服務(wù)機(jī)器人云平臺(tái)服務(wù)質(zhì)量指標(biāo)體系綜述

馮戒虛，司冠南，周風(fēng)余

1.山東交通學(xué)院 信息科學(xué)與電氣工程學(xué)院，濟(jì)南250357

2.山東大學(xué) 控制科學(xué)與工程學(xué)院，濟(jì)南250000

在第四次工業(yè)革命中，機(jī)器人技術(shù)發(fā)揮了重要作用，2010年，卡耐基·梅隆大學(xué)的Kuffner教授提出了“云機(jī)器人”的概念，將機(jī)器人學(xué)與云計(jì)算相結(jié)合，將機(jī)器人的數(shù)據(jù)處理、規(guī)劃、決策、協(xié)作等復(fù)雜計(jì)算功能卸載到云端，機(jī)器人本體只需配備簡(jiǎn)單的網(wǎng)絡(luò)設(shè)備和基本的傳感器就可以完成復(fù)雜的服務(wù)任務(wù)[1-3]。隨著互聯(lián)網(wǎng)技術(shù)以及點(diǎn)云庫(kù)（PCL）這類大型跨平臺(tái)開(kāi)源編程庫(kù)的迅速發(fā)展，以及物聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等新興信息技術(shù)與人工智能技術(shù)逐漸結(jié)合，服務(wù)機(jī)器人連接云平臺(tái)并從中選擇和調(diào)取算法服務(wù)已經(jīng)能夠?qū)崿F(xiàn)。而服務(wù)機(jī)器人云平臺(tái)不僅是交互平臺(tái)，也是與機(jī)器人進(jìn)行數(shù)據(jù)傳輸?shù)脑贫朔?wù)平臺(tái)。那么如何對(duì)服務(wù)機(jī)器人云平臺(tái)服務(wù)質(zhì)量進(jìn)行全面評(píng)估，是一項(xiàng)具有挑戰(zhàn)性的任務(wù)。

目前國(guó)內(nèi)外許多專家學(xué)者已經(jīng)做了有關(guān)軟件QOS評(píng)估、網(wǎng)絡(luò)QOS評(píng)估、服務(wù)機(jī)器人相關(guān)功能QOS評(píng)估三方面研究，本文通過(guò)對(duì)以上三個(gè)方面展開(kāi)敘述，致力于建立一種服務(wù)機(jī)器人云平臺(tái)服務(wù)質(zhì)量指標(biāo)體系。首先要對(duì)云平臺(tái)軟件本身的服務(wù)質(zhì)量進(jìn)行檢驗(yàn)；其次網(wǎng)絡(luò)的服務(wù)質(zhì)量也會(huì)影響到云平臺(tái)的交互能力；此外機(jī)器人會(huì)將服務(wù)效果直接反饋出來(lái)，其自身的服務(wù)質(zhì)量會(huì)表現(xiàn)得更為直觀。因此文章先從軟件服務(wù)質(zhì)量入手，全方面總結(jié)了軟件QOS 的性能指標(biāo)，并找出適合于云平臺(tái)的評(píng)估指標(biāo)。再者，云平臺(tái)通過(guò)網(wǎng)絡(luò)進(jìn)行大量數(shù)據(jù)流傳輸，需總結(jié)相應(yīng)的網(wǎng)絡(luò)QOS指標(biāo)進(jìn)行評(píng)估。由于服務(wù)機(jī)器人分為很多不同的種類用以執(zhí)行不同的功能，其評(píng)價(jià)指標(biāo)也不盡相同，本文把服務(wù)機(jī)器人的功能進(jìn)行歸納總結(jié)，將其中相似或相近的指標(biāo)進(jìn)行歸納再分類，使大部分服務(wù)機(jī)器人都可以依據(jù)分類出來(lái)的指標(biāo)進(jìn)行評(píng)估。將以上三方面相關(guān)方法進(jìn)行總結(jié)分析，得出一種具有科學(xué)性的服務(wù)機(jī)器人云平臺(tái)服務(wù)質(zhì)量指標(biāo)體系，并對(duì)該體系的未來(lái)發(fā)展方向進(jìn)行展望。圖1 為本文將要討論的指標(biāo)體系內(nèi)容，指標(biāo)詳細(xì)描述將在各章節(jié)中展開(kāi)。

1 軟件QOS評(píng)估指標(biāo)

鑒于目前各類軟件QOS指標(biāo)體系[4]，本文考慮了服務(wù)機(jī)器人云平臺(tái)的系統(tǒng)安全、操作、讀寫速度、請(qǐng)求時(shí)間這類主要方面的性能要求以及功能完備和業(yè)務(wù)處理兩方面。如圖2所示，依照著ISO/IEC 9126中主要的軟件QOS相關(guān)特征，討論功能性、可靠性、可用性、效率、可維護(hù)性、可移植性這六方面指標(biāo)的評(píng)估，總結(jié)出服務(wù)機(jī)器人云平臺(tái)軟件方面的評(píng)估指標(biāo)。

1.1 功能性評(píng)估指標(biāo)

功能性評(píng)估指標(biāo)指能體現(xiàn)軟件功能行為的指標(biāo)。功能性指標(biāo)包含適用性、準(zhǔn)確度、互操作性、安全性四個(gè)子特征指標(biāo)。適用性評(píng)估更傾向于用戶的主觀性評(píng)價(jià)[5]；準(zhǔn)確度指遇到事件的準(zhǔn)確頻率，已有多種研究方法[6-7]可用來(lái)評(píng)測(cè)；互操作性體現(xiàn)的是軟件與其他系統(tǒng)的交互能力[8]；安全性毋庸置疑是重點(diǎn)要考慮的問(wèn)題，軟件自身缺陷以及其他問(wèn)題會(huì)導(dǎo)致軟件容易被攻擊從而產(chǎn)生嚴(yán)重后果[9]。容易看出后三者更適合軟件本身進(jìn)行性能評(píng)估。

1.2 可靠性評(píng)估指標(biāo)

可靠性能夠反映軟件中存在的需求、設(shè)計(jì)和實(shí)現(xiàn)錯(cuò)誤等方面內(nèi)容，對(duì)性能的影響力非常大。包含成熟度、容錯(cuò)性、可恢復(fù)性三個(gè)子特征。成熟性體現(xiàn)軟件的科學(xué)、標(biāo)準(zhǔn)程度，管理工作是否有章可循[10]；容錯(cuò)性體現(xiàn)軟件故障檢測(cè)、糾正錯(cuò)誤的能力[11]；可恢復(fù)性指軟件故障時(shí)恢復(fù)進(jìn)程、數(shù)據(jù)的能力[12]；成熟度依照于開(kāi)發(fā)者在軟件設(shè)計(jì)與建立的嚴(yán)謹(jǐn)程度，而其他兩個(gè)指標(biāo)可由計(jì)算機(jī)模擬重大事故等操作來(lái)進(jìn)行評(píng)估。

1.3 可用性評(píng)估指標(biāo)

可用性評(píng)估指標(biāo)是指不同的用戶在獨(dú)立或沒(méi)有外部幫助的情況下進(jìn)行軟件操作時(shí)的使用情況，該指標(biāo)包含可理解性、可操作性、吸引力性等特征。涉及到的均為界面設(shè)計(jì)、操作指引等方面的內(nèi)容，與性能方面并無(wú)關(guān)系，因此本文不將其納入研究范圍。

1.4 效率評(píng)估指標(biāo)

對(duì)軟件來(lái)說(shuō)，效率指標(biāo)主要可以通過(guò)時(shí)間和資源的花費(fèi)兩方面來(lái)表示，是體現(xiàn)軟件服務(wù)情況好壞的關(guān)鍵所在。從宏觀上通過(guò)對(duì)請(qǐng)求的響應(yīng)時(shí)間來(lái)進(jìn)行評(píng)估[13]，微觀上可通過(guò)讀寫性能，內(nèi)存等資源的使用情況來(lái)進(jìn)行效率評(píng)測(cè)[14]。

圖1 服務(wù)機(jī)器人云平臺(tái)服務(wù)質(zhì)量指標(biāo)體系圖

圖2 軟件QOS指標(biāo)圖

1.5 可維護(hù)性評(píng)估指標(biāo)

目前已有的軟件可維護(hù)性度量標(biāo)準(zhǔn)如文獻(xiàn)[15]，選取其中具有主要影響力的指標(biāo)包括可分析性、可改變性、穩(wěn)定性和可測(cè)試性來(lái)進(jìn)行分析?？煞治鲂院涂筛淖冃灾饕揽块_(kāi)發(fā)者主觀來(lái)評(píng)定；穩(wěn)定性指軟件需求、代碼等變更對(duì)軟件系統(tǒng)的影響[16]；可測(cè)試性表示軟件系統(tǒng)進(jìn)行測(cè)試工作的難易程度以及工作量[17]。后兩者更適合軟件自主評(píng)估。

1.6 可移植性評(píng)估指標(biāo)

可移植性是指與軟件在不同環(huán)境下的運(yùn)行能力有關(guān)的一組屬性，包含依從性、可安裝性、適應(yīng)性、可替換性特征，但主要涉及軟件的安裝、運(yùn)行環(huán)境等方面內(nèi)容，與本文研究?jī)?nèi)容關(guān)系不大，因此不做討論。

可以看出，在軟件QOS指標(biāo)中，對(duì)服務(wù)機(jī)器人云平臺(tái)性能影響較大的是功能性、可靠性、效率、可維護(hù)性這四個(gè)指標(biāo)當(dāng)中的部分子特征指標(biāo)，因?yàn)閷?duì)云平臺(tái)的評(píng)估要求是自動(dòng)化進(jìn)行，盡量減少人為干預(yù)操作過(guò)程，而其他指標(biāo)所涉及性能方面比重較小，并且是以主觀評(píng)價(jià)的方式來(lái)進(jìn)行評(píng)估。因此本文的云平臺(tái)指標(biāo)體系重點(diǎn)考慮上述四類軟件QOS指標(biāo)。

2 網(wǎng)絡(luò)QOS評(píng)估指標(biāo)

