基于微服務(wù)的多機(jī)器人資源智能云服務(wù)平臺架構(gòu)

尹作重，劉繼紅，王佃鵬，周建慧，黎曉東

(1.北京航空航天大學(xué) 機(jī)械工程及自動化學(xué)院，北京 100191； 2.北京機(jī)械工業(yè)自動化研究所有限公司，北京 100120； 3.山西大同大學(xué) 計(jì)算機(jī)與網(wǎng)絡(luò)工程學(xué)院，山西 大同 037009； 4.中國機(jī)械科學(xué)研究總院集團(tuán)有限公司，北京 100048)

0 引言

隨著機(jī)器人應(yīng)用領(lǐng)域的擴(kuò)大，任務(wù)場景復(fù)雜度不斷提升，多機(jī)器人資源協(xié)作服務(wù)已成為必然趨勢。個(gè)體機(jī)器人資源部署有限，難以滿足多機(jī)器人協(xié)作執(zhí)行復(fù)雜任務(wù)的大容量存儲和高效計(jì)算能力等需求，云平臺技術(shù)的提出為多機(jī)器人資源服務(wù)提供了解決途徑。KUFFNER等[1]首次提出云機(jī)器人概念，機(jī)器人配置簡單的傳感器并連接到云，將數(shù)據(jù)處理等復(fù)雜的計(jì)算卸載到云端，可以完成繁雜的任務(wù)操作。同年，新加坡ASORO實(shí)驗(yàn)室研究了一個(gè)DAvinCi軟件框架，在Hadoop集群平臺上運(yùn)行FastSlam算法并結(jié)合機(jī)器人操作系統(tǒng)(Robot Operation System, ROS)的消息傳遞框架，基于云計(jì)算將服務(wù)機(jī)器人計(jì)算卸載到遠(yuǎn)程平臺上，提供彈性計(jì)算和存儲，為后來的機(jī)器人云服務(wù)平臺研究提供參考[2]。RoboEarth項(xiàng)目作為一個(gè)基于云計(jì)算的云端數(shù)據(jù)庫，機(jī)器人可通過它分享各式各樣的信息[3-5]，但它忽略了在云端服務(wù)部署效率的問題。基于云計(jì)算和SOA(service-oriented architecture)，清華大學(xué)聯(lián)合亞利桑那州立大學(xué)提出一種RCC(robot cloud center)框架，并給出了機(jī)器人即服務(wù)(Robot as a Service, RaaS)的概念[6]。隨著機(jī)器人及服務(wù)數(shù)量的增加，傳統(tǒng)數(shù)據(jù)庫查詢方式降低了機(jī)器人的實(shí)時(shí)性，服務(wù)版本的增多帶來的影響也會降低機(jī)器人的效率[7]。針對該問題，周風(fēng)余等[8]在此基礎(chǔ)上作出了改進(jìn)，對服務(wù)路由選擇算法進(jìn)行了優(yōu)化，提出一個(gè)基于SOA的機(jī)器人云平臺總體架構(gòu)。但SOA的集成治理機(jī)制會使系統(tǒng)隨著業(yè)務(wù)發(fā)展需要擴(kuò)展時(shí)遇到瓶頸，因此微服務(wù)架構(gòu)已經(jīng)開始取代SOA成為主導(dǎo)的工業(yè)體系結(jié)構(gòu)。2018年，新加坡學(xué)者提出一種基于微服務(wù)的新型輕量化云機(jī)器人體系結(jié)構(gòu)，并采用微服務(wù)架構(gòu)開發(fā)機(jī)器人應(yīng)用，但未能解決云平臺機(jī)器人服務(wù)自動化構(gòu)建部署的問題[9-15]。

目前面向多機(jī)器人協(xié)作領(lǐng)域?qū)嶋H應(yīng)用的云服務(wù)平臺大多存在異構(gòu)機(jī)器人多協(xié)議適配接入通用性欠缺、異構(gòu)機(jī)器人資源泛化程度不夠、服務(wù)應(yīng)用軟件耦合度高等問題，無法充分發(fā)揮云服務(wù)平臺下多機(jī)器人協(xié)作的真正優(yōu)勢。為有效解決以上問題，同時(shí)滿足工業(yè)機(jī)器人對云服務(wù)平臺的適用要求，本文提出一種更加通用的基于微服務(wù)的多機(jī)器人資源云服務(wù)平臺架構(gòu)，該架構(gòu)組成包括協(xié)議適配層、資源虛擬化層、智能服務(wù)層和微服務(wù)層。

1 云服務(wù)平臺總體架構(gòu)

