基于5G技术的多智能机器人应用研究

◆盛春明

（深圳技师学院 广东 518000）

1 概述

随着人工智能的兴起，机器人的应用更加广泛，多机器人的协同控制问题受到更多专家学者的关注。自适应控制网络具有解决不确定性问题的能力和自动耦合自适应变化的特性，被广泛应用于解决多节点问题[1]。利用运动学轨迹跟踪控制器实现路径预测问题，由节点速度输入和地理位置信息预测机器人位置信息的跟踪控制问题得到了广泛应用。

新一代5G技术将使用新的技术概念来满足随处宽带接入、高用户使用和设备移动性以及大量设备以超可靠、实惠的方式进行链接的需求。引入自定义网络（Software Defined Networking，SDN）[2-3]和网络功能虚拟化（Network Function Virtualization，NFV）[3]技术，利用不断成熟的云计算技术，来满足这些高传输和低延迟要求，提供稳定传输。

2 智能机器人基本功能

机器人在精细化生产方面具有很高的效率，大范围应用于汽车的自动装配和其他零部件的制造。机器人还可以用来进行货物运输，部署机器人执行琐碎和重复的任务，减少出错率，解放更多工人从事更有价值的工作[1]。大部分智能应用机器人大致由通信模块、移动模块和执行特定功能的各类传感器模块组成，通信模块如表1所示。

表1 机器人通信模块各模块

QAM 映卷积编射√√√√码√√√√Turbo 编码√√循环冗余校验（CRC）√√√

3 5G 网络协议技术

网络通信技术与机器人技术的结合促进了机器人技术的发展，也给机器人技术的应用提出了挑战。由于当前智能机器人系统在应用方面发展不太成熟，通过网络实现操作者对机器人的计算机辅助遥控操作，是对智能机器人系统的一个很好的补充[4]。

在对机器人的无线模块进行改装，使其同时具备基站的收转发功能和终端的接收功能。移动网络的低延迟、自组织性和自动耦合性，可以在这一领域引入云计算和人工智能技术，实现5G 网络到机器人的连接，可以使用云计算技术找到机器人网络执行任务的最佳方式，按需更新编程代码，节省大量事先预设的人力和物力[1]。

非视距通信特别是远距离通信当中会遇到什么问题呢？首先是多径的问题，因为非视距通信主要是依靠反射来进行信号的传输，在反射的过程中就会有多路信号相互叠加，这时候问题就来了，相互叠加的信号会相互影响，进而影响解调，同时无线传输所面临的最大问题是信道的时变多径衰落，克服多径衰落主要用“微分集”来解决，这也是人们通常所说的分集技术[5]。抗多径衰落还常用均衡技术和差错控制编码技术。均衡技术可以补偿时分信道中由于多径效应而产生的码间干扰。信道编码是通过在发送信息时加入冗余的数据位来改善通信链路的性能[6]。一般情况下，在基站和移动台之间不存在直射信号，此时接收到的信号是发射信号经过若干次反射、绕射或散射后的叠加，而在某些空旷地区或基站天线较高时可能存在直线传播路径[7]。

无线部分技术规范的设计，主要是围绕着5G 终端以及5G 基站来进行的。除了明确针对终端和基站的规范之外，还有关于5G 终端以及5G 基站之间的接口（NR）以及基站之间，基站内部（CU 和DU 之间）各个接口（NG-RAN）相关的规范[8]，如图1所示。

图1 5G 通信系统接口规范

4 主要技术应用

通过采用新的计算和网络技术，创建一个通用的可组合核心，并简化操作和管理。

4.1 自定义网络（Software Defined Networking，SDN）技术

当前的SDN 架构，要求数据转发元素存储流量请求，直到控制器更新流量转发规则。布置超需求或者多个控制器可以解决控制器可用性的问题，提高对安全攻击的恢复能力，但是多个控制器导致的转发包的错误配置或系统网络间信息传输的队列冲突会降低网络信息的稳定传输和对各机器人的有效控制。

SDN 具有网络的全局视图、集中控制和网络元素的可编程性，支持系统范围内各机器人一致化行动的策略，并通过从网络资源、状态和数据流中获取各节点的运行情况来优化系统资源配置。因此，SDN 架构支持高度反应性和前瞻性的流量分析和响应系统，可以更好地保证网络传输的稳定性和高效性。

4.2 网络功能虚拟化（Network Function Virtualization，NFV）技术

NFV 对未来的通信网络非常重要，但它面临着最基本的挑战，网络划分的最优化，如完整性、真实性和不可否认性。从其在移动网络中使用的角度来看，当前的NFV 平台没有为虚拟化无线终端网络服务提供适当的划分标准。使用NFV，可以将核心网络云的服务转移到边缘以满足用户需求。运行时需调配虚拟存储片或资源，以满足不断增长的流量需求和不同网络位置计算的需求。

4.3 云计算技术

云计算系统由用户之间共享的各种资源组成，包括机器人位置信息和运算承载能力。多址边缘计算（Multi-access Edge Computing，MEC）将云计算能力扩展到了移动网络的边缘，因此与传统大型数据中心相比，可为边缘主机提供更加便捷的信息获取速度，最大化边缘节点参与系统运算的效率。MEC 对开放应用编程接口的需求主要是为系统应用以及不同机器人节点的信息交互提供支持。

多址边缘计算的主要优点是在支持云的物联网环境以及开放的应用编程接口的背景下，控制人员通过这些开放的应用编程接口向MEC 应用程序和机器人终端发布指令和获取信息[9]。在共享环境中，相同的基础架构在不同的参与者之间共享，例如虚拟机和系统网络终端。5G 网络使用基于云的数据存储和NFV 功能，弱化系统网络的物理边界。

云计算为机器人系统的数据维护、服务和应用提供了一种有效的方式，它将技术上不同的系统整合到一个域中，在该域中可以部署多种服务，以实现更高程度的灵活性和可用性，同时降低数据传输和能量消耗。多址边缘计算使用云计算的概念，将使网络边缘能够处理用户或事物附近的延迟敏感和上下线的感知应用。

5 总结

通过智能机器人+5G 通信技术切实、精准应用，满足了机器人批量化智能化发展的需求，建立起低时延、高可靠、广覆盖的多机器人网络系统和更加智能化的应用需求，同时也将移动通信、人工智能技术与机器人应用深度融合，为各行业战略转型提供了有益实践。本文对机器人的功能模块进行了简要阐述和分析，通过功能改造和模块处理，基于5G技术对多机器人组成的系统网络进行功能虚拟化和自适应控制分层，利用云计算技术的多址边缘计算能力，有效优化系统效率，降低机器人反应时延，使其更适应于工业化应用。