong等[4]提出了基于模塊化的餐廳服務(wù)機(jī)器人設(shè)計(jì)方法，提高了自動(dòng)化系統(tǒng)的效率。蔡俊杰等[5]設(shè)計(jì)了以微控制器MSP430F543為核心的餐廳服務(wù)機(jī)器人控制系統(tǒng)。然而，截至目前，國內(nèi)外研發(fā)的服務(wù)型機(jī)器人總體自動(dòng)化程度不高。此外，本地資源的局限性以及導(dǎo)航算法的弱遷移性，限制了機(jī)器人技術(shù)的發(fā)展。

云技術(shù)的發(fā)展給智能機(jī)器人的研究提供了更多的思路和方法。云技術(shù)是指通過網(wǎng)絡(luò)，彈性、動(dòng)態(tài)地分配相應(yīng)資源，以支持本地難以完成的作業(yè)。這類資源包括計(jì)算資源、儲(chǔ)存資源以及軟件服務(wù)。使用云框架搭建機(jī)器人系統(tǒng)，擴(kuò)展了資源的利用度，豐富了本地的功能，也為設(shè)計(jì)更復(fù)雜的機(jī)器人系統(tǒng)提供了可能。另外，人工智能的發(fā)展也給服務(wù)機(jī)器人領(lǐng)域帶來了更多的驅(qū)動(dòng)力。Mohammadi等[6]使用基于對(duì)抗生成式網(wǎng)絡(luò)(generative adversarial networks,GAN)完成機(jī)器人的路徑規(guī)劃任務(wù)，其生成的路徑達(dá)到了89%的平均主觀意見分(mean opinion scores,MOS)。Maiettini等[7]提出將快速區(qū)域卷積神經(jīng)網(wǎng)絡(luò)(region-convolutional neural network,R-CNN)和FALKON結(jié)合的方法完成機(jī)器人目標(biāo)識(shí)別任務(wù)，加快機(jī)器人適應(yīng)環(huán)境的過程。顯然，為更好地提高服務(wù)機(jī)器人的智能化程度，結(jié)合云和人工智能的優(yōu)勢設(shè)計(jì)餐廳服務(wù)機(jī)器人系統(tǒng)是非常有必要的。

1 系統(tǒng)架構(gòu)

1.1 結(jié)構(gòu)設(shè)計(jì)

圖1 系統(tǒng)結(jié)構(gòu)圖Fig.1 System structure

機(jī)器人群由一組智能送餐機(jī)器人構(gòu)成，負(fù)責(zé)餐廳的送餐任務(wù)。其主要工作過程如下：首先，機(jī)器人通過通信模塊，將由傳感器模塊采集到的感知信息上傳到云端；接著，由云端計(jì)算模型結(jié)果并返回；最后，機(jī)器人核心板根據(jù)返回的動(dòng)作控制馬達(dá)，以完成運(yùn)動(dòng)。

云端為上層用戶，主要由數(shù)據(jù)庫、Web服務(wù)器和TensorFlow Serving[8]組成。其采用Linux系統(tǒng)下的Python語言開發(fā)，便于系統(tǒng)的移植和功能擴(kuò)展。云端通過網(wǎng)絡(luò)接收來自餐廳的實(shí)時(shí)數(shù)據(jù)和機(jī)器人的感知數(shù)據(jù)，并據(jù)此實(shí)現(xiàn)機(jī)器人的路徑規(guī)劃，以控制機(jī)器人完成送餐作業(yè)；同時(shí)，通過Web服務(wù)對(duì)遠(yuǎn)程用戶提供餐廳管理和點(diǎn)餐服務(wù)功能。

遠(yuǎn)程用戶又稱遠(yuǎn)程單元，由客戶端和管理端構(gòu)成?？蛻舳送ㄟ^移動(dòng)終端完成點(diǎn)餐、評(píng)價(jià)等功能，數(shù)據(jù)通過云端返回到餐廳。管理端授權(quán)用戶可通過瀏覽器登錄系統(tǒng)，分析實(shí)時(shí)數(shù)據(jù)或遠(yuǎn)程操控服務(wù)機(jī)器人。