首先歸納總結(jié)了支持多場景多機(jī)器人良好協(xié)作的通用云服務(wù)架構(gòu)應(yīng)滿足的功能需求和非功能需求：

(1)支持異構(gòu)機(jī)器人協(xié)議適配接入云服務(wù)平臺;

(2)實(shí)現(xiàn)機(jī)器人資源統(tǒng)一管理;

(3)便捷部署的松耦合可擴(kuò)展服務(wù)軟件體系;

(4)實(shí)現(xiàn)多機(jī)器人協(xié)作的任務(wù)規(guī)劃算法;

(5)機(jī)器人資源和應(yīng)用服務(wù)具備可擴(kuò)展性;

(6)云服務(wù)平臺滿足一定的實(shí)時(shí)性要求。

基于以上需求分析，結(jié)合云計(jì)算和微服務(wù)架構(gòu)的技術(shù)優(yōu)勢，提出四層架構(gòu)的基于微服務(wù)的多機(jī)器人資源云服務(wù)平臺，如圖1所示，從下到上分別是協(xié)議適配層、資源虛擬化層、智能服務(wù)層和微服務(wù)層，并對各層功能進(jìn)行詳細(xì)說明。

(1)協(xié)議適配層

該層是云服務(wù)平臺底層感知與機(jī)器人應(yīng)用連接融合的中間件，考慮OPC UA目前已經(jīng)是工業(yè)機(jī)器人協(xié)議傳輸?shù)臉?biāo)準(zhǔn)，本層負(fù)責(zé)通過智能網(wǎng)關(guān)集成OPC UA協(xié)議接口作為統(tǒng)一數(shù)據(jù)交換協(xié)議，主要解決異構(gòu)機(jī)器人對云服務(wù)平臺的適配接入問題包括：①對支持OPC UA協(xié)議的工業(yè)機(jī)器人，通過OPC UA客戶端和服務(wù)器之間的請求—應(yīng)答機(jī)制實(shí)現(xiàn)與云服務(wù)平臺的數(shù)據(jù)交換；②對不支持OPC UA協(xié)議(如Modbus)的工業(yè)機(jī)器人，通過智能網(wǎng)關(guān)的協(xié)議轉(zhuǎn)換功能，將其統(tǒng)一成OPC UA數(shù)據(jù)通信格式，實(shí)現(xiàn)與云服務(wù)平臺的數(shù)據(jù)交互。

(2)資源虛擬化層

該層是為了解決云服務(wù)平臺對異構(gòu)機(jī)器人管理的兼容性問題，實(shí)現(xiàn)局域云環(huán)境下異構(gòu)多機(jī)器人資源的優(yōu)化配置和統(tǒng)一調(diào)度。首先分析各類機(jī)器人資源的分類體系，定義相應(yīng)的機(jī)器人信息模型，然后基于統(tǒng)一的本體建模對機(jī)器人資源語義進(jìn)行描述，將各類機(jī)器人信息模型統(tǒng)一映射到云端，構(gòu)建異構(gòu)機(jī)器人統(tǒng)一本體模型，將機(jī)器人云端本體模型與現(xiàn)實(shí)世界中的物理模型進(jìn)行虛擬映射，從而實(shí)現(xiàn)多機(jī)器人資源云服務(wù)平臺中機(jī)器人虛擬資源的統(tǒng)一調(diào)度與管理。

(3)智能服務(wù)層

該層作為用戶與云服務(wù)平臺機(jī)器人資源的交互窗口，主要提供機(jī)器人資源的顯示、控制、管理及平臺維護(hù)等功能。用戶可通過界面提交多機(jī)器人協(xié)作任務(wù)的服務(wù)申請，智能服務(wù)層對該任務(wù)需求進(jìn)行解析，在綜合考慮任務(wù)資源需求、時(shí)空雙維度任務(wù)約束及機(jī)器人能力特征約束條件下，完成復(fù)雜任務(wù)分解過程和動態(tài)任務(wù)分配方案輸出，并進(jìn)一步經(jīng)由資源虛擬層、協(xié)議適配層轉(zhuǎn)換為不同機(jī)器人各自的協(xié)議類型指令，具體控制機(jī)器人執(zhí)行，實(shí)現(xiàn)用戶發(fā)布的任務(wù)需求。