Web服務(wù)發(fā)布數(shù)量日益增多，即便找到滿足功能需求的服務(wù)，也難以確定所選的服務(wù)是否具有足夠高的QOS[18]。有一些關(guān)于網(wǎng)絡(luò)QOS 評(píng)估方面的研究[19-22]，多數(shù)依賴于用戶評(píng)價(jià)來(lái)進(jìn)行。而且目前網(wǎng)絡(luò)QOS指標(biāo)的劃分有著不同的定義，如國(guó)際電聯(lián)-T[23]、IETF[24]。本文主要探究服務(wù)機(jī)器人與云平臺(tái)能夠保持穩(wěn)定可靠的連接狀態(tài)和數(shù)據(jù)傳輸能力，如圖3所示將網(wǎng)絡(luò)QOS指標(biāo)囊括為可靠性、效率、安全性三個(gè)主要指標(biāo)。

圖3 網(wǎng)絡(luò)QOS指標(biāo)圖

2.1 網(wǎng)絡(luò)可靠性評(píng)估指標(biāo)

網(wǎng)絡(luò)可靠性指網(wǎng)絡(luò)服務(wù)正常工作的能力。一般來(lái)說(shuō)，網(wǎng)絡(luò)的可靠性可通過(guò)現(xiàn)有的模型和方法進(jìn)行分析，如長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)模型[25]、蒙特卡洛方法[26]等。而且通常是以實(shí)時(shí)監(jiān)控或是Web 服務(wù)器日志作為分析依據(jù)[27-28]。本文將研究討論以下三方面內(nèi)容作為衡量網(wǎng)絡(luò)可靠性的指標(biāo)評(píng)估依據(jù)。

（1）失效率

網(wǎng)絡(luò)異常的類型較多且復(fù)雜，如錯(cuò)誤請(qǐng)求（400）、服務(wù)不可用（503）等。在文獻(xiàn)[29]中對(duì)響應(yīng)數(shù)據(jù)大小、失敗消息等數(shù)據(jù)進(jìn)行處理后得到失效概率矩陣，繼而計(jì)算得出網(wǎng)絡(luò)失效率。文獻(xiàn)[30]中提出了一種思想是利用相似用戶的過(guò)去失效數(shù)據(jù)預(yù)測(cè)當(dāng)前用戶的Web 服務(wù)失效概率。還有一些使用各種不同的組合結(jié)構(gòu)來(lái)進(jìn)行Web 服務(wù)的失效概率預(yù)測(cè)的方法?？紤]到云平臺(tái)有大量的用戶和廠商入駐，需要對(duì)這些使用者網(wǎng)絡(luò)的失效情況進(jìn)行統(tǒng)計(jì)計(jì)算便于改進(jìn)服務(wù)質(zhì)量。

（2）平均無(wú)故障時(shí)間

平均無(wú)故障時(shí)間（MTBF）是指網(wǎng)絡(luò)無(wú)故障工作時(shí)間的平均值。Tian 等人[31]就以服務(wù)器崩潰為核心的MTBF 作為可靠性評(píng)價(jià)指標(biāo)，提出了一種基于日志分析的軟件Web 服務(wù)測(cè)試方法。在文獻(xiàn)[32]中給出了平均無(wú)故障時(shí)間的公式以及可靠性函數(shù)，通過(guò)與其他的模型相對(duì)比，統(tǒng)計(jì)得到的用戶會(huì)話數(shù)與失敗會(huì)話數(shù)更接近實(shí)際值。平均無(wú)故障時(shí)間的大小能夠幫助預(yù)測(cè)服務(wù)機(jī)器人云平臺(tái)使用過(guò)程中出現(xiàn)的故障危害程度。

（3）容錯(cuò)性

容錯(cuò)性是指網(wǎng)絡(luò)出現(xiàn)故障時(shí)網(wǎng)絡(luò)中某些特有性質(zhì)的保持能力，已有不少學(xué)者提出了關(guān)于Web服務(wù)的容錯(cuò)策略，如Kargar 等人[33]提出了一種服務(wù)組合算法，與Top-K方法相比，在服務(wù)的選擇以及服務(wù)的組合方面QOS 更高，容錯(cuò)率更好[34]。云平臺(tái)內(nèi)業(yè)務(wù)眾多，數(shù)據(jù)傳輸頻繁，需要不斷評(píng)估來(lái)改進(jìn)提高容錯(cuò)性，降低錯(cuò)誤發(fā)生率。

2.2 網(wǎng)絡(luò)效率評(píng)估指標(biāo)

對(duì)網(wǎng)絡(luò)效率的評(píng)估主要通過(guò)負(fù)載測(cè)試和壓力測(cè)試等方式來(lái)進(jìn)行[35-36]，文獻(xiàn)[37]提出了一種模擬并發(fā)用戶工作負(fù)載的Web 性能測(cè)試方法與度量指標(biāo)。本文考慮并綜合了大量服務(wù)機(jī)器人與云平臺(tái)建立連接時(shí)的情形，為使Web性能符合云平臺(tái)正常運(yùn)作的要求，選擇以下四種指標(biāo)作為評(píng)估依據(jù)。

（1）響應(yīng)時(shí)間

響應(yīng)時(shí)間指請(qǐng)求和操作完成之間的延遲，是Web服務(wù)中最重要的度量指標(biāo)之一。在文獻(xiàn)[38]中，將Web服務(wù)器配置為使用固定線程來(lái)處理并發(fā)用戶請(qǐng)求并描繪了負(fù)載與響應(yīng)時(shí)間的關(guān)系圖，當(dāng)負(fù)載達(dá)到了一定程度并繼續(xù)增加時(shí)，響應(yīng)時(shí)間的增長(zhǎng)率便迅速提高。降低網(wǎng)絡(luò)的響應(yīng)時(shí)間意味著網(wǎng)絡(luò)效率的提高，響應(yīng)時(shí)間也是最能直觀反應(yīng)出云平臺(tái)效率的指標(biāo)。

（2）抖動(dòng)程度

網(wǎng)絡(luò)抖動(dòng)指分組延遲的變化程度，其值越小說(shuō)明網(wǎng)絡(luò)質(zhì)量越穩(wěn)定。對(duì)于目前采用分布式集群的云平臺(tái)來(lái)說(shuō)，互相之間的網(wǎng)絡(luò)通信都非常頻繁，數(shù)據(jù)流量也會(huì)更大，保持良好的網(wǎng)絡(luò)穩(wěn)定性顯得非常必要。

（3）吞吐量

吞吐量一般以單位時(shí)間內(nèi)通過(guò)網(wǎng)絡(luò)的數(shù)據(jù)量來(lái)計(jì)算，受帶寬或網(wǎng)絡(luò)額定速率的限制，直接影響著網(wǎng)絡(luò)效率。在文獻(xiàn)[39]中對(duì)云環(huán)境下的Web 應(yīng)用系統(tǒng)進(jìn)行了性能測(cè)試，根據(jù)其測(cè)試結(jié)果顯示，在并發(fā)用戶的數(shù)量從零增加到一定數(shù)量之后下吞吐量逐漸增長(zhǎng)并到達(dá)峰值，但繼續(xù)增加并發(fā)用戶則會(huì)導(dǎo)致吞吐量下降。吞吐量的高低決定著網(wǎng)絡(luò)最大傳輸速度，因此將其作為效率評(píng)估的重要指標(biāo)之一。

（4）丟包率

丟包率指丟失的數(shù)據(jù)包占發(fā)送數(shù)據(jù)組的比率，丟包率過(guò)大會(huì)造成傳輸速度降低及資源的浪費(fèi)。

網(wǎng)絡(luò)的效率問(wèn)題牽扯到服務(wù)機(jī)器人云平臺(tái)運(yùn)行過(guò)程中的方方面面，需將其作為重點(diǎn)研究?jī)?nèi)容。

2.3 網(wǎng)絡(luò)安全性評(píng)估指標(biāo)

網(wǎng)絡(luò)安全評(píng)估已經(jīng)成為了非常重要的研究?jī)?nèi)容[40]，對(duì)網(wǎng)絡(luò)安全性評(píng)估就是要識(shí)別網(wǎng)絡(luò)系統(tǒng)中存在的資產(chǎn)、漏洞，對(duì)其被利用的可能性和所帶來(lái)的后果進(jìn)行有效評(píng)估，提出合理的安全策略和防護(hù)措施[41]。本文對(duì)以下內(nèi)容進(jìn)行探討。

（1）漏洞數(shù)量

通常使用Web 應(yīng)用的漏洞檢測(cè)工具如Nikto[42]等，將設(shè)計(jì)好的請(qǐng)求信息發(fā)送給服務(wù)器，在自動(dòng)化工具的幫助下，在更短的時(shí)間內(nèi)能完成數(shù)千次安全檢查?？紤]到云平臺(tái)的數(shù)據(jù)等信息安全至關(guān)重要，可將Web漏洞掃描結(jié)果作為主要的安全性標(biāo)準(zhǔn)，并定期進(jìn)行滲透測(cè)試等漏洞掃描方式來(lái)進(jìn)行網(wǎng)絡(luò)安全評(píng)估。

（2）口令保護(hù)能力

口令也稱為秘鑰，是判斷訪問(wèn)者身份最簡(jiǎn)單的手段，應(yīng)作為保護(hù)對(duì)象而不能被隨意竊取。在文獻(xiàn)[43]中提到了使用Salt 加密技術(shù)能夠減少字典攻擊破解的可能性，甚至能夠抵御SQL注入攻擊。還有例如通過(guò)使用嚴(yán)密的生成算法[44]和秘鑰保護(hù)算法[45]以及動(dòng)態(tài)口令等安全機(jī)制都能使口令的安全性得到加強(qiáng)。在云平臺(tái)中，口令是使用者進(jìn)入系統(tǒng)的最后一道關(guān)卡，對(duì)其安全性要高度重視。