1.2 云計(jì)算和通信

為使系統(tǒng)各部分能夠協(xié)調(diào)正常運(yùn)行，需要選擇合適的計(jì)算資源和組網(wǎng)方式。由本地處理器實(shí)現(xiàn)服務(wù)機(jī)器人的計(jì)算功能，會(huì)使得計(jì)算能力受到限制，無法完成計(jì)算密集型任務(wù)[9]。在此，基于TCP/IP的HTTP傳輸協(xié)議，構(gòu)建以云為中心的統(tǒng)一系統(tǒng)，將計(jì)算、儲(chǔ)存功能置于云上，使得最小系統(tǒng)能夠完成后續(xù)的復(fù)雜計(jì)算任務(wù)，解決了同步定位與地圖構(gòu)建(simultaneous localization and mapping,SLAM)、深度Q網(wǎng)絡(luò)(deep Q-network,DQN)計(jì)算復(fù)雜性和機(jī)器人系統(tǒng)資源有限性之間的矛盾，同時(shí)可對(duì)外提供Web服務(wù)。

2 機(jī)器人硬件設(shè)計(jì)

機(jī)器人的總體設(shè)計(jì)遵循模塊化設(shè)計(jì)的原則，整機(jī)主要由核心控制板、馬達(dá)及碼盤、充電電池、傳感器模塊和通信芯片構(gòu)成。送餐機(jī)器人以Arduino Mega 2560作為核心控制板。馬達(dá)用于在核心指令控制下實(shí)現(xiàn)機(jī)器人的運(yùn)動(dòng)。充電電池為其他模塊提供電能。紅外傳感器模塊用于機(jī)器人對(duì)障礙物的識(shí)別。Rplidar A1激光雷達(dá)用于生成動(dòng)態(tài)地圖。ESP8266EX WiFi通信芯片用于實(shí)現(xiàn)基于TCP/IP的通信。機(jī)器人硬件結(jié)構(gòu)如圖2所示。

為了確保作者的合法權(quán)益不受侵害，請(qǐng)廣大讀作者注意辨明真?zhèn)危?jǐn)防上當(dāng)受騙?！吨袊C形外科雜志》編輯部將依法追究冒充編輯部開設(shè)網(wǎng)站、征集稿件、亂收費(fèi)的相關(guān)機(jī)構(gòu)和個(gè)人。

圖2 硬件結(jié)構(gòu)圖Fig.2 Hardware structure

2.1 核心控制板

控制板是機(jī)器人的核心部分，其實(shí)現(xiàn)了對(duì)傳感器、運(yùn)動(dòng)模塊以及數(shù)據(jù)傳輸?shù)慕y(tǒng)一調(diào)度和控制。選用Arduino Mega 2560作為微控制板。其使用ATmega2560處理器，包含54個(gè)數(shù)字輸入/輸出口、16個(gè)模擬輸入口、4個(gè)UARTS、256 kB的閃存。同時(shí)，系統(tǒng)還使用功能擴(kuò)展板。功能擴(kuò)展板實(shí)現(xiàn)了對(duì)主控制板接口和功能的擴(kuò)展。擴(kuò)展后還包括2個(gè)總線擴(kuò)展接口(即地址總線和數(shù)據(jù)總線)、1路RS-232串口、1個(gè)全功能擴(kuò)展口和IIS、I2C、SPI、A/D、GPIO、串口2、外部中斷等外部接口。

2.2 傳感器模塊

①紅外傳感器。

機(jī)器人配置有一組紅外傳感器，安裝在機(jī)器人的前部，選用優(yōu)創(chuàng)電子科技有限公司生產(chǎn)的TCRT5000型紅外避障模塊。該模塊有一對(duì)紅外發(fā)射和接收裝置，具有成本低、穩(wěn)定性好等優(yōu)點(diǎn)。

紅外傳感器的紅外發(fā)射二極管不斷發(fā)射紅外線，反射的紅外線由接收管接收。若反射較少或沒有反射，光敏三極管一直處于關(guān)斷狀態(tài)，模塊的輸出端為低電平。當(dāng)障礙物出現(xiàn)在檢測范圍內(nèi)時(shí)，紅外線被反射且強(qiáng)度足夠大，光敏三極管飽和。此時(shí)，模塊的輸出端為高電平，可完成障礙物的識(shí)別。核心控制板的模擬口與避障模塊的信號(hào)口相連，在檢測到高電平時(shí)，核心板將馬達(dá)控制數(shù)字口電平置低，機(jī)器人停止運(yùn)動(dòng)。