(4)微服務(wù)層

該層是整個(gè)云服務(wù)平臺的支撐環(huán)境，由功能獨(dú)立且定義良好、通過輕量級REST協(xié)議通信的微服務(wù)粒子(用戶可自主開發(fā))組成，它們是實(shí)時(shí)動態(tài)重組的，是構(gòu)成業(yè)務(wù)應(yīng)用的重要資源。采用微服務(wù)實(shí)現(xiàn)業(yè)務(wù)功能的過程相當(dāng)于將原來單體式應(yīng)用程序功能拆分成一組可獨(dú)立開發(fā)、測試、部署、運(yùn)行、維護(hù)的微服務(wù)，其中每個(gè)微服務(wù)對應(yīng)實(shí)現(xiàn)單個(gè)業(yè)務(wù)功能。微服務(wù)的拆分過程需遵循以下基本原則：①要保持與業(yè)務(wù)功能的一致性，梳理出各業(yè)務(wù)模塊之間的依賴關(guān)聯(lián)關(guān)系；②按照業(yè)務(wù)為單位拆分應(yīng)用，僅僅單向調(diào)用，避免環(huán)形依賴和雙向依賴形成循環(huán)調(diào)用；③高內(nèi)聚低耦合；④前后端設(shè)計(jì)分離；⑤Restful通信風(fēng)格。

2 基于微服務(wù)的智能適配接入

首先梳理機(jī)器人系統(tǒng)常用通信協(xié)議及其特點(diǎn)，選擇通用性較強(qiáng)的OPC UA作為異構(gòu)工業(yè)機(jī)器人的統(tǒng)一接口，對非OPC UA協(xié)議類型進(jìn)行消息轉(zhuǎn)換和解析封裝，達(dá)到多場景海量異構(gòu)機(jī)器人快速適配接入云服務(wù)平臺的功能目標(biāo)，最后設(shè)計(jì)基于微服務(wù)的智能網(wǎng)關(guān)，以實(shí)現(xiàn)多機(jī)器人適配接入。

2.1 基于OPC UA的工業(yè)機(jī)器人適配接入

基于OPC UA的工業(yè)機(jī)器人接入系統(tǒng)工作模式為客戶/服務(wù)器(Client/Server, C/S)模式，服務(wù)器端由智能網(wǎng)關(guān)(其實(shí)現(xiàn)OPC UA服務(wù)器功能)構(gòu)成，客戶端與OPC UA客戶端對應(yīng)，如圖2所示，服務(wù)器端和客戶端的連接和服務(wù)是多對多的關(guān)系?；贠PC UA的工業(yè)機(jī)器人接入流程如下：

(1)服務(wù)器接收客戶端Get請求，服務(wù)器將處理后的內(nèi)容回復(fù)給客戶端，驗(yàn)證通過，轉(zhuǎn)(2)；

(2)服務(wù)器接收客戶端請求，該請求表示需要得到底層終端相關(guān)內(nèi)容，服務(wù)端判斷安全證書可信后，并且OPC UA客戶端確認(rèn)并進(jìn)行通路聯(lián)系；

(3)服務(wù)器接收客戶端的請求，該請求用于通話界面的建立，OPC UA服務(wù)器返回包含隨機(jī)數(shù)的響應(yīng)信息，客戶端接收并成功解釋，完成通話界面建立的過程；

(4)OPC UA客戶端向服務(wù)器發(fā)送Act請求，驗(yàn)證成功，通話界面被激活，連接建立成功；

(5)通話結(jié)束，服務(wù)器接收客戶端請求，該請求用于對通話界面進(jìn)行斷聯(lián)，客戶端確認(rèn)服務(wù)器處理后的內(nèi)容，斷開連接,通話過程結(jié)束。

2.2 非OPC UA機(jī)器人適配接入

非OPC UA工業(yè)機(jī)器人，如支持Modbus協(xié)議的工業(yè)機(jī)器人，接入云服務(wù)平臺的流程主要包含數(shù)據(jù)采集、數(shù)據(jù)解析、數(shù)據(jù)封裝、數(shù)據(jù)轉(zhuǎn)換和發(fā)布，具體如圖3所示。

上述流程的重點(diǎn)在于Modbus與OPC UA數(shù)據(jù)格式轉(zhuǎn)換，根據(jù)Modbus/RTU協(xié)議解析可輸出：①工業(yè)機(jī)器人設(shè)備地址和功能代碼;②客戶端請求過程中的起始地址和數(shù)據(jù)長度;③工業(yè)機(jī)器人響應(yīng)返回的數(shù)據(jù)長度和數(shù)值。為保證數(shù)據(jù)轉(zhuǎn)換和映射結(jié)果的一致性，本文定義了如表1所示數(shù)據(jù)類型映射關(guān)系，其中協(xié)議中設(shè)備地址對應(yīng)基于OPC UA的Device_id，即工業(yè)機(jī)器人地址，起始地址和數(shù)據(jù)長度可以解析出Name，即工業(yè)機(jī)器人變量，數(shù)值對應(yīng)Value。然后將變量DataType和系統(tǒng)DataTime基于OPC UA進(jìn)行封裝，完成工業(yè)機(jī)器人通信協(xié)議向基于OPC UA的數(shù)據(jù)轉(zhuǎn)換；逆向數(shù)據(jù)轉(zhuǎn)換的實(shí)現(xiàn)為上述過程的逆過程。