（3）網(wǎng)絡(luò)攻擊防范能力

除了上述這些網(wǎng)絡(luò)攻擊方式外。還有例如Dos（拒絕服務(wù)攻擊）或是DDos（分布式拒絕服務(wù)攻擊）這類網(wǎng)絡(luò)攻擊[46-47]，雖然不會(huì)造成數(shù)據(jù)泄露，但會(huì)通過(guò)不斷占用系統(tǒng)資源，容易造成宕機(jī)，因此在網(wǎng)絡(luò)安全日常維護(hù)中應(yīng)注意這方面的評(píng)測(cè)，在面對(duì)網(wǎng)絡(luò)攻擊時(shí)能保障云平臺(tái)的正常運(yùn)作。

任何Web應(yīng)用程序都應(yīng)考慮網(wǎng)絡(luò)的性能，因此將上述指標(biāo)納入云平臺(tái)指標(biāo)體系。

3 基于服務(wù)機(jī)器人QOS相關(guān)評(píng)估指標(biāo)

作為機(jī)器人產(chǎn)業(yè)的新興領(lǐng)域，服務(wù)機(jī)器人與移動(dòng)互聯(lián)網(wǎng)的新業(yè)態(tài)、新模式相結(jié)合。服務(wù)機(jī)器人云平臺(tái)的最終服務(wù)對(duì)象是機(jī)器人，因此要總結(jié)并歸納出適用于云平臺(tái)的服務(wù)機(jī)器人的QOS評(píng)估指標(biāo)，如圖4所示本文將服務(wù)機(jī)器人的功能歸納為移動(dòng)導(dǎo)航、特定目標(biāo)識(shí)別、語(yǔ)音識(shí)別、抓取四個(gè)方面。

圖4 服務(wù)機(jī)器人QOS指標(biāo)圖

3.1 服務(wù)機(jī)器人移動(dòng)導(dǎo)航性能評(píng)估指標(biāo)

對(duì)移動(dòng)機(jī)器人評(píng)估的關(guān)鍵是要測(cè)試機(jī)器人在沒(méi)有經(jīng)過(guò)人工干預(yù)的情況下自主導(dǎo)航和執(zhí)行預(yù)定任務(wù)的能力，從以下幾個(gè)方面進(jìn)行研究探討。

（1）定位能力

迭代最近點(diǎn)（ICP）[48]是最常用的位置識(shí)別方法之一，但在機(jī)器人沒(méi)有任何相對(duì)姿勢(shì)的信息時(shí)，很難確定位置。文獻(xiàn)[49]中提出了一種室內(nèi)移動(dòng)機(jī)器人二次雷達(dá)無(wú)線局部定位系統(tǒng)，將雷達(dá)的距離和角度測(cè)量值與壁面探測(cè)傳感器相結(jié)合并在實(shí)際環(huán)境中得以驗(yàn)證，與目前較為流行的激光定位方法相比，魯棒性較好。定位允許有輕微的延遲并且運(yùn)算量較大，可以將位置信息的計(jì)算放在云平臺(tái)中進(jìn)行。

（2）路徑規(guī)劃與跟蹤性能

統(tǒng)稱為導(dǎo)航，是指從當(dāng)前位置到目標(biāo)位置的路線確定及維護(hù)過(guò)程，需具備完整且符合要求的導(dǎo)航算法。相對(duì)云平臺(tái)來(lái)說(shuō)，機(jī)器人自身終端實(shí)現(xiàn)路徑規(guī)劃這種復(fù)雜操作較為困難，且需要更長(zhǎng)的時(shí)間；但對(duì)于路徑跟蹤來(lái)說(shuō)，若交由云平臺(tái)來(lái)進(jìn)行，在進(jìn)行大量數(shù)據(jù)的即時(shí)傳輸與接收時(shí)對(duì)網(wǎng)絡(luò)質(zhì)量有很高的要求，條件較為苛刻，在機(jī)器人終端進(jìn)行更為方便。

（3）效率

可依據(jù)其走過(guò)的路徑以及花費(fèi)的時(shí)間來(lái)進(jìn)行效率評(píng)估，但對(duì)某些機(jī)器人卻不局限于此。如清潔機(jī)器人，其高效率的一般表現(xiàn)形式為覆蓋率高的情況下重復(fù)的路徑少[50]，而文獻(xiàn)[51]中提出了一種清潔機(jī)器人的面積覆蓋和能量消耗之間的權(quán)衡方法，不僅考慮到了區(qū)域覆蓋率，還考慮了機(jī)器人的能源利用情況?？梢?jiàn)移動(dòng)導(dǎo)航效率的評(píng)估標(biāo)準(zhǔn)并非單一，云平臺(tái)應(yīng)不斷擴(kuò)充算法方便進(jìn)行評(píng)估。

（4）障礙物檢測(cè)率

服務(wù)機(jī)器人在移動(dòng)過(guò)程中要進(jìn)行路況的判斷，像Petrov等人[52]提出的一種移動(dòng)機(jī)器人激光障礙物檢測(cè)方法，能夠?qū)⒍S激光測(cè)距儀的測(cè)量數(shù)據(jù)集分割成代表每個(gè)障礙物的分段，并對(duì)多邊形障礙物進(jìn)行直線擬合和角點(diǎn)提取，能夠有效地實(shí)現(xiàn)對(duì)障礙物的檢測(cè)，但對(duì)于整套體系的集成問(wèn)題仍需進(jìn)行研究改進(jìn)?？紤]到機(jī)器人移動(dòng)過(guò)程中也會(huì)遇到非靜態(tài)障礙物以及突發(fā)情況，借助云平臺(tái)進(jìn)行處理可能會(huì)由于延遲導(dǎo)致機(jī)器人反應(yīng)時(shí)間過(guò)長(zhǎng)，易引發(fā)事故，通過(guò)機(jī)器人自身某些機(jī)制來(lái)處理更為妥當(dāng)。

由于具有移動(dòng)性能的服務(wù)機(jī)器人種類太多，并不容易根據(jù)每一個(gè)功能特點(diǎn)進(jìn)行側(cè)重評(píng)估，因此本文考慮將服務(wù)機(jī)器人移動(dòng)導(dǎo)航的定位能力、路徑規(guī)劃性能、效率作為云平臺(tái)的重點(diǎn)評(píng)估指標(biāo)。

3.2 服務(wù)機(jī)器人特定目標(biāo)識(shí)別評(píng)估指標(biāo)

鑒于目前多數(shù)服務(wù)機(jī)器人都具備了識(shí)別功能來(lái)實(shí)現(xiàn)對(duì)特定目標(biāo)的識(shí)別，如通過(guò)手勢(shì)來(lái)判斷用戶的意圖，需要評(píng)估服務(wù)機(jī)器人是否具備高效、精確的視覺(jué)感知能力，來(lái)提高機(jī)器人的服務(wù)水平。國(guó)內(nèi)外學(xué)者研究的主要問(wèn)題可以劃分成兩個(gè)方面：圖像的分割與識(shí)別。

早先部分學(xué)者[53-56]研究了同時(shí)進(jìn)行分割和識(shí)別手勢(shì)的方法，但隨著時(shí)間和技術(shù)的更替需不斷進(jìn)行性能改進(jìn)。在文獻(xiàn)[57]中提出了一種基于BoF-SURF支持向量機(jī)的手勢(shì)識(shí)別方法，與另外兩種算法的平均識(shí)別時(shí)間和平均識(shí)別率進(jìn)行了比較，體現(xiàn)出其具有更高精度和更短的識(shí)別時(shí)間。在文獻(xiàn)[58]中提出了一種基于卷積神經(jīng)網(wǎng)絡(luò)（CNN）的人臉情感識(shí)別方法并通過(guò)開(kāi)發(fā)系統(tǒng)來(lái)實(shí)現(xiàn)，對(duì)人面部表情的五種不同情緒有著較高的平均識(shí)別精度。在機(jī)器人完成圖像采集后可傳輸至云平臺(tái)調(diào)用相關(guān)算法進(jìn)行識(shí)別，而且方便進(jìn)行評(píng)估。

3.3 服務(wù)機(jī)器人語(yǔ)音識(shí)別評(píng)估指標(biāo)

隨著服務(wù)機(jī)器人的智能化的持續(xù)提高，服務(wù)機(jī)器人的語(yǔ)音識(shí)別功能也作為其重要組成部分作為重點(diǎn)關(guān)注。將語(yǔ)音信號(hào)進(jìn)行處理分析后識(shí)別內(nèi)容，并輸出響應(yīng)的結(jié)果[59]?？赏ㄟ^(guò)以下指標(biāo)進(jìn)行評(píng)估。

（1）識(shí)別率

一般指對(duì)語(yǔ)音信號(hào)的文字轉(zhuǎn)換準(zhǔn)確程度，Han 等人[60]通過(guò)NAO 機(jī)器人語(yǔ)音識(shí)別模塊調(diào)用API 進(jìn)行語(yǔ)音識(shí)別性能評(píng)估，對(duì)漢語(yǔ)詞匯分割準(zhǔn)確率及命令語(yǔ)句的識(shí)別成功率等方面做出評(píng)測(cè)。在文獻(xiàn)[61]中將對(duì)帶有噪聲抑制的訓(xùn)練集進(jìn)行評(píng)估，探尋了服務(wù)機(jī)器人在嘈雜環(huán)境中的語(yǔ)音識(shí)別能力。可由機(jī)器人將接受的語(yǔ)音信號(hào)傳至云平臺(tái)進(jìn)行識(shí)別，云平臺(tái)可根據(jù)一定規(guī)模的識(shí)別結(jié)果進(jìn)行識(shí)別率評(píng)估，并且無(wú)需再給每個(gè)機(jī)器人配置語(yǔ)音識(shí)別系統(tǒng)。

（2）聲源方向定位能力

用來(lái)評(píng)估機(jī)器人對(duì)聲音來(lái)源方向的判斷。如Jorge等人[62]提出了一種改進(jìn)自動(dòng)語(yǔ)音識(shí)別系統(tǒng)的方法，其中一部分圍繞了尋找最佳聲源方向展開(kāi)研究，得到機(jī)器人面對(duì)聲源方向的定位誤差等結(jié)果。但該性能對(duì)最終識(shí)別結(jié)果影響并不大，而且通過(guò)機(jī)器人自身設(shè)備來(lái)進(jìn)行更便捷，因此不作考慮。