②Rplidar A1激光雷達(dá)。

機(jī)器人配置一個(gè)Rplidar A1型號(hào)激光雷達(dá)，安裝在機(jī)器人的上部。其有效探測距離約為12 m，掃描速度為2 000次/s。運(yùn)行過程中，激光雷達(dá)不斷發(fā)射激光信號(hào)，反射信號(hào)由其視覺采集系統(tǒng)接收，經(jīng)過內(nèi)置信號(hào)處理器計(jì)算得到距離值以及夾角，并通過3.3 V電平串口將數(shù)據(jù)回傳至核心板。Rplidar上的連接器有5個(gè)引腳，分別是電源、地線、RX、TX以及控制掃描速度的脈沖寬度調(diào)制(pulse width modulation,PWM)。其中，PWM要求提供足夠的電流以驅(qū)動(dòng)雷達(dá)電機(jī)。激光雷達(dá)在Arduino核心板控制下進(jìn)行環(huán)境掃描，以獲得感知信息。系統(tǒng)使用外部電源為Rplidar供電。

2.3 通信芯片

機(jī)器人使用的ESP8266EX是常用的集成WiFi芯片之一。其在外部電路上集成了標(biāo)準(zhǔn)的數(shù)字外圍接口、天線開關(guān)、功率放大器、低噪聲接收放大器以及電源管理模塊。同時(shí)，該芯片可在主動(dòng)模式、睡眠模式和深度睡眠模式下工作。僅在需要時(shí)將其喚醒，以達(dá)到能耗控制的目的。核心板通過串行接口，將激光雷達(dá)數(shù)據(jù)發(fā)送至通信模塊，由通信模塊將編碼好的HTTP POST請(qǐng)求通過TCP/IP發(fā)送至云端。同時(shí)，通信模塊接收云端返回的結(jié)果，將其解碼為串行數(shù)據(jù)并回傳至核心板。

3 系統(tǒng)軟件設(shè)計(jì)

3.1 云端

云端主要用于路徑規(guī)劃中的計(jì)算任務(wù)，同時(shí)也為管理者和用戶提供Web服務(wù)。其主要由TensorFlow Serving、Web服務(wù)器和數(shù)據(jù)庫三部分構(gòu)成。云端邏輯結(jié)構(gòu)如圖3所示。

圖3 云端邏輯結(jié)構(gòu)圖Fig.3 Logical structure on cloud

由圖3可知：TensorFlow Serving接收機(jī)器人上傳的感知數(shù)據(jù)，并返回深度Q網(wǎng)絡(luò)的輸出以完成導(dǎo)航；Web服務(wù)器將數(shù)據(jù)庫中的機(jī)器人信息和餐廳交易信息以圖形的方式實(shí)時(shí)顯示，同時(shí)對(duì)TensorFlow Serving進(jìn)行版本控制；數(shù)據(jù)庫則記錄了機(jī)器人的參數(shù)信息、日志以及交易記錄。該設(shè)計(jì)采用了客戶端/服務(wù)器的架構(gòu)，為用戶提供Web訪問功能。

3.1.1 TensorFlow Serving

TensorFlow Serving是一種用于部署機(jī)器學(xué)習(xí)模型的框架。該框架具有較高的靈活性，提供模型在線迭代、熱部署以及更新功能。在此，將訓(xùn)練完成的深度Q網(wǎng)絡(luò)部署到TensorFlow Serving上，以實(shí)現(xiàn)機(jī)器人路徑規(guī)劃。TensorFlow Serving使用RESTful API接收外部調(diào)用，由機(jī)器人以JSON對(duì)象形式向云端發(fā)送HTTP POST請(qǐng)求，預(yù)處理其發(fā)送的數(shù)據(jù)后，由TensorFlow Serving端以JSON對(duì)象形式返回深度Q網(wǎng)絡(luò)的結(jié)果。

3.1.2 Web服務(wù)器

Web服務(wù)器采用基于Laravel框架的服務(wù)器，使用PHP語言開發(fā)?？蛻舳送ㄟ^HTTP請(qǐng)求從數(shù)據(jù)庫中讀取信息，生成動(dòng)態(tài)PHP頁面并返回給客戶端?？蛻舳藬?shù)據(jù)通過Web API寫入數(shù)據(jù)庫。Web界面包括點(diǎn)餐界面、管理界面以及控制中心。點(diǎn)餐界面為客戶提供菜品選擇及結(jié)賬服務(wù)；管理界面和控制中心為餐廳運(yùn)營者提供了可視化的運(yùn)營狀態(tài)、數(shù)據(jù)分析以及對(duì)歷史數(shù)據(jù)的查詢和導(dǎo)出功能。