表1 Modbus/RTU和OPC UA數(shù)據(jù)類型映射關(guān)系

協(xié)議轉(zhuǎn)換過程中，同步實(shí)時(shí)和無損是異構(gòu)協(xié)議轉(zhuǎn)換到基于OPC UA的地址空間的基礎(chǔ)，同時(shí)應(yīng)注意，當(dāng)有多組數(shù)據(jù)時(shí)，為保證數(shù)據(jù)完整傳輸，需對多組數(shù)據(jù)整體打包后，再進(jìn)行數(shù)據(jù)傳輸。

2.3 智能網(wǎng)關(guān)的高級服務(wù)應(yīng)用

為了對異構(gòu)工業(yè)機(jī)器人的適配接入過程進(jìn)行智能管理，除了實(shí)現(xiàn)網(wǎng)關(guān)最重要的協(xié)議轉(zhuǎn)換、數(shù)據(jù)包解聚和配置信息緩存等基礎(chǔ)功能，本文針對云服務(wù)平臺定制了基于微服務(wù)的智能網(wǎng)關(guān)高級服務(wù)，包括：①動態(tài)創(chuàng)建/釋放與適配協(xié)議相關(guān)的通信資源；②通過建立適配資源配置信息數(shù)據(jù)庫實(shí)現(xiàn)快速接入及自動重連；③網(wǎng)關(guān)服務(wù)的客戶端登入安全認(rèn)證；④網(wǎng)關(guān)實(shí)時(shí)或歷史數(shù)據(jù)的導(dǎo)出、備份及恢復(fù)；⑤協(xié)議轉(zhuǎn)換規(guī)則靈活配置，加強(qiáng)了網(wǎng)關(guān)對異構(gòu)協(xié)議的兼容性。以上功能均通過微服務(wù)形式實(shí)現(xiàn)，并自動部署于云服務(wù)平臺的協(xié)議適配層。

3 基于擴(kuò)展信息模型映射的資源智能虛擬化

機(jī)器人資源的語義描述是其接入云服務(wù)平臺的前提和基礎(chǔ)。由于兩類機(jī)器人信息的語義描述結(jié)構(gòu)與云服務(wù)平臺的數(shù)據(jù)接口規(guī)范不一致，本文提出一種基于本體的機(jī)器人資源語義描述，構(gòu)建了工業(yè)機(jī)器人云端統(tǒng)一本體模型，并通過自動推理機(jī)對該模型進(jìn)行高效準(zhǔn)確的語法、語義及用戶自定義一致性檢查，將本體模型與異構(gòu)機(jī)器人物理模型自動虛擬映射，實(shí)現(xiàn)了多機(jī)器人資源云服務(wù)平臺機(jī)器人統(tǒng)一調(diào)度管理。

3.1 機(jī)器人擴(kuò)展信息模型定義

基于OPC UA信息建模規(guī)范設(shè)計(jì)了工業(yè)機(jī)器人擴(kuò)展信息模型，如圖4所示。其中，“工業(yè)機(jī)器人”為OPC UA服務(wù)器地址，該地址引用了“靜態(tài)屬性”、“過程屬性”、“驅(qū)動器組件屬性”等10個(gè)通用對象，每個(gè)通用對象分別包含具體實(shí)例。

3.2 基于本體的機(jī)器人本體模型與信息模型自動映射

為實(shí)現(xiàn)基于本體的機(jī)器人資源模型到基于OPC UA的信息模型的關(guān)聯(lián)映射，形成動態(tài)的資源信息表，特約定以下規(guī)則：

規(guī)則1本體信息模型與OPC UA信息模型概念映射規(guī)則。

本體信息模型與OPC UA信息模型的概念映射規(guī)則如表2所示。

表2 本體信息模型與OPC UA信息模型的轉(zhuǎn)化規(guī)則

規(guī)則2本體信息模型與OPC UA信息模型信息映射規(guī)則。

基于本體的信息模型可以對工業(yè)機(jī)器人資源屬性等信息進(jìn)行語義表達(dá)，基于OPC UA的信息模型也具有相關(guān)語義，這樣在信息映射時(shí)對屬性/節(jié)點(diǎn)信息進(jìn)行語義上格式轉(zhuǎn)換的預(yù)處理即可。工業(yè)機(jī)器人OPC UA的信息模型映射到本體模型的數(shù)據(jù)信息語義描述(ODIR)模型如下：

