【系统架构设计师】十五、未来信息综合技术(机器人|边缘计算|数字孪生|云计算|大数据)

帅次

已于 2024-08-09 17:55:51 修改

阅读量1.8k

点赞数 41

分类专栏：系统架构设计师(新版) 文章标签：人工智能系统架构设计师边缘计算云计算软考

于 2024-07-24 08:30:00 首次发布

本文链接：https://blog.csdn.net/g984160547/article/details/140600714

版权

系统架构设计师(新版) 专栏收录该内容

62 篇文章 36 订阅

订阅专栏

三、机器人技术

3.1 机器人的定义与发展阶段

        具有如下3个条件的机器可以称为机器人：
                (1)具有脑、手、脚等三要素的个体；
                (2)具有非接触传感器(用眼、耳接收远方信息)和接触传感器；
                (3)具有平衡觉和固有觉的传感器。

机器人的发展过程可以简单地分为3个阶段：

                第一代机器人（示教再现型机器人）；
                第二代机器人（感觉型机器人）；
                第三代机器人（智能型机器人）。

如今，随着电子技术和计算机技术的飞速发展，机器人技术已经准备进入4.0时代。所谓
机器人4.0时代，就是把云端大脑分布在各个地方，充分利用边缘计算的优势，提供高性价比
的服务，把要完成任务的记忆场景的知识和常识很好地组合起来，实现规模化部署。特别强调
机器人除了具有感知能力实现智能协作，还应该具有一定的理解和决策能力，进行更加自主的
服务。
我们目前的服务机器人大多可以做到物体识别和人脸识别。在机器人4.0时代，我们需要
加上更强的自适应能力。

3.2 机器人4.0的核心技术

（1）云-边-端的无缝协同计算。云-边-端一体的机器人系统是面向大规模机器人的服务平台，信息处理和生成主要在云-边-端上分布处理完成。通常情况下，云侧可以提供高性能的计算和知识存储，边缘侧用来进一步处理数据并实现协同和共享。机器人端只用完成实时操作的功能。
（2）持续学习与协同学习。希望机器人可以通过少量数据来建立基本的识别能力，然后可以自主地去找到更多的相关数据并进行自动标注。然后用这些自主得到的数据来对自己已有的模型进行重新训练来提高性能。
（3）知识图谱。需要更加动态和个性化的知识;需要和机器人的感知与决策能力相结合
（4）场景自适应。主动观察场景内人和物之间的变化，预测可能发生的事件，从而影响之后的行动模式。这个技术的关键问题在于场景预测能力。就是机器人通过对场景内的各种人和物进行细致的观察，结合相关的知识和模型进行分析，并预测之后事件即将发生的时间，改变自己的行为模式。
（5）数据安全。既要保证端到端的安全传输，也要保障服务器端的安全存储。

3.3 机器人分类

如果按照要求的控制方式分类，机器人可分为操作机器人、程序机器人、示教再现机器人、智能机器人和综合机器人。

（1）操作机器人。典型代表是在核电站处理放射性物质时远距离进行操作的机器人。
（2）程序机器人。可以按预先给定的程序、条件、位置进行作业。
（3）示教再现机器人。机器人可以将所教的操作过程自动地记录在磁盘、磁带等存储器中，当需要再现操作时，可重复所教过的动作过程。示教方法有直接示教与遥控示教两种。
（4）智能机器人。既可以进行预先设定的动作，还可以按照工作环境的改变而变换动作。
（5）综合机器人。由操纵机器人、示教再现机器人、智能机器人组合而成的机器人，如火星机器人整个系统可以看作是由地面指令操纵的操作机器人。

如果按照应用行业来分，机器人可分为工业机器人、服务机器人和特殊领域机器人。

（1）工业机器人。工业机器人包括搬运、焊接、装配、喷漆、检查等机器人，主要应用于现代化的工厂和柔性加工系统中。
（2）服务机器人。比如娱乐机器人包括弹奏乐器的机器人、舞蹈机器人、玩具机器人等(具有某种程度的通用性),也包括根据环境而改变动作的机器人。
（3）特殊领域机器人。主要包括建筑、农业等机器人，主要应用于人们难以进入的核电站、海底、宇宙空间等场合。

四、边缘计算

边缘计算将数据的处理、应用程序的运行甚至一些功能服务的实现，由网络中心下放到网络边缘的节点上。在网络边缘侧的智能网关上就近采集并且处理数据，不需要将大量未处理的原生数据上传到远处的大数据平台。

采用边缘计算的方式，海量数据能够就近处理，大量的设备也能实现高效协同的工作，诸多问题迎刃而解。因此，边缘计算理论上可满足许多行业在敏捷性、实时性、数据优化、应用智能以及安全与隐私保护等方面的关键需求。

4.1 边缘计算的定义

边缘计算的业务本质是云计算在数据中心之外汇聚节点的延伸和演进，主要包括云边缘、边缘云和云化网关三类落地形态；以“边云协同”和“边缘智能”为核心能力发展方向；软件平台需要考虑导入云理念、云架构、云技术，提供端到端实时、协同式智能、可信赖、可动态重置等能力；硬件平台需要考虑异构计算能力，如鲲鹏、 ARM、X86、GPU、NPU、FPGA 等。