3.1.3 數(shù)據(jù)庫

數(shù)據(jù)庫是云端的核心部分，其關(guān)系到TensorFlow Serving和Web服務(wù)的正常工作以及機(jī)器人的正常運(yùn)行。在此，采用基于MySQL的結(jié)構(gòu)化語言查詢數(shù)據(jù)庫系統(tǒng)，數(shù)據(jù)的讀取和寫入由統(tǒng)一的應(yīng)用程序編程接口(application programming interface,API)進(jìn)行調(diào)度。數(shù)據(jù)庫中保存著許多重要的信息，如深度Q網(wǎng)絡(luò)的版本信息、機(jī)器人的位置信息、客戶交易信息以及內(nèi)置地圖等。

3.2 云端控制算法

機(jī)器人啟動(dòng)后，初始化各模塊并與云端建立TCP/IP連接，在接收到指令后開始送餐。核心算法如下。首先，機(jī)器人通過激光雷達(dá)采集環(huán)境感知信息，并將數(shù)據(jù)發(fā)送到云端；接著，云端使用SLAM算法對(duì)感知數(shù)據(jù)進(jìn)行地圖重建并預(yù)處理；最后，云端通過深度Q網(wǎng)絡(luò)返回機(jī)器人下一步動(dòng)作。循環(huán)此過程，直到機(jī)器人到達(dá)終點(diǎn)。云端控制流程如圖4所示。

圖4 云端控制流程圖Fig.4 Flowchart of cloud control

3.3 導(dǎo)航算法

為使機(jī)器人能夠準(zhǔn)確地將食品送到指定餐桌，需要實(shí)現(xiàn)導(dǎo)航和移動(dòng)定位功能。在環(huán)境中如何找出一條合理路線是機(jī)器人導(dǎo)航的核心問題。于清曉等提出使用射頻識(shí)別(ridio frequency identification,RFID)的方式進(jìn)行導(dǎo)航，但其精度不高且部署復(fù)雜[10]；也有人提出基于改進(jìn)遺傳算法的導(dǎo)航，但其不適用于餐廳復(fù)雜多變的環(huán)境[11]。服務(wù)機(jī)器人使用低成本的激光雷達(dá)SLAM算法進(jìn)行地圖重建，并配合DQN[12]完成導(dǎo)航。

使用二維平面柵格對(duì)餐廳實(shí)際環(huán)境建模。實(shí)際環(huán)境中的障礙物和可移動(dòng)空間分別用柵格中的1和0代替，給定起點(diǎn)和終點(diǎn)e，算法能夠找到一條路徑p完成導(dǎo)航。為了簡化模型，考慮障礙物的高度、大小以及位置不變，同時(shí)考慮機(jī)器人可視區(qū)域?yàn)榉叫??？梢晠^(qū)域通過SLAM地圖重建并網(wǎng)格化為二值圖像的方式獲得。在進(jìn)行強(qiáng)化學(xué)習(xí)的過程中，機(jī)器人采用一走一停的方式，在上一步執(zhí)行前進(jìn)動(dòng)作(前進(jìn)、后退、左轉(zhuǎn)、右轉(zhuǎn))a后，會(huì)收到來自環(huán)境的獎(jiǎng)懲函數(shù)，將其作為反饋再進(jìn)行下一步動(dòng)作。轉(zhuǎn)移規(guī)則如式(1)所示。

(1)

Q(s,a)使用了回放記憶單元，以避免學(xué)習(xí)過程中的順序?qū)ι窠?jīng)網(wǎng)絡(luò)的訓(xùn)練造成影響。學(xué)習(xí)過程包括兩個(gè)階段：執(zhí)行動(dòng)作和學(xué)習(xí)。在執(zhí)行動(dòng)作階段，僅記憶并更新所做出的動(dòng)作；在學(xué)習(xí)階段，從記憶中隨機(jī)選擇動(dòng)作，并以當(dāng)前Q值和目標(biāo)值差的平方作為損失函數(shù)進(jìn)行訓(xùn)練。同時(shí)，為確保訓(xùn)練能使機(jī)器人能到達(dá)終點(diǎn)，使用了如式(2)所示的及時(shí)獎(jiǎng)勵(lì)。

(2)

式中：pt為t時(shí)刻的機(jī)器人位置。

神經(jīng)網(wǎng)絡(luò)的輸入是機(jī)器人目前的狀態(tài)(機(jī)器人可視范圍的柵格地圖)，輸出為在該狀態(tài)下四種行為(前進(jìn)，后退，左轉(zhuǎn)，右轉(zhuǎn))對(duì)應(yīng)的預(yù)測Q值。