ODIR=(Server,NodeID,DisplayName,DataType,Value,Time,StatusCode)。

其中：

Server表示OPC UA某節(jié)點(diǎn)所在的服務(wù)器地址。在客戶端連接多個(gè)服務(wù)器的情況下，根據(jù)Server值，可以唯一確認(rèn)屬性值歸屬的工業(yè)機(jī)器人；

NodeID表示OPC UA服務(wù)器地址空間中的節(jié)點(diǎn)ID號。節(jié)點(diǎn)與NodeID一一對應(yīng),根據(jù)NodeID,可以確定服務(wù)器地址空間中的節(jié)點(diǎn)位置，該屬性可以和Server屬性一起用來一一映射本體和OPC UA的信息模型；

DisplayName表示地址空間中的節(jié)點(diǎn)在客戶端的展示名稱；

DataType表示地址空間中節(jié)點(diǎn)變量值的數(shù)據(jù)類型；

Value表示地址空間中節(jié)點(diǎn)變量的數(shù)據(jù)值；

Time表示地址空間中節(jié)點(diǎn)值產(chǎn)生的時(shí)間；

StatusCode表示地址空間中節(jié)點(diǎn)的狀態(tài)。

通過異構(gòu)機(jī)器人的映射規(guī)則，采用微服務(wù)實(shí)現(xiàn)輸入機(jī)器人模型與本體模型的自動一致性映射，最終獲得一個(gè)對應(yīng)的個(gè)性化本體。以UR3e工業(yè)機(jī)器人機(jī)械臂為例，以圖4所示的擴(kuò)展信息模型為標(biāo)準(zhǔn)，采用基于本體的映射方法得到如表3所示的資源信息表，以實(shí)現(xiàn)機(jī)器人的資源虛擬化。

表3 UR3e工業(yè)機(jī)器人資源信息表

4 多機(jī)器人任務(wù)智能規(guī)劃服務(wù)

任務(wù)規(guī)劃是多機(jī)器人系統(tǒng)中一個(gè)關(guān)鍵問題。多機(jī)器人任務(wù)規(guī)劃可以分為機(jī)器人任務(wù)分解和多機(jī)器人任務(wù)分配兩部分。多機(jī)器人任務(wù)可以理解為多機(jī)器人系統(tǒng)為響應(yīng)任務(wù)需求，執(zhí)行相應(yīng)的活動或相應(yīng)動作，機(jī)器人任務(wù)分解是指將該任務(wù)問題分解為單機(jī)器人問題或單任務(wù)問題，進(jìn)而形成單機(jī)器人可執(zhí)行的任務(wù)分解方案;多機(jī)器人任務(wù)分配是在任務(wù)分解的基礎(chǔ)上，明確可以執(zhí)行任務(wù)的機(jī)器人資源信息，對單機(jī)器人單任務(wù)問題進(jìn)行求解。任務(wù)分配方法的評判標(biāo)準(zhǔn)為：每個(gè)機(jī)器人在特定的約束條件下，按照任務(wù)分配方案，根據(jù)指定的任務(wù)路線依次執(zhí)行特定的子任務(wù)，保證系統(tǒng)完成總目標(biāo)任務(wù)所需要的代價(jià)最小(時(shí)間最少或者距離最短)。

4.1 多機(jī)器人資源任務(wù)分解方法

根據(jù)機(jī)器人資源對任務(wù)需求的響應(yīng)能力，任務(wù)可分為以下兩種類型：

(1)簡單任務(wù)：單個(gè)機(jī)器人即可完成的活動；

(2)復(fù)雜任務(wù)：需要兩個(gè)或兩個(gè)以上機(jī)器人協(xié)作完成的活動。

根據(jù)上述任務(wù)描述，對任務(wù)進(jìn)行如下定義：

Relation={And,Or,?}。

其中：

Task_ID為任務(wù)編碼，具有唯一性；

Task_name為任務(wù)名稱；

Task_type為任務(wù)類型，分為簡單任務(wù)和復(fù)雜任務(wù)；

Task_coordinate為任務(wù)坐標(biāo)；

Structure為任務(wù)結(jié)構(gòu)特征，包括分解得到的子任務(wù)集、子任務(wù)之間的關(guān)系、資源類型；

Task_set為分解得到的子任務(wù)集，若是簡單任務(wù)，則表示任務(wù)本身；若是復(fù)雜任務(wù)，則表示任務(wù)分解后得到的所有子任務(wù)；