（3）分類準(zhǔn)確率

隨著技術(shù)的進(jìn)步，機(jī)器人對(duì)聲音的識(shí)別性能不能只停留在完成對(duì)文字的轉(zhuǎn)換，在文獻(xiàn)[63]中為了改進(jìn)家庭環(huán)境下服務(wù)機(jī)器人的語(yǔ)音識(shí)別性能，提出了一種語(yǔ)音增強(qiáng)方法，在年齡和性別的劃分上都有著較好的準(zhǔn)確率。在文獻(xiàn)[64]中評(píng)估了社交機(jī)器人語(yǔ)音情感識(shí)別的結(jié)果，得到五種不同情緒下的平均分類精度。服務(wù)機(jī)器人在識(shí)別過(guò)程中，將聲音進(jìn)一步分類，使信息進(jìn)一步的細(xì)化，在評(píng)估時(shí)更具有針對(duì)性。

（4）信號(hào)失真

指信號(hào)在傳輸過(guò)程中與原信號(hào)的偏離程度。在文獻(xiàn)[65]中Matsumoto 等人對(duì)機(jī)器人聽(tīng)覺(jué)展開(kāi)研究，對(duì)降噪后的目標(biāo)信號(hào)的失真程度進(jìn)行評(píng)測(cè)，并通過(guò)圖像表示出來(lái)。在文獻(xiàn)[66]中Takeda 等人提出了多通道半盲獨(dú)立分量分析這樣一種聲源分離方法，語(yǔ)音分離和混響分離后信號(hào)失真程度，與以往的方法相比，信噪比更高。對(duì)信號(hào)的接受由服務(wù)機(jī)器人自身設(shè)備來(lái)進(jìn)行，傳輸至云平臺(tái)的信號(hào)質(zhì)量或多或少已經(jīng)受到影響，因此對(duì)這方面指標(biāo)主要應(yīng)考慮自身設(shè)備的性能。

可以看出，語(yǔ)音識(shí)別的過(guò)程交由云平臺(tái)來(lái)處理更為便捷，而且像識(shí)別率和分類準(zhǔn)確率這類指標(biāo)可通過(guò)服務(wù)機(jī)器人云平臺(tái)進(jìn)行量化統(tǒng)計(jì)。

3.4 服務(wù)機(jī)器人抓取性能指標(biāo)評(píng)估

良好的自主抓取能力是機(jī)器人獲取和運(yùn)輸目標(biāo)物體的前提，抓取涉及到三個(gè)主要方面：檢測(cè)、規(guī)劃和控制[67]。目標(biāo)檢測(cè)和規(guī)劃方面在之前幾節(jié)中有提及，本節(jié)主要對(duì)抓取性能的控制方面進(jìn)行探討。

Guo等人[68]對(duì)機(jī)器人抓手做了性能評(píng)估實(shí)驗(yàn)，圍繞著被抓取物體與抓取器之間的力度展開(kāi)評(píng)測(cè)，得出夾緊力與摩擦力之間的關(guān)系來(lái)評(píng)估抓取器抓取力量方面的性能，以及在實(shí)驗(yàn)中被抓取物體的損傷情況。Nguyen等人[69]對(duì)一種機(jī)器人手臂性能進(jìn)行評(píng)測(cè)，對(duì)獲取到的數(shù)據(jù)流經(jīng)過(guò)逆運(yùn)動(dòng)學(xué)方程式計(jì)算手臂的角度繪制出誤差直方圖測(cè)試出機(jī)器人機(jī)械臂的腕、臂等角度以及位置精度誤差和抖動(dòng)的程度?？梢?jiàn)機(jī)器人手臂控制性能可從抓取力度和準(zhǔn)確度來(lái)進(jìn)行分析，若由云端執(zhí)行，在不斷調(diào)整最佳力度和角度的過(guò)程中會(huì)牽扯到大量運(yùn)算，易造成網(wǎng)絡(luò)擁堵與資源的浪費(fèi)現(xiàn)象。因此二者均不適合放在云平臺(tái)進(jìn)行處理與測(cè)試，由機(jī)器人終端依據(jù)抓取機(jī)器人的服務(wù)項(xiàng)目?jī)?nèi)容進(jìn)行固定參數(shù)設(shè)定更為恰當(dāng)，因此本文的指標(biāo)體系不將抓取性能考慮在內(nèi)。

圖5 最終的服務(wù)機(jī)器人云平臺(tái)服務(wù)質(zhì)量指標(biāo)體系圖

4 服務(wù)機(jī)器人云平臺(tái)服務(wù)質(zhì)量指標(biāo)體系

本文圍繞著云平臺(tái)和相關(guān)服務(wù)機(jī)器人的業(yè)務(wù)，選出適用于服務(wù)機(jī)器人云平臺(tái)服務(wù)質(zhì)量的評(píng)估指標(biāo)進(jìn)行提煉加工，形成了最終的指標(biāo)體系如圖5所示。該體系由移動(dòng)導(dǎo)航、特定目標(biāo)識(shí)別、語(yǔ)音識(shí)別、基本服務(wù)能力四部分組成，基本服務(wù)能力是前三個(gè)功能指標(biāo)的公共部分，因此融合于前三部分而不再單獨(dú)進(jìn)行介紹。

4.1 移動(dòng)導(dǎo)航

現(xiàn)如今大部分服務(wù)機(jī)器人應(yīng)用于室內(nèi)進(jìn)行活動(dòng)，而且通常采用像激光視覺(jué)導(dǎo)航這類較為先進(jìn)的技術(shù)，本文便以室內(nèi)移動(dòng)服務(wù)機(jī)器人業(yè)務(wù)流程展開(kāi)描述。如圖6所示，在機(jī)器人啟動(dòng)后，先要確定自身位置所在，才能開(kāi)始進(jìn)行移動(dòng)路線的規(guī)劃，一般是在已知的地圖環(huán)境中進(jìn)行，若是在未知環(huán)境中，如掃地機(jī)器人的首次使用，則需讓機(jī)器人在移動(dòng)過(guò)程中逐步描繪出此周邊的地圖，將完整的地圖存儲(chǔ)于機(jī)器人終端中以備使用，規(guī)劃完畢之后，服務(wù)機(jī)器人便按照擬定路線進(jìn)行目的地的移動(dòng)并進(jìn)行路徑跟蹤，而且要根據(jù)實(shí)際移動(dòng)過(guò)程中遇到障礙等情況要做出相應(yīng)的臨時(shí)調(diào)整，順利到達(dá)指定位置即算完成移動(dòng)導(dǎo)航操作。

圖6 移動(dòng)導(dǎo)航業(yè)務(wù)流程及指標(biāo)

其業(yè)務(wù)流程指標(biāo)可劃分為定位、路徑規(guī)劃、路徑跟蹤以及障礙物檢測(cè)能力四方面，其中路徑跟蹤和障礙物檢測(cè)要求盡可能達(dá)到“零延遲”，只能由機(jī)器人自身終端配合傳感器來(lái)完成。而定位和路徑規(guī)劃不僅需要調(diào)用與之相匹配的算法，還要求云平臺(tái)具備較強(qiáng)的運(yùn)算能力，以及服務(wù)過(guò)程中系統(tǒng)的穩(wěn)定可靠，即使出現(xiàn)故障，若能通過(guò)切換備用服務(wù)器等方案進(jìn)行快速修復(fù)以及進(jìn)行數(shù)據(jù)恢復(fù)并且按照原來(lái)的進(jìn)度繼續(xù)進(jìn)行規(guī)劃，則能將影響降至最低，達(dá)到節(jié)約數(shù)據(jù)運(yùn)算量的目的。因此納入響應(yīng)時(shí)間、吞吐量、穩(wěn)定性以及可恢復(fù)性指標(biāo)來(lái)對(duì)云平臺(tái)服務(wù)質(zhì)量作出評(píng)估。在調(diào)用算法時(shí)要求接口能正常執(zhí)行相應(yīng)的功能操作以及數(shù)據(jù)交互，引入互操作性指標(biāo)。考慮到操作誤判等情況，云平臺(tái)應(yīng)對(duì)數(shù)據(jù)異常值及時(shí)監(jiān)測(cè)處理，引入容錯(cuò)性指標(biāo)。各類算法及功能需進(jìn)行模擬測(cè)試，將可測(cè)試性指標(biāo)納入體系中。下面將對(duì)移動(dòng)導(dǎo)航業(yè)務(wù)流程以及應(yīng)用案例進(jìn)行詳細(xì)說(shuō)明。

（1）定位能力

不同于路徑跟蹤這類需進(jìn)行大量的數(shù)據(jù)運(yùn)算的功能，如機(jī)器人在云平臺(tái)中使用基于軌跡推算的這種定位技術(shù)，只需獲取服務(wù)機(jī)器人單位時(shí)間間隔內(nèi)走過(guò)的距離，以及在該段時(shí)間內(nèi)機(jī)器人航向的變化就能夠計(jì)算出具體的位置信息。云平臺(tái)通過(guò)對(duì)機(jī)器人解析并定位其初始位置，在服務(wù)機(jī)器人運(yùn)動(dòng)過(guò)程中不斷更新其最新位置用以監(jiān)視及輔助校對(duì)工作。

（2）路徑規(guī)劃能力

在云平臺(tái)中至少要考慮兩個(gè)層次的需求，一是全局規(guī)劃，指從起始位置到終點(diǎn)的完整路徑規(guī)劃；二是局部規(guī)劃，如移動(dòng)過(guò)程中由于障礙物等原因無(wú)法按原路線進(jìn)行移動(dòng)，需進(jìn)行局部調(diào)整。此外考慮掃地機(jī)器人等功能的特殊性，云平臺(tái)還需具備額外的規(guī)劃算法，進(jìn)行有效而盡可能不重復(fù)的清掃。因此云平臺(tái)為了更好地完成服務(wù)機(jī)器人的路徑規(guī)劃任務(wù)，需要具備多種路徑規(guī)劃算法以滿足各類移動(dòng)機(jī)器人的需求。