網(wǎng)絡(luò)具體結(jié)構(gòu)如下：第一層卷積層包括16個(gè)(3×3)的卷積核，采用SAME的補(bǔ)零方式，步長為1；第二層卷積層包括32個(gè)(2×2)的卷積核，步長為1。卷積層后為激活函數(shù)層，均選用線性整流函數(shù)(rectified linear unit，ReLu)為激活函數(shù);最后一層是節(jié)點(diǎn)個(gè)數(shù)為4、包含60個(gè)神經(jīng)元的全連接層。網(wǎng)絡(luò)參數(shù)使用隨機(jī)梯度下降(stochastic gradient descent，SGD)進(jìn)行優(yōu)化和更新。

3.4 開發(fā)平臺(tái)

本文采用Arduino 1.8.5編譯器、MySQL 5.7.17數(shù)據(jù)庫服務(wù)器、Python 3.6.4 編譯器、Laravel 5.1 Web服務(wù)器構(gòu)架的開發(fā)環(huán)境和平臺(tái)。

4 試驗(yàn)及分析

為測試系統(tǒng)的性能，在仿真環(huán)境和實(shí)際網(wǎng)絡(luò)場景下進(jìn)行路徑規(guī)劃及流程測試。測試環(huán)境為實(shí)際餐廳環(huán)境抽象的正方形柵格地圖模型。整體大小為9×9，單個(gè)柵欄大小為1×1。在柵格地圖上進(jìn)行餐廳機(jī)器人從起點(diǎn)到終點(diǎn)的仿真路徑規(guī)劃。目標(biāo)是圖中的三角形區(qū)域，機(jī)器人路徑用圓形表示，障礙物為黑色填充的柵欄。在學(xué)習(xí)過程中，為解決探索-利用難題，使用ε-貪心算法進(jìn)行行為選擇：以概率ε隨機(jī)選擇行為并以1-ε選擇預(yù)測行為。試驗(yàn)過程中，初始ε=1.0，后期ε=0.1。

學(xué)習(xí)過程如下。首先，獲得目前狀態(tài)(二值化的柵格地圖)；接著，通過貪心算法選擇下一步動(dòng)作，在獲得下一時(shí)刻狀態(tài)的同時(shí)得到立即獎(jiǎng)賞；最后，根據(jù)轉(zhuǎn)移規(guī)則更新Q值并更新DQN參數(shù)。循環(huán)此過程至結(jié)束。為了觀察機(jī)器人在不同復(fù)雜度的障礙物設(shè)置情況下的完成情況，設(shè)置了多種地圖。測試結(jié)果表明，模型能夠通過學(xué)習(xí)規(guī)劃出合適的路徑，并且在未知地圖和較為復(fù)雜地圖上仍有較好的表現(xiàn)。模型生成的路徑規(guī)劃仿真如圖5所示。

圖5 路徑規(guī)劃仿真示意圖Fig.5 Path planning simulation

同時(shí)，系統(tǒng)基于云的智能餐廳服務(wù)系統(tǒng)，網(wǎng)絡(luò)的隨機(jī)性時(shí)延對(duì)系統(tǒng)各部分均有一定的影響。選擇往返時(shí)延(round-trip time，RTT)值作為系統(tǒng)實(shí)時(shí)控制性能的指標(biāo)。其計(jì)算從云端發(fā)送到機(jī)器人端，再由機(jī)器人端返回云端的時(shí)間。云端在發(fā)出指令前記錄本地時(shí)間，收到機(jī)器人端確認(rèn)時(shí)再次記錄本地時(shí)間，兩者作差得到整個(gè)系統(tǒng)的RRT。80次平均RRT時(shí)間為89 ms，最大為170 ms，滿足系統(tǒng)的實(shí)時(shí)性要求。

5 結(jié)束語

將云計(jì)算與深度強(qiáng)化學(xué)習(xí)相結(jié)合，設(shè)計(jì)基于云的餐廳服務(wù)機(jī)器人系統(tǒng)。通過訓(xùn)練深度強(qiáng)化學(xué)習(xí)模型，機(jī)器人能夠在未知環(huán)境中選擇合適的路徑自主完成下一步動(dòng)作，并完成送餐任務(wù)。通過構(gòu)建基于云的Web服務(wù)器、數(shù)據(jù)庫和TensorFlow Serving，管理端可以實(shí)時(shí)監(jiān)控機(jī)器人的運(yùn)行狀態(tài)并且進(jìn)行遠(yuǎn)程操控。仿真試驗(yàn)表明，機(jī)器人能夠在模環(huán)境中自主完成送餐任務(wù)，為進(jìn)一步完善和開發(fā)機(jī)器人技術(shù)奠定基礎(chǔ)。