Relation為子任務(wù)之間的關(guān)系，例如，順序關(guān)系分為并行關(guān)系和串行關(guān)系兩種。

基于微服務(wù)的多機(jī)器人資源任務(wù)分解方法流程如圖5所示。

4.2 多機(jī)器人資源智能任務(wù)分配流程

將多機(jī)器人資源智能任務(wù)分配場景簡化為如下形式：

(1)場景的全局信息已知，地圖已經(jīng)構(gòu)建，可以規(guī)劃任意兩個(gè)節(jié)點(diǎn)之間的路徑；

(2)任務(wù)的位置、機(jī)器人資源的初始位置均隨機(jī)分布；

(3)各類機(jī)器人的最大速度為vmax，且啟動過程和制動過程均為恒定加速度，加速度分別記為a1和a2；

(4)同一類型的機(jī)器人完成相同任務(wù)所需的時(shí)間相同，記為tw1；

(5)任務(wù)分配的目標(biāo)是機(jī)器人系統(tǒng)總體能效最少。

在該任務(wù)場景中，多機(jī)器人資源智能任務(wù)分配服務(wù)的具體執(zhí)行流程如圖6所示。

5 智能云服務(wù)平臺測試

5.1 功能應(yīng)用驗(yàn)證

下面以UR3e機(jī)械臂(支持OPC UA協(xié)議)和RVC工業(yè)相機(jī)(支持Modbus協(xié)議)為例對所提出架構(gòu)進(jìn)行應(yīng)用驗(yàn)證，如圖7所示。

依據(jù)OPC UA標(biāo)準(zhǔn)進(jìn)行統(tǒng)一數(shù)據(jù)封裝，對UR3e機(jī)械臂的“品牌”、“型號”、“支持傳輸協(xié)議”、“IP地址”等信息進(jìn)行配置，建立機(jī)械臂內(nèi)置OPC UA服務(wù)器與云服務(wù)平臺內(nèi)OPC UA客戶端之間的連接。連接成功后，以上文定義的OPC UA擴(kuò)展信息模型為標(biāo)準(zhǔn)，以機(jī)器人資源分類統(tǒng)一本體模型為輸入，對OPC UA與本體進(jìn)行映射，獲得UR3e機(jī)械臂資源信息表，如圖8所示。

同理，對支持Modbus的RVC相機(jī)進(jìn)行協(xié)議轉(zhuǎn)換、適配及資源信息表獲取，如圖9所示。

通過多機(jī)器人適配接入方法中的信息互轉(zhuǎn)，實(shí)現(xiàn)智能云服務(wù)平臺端到機(jī)器人端的任務(wù)指令數(shù)據(jù)回傳和機(jī)器人端到智能云服務(wù)平臺端的狀態(tài)位置信息訂閱。如圖10所示為機(jī)器人接受到搬運(yùn)物品指令信息，云服務(wù)平臺的監(jiān)控頁面可實(shí)時(shí)監(jiān)控機(jī)器人的執(zhí)行情況，即從初始位置移動至指定位置的過程展示。

5.2 智能云服務(wù)平臺性能驗(yàn)證

基于開源微服務(wù)框架Nameko，開發(fā)了“多機(jī)器人資源智能云服務(wù)平臺原型系統(tǒng)”。從系統(tǒng)響應(yīng)時(shí)間、成功率、并發(fā)調(diào)用測試等多個(gè)角度衡量了資源服務(wù)平臺的性能。

為檢驗(yàn)基于微服務(wù)的多機(jī)器人資源智能服務(wù)平臺動態(tài)響應(yīng)多機(jī)器人資源業(yè)務(wù)調(diào)度需求的能力，本文分別對1,3,5,7,10個(gè)不同微服務(wù)節(jié)點(diǎn)運(yùn)行情況下，所能處理的機(jī)器人業(yè)務(wù)數(shù)量進(jìn)行了測試，結(jié)果如圖11所示。

由測試結(jié)果可知，微服務(wù)節(jié)點(diǎn)由1個(gè)節(jié)點(diǎn)擴(kuò)展到3個(gè)節(jié)點(diǎn)時(shí)，資源服務(wù)平臺的業(yè)務(wù)處理能力提高至原來的2倍；擴(kuò)展至5個(gè)節(jié)點(diǎn)時(shí)，處理能力接近原來的3倍；擴(kuò)展至7個(gè)節(jié)點(diǎn)時(shí)，處理能力約為原來的4倍；進(jìn)一步擴(kuò)展至10個(gè)節(jié)點(diǎn)時(shí)，處理能力超過原來的5倍。結(jié)果表明，隨著微服務(wù)節(jié)點(diǎn)數(shù)量的增加，資源服務(wù)平臺處理業(yè)務(wù)的能力也相應(yīng)地線性增加。因此，基于微服務(wù)的多機(jī)器人資源智能服務(wù)平臺可通過自動擴(kuò)展微服務(wù)節(jié)點(diǎn)數(shù)量，滿足不斷增長的機(jī)器人業(yè)務(wù)調(diào)度需要。