（3）響應(yīng)時(shí)間

響應(yīng)時(shí)間是最能直觀體現(xiàn)服務(wù)效率的指標(biāo)，云平臺(tái)不僅能對(duì)移動(dòng)導(dǎo)航完整的服務(wù)流程、數(shù)據(jù)傳輸時(shí)間效率來(lái)進(jìn)行評(píng)估，還可以有針對(duì)性地對(duì)例如定位、路徑規(guī)劃這種具體的步驟進(jìn)行有針對(duì)性地評(píng)估，云平臺(tái)可根據(jù)對(duì)其的評(píng)估結(jié)果來(lái)判斷系統(tǒng)整體的效率。

（4）吞吐量

頻繁的服務(wù)請(qǐng)求要求云平臺(tái)需具備較高的吞吐量才能進(jìn)行高效處理，例如進(jìn)行機(jī)器人路徑規(guī)劃過(guò)程需要進(jìn)行多次模擬，大量運(yùn)算，最后才能決策出最佳的行駛路徑。高吞吐量也就意味著高處理能力，決定著處理速度的高低。

（5）穩(wěn)定性

云平臺(tái)作為一個(gè)大型的系統(tǒng)有著大規(guī)模的使用群體，幾乎任何時(shí)間都在開(kāi)放使用，并且通常會(huì)有大量機(jī)器人接入，要時(shí)刻保證使用時(shí)的穩(wěn)定和安全，不允許出現(xiàn)宕機(jī)等情況的發(fā)生。為保證持續(xù)不間斷的服務(wù)，必須要使系統(tǒng)以及網(wǎng)絡(luò)的保持穩(wěn)定可靠。

（6）可恢復(fù)能力

可恢復(fù)能力指云平臺(tái)對(duì)短暫中斷服務(wù)的機(jī)器人數(shù)據(jù)恢復(fù)效果，維護(hù)服務(wù)進(jìn)度的能力。如出現(xiàn)移動(dòng)機(jī)器人在路徑規(guī)劃狀態(tài)下與云平臺(tái)出現(xiàn)短時(shí)間的失去連接，在服務(wù)機(jī)器人在規(guī)定時(shí)間內(nèi)重新鏈接時(shí)，云平臺(tái)可根據(jù)原進(jìn)度繼續(xù)進(jìn)行路徑規(guī)劃操作，輔助機(jī)器人完成其功能。

（7）互操作性

互操作性指云平臺(tái)對(duì)算法接口的調(diào)取以及與服務(wù)機(jī)器人數(shù)據(jù)共享的能力。移動(dòng)機(jī)器人在進(jìn)行定位、路徑規(guī)劃過(guò)程中需要與云平臺(tái)進(jìn)行數(shù)據(jù)傳輸，并且云平臺(tái)也需通過(guò)接口來(lái)進(jìn)行對(duì)應(yīng)功能的算法調(diào)用。

（8）容錯(cuò)性

容錯(cuò)性指云平臺(tái)根據(jù)對(duì)數(shù)據(jù)異?；蛭ｋU(xiǎn)操作的檢測(cè)進(jìn)行算法的重新審查推薦以及操作的凍結(jié)等安全措施。如果云平臺(tái)對(duì)服務(wù)機(jī)器人解析完畢后進(jìn)行算法調(diào)取時(shí)，由于部分機(jī)器人的相似屬性而采用了不完全滿足其功能的算法，此時(shí)云平臺(tái)可依據(jù)運(yùn)算過(guò)程中數(shù)據(jù)的異常值來(lái)重新選擇更準(zhǔn)確的算法。

（9）可測(cè)試性

可測(cè)試性指云平臺(tái)對(duì)自身所具有功能以及算法的評(píng)測(cè)能力。云平臺(tái)要對(duì)新增添或修改后的功能和算法進(jìn)行模擬評(píng)估，對(duì)其性能和準(zhǔn)確度等方面進(jìn)行評(píng)測(cè)，達(dá)到一定的合格率才能允許被正式投入使用。

（10）應(yīng)用案例

在文獻(xiàn)[70]中，機(jī)器人使用各種傳感器進(jìn)行數(shù)據(jù)采集，考慮到特別是機(jī)器人的定位和構(gòu)圖，由于計(jì)算復(fù)雜、耗時(shí)長(zhǎng)等方面直接制約服務(wù)機(jī)器人的性能，將云機(jī)器人應(yīng)用到SLAM 領(lǐng)域，將這些SLAM 子任務(wù)部署到云端，將地圖構(gòu)建和閉環(huán)檢測(cè)的任務(wù)部署到云端，本地端只負(fù)責(zé)跟蹤相機(jī)姿態(tài)、確認(rèn)關(guān)鍵幀以及維護(hù)局部地圖的大小，同時(shí)將跟蹤的任務(wù)部署到本地服務(wù)機(jī)器人端。本地在跟蹤過(guò)程中為了能夠達(dá)到系統(tǒng)穩(wěn)定性的過(guò)程，需維護(hù)利用云端的地圖信息，云端在接受到本地機(jī)器人的關(guān)鍵幀信息后，利用云端其他關(guān)鍵幀數(shù)據(jù)進(jìn)行特征匹配，進(jìn)而三角化恢復(fù)特征點(diǎn)對(duì)應(yīng)三維空間點(diǎn)的信息，同時(shí)進(jìn)行定位和構(gòu)圖。將此功能放在云端中進(jìn)行，可保證計(jì)算速度較快在較短時(shí)間內(nèi)能做出響應(yīng)，而路徑跟蹤需結(jié)合本地終端來(lái)實(shí)現(xiàn)。在文獻(xiàn)[71]中，為了使物流機(jī)器人得出一條消耗值最小的路徑，展開(kāi)了基于云計(jì)算的物流機(jī)器人路徑規(guī)劃的問(wèn)題研究，對(duì)傳統(tǒng)的A*算法進(jìn)行改進(jìn)，為適應(yīng)云平臺(tái)環(huán)境，使用Hadoop的Giraph框架，得出改進(jìn)后的算法在小規(guī)模和獨(dú)立規(guī)劃物流機(jī)器人路徑時(shí)表現(xiàn)優(yōu)于蟻群算法和傳統(tǒng)A*算法，可見(jiàn)通過(guò)云計(jì)算來(lái)進(jìn)行路徑規(guī)劃效果更好，而且有利于數(shù)據(jù)的快速恢復(fù)。在文獻(xiàn)[72]中提到，全局避障算法實(shí)時(shí)性不能滿足要求，局部避障算法能夠基于距離傳感器數(shù)據(jù)，實(shí)時(shí)地構(gòu)建局部環(huán)境地圖，快速地搜索局部無(wú)障礙通路，因此提出采用兩類算法動(dòng)態(tài)結(jié)合的方式來(lái)實(shí)現(xiàn)避障功能，通過(guò)復(fù)雜環(huán)境進(jìn)行測(cè)試，于機(jī)器人本地終端進(jìn)行，能夠得到良好的避障效果。

4.2 特定目標(biāo)識(shí)別

對(duì)于服務(wù)機(jī)器人特定目標(biāo)識(shí)別流程來(lái)說(shuō)，如圖7所示，服務(wù)機(jī)器人通過(guò)掃描設(shè)備經(jīng)過(guò)采樣數(shù)字化得到圖像，采集到需要被識(shí)別的圖像后，要進(jìn)行編碼與壓縮，方便快速進(jìn)行傳輸與存儲(chǔ)，上述功能只能由服務(wù)機(jī)器人自身終端及設(shè)備來(lái)實(shí)現(xiàn)。在獲取圖像時(shí)難免會(huì)因?yàn)樵肼?、運(yùn)動(dòng)、光線等原因使圖像產(chǎn)生模糊，而且圖像在采集、傳輸、復(fù)制等過(guò)程中圖像的質(zhì)量或多或少會(huì)造成一定的退化，為使圖像主體層次結(jié)構(gòu)更加明確，要進(jìn)行圖像復(fù)原和增強(qiáng)，此外還要對(duì)圖像進(jìn)行進(jìn)一步變換、平滑、銳化等預(yù)處理操作，使圖像輪廓更加明顯。上述改善圖像品質(zhì)的操作步驟可統(tǒng)稱為低層圖像處理，可由云平臺(tái)調(diào)取算法來(lái)完成服務(wù)。然后對(duì)處理后的圖像進(jìn)行分割操作，提取其中的有效部分進(jìn)行識(shí)別，如果之前的處理得當(dāng)，并選取合適的分割算法，那么分割的精確度會(huì)更高。之后在對(duì)圖像進(jìn)行特征提取處理，與數(shù)據(jù)庫(kù)內(nèi)圖像進(jìn)行比照或識(shí)別圖像內(nèi)文字信息，完成識(shí)別操作并進(jìn)行結(jié)果反饋。

圖7 特定目標(biāo)識(shí)別業(yè)務(wù)流程及指標(biāo)

其業(yè)務(wù)流程指標(biāo)共劃分為四部分，分別為圖像采集能力、低層圖像處理能力、圖像分割能力、圖像識(shí)別準(zhǔn)確率。圖像采集處理只能通過(guò)服務(wù)機(jī)器人配備的攝像工具和終端來(lái)進(jìn)行。低層圖像處理、圖像分割處理以及圖像識(shí)別這三個(gè)連續(xù)的操作均能夠通過(guò)云平臺(tái)來(lái)完成，同樣要求云平臺(tái)具備相對(duì)應(yīng)的算法來(lái)實(shí)現(xiàn)功能，也需考慮識(shí)別過(guò)程中的效率以及云平臺(tái)的平穩(wěn)性、通過(guò)接口調(diào)用算法的能力、模擬測(cè)試和容錯(cuò)的能力均能對(duì)識(shí)別的最終結(jié)果產(chǎn)生影響，引入響應(yīng)時(shí)間、吞吐量、穩(wěn)定性、互操作性、可測(cè)試性、容錯(cuò)性指標(biāo)。此外考慮到使用者通過(guò)人臉識(shí)別進(jìn)行消費(fèi)支付的過(guò)程中，如果有黑客進(jìn)行數(shù)據(jù)攔截以及惡意修改等操作，那么會(huì)導(dǎo)致無(wú)法完成支付功能甚至是個(gè)人信息的泄露以及財(cái)產(chǎn)的丟失，因此需要加強(qiáng)云平臺(tái)對(duì)于網(wǎng)絡(luò)攻擊方面的防范措施，引入網(wǎng)絡(luò)攻擊防范能力指標(biāo)。下面將對(duì)特定目標(biāo)識(shí)別業(yè)務(wù)流程以及應(yīng)用案例進(jìn)行詳細(xì)說(shuō)明。

