論文研讀總結

• 第一篇
• 第二篇
• 第三篇

第一篇

文獻信息：車慧敏.云機器人支持的復雜物體檢測技術的研究與實現 [D].國防科技大學,2017
研讀日期：20200519
關鍵：機器人+云計算+圖像處理

圖像處理相關

• 生成對抗式網絡GAN，StackGAN
• 語意解析工具 NLTKF(Natural Language Toolkit)
• 根據像素坐標定義位置

機器人和云計算相關

• RoboCloud
  （一個機器人云平臺（找的信息較少，不知如何使用，可能是自己搭建的））
  相關引用文獻：Toward QoS-Aware Cloud Robotic Applications: A Hybrid Architecture and Its Implementation 通訊作者仍是國防科技大學
  
  此文僅用到RoboCloud的私有云與機器人的協同部分
• ROS操作系統
  ROS是一種原操作系統,能夠部署在不同的操作平臺之上,使得不同的機器人平臺、不同的ROS程序包之間簡答地實現通信
  文獻相關：Quigley M, Conley K, Gerkey B P, et al. ROS: an open-source Robot Operating System[C]// ICRA Workshop on Open Source So tware. 2009.
  使用了ROS Bridge軟件包
  ros bridge是ros官方為開發者提供的一個用于非ros系統和ros系統進行交互通信的功能包。
  相關文獻：Crick C, Jay G, Osentoski S, et al. ROS and Rosbridge: Roboticists out of the loop[C]// ACM/IEEE International Conference on Human-Robot Interaction. IEEE, 2012:493-494.
• Docker技術
  本文作者實現了兩個功能，使用Docker實現程序的封裝、隔離以及通信。
  Docker是近年來較火的輕量級容器技術,能夠實現資源隔離,即搭建在同一平臺上的多個容器的執行之間不會產生沖突。
• 增量學習 Google Image Search API
  如指令：a red apple placing on a brown table
  解析指令發現 模型M中沒有關于名詞apple的數據
  選擇這個請求發送到云端互聯網查找。

基于私有云搭建如圖3.3所示的復雜物體檢測系統,用戶將復雜語義描述發送給機器人,機器人直接將其傳送至云端,進行處理,若請求涉及到機器人未知的知識,則像公開云詢問并下載相應的圖像信息,在私有云中進行增量學習。而后機器人在室內漫游,使用ROS Bridge[70]軟件包(底層使用TCP協議)將獲取圖像信息發送至私有云端進行復雜物體檢測,檢測程序處理完成后將結果 “match”、“notmatch”、“interested”通過ROS Bridge反饋回機器人,從而使得機器人做出相應的動作。

實驗部分

• A）
  在本實驗中,神經網絡相關的部分是計算密集型任務，搭建在DELL PowerEdge R730的私有服務器上
  Turtelbot機器人負責使用單目視覺傳感器收集視覺數據,以及接受私有云處理后反饋的結果。
  機器人接收到任務:找帶有“This flower has long thin white petals and a lot of yellow anthers in the center”語義描述限制的一種花。
  機器人首先將該描述發送給私有云來生成一朵與描述相符合的花的圖像
  然后機器人在環境中漫游,直到獲取到的匹配分數大于60%,則表示找到一個可能是目標物體的區域。此時機器人選擇靠近這塊區域并進行進一步的檢測,直到獲取到的匹配分數大于90%為止(設置Tmatch為0.9)。機器人將Tmatech>0.9的區域的位置反饋給用戶

• B）
  在真實環境中布置了如下實驗場景
  讓機器人尋找“ A cup placing besides an orange”
  當機器人拍到第一幅場暈,場景中有茶杯,但是沒有橘子(將“保溫杯”識別為背暈類是
  因為訓練數據集中無“保溫杯”類別)。
  在第二幅圖中,機器人同時找到了 “cup”和“orange”,通過像素坐標計算二者之間的關系,發現其關系是“besides”的關系,與要尋找的復雜語義描述是基本匹配的,因此,該杯子即為人類需要找的。
  

第二篇

文獻信息：Osunmakinde, I., & Vikash, R. (2014). Development of a Survivable Cloud Multi-Robot Framework for Heterogeneous Environments. International Journal of Advanced Robotic Systems.
異構環境的可生存云多機器人框架的開發

針對云和機器人斷開連接的現象，提出了可生存的云多機器人（survivable cloud multi-robotics,SCMR）框架，這項工作有助于應對云機器人技術中斷開連接的挑戰。

自我理解：
機器人之間：ROS
機器人到云：Web Socket
使用Java構建的客戶端/服務器應用程序實現了SCMR框架的原型
客戶端/服務器應用程序是使用Java中的套接字編程開發的，客戶端套接字和服務器套接字之間的通信使用傳輸控制協議（TCP）通過流通信協議實現。

第三篇

文獻信息：Collaborative Robot Transport System Based on Edge Computing
1）設計和實現一個協作系統，該系統由兩個異構機器人（移動機器人StellaX和一個六自由度（DoF）機械手）組成
2）提出了一個名為Docker Edge Robotics Framework（DERF）的基于邊緣計算的系統，如圖6所示，用于異構機器人之間的通信和任務分配。
3）實驗結果證明，在對象檢測，室內自主導航等任務中，基于邊緣計算的框架比基于云計算的框架具有更低的延遲和更快的響應速度。
（待更新）

總結

以上是生活随笔為你收集整理的云机器人软件结构的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。