為從多個(gè)角度衡量資源服務(wù)平臺的性能，本文結(jié)合微服務(wù)架構(gòu)的評價(jià)指標(biāo)，從系統(tǒng)響應(yīng)時(shí)間、成功率及對比現(xiàn)有單體架構(gòu)3個(gè)方面進(jìn)行了測試。

(1)微服務(wù)調(diào)用響應(yīng)時(shí)間最小值、最大值、平均值和P99測試

微服務(wù)的響應(yīng)時(shí)間最小值、最大值、平均值和P99(99%的請求響應(yīng)時(shí)間)，涉及到絕大多數(shù)用戶的使用體驗(yàn)，是非常重要的指標(biāo)，對微服務(wù)A,B,C,D,E,F,J各調(diào)用100次、200次、400次、600次、800次、1 000次,獲得結(jié)果如圖12所示。

由圖12可知，服務(wù)調(diào)用響應(yīng)時(shí)間的平均值總體穩(wěn)定，約為130 ms，相較于業(yè)界200 ms左右的系統(tǒng)延時(shí)標(biāo)準(zhǔn)，響應(yīng)及時(shí)。P99曲線波動平緩，穩(wěn)定在150 ms與180 ms之間，表明業(yè)務(wù)調(diào)用被完全響應(yīng)，系統(tǒng)魯棒性強(qiáng)。

由以上響應(yīng)時(shí)間測試可見，基于微服務(wù)的多機(jī)器人資源智能服務(wù)平臺響應(yīng)時(shí)間最小值、平均值、P99全部在用戶體驗(yàn)的合理范圍內(nèi)，能及時(shí)、穩(wěn)定地響應(yīng)海量機(jī)器人的業(yè)務(wù)調(diào)度需求。

(2)成功率測試

為滿足機(jī)器人調(diào)度業(yè)務(wù)的正常運(yùn)行，成功率非常關(guān)鍵，按業(yè)務(wù)流程發(fā)起200次、400次、600次、800次、1 000次業(yè)務(wù)請求,獲得如圖13所示結(jié)果。

由圖13可知，服務(wù)平臺總體業(yè)務(wù)調(diào)用的成功率高于98%，且隨著業(yè)務(wù)調(diào)用次數(shù)的增加，業(yè)務(wù)調(diào)用的成功率變化趨向平緩，表明服務(wù)平臺準(zhǔn)確、可靠地響應(yīng)業(yè)務(wù)調(diào)用需求。

由以上成功率測試可知，基于微服務(wù)的多機(jī)器人資源服務(wù)平臺的業(yè)務(wù)調(diào)用成功率始終較高，完全能滿足海量機(jī)器人的業(yè)務(wù)調(diào)度需求。

(3)單體結(jié)構(gòu)和微服務(wù)結(jié)構(gòu)高并發(fā)的測試比較

下面對單體結(jié)構(gòu)和微服務(wù)分布式結(jié)構(gòu)進(jìn)行并發(fā)調(diào)用測試比較，結(jié)果如圖14所示。

由圖14可知，在同時(shí)完成100個(gè)業(yè)務(wù)調(diào)度的情形下，花費(fèi)時(shí)間基本接近，而在業(yè)務(wù)并發(fā)次數(shù)200次以上時(shí)，微服務(wù)分布式結(jié)構(gòu)總時(shí)間開銷遠(yuǎn)小于單體結(jié)構(gòu)。

從業(yè)務(wù)并發(fā)數(shù)增多對應(yīng)的總時(shí)間開銷增長趨勢來看，單體結(jié)構(gòu)隨著業(yè)務(wù)并發(fā)次數(shù)的增多，總時(shí)間開銷相應(yīng)地高線性增長；而微服務(wù)分布式結(jié)構(gòu)隨著業(yè)務(wù)并發(fā)次數(shù)的增多，總時(shí)間開銷為低線性增多，且響應(yīng)時(shí)間趨于穩(wěn)定。表明在響應(yīng)多并發(fā)業(yè)務(wù)需求上，微服務(wù)分布式結(jié)構(gòu)比單體結(jié)構(gòu)表現(xiàn)更穩(wěn)定。