（1）低層圖像處理能力

云平臺(tái)在進(jìn)行各類圖像的識(shí)別預(yù)處理過(guò)程中，由于目標(biāo)的屬性不同，需側(cè)重的預(yù)處理方式不同，云平臺(tái)要在算法服務(wù)提供方面為其尋求符合其屬性要求的算法并盡快完成處理。

（2）圖像分割能力

指圖像中需要識(shí)別的那部分進(jìn)行單獨(dú)分割的能力，而這些算法都是針對(duì)具體被識(shí)別目標(biāo)的，因此要求云平臺(tái)通過(guò)調(diào)用對(duì)應(yīng)的算法完成分割操作，并計(jì)算出與之相對(duì)應(yīng)的分割精度，用以對(duì)圖像處理效果的檢驗(yàn)。

（3）圖像識(shí)別準(zhǔn)確率

根據(jù)圖像識(shí)別率能夠直接看出識(shí)別性能的好壞。云平臺(tái)將已完成預(yù)處理以及分割后的圖像與數(shù)據(jù)庫(kù)中已知圖像相匹配或是進(jìn)行讀取圖像內(nèi)文字進(jìn)行存儲(chǔ)操作，能夠成功識(shí)別的關(guān)鍵還是在于對(duì)圖像處理程度的把握。

（4）響應(yīng)時(shí)間

響應(yīng)時(shí)間指完成圖像識(shí)別整個(gè)操作的時(shí)間以及低層圖像處理這種具體步驟的時(shí)間，可以此來(lái)作為特定目標(biāo)識(shí)別效率指標(biāo)的評(píng)估依據(jù)。其余屬性之前已討論，不再過(guò)多闡述。

（5）吞吐量

吞吐量決定著云平臺(tái)與機(jī)器人之間圖像和數(shù)據(jù)的傳輸最高速度，其大小會(huì)影響業(yè)務(wù)完成的時(shí)間，進(jìn)而影響到圖像識(shí)別效率，該特性之前已做總結(jié)，不再贅述。

（6）穩(wěn)定性

服務(wù)機(jī)器人在進(jìn)行車牌識(shí)別、人臉打卡等功能操作要求云服務(wù)要長(zhǎng)時(shí)間保持穩(wěn)定狀態(tài)，否則容易造成一些事情的延誤。其指標(biāo)表現(xiàn)形式在之前已經(jīng)概括，在此不再進(jìn)行描述。

（7）互操作性

互操作性指云平臺(tái)通過(guò)接口調(diào)用圖像處理、識(shí)別模型的能力以及和服務(wù)機(jī)器人的交互能力，其他方面業(yè)務(wù)在之前已做交代。

（8）可測(cè)試性

對(duì)云平臺(tái)中的具體到每個(gè)圖像識(shí)別步驟的算法進(jìn)行測(cè)評(píng)來(lái)確保功能完整，性能可靠，其他功能和特點(diǎn)在上文中已做詳細(xì)說(shuō)明。

（9）容錯(cuò)性

在云平臺(tái)進(jìn)行特定目標(biāo)識(shí)別過(guò)程中進(jìn)行二次確認(rèn)以及對(duì)模糊或難以確認(rèn)的人臉、車牌等圖像實(shí)行有效的反饋機(jī)制。其他特征在文章前面已做概括，在此不再進(jìn)行解釋說(shuō)明。

（10）網(wǎng)絡(luò)攻擊防范能力

如在人臉支付識(shí)別過(guò)程中，在云平臺(tái)與機(jī)器人進(jìn)行數(shù)據(jù)傳輸時(shí)容易被黑客進(jìn)行信息攔截，黑客可以進(jìn)行信息修改或是盜用，會(huì)造成使用者個(gè)人信息泄露甚至是財(cái)產(chǎn)損失等危險(xiǎn)情況。因此云平臺(tái)要在識(shí)別過(guò)程中保證數(shù)據(jù)的安全，定期進(jìn)行安全性評(píng)估。

（11）應(yīng)用案例

在文獻(xiàn)[73]中通過(guò)實(shí)驗(yàn)表明，在本地服務(wù)模式中，圖像采集和處理都在機(jī)器人端完成，CPU占用率達(dá)到了80%，運(yùn)行壓力很大，并且絕大多數(shù)圖像在傳輸過(guò)程中丟失。機(jī)器人無(wú)法獨(dú)立完成計(jì)算密集型任務(wù)。而在云服務(wù)模式中，圖像處理任務(wù)在云端完成，機(jī)器人只負(fù)責(zé)圖像數(shù)據(jù)的采集，此時(shí)系統(tǒng)的CPU占用率大約在30%，系統(tǒng)完全有空閑的資源去完成其他任務(wù)，處理的效果也遠(yuǎn)比機(jī)器人更加穩(wěn)定高效。在文獻(xiàn)[74]中進(jìn)行機(jī)器人目標(biāo)識(shí)別和目標(biāo)跟隨研究時(shí)，將機(jī)器人端以及云端均部署ROS系統(tǒng)，ROS系統(tǒng)提供接收感知數(shù)據(jù)的Topic，云端節(jié)點(diǎn)既能夠通過(guò)ROS的發(fā)布機(jī)制獲取傳感器收集的數(shù)據(jù)，又能夠通過(guò)ROS 的發(fā)布機(jī)制向物理世界的機(jī)器人發(fā)布命令，將機(jī)器人云端任務(wù)分配過(guò)程細(xì)分為感知數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理和適配、構(gòu)建群體視圖、全局任務(wù)分配以及結(jié)果輸出這幾個(gè)階段。通過(guò)云端調(diào)度執(zhí)行基于機(jī)器人群體視圖的決策，而且還引入后臺(tái)云基礎(chǔ)架構(gòu)和目標(biāo)切換機(jī)制實(shí)現(xiàn)知識(shí)共享，推動(dòng)個(gè)體知識(shí)向群體知識(shí)轉(zhuǎn)變，增強(qiáng)了目標(biāo)圖像識(shí)別和跟蹤網(wǎng)絡(luò)的可重用性。在文獻(xiàn)[75]中，對(duì)實(shí)現(xiàn)云端支持的機(jī)器人復(fù)雜物體檢測(cè)展開(kāi)研究，其中的“圖像語(yǔ)義解析”是指將機(jī)器人采集的圖像中物體的種類、顏色、物體間關(guān)系等解析出來(lái)，物體語(yǔ)義匹配”是上一階段解析的信息與復(fù)雜語(yǔ)義之間的匹配，這些與本文的低層圖像處理指標(biāo)相類似，其核心思想為“圖像合成－匹配”模式，最終實(shí)現(xiàn)圖像分割與屬性識(shí)別算法、基于像素坐標(biāo)的物體間相關(guān)等關(guān)系的計(jì)算機(jī)制，通過(guò)云端進(jìn)行不僅簡(jiǎn)化機(jī)器人設(shè)備配置，縮短復(fù)雜計(jì)算時(shí)間，而且當(dāng)機(jī)器人遇到陌生標(biāo)簽時(shí)，能不斷通過(guò)互聯(lián)網(wǎng)擴(kuò)充自己的知識(shí)庫(kù)，不斷提高自身的識(shí)別準(zhǔn)確度，從而增強(qiáng)其環(huán)境認(rèn)知能力，提高對(duì)于復(fù)雜物體檢測(cè)的效果。

4.3 語(yǔ)音識(shí)別

對(duì)于服務(wù)機(jī)器人語(yǔ)音識(shí)別流程來(lái)說(shuō)，如圖8 所示。首先是通過(guò)服務(wù)機(jī)器人身上配備的語(yǔ)音采集器或是機(jī)器人終端內(nèi)的語(yǔ)音采集與分析系統(tǒng)來(lái)完成語(yǔ)音信號(hào)采集工作。然后對(duì)采集到的語(yǔ)音信號(hào)進(jìn)行檢驗(yàn)，以確保其具有足夠的信號(hào)連續(xù)性來(lái)進(jìn)行后續(xù)的識(shí)別操作，在開(kāi)始語(yǔ)音識(shí)別之前，要把首尾端的靜音切除，降低對(duì)后續(xù)步驟造成的干擾，之后要對(duì)聲音進(jìn)行分析，使用移動(dòng)窗函數(shù)將聲音分幀，使語(yǔ)音細(xì)化，這時(shí)波形在時(shí)域上幾乎沒(méi)有描述能力，因此需將波形做變換處理，如常見(jiàn)的MFCC特征提取，把每一幀波形變成一個(gè)多維向量。之后便利用訓(xùn)練好的聲學(xué)模型算法向量矩陣轉(zhuǎn)換為文字或按照音素進(jìn)行結(jié)果分類。除語(yǔ)音采集只能由服務(wù)機(jī)器人自身來(lái)完成外，其余處理操作均可由云平臺(tái)或是服務(wù)機(jī)器人終端來(lái)完成，但是考慮到云平臺(tái)來(lái)進(jìn)行語(yǔ)音信號(hào)識(shí)別處理更加方便快捷，無(wú)需為每個(gè)機(jī)器人終端配備系統(tǒng)，因此本文考慮將語(yǔ)音識(shí)別納入云平臺(tái)服務(wù)質(zhì)量體系當(dāng)中。

圖8 語(yǔ)音識(shí)別業(yè)務(wù)流程及指標(biāo)

語(yǔ)音識(shí)別的業(yè)務(wù)流程可以歸納為：信號(hào)采集、信號(hào)連續(xù)性檢測(cè)、信號(hào)處理、識(shí)別操作四方面。可由云平臺(tái)進(jìn)行的為信號(hào)連續(xù)性檢測(cè)、信號(hào)處理和語(yǔ)音識(shí)別操作，如果服務(wù)機(jī)器人傳輸至云平臺(tái)的語(yǔ)音信號(hào)間斷性很大，很難進(jìn)行處理和識(shí)別，便可將其視為無(wú)效信號(hào)，不再進(jìn)行處理，在處理之前需進(jìn)行信號(hào)連續(xù)性檢測(cè)，引入信號(hào)連續(xù)性指標(biāo)。在云平臺(tái)對(duì)信號(hào)處理過(guò)程的評(píng)估指標(biāo)與圖像處理類似，在此不再進(jìn)行分析，引入響應(yīng)時(shí)間、吞吐量、穩(wěn)定性、互操作性、可測(cè)試性、網(wǎng)絡(luò)攻擊防范能力指標(biāo)。本文考慮到目前的識(shí)別技術(shù)及實(shí)際需求情況，總體上很難做到語(yǔ)音與文字的一一對(duì)應(yīng)轉(zhuǎn)換，只需識(shí)別出表達(dá)的具體含義即認(rèn)為識(shí)別成功，在此引入語(yǔ)義識(shí)別率。部分服務(wù)機(jī)器人的功能是對(duì)樂(lè)器的屬性或是進(jìn)行性別、年齡等分類，在此引入分類準(zhǔn)確率作為評(píng)估指標(biāo)。下面將對(duì)語(yǔ)音識(shí)別業(yè)務(wù)流程以及應(yīng)用案例進(jìn)行詳細(xì)說(shuō)明。

（1）信號(hào)連續(xù)性

如果信號(hào)在傳輸過(guò)程中時(shí)間過(guò)長(zhǎng)或者信號(hào)斷斷續(xù)續(xù)，云平臺(tái)可能會(huì)由于沒(méi)有及時(shí)接收到后續(xù)信號(hào)出現(xiàn)斷句誤判或提前終止語(yǔ)音識(shí)別服務(wù)從而會(huì)導(dǎo)致識(shí)別失敗或者出現(xiàn)偏差，需要云平臺(tái)對(duì)輸入信號(hào)的連續(xù)性進(jìn)行評(píng)估。

（2）信號(hào)處理能力

指削弱信號(hào)中多余內(nèi)容的能力，將信號(hào)變換成容易處理、傳輸、分析與識(shí)別的形式，以便后續(xù)進(jìn)行的文字轉(zhuǎn)換操作能夠更加準(zhǔn)確。

（3）語(yǔ)義識(shí)別率

即使服務(wù)機(jī)器人由于噪音干擾等情況沒(méi)有接受到全部語(yǔ)音，若能根據(jù)關(guān)鍵詞完成用戶提出的要求，即算識(shí)別成功，該指標(biāo)更適應(yīng)于現(xiàn)實(shí)需求。

（4）分類準(zhǔn)確率

出于對(duì)語(yǔ)音數(shù)據(jù)分析的需要，云平臺(tái)在進(jìn)行語(yǔ)音識(shí)別時(shí)還應(yīng)當(dāng)進(jìn)行分類，如按照人的年齡、性別以及音樂(lè)的演奏樂(lè)器、聲調(diào)等，都需要云平臺(tái)調(diào)用合適的算法進(jìn)行分類運(yùn)算。

（5）響應(yīng)時(shí)間

指語(yǔ)音識(shí)別的完整流程以及進(jìn)行語(yǔ)音處理分析各個(gè)階段所花費(fèi)的時(shí)間，可用來(lái)進(jìn)行語(yǔ)音識(shí)別性能的衡量，其他屬性此前已進(jìn)行闡述。

（6）吞吐量

云平臺(tái)和服務(wù)機(jī)器人傳輸語(yǔ)音信號(hào)和識(shí)別結(jié)果的傳輸速率，速率過(guò)低容易出現(xiàn)傳輸速度過(guò)慢以及信號(hào)的損失等嚴(yán)重問(wèn)題，會(huì)導(dǎo)致語(yǔ)音信號(hào)分析不完全，其余特點(diǎn)之前已做探討。

（7）穩(wěn)定性

如部分具有語(yǔ)音識(shí)別性能的服務(wù)機(jī)器人專門投入應(yīng)用于身體有缺陷的人士，其主要依靠語(yǔ)音來(lái)指揮服務(wù)機(jī)器人，保證云平臺(tái)的穩(wěn)定使機(jī)器人長(zhǎng)期保持服務(wù)狀態(tài)，其他業(yè)務(wù)方面之前已進(jìn)行闡述。

（8）互操作性

云平臺(tái)順利調(diào)用語(yǔ)音分析、處理算法及識(shí)別模型的能力，其余內(nèi)容同特定目標(biāo)識(shí)別類似，在此不再描述。

（9）可測(cè)試性

對(duì)語(yǔ)音信號(hào)分析、處理、翻譯等算法性能以及各功能的實(shí)現(xiàn)情況的評(píng)估難易度，其流程與方法在前文均有描述。

（10）網(wǎng)絡(luò)攻擊防范能力

部分語(yǔ)音信號(hào)涉及到使用者的隱私，為避免泄露，應(yīng)加強(qiáng)安全性評(píng)估，其重點(diǎn)就是實(shí)行網(wǎng)絡(luò)傳輸過(guò)程中的數(shù)據(jù)信息保護(hù)。

（11）應(yīng)用案例

文獻(xiàn)[76]中提到了一種嵌入式云語(yǔ)音識(shí)別方案，將語(yǔ)音識(shí)別中所需要的復(fù)雜計(jì)算、語(yǔ)音信號(hào)的特征提取過(guò)程以及識(shí)別時(shí)所需要的匹配特征庫(kù)放在云服務(wù)器中，嵌入式設(shè)備只需要完成語(yǔ)音信號(hào)的采集、語(yǔ)音信號(hào)的發(fā)送和語(yǔ)音識(shí)別結(jié)果接收，其中語(yǔ)音采集部分，采用的是一種面向?qū)ο?、解析型?jì)算機(jī)程序設(shè)計(jì)語(yǔ)言Python，將用到一些函數(shù)庫(kù)的功能，如PyAudio、pycurl和json等。在該方案中，云服務(wù)器采用的是百度云語(yǔ)音識(shí)別服務(wù)器，百度語(yǔ)音識(shí)別通過(guò)REST API 的方式給開(kāi)發(fā)者提供一個(gè)通用的HTTP 接口，根據(jù)這個(gè)接口，開(kāi)發(fā)者可以輕松地獲取語(yǔ)音識(shí)別能力。該方案通過(guò)采用第三方語(yǔ)音識(shí)別云服務(wù)器，可以滿足語(yǔ)音信號(hào)的識(shí)別工作，而且無(wú)需大量的采集語(yǔ)音信號(hào)進(jìn)行訓(xùn)練，彌補(bǔ)了嵌入式設(shè)備計(jì)算能力和存儲(chǔ)空間有限缺陷，大大降低了時(shí)間成本，提高了工作效率。在文獻(xiàn)[77]中，通過(guò)對(duì)云平臺(tái)日志的分析繪制了語(yǔ)音處理時(shí)間的直方圖，并對(duì)請(qǐng)求數(shù)量、處理時(shí)間和實(shí)時(shí)因素作出總結(jié)?？梢钥闯鐾ㄟ^(guò)云平臺(tái)來(lái)對(duì)云機(jī)器人的中間數(shù)據(jù)、結(jié)果等信息進(jìn)行分析，有助于得到更確切的評(píng)估結(jié)果，也能更快速地幫助云平臺(tái)擴(kuò)充知識(shí)庫(kù)，進(jìn)行自我能力的提升。目前已經(jīng)有像百度語(yǔ)音、科大訊飛語(yǔ)音以及其他的很多成熟的語(yǔ)音識(shí)別技術(shù)，那么云機(jī)器人只要通過(guò)云端調(diào)用其API來(lái)進(jìn)行語(yǔ)音的識(shí)別，云平臺(tái)根據(jù)設(shè)定好的指標(biāo)來(lái)進(jìn)行結(jié)果評(píng)判的反饋來(lái)促使算法不斷改進(jìn)，使服務(wù)體系不斷地完善。

5 結(jié)束語(yǔ)

5.1 總結(jié)

本文所提出的服務(wù)機(jī)器人云平臺(tái)服務(wù)質(zhì)量指標(biāo)體系是綜合考慮了軟件QOS、網(wǎng)絡(luò)QOS、服務(wù)機(jī)器人各項(xiàng)適用于服務(wù)機(jī)器人云平臺(tái)的指標(biāo)匯總而成的指標(biāo)體系。由于以往的評(píng)價(jià)指標(biāo)過(guò)于單一，且涵蓋的評(píng)估范圍較小，無(wú)法對(duì)云平臺(tái)進(jìn)行系統(tǒng)化的評(píng)估，而依照著該體系能夠?qū)Ψ?wù)機(jī)器人云平臺(tái)進(jìn)行較為全面的評(píng)估，找到云平臺(tái)功能及性能等方面的不足，便于對(duì)云平臺(tái)進(jìn)行改進(jìn)以提高其服務(wù)質(zhì)量。

5.2 未來(lái)展望

最初的云平臺(tái)服務(wù)是為了集中存儲(chǔ)而提供更加經(jīng)濟(jì)和便捷的方式，目前已經(jīng)發(fā)展為以數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)處理為主的計(jì)算型云平臺(tái)，而且技術(shù)日趨成熟，提供服務(wù)的過(guò)程也變得逐漸簡(jiǎn)便化。就服務(wù)機(jī)器人云平臺(tái)而言，其主要作用是作為服務(wù)機(jī)器人的遠(yuǎn)程云端進(jìn)行相應(yīng)算法的調(diào)用以及對(duì)大量的進(jìn)行數(shù)據(jù)存儲(chǔ)和處理，該平臺(tái)技術(shù)的日趨成熟對(duì)今后的智能服務(wù)機(jī)器人發(fā)展，服務(wù)行業(yè)的現(xiàn)代化有很大的影響，擁有廣大的發(fā)展前景。但目前來(lái)講云平臺(tái)能為服務(wù)機(jī)器人提供的服務(wù)范圍還有很多的局限性，云平臺(tái)自身監(jiān)測(cè)評(píng)估的能力和范圍仍有待提高，在面對(duì)網(wǎng)絡(luò)攻擊時(shí)如何更好地做好安全防御等問(wèn)題亟需解決。并且隨著科技的迅速發(fā)展，服務(wù)機(jī)器人已經(jīng)逐漸應(yīng)用在醫(yī)療、教育娛樂(lè)、軍用、救援、科考等各個(gè)領(lǐng)域，所兼?zhèn)涞墓δ芤矔?huì)越來(lái)越復(fù)雜，這些服務(wù)機(jī)器人今后也一定會(huì)向依賴于云服務(wù)實(shí)現(xiàn)其功能作為發(fā)展趨勢(shì)。那么云平臺(tái)應(yīng)如何更好地與服務(wù)機(jī)器人進(jìn)行融合，并且在此基礎(chǔ)面對(duì)業(yè)務(wù)與需求的增加，如何進(jìn)一步加強(qiáng)云平臺(tái)性能，使云服務(wù)更加智能化。綜合上述云平臺(tái)面臨的問(wèn)題和挑戰(zhàn)，提出以下六個(gè)未來(lái)發(fā)展方向。