從業(yè)務(wù)并發(fā)數(shù)對應(yīng)的總時(shí)間開銷角度來看，隨著業(yè)務(wù)并發(fā)數(shù)增多，單體結(jié)構(gòu)的總時(shí)間開銷遠(yuǎn)高于微服務(wù)分布式結(jié)構(gòu)的時(shí)間開銷，表明在響應(yīng)多并發(fā)業(yè)務(wù)需求上，微服務(wù)分布式結(jié)構(gòu)比單體結(jié)構(gòu)更及時(shí)。

由此可見，隨著調(diào)度任務(wù)的成倍增長，單體結(jié)構(gòu)已無法為海量機(jī)器人提供服務(wù)，微服務(wù)分布式結(jié)構(gòu)能更好地滿足絕大部分用戶的良好體驗(yàn)，因此，微服務(wù)分布式結(jié)構(gòu)比單體結(jié)構(gòu)更適應(yīng)復(fù)雜的、高并發(fā)的多機(jī)器人資源服務(wù)平臺系統(tǒng)。

通過上述性能測試，得出如下結(jié)論：

(1)不同微服務(wù)節(jié)點(diǎn)運(yùn)行情況下所能處理的機(jī)器人業(yè)務(wù)數(shù)量的測試表明，基于微服務(wù)的云服務(wù)平臺能夠自動擴(kuò)展微服務(wù)節(jié)點(diǎn)數(shù)量，滿足不斷增長的機(jī)器人業(yè)務(wù)調(diào)度需要。

(2)業(yè)務(wù)調(diào)用的響應(yīng)時(shí)間測試表明，基于微服務(wù)的云服務(wù)平臺能及時(shí)、穩(wěn)定地響應(yīng)海量機(jī)器人的業(yè)務(wù)調(diào)度需求。

(3)業(yè)務(wù)調(diào)用的成功率測試表明，基于微服務(wù)的云服務(wù)平臺能準(zhǔn)確、可靠地響應(yīng)業(yè)務(wù)調(diào)用需求。

(4)單體結(jié)構(gòu)和微服務(wù)分布式結(jié)構(gòu)高并發(fā)的比較測試表明，微服務(wù)分布式結(jié)構(gòu)比單體結(jié)構(gòu)更穩(wěn)定、及時(shí)地響應(yīng)機(jī)器人業(yè)務(wù)調(diào)度需求，適應(yīng)復(fù)雜的、高并發(fā)的多機(jī)器人資源服務(wù)平臺系統(tǒng)。

6 結(jié)束語

本文提出一種基于微服務(wù)的多機(jī)器人資源智能云服務(wù)平臺架構(gòu)，該架構(gòu)集“適配接入統(tǒng)一、資源服務(wù)統(tǒng)一、任務(wù)規(guī)劃高效、服務(wù)擴(kuò)展自由”等多個(gè)特性于一體。與已有基于SOA的機(jī)器人云平臺相比，本文所搭建的局域云具有網(wǎng)絡(luò)延遲低、支持大量數(shù)據(jù)共享、資源利用率高和任務(wù)操作靈活等方面的絕對優(yōu)勢，更適合離散制造智能工廠、助老助殘服務(wù)等局域多機(jī)器人協(xié)作場景的實(shí)現(xiàn)。該架構(gòu)充分結(jié)合了云計(jì)算和微服務(wù)的優(yōu)點(diǎn)，通過實(shí)現(xiàn)微服務(wù)自動化集成部署機(jī)制解決了傳統(tǒng)云平臺軟件代碼維護(hù)難、擴(kuò)展升級復(fù)雜的問題;設(shè)計(jì)了細(xì)粒度、低耦合的業(yè)務(wù)微服務(wù)實(shí)現(xiàn)海量異構(gòu)機(jī)器人高效適配接入云服務(wù)平臺、多機(jī)器人資源統(tǒng)一虛擬化等關(guān)鍵功能，并通過微服務(wù)節(jié)點(diǎn)數(shù)量與吞吐量能力關(guān)系、業(yè)務(wù)調(diào)度響應(yīng)時(shí)間、業(yè)務(wù)調(diào)度成功率及高并發(fā)性能4個(gè)指標(biāo)進(jìn)行測試驗(yàn)證。此外，本文所提架構(gòu)僅基于開源框架完成系統(tǒng)搭建，并通過仿真和部分實(shí)物場景進(jìn)行了驗(yàn)證，就系統(tǒng)的數(shù)據(jù)安全性，魯棒性和擴(kuò)展性，有待在更廣泛的應(yīng)用場景中進(jìn)一步驗(yàn)證。因此，在實(shí)際應(yīng)用場景中對所提架構(gòu)進(jìn)行檢驗(yàn)和完善將是后續(xù)的一個(gè)重要工作方向。