（1）提高云服務(wù)普適率。目前來(lái)看能夠通過(guò)云平臺(tái)來(lái)完成服務(wù)的機(jī)器人占比并不是很高，由于受到傳輸速率、延遲、功耗、系統(tǒng)容量以及超大規(guī)模設(shè)備連接等方面的限制，仍有部分服務(wù)機(jī)器人很難依靠云平臺(tái)的現(xiàn)有技術(shù)和算法服務(wù)來(lái)完成其功能，如移動(dòng)機(jī)器人對(duì)障礙物的檢測(cè)所要求的“零延遲”以及抓取機(jī)器人在通過(guò)手臂實(shí)現(xiàn)物體抓取時(shí)對(duì)力度與角度的實(shí)時(shí)掌控，是目前云平臺(tái)難以實(shí)現(xiàn)的服務(wù)?？梢?jiàn)歸根到底還是云平臺(tái)的處理能力和通信能力的不足。隨著5G時(shí)代的來(lái)臨，屆時(shí)5G的商用和普及有望能夠解決這一問(wèn)題，使更多的服務(wù)機(jī)器人都能通過(guò)調(diào)用云服務(wù)來(lái)完成功能，而對(duì)于云服務(wù)的普適率的評(píng)測(cè)可以從云平臺(tái)對(duì)算法的調(diào)用情況展開(kāi)研究。

（2）精準(zhǔn)、詳細(xì)的監(jiān)測(cè)。目前對(duì)云平臺(tái)的評(píng)估方面有限，要提高云平臺(tái)的自我評(píng)估能力，就要使云平臺(tái)對(duì)信息的剖析更加深刻，挖掘出更多有價(jià)值的信息，細(xì)致化的監(jiān)測(cè)會(huì)讓系統(tǒng)察覺(jué)到異常的時(shí)間提前，避免重大事故的發(fā)生，也能夠使評(píng)估的結(jié)果更精準(zhǔn)。怎樣能夠進(jìn)一步確保隨時(shí)隨地地清楚明白用戶、機(jī)器人廠商、算法提供商以及服務(wù)機(jī)器人對(duì)云平臺(tái)的服務(wù)使用情況，使云平臺(tái)及時(shí)了解各種變更的情況，如服務(wù)機(jī)器人連接的虛擬機(jī)狀態(tài)屬性，各類需求的增加，服務(wù)上下架情況等，這是一個(gè)需要深入研究的問(wèn)題。并且要對(duì)更加完善的監(jiān)測(cè)功能進(jìn)行測(cè)試對(duì)比，可以從云平臺(tái)對(duì)使用者的操作追蹤情況等方面入手研討。

（3）個(gè)性化服務(wù)。目前服務(wù)機(jī)器人在不同的場(chǎng)景下應(yīng)用很單一，如用于醫(yī)療的機(jī)器人就只是用于醫(yī)療領(lǐng)域，用于送餐的機(jī)器人就只能在酒店等限定區(qū)域提供服務(wù)，在未來(lái)，服務(wù)機(jī)器人一定是能夠真正做到像普通人一樣身兼多種功能，并且根據(jù)不同的需求要求云平臺(tái)來(lái)進(jìn)行“私人訂制”。因此實(shí)現(xiàn)服務(wù)的個(gè)性化、私有化也是未來(lái)云平臺(tái)的一個(gè)發(fā)展方向，使云平臺(tái)的服務(wù)更加嚴(yán)謹(jǐn)，有針對(duì)性、目的性。對(duì)個(gè)性化服務(wù)的考察可以從算法組合的邏輯性、嚴(yán)密程度以及具體的服務(wù)效果等方面展開(kāi)研究。

（4）強(qiáng)化安全性。就目前的加密破解技術(shù)而言，可能對(duì)某些密碼的破解需要計(jì)算機(jī)運(yùn)行數(shù)萬(wàn)年，但由于量子計(jì)算的發(fā)展與突破，屆時(shí)任何的網(wǎng)絡(luò)算法加密等技術(shù)防御手段都無(wú)法通過(guò)量子計(jì)算的考驗(yàn)，目前看來(lái)的強(qiáng)大的加密技術(shù)很可能在數(shù)秒之內(nèi)就被攻破。云服務(wù)作為一種新的應(yīng)用模式，與傳統(tǒng)互聯(lián)網(wǎng)相比，數(shù)據(jù)的高度集中和多用戶的訪問(wèn)等方面勢(shì)必會(huì)引發(fā)新的安全隱患，一旦云平臺(tái)安全系統(tǒng)被攻破，帶來(lái)的損失是不可估量的。怎樣來(lái)解決包括云基礎(chǔ)設(shè)施安全、數(shù)據(jù)、認(rèn)證和訪問(wèn)管理安全以及審計(jì)合規(guī)性等存在的諸多安全隱患問(wèn)題，目前而言還是一個(gè)技術(shù)性難題。隨著科技發(fā)展，不久的將來(lái)可能會(huì)出現(xiàn)一套較為完美的安全體系，屆時(shí)可根據(jù)更先進(jìn)的網(wǎng)絡(luò)攻擊技術(shù)進(jìn)行模擬攻擊展開(kāi)進(jìn)一步研究評(píng)估。

（5）重視邊緣計(jì)算。服務(wù)機(jī)器人在實(shí)現(xiàn)語(yǔ)音識(shí)別等功能時(shí)需要向云平臺(tái)傳遞數(shù)據(jù)并依靠云平臺(tái)進(jìn)行計(jì)算分析來(lái)做出決策，在數(shù)據(jù)量不多時(shí)云平臺(tái)能夠準(zhǔn)確高效地反饋出結(jié)果。但是如果服務(wù)機(jī)器人將采集到的大量數(shù)據(jù)直接傳遞給云平臺(tái)進(jìn)行處理，那么不僅會(huì)增加云平臺(tái)的計(jì)算量，致使效率降低，而且傳輸?shù)臄?shù)據(jù)越多越容易出現(xiàn)丟包現(xiàn)象，并且安全性和隱私問(wèn)題難以得到保障。那么如何解決這個(gè)問(wèn)題，一個(gè)思路是將大量數(shù)據(jù)先由邊緣計(jì)算進(jìn)行簡(jiǎn)單處理或重要信息提取，然后再發(fā)往云平臺(tái)進(jìn)行決策，避免大量的數(shù)據(jù)往返于云計(jì)算數(shù)據(jù)中心，這種云計(jì)算+邊緣計(jì)算的模式是未來(lái)的一個(gè)發(fā)展方向。云平臺(tái)可以通過(guò)邊緣計(jì)算的節(jié)點(diǎn)數(shù)量對(duì)計(jì)算實(shí)時(shí)性的增強(qiáng)效果以及對(duì)數(shù)據(jù)集的適應(yīng)性兩方面展開(kāi)評(píng)估研究。

（6）群智建設(shè)。目前云平臺(tái)調(diào)用的算法服務(wù)等功能是由算法供應(yīng)商等單一群體來(lái)提供的，若僅僅依靠其來(lái)發(fā)展建立云平臺(tái)，并不利于云平臺(tái)服務(wù)的建設(shè)與進(jìn)一步完善，那么如何來(lái)實(shí)現(xiàn)云平臺(tái)服務(wù)的高效建設(shè)?？梢越梃b開(kāi)源的思想，通過(guò)互聯(lián)網(wǎng)匯聚和借助大規(guī)模群體智慧的力量，協(xié)助完成云平臺(tái)的建設(shè)，加快云平臺(tái)完善進(jìn)度，提高云平臺(tái)服務(wù)質(zhì)量。可以依據(jù)云平臺(tái)群智建設(shè)的規(guī)模以及服務(wù)性能的變化趨勢(shì)來(lái)展開(kāi)調(diào)研。

隨著公有云和私有云的市場(chǎng)發(fā)展及應(yīng)用融合，以及我國(guó)政府出臺(tái)了一系列云計(jì)算產(chǎn)業(yè)的相關(guān)政策，越來(lái)越多的智能化產(chǎn)業(yè)服務(wù)與云服務(wù)掛鉤，部分知名企業(yè)如阿里、華為、浪潮已經(jīng)推出了自己的云服務(wù)平臺(tái)，并且許多企業(yè)的數(shù)據(jù)也已經(jīng)遷移到了云服務(wù)器上，這樣不僅節(jié)省了硬件成本，還能提高效率。服務(wù)機(jī)器人云平臺(tái)作為順應(yīng)時(shí)代發(fā)展的產(chǎn)物，在為服務(wù)機(jī)器人提供其對(duì)應(yīng)功能服務(wù)的同時(shí)，能夠節(jié)約服務(wù)機(jī)器人的設(shè)備、內(nèi)置成本，提高服務(wù)質(zhì)量，而且還具有很強(qiáng)的拓展性和延展性，云服務(wù)顯然已經(jīng)成為了未來(lái)發(fā)展的必然趨勢(shì)，如果本文提出的發(fā)展規(guī)劃能夠在不久的將來(lái)實(shí)現(xiàn)，相信未來(lái)超過(guò)90%以上的服務(wù)機(jī)器人均能安全可靠地依靠云平臺(tái)來(lái)實(shí)現(xiàn)其功能，為人們提供更好的服務(wù)。