(1)云边缘：云边缘形态的边缘计算，是云服务在边缘侧的延伸，逻辑上仍是云服务，主要的能力提供依赖于云服务或需要与云服务紧密协同。如华为云提供的 IEF 解决方案，阿里云提供的Link Edge解决方案， AWS 提供的Greengrass解决方案等均属于此类。

(2)边缘云：边缘云形态的边缘计算，是在边缘侧构建中小规模云服务能力，边缘服务能力主要由边缘云提供；集中式D C 侧的云服务主要提供边缘云的管理调度能力。如多接入边缘计算 (MEC)、CDN、华为云提供的 IEC 解决方案等均属于此类。

(3)云化网关：云化网关形态的边缘计算，以云化技术与能力重构原有嵌入式网关系统，云化网关在边缘侧提供协议/接口转换、边缘计算等能力，部署在云侧的控制器提供边缘节点的资源调度、应用管理与业务编排等能力。

4.2 边缘计算的特点

(1)联接性：联接性是边缘计算的基础。所联接物理对象的多样性及应用场景的多样性，需要
边缘计算具备丰富的联接功能。

(2)数据第一入口：边缘计算作为物理世界到数字世界的桥梁是数据的第一入口，拥有大量、完整的数据，可基于数据全生命周期进行管理与价值创造，将更好的支撑预测性维护、资实时、产效率与管理等创新应用。

(3)约束性：边缘计算产品需适配工业现场相对恶劣的工作条件与运行环境，如防电磁、防尘防爆、抗振动、抗电流/电压波动等。在工业互联场景下，对边缘计算设备的功耗、成本、空间也有较高的要求。

(4)分布性：边缘计算实际部署天然具备分布式特征。这要求边缘计算支持分布式计算与存储实现分布式资源的动态调度与统一管理、支撑分布式智能、具备分布式安全等能力。

4.3 边云协同

        边缘计算与云计算各有所长，云计算擅长全局性、非实时、长周期的大数据处理与分析，能够在长周期维护、业务决策支撑等领域发挥优势；
        边缘计算更适用局部性、实时、短周期数据的处理与分析，能更好地支撑本地业务的实时智能化决策与执行。
        边缘计算既靠近执行单元，更是云端所需高价值数据的采集和初步处理单元，可以更好地支撑云端应用；反之，云计算通过大数据分析优化输出的业务规则或模型可以下发到边缘侧，边缘计算基于新的业务规则或模型运行。

边云协同主要包括六种协同：

         (1)资源协同：边缘节点提供计算、存储、网络、虚拟化等基础设施资源、具有本地资源调度管理能力，同时可与云端协同，接受并执行云端资源调度管理策略，包括边缘节点的设备管理、资源管理以及网络连接管理。
        (2)数据协同：边缘节点主要负责现场/终端数据的采集，按照规则或数据模型对数据进行初步处理与分析，并将处理结果以及相关数据上传给云端；云端提供海量数据的存储、分析与价值挖掘。
        (3)智能协同：边缘节点按照A I模型执行推理，实现分布式智能；云端开展 A l的集中式模型训练，并将模型下发边缘节点。
        (4)应用管理协同：边缘节点提供应用部署与运行环境，并对本节点多个应用的生命周期进行管理调度；云端主要提供应用开发、测试环境，以及应用的生命周期管理能力。
        (5)业务管理协同：边缘节点提供模块化、微服务化的应用/数字孪生/网络等应用实例；云端主要提供按照客户需求实现应用/数字孪生/网络等的业务编排能力。
        (6)服务协同：边缘节点按照云端策略实现部分ECSaaS 服务，通过ECSaaS 与云端SaaS的协同实现面向客户的按需 SaaS 服务；云端主要提供SaaS服务在云端和边缘节点的服务分布策略，以及云端承担的SaaS服务能力。

4.4 边缘计算的安全和应用场景

边缘安全的价值体现在：提供可信的基础设施、为边缘应用提供可信赖的安全服务、提供安全可信的网络和覆盖。

边缘计算应用场合包括：智慧园区、安卓云与云游戏、视频监控、工业物联网、Cloud VR。

五、数字孪生

数字孪生体技术是跨层级、跨尺度的现实世界和虚拟世界建立沟通的桥梁。

数字孪生体是现有或将有的物理实体对象的数字模型，通过实测、仿真和数据分析来实时感知、诊断、预物理实体对象的状态，通过优化和指令来调控物理实体对象的行为，通过相关数字模型间的相互学习来进化自身，同时改进利益相关方在物理实体对象生命周期内的决策。

5.1 数字孪生体的关键技术

建模、仿真和基于数据融合的数字线程是数字孪生体的三项核心技术。

（1）建模。建模的目的是将我们对物理世界的理解进行简化和模型化。而数字孪生体的目的或本质是通过数字化和模型化，用信息换能量，以使少的能量消除各种物理实体、特别是复杂系统的不确定性。需求指标、生存期阶段和空间尺度构成了数字孪生体建模技术体系的三维空间。

（2）仿真。如果说建模是模型化我们对物理世界或问题的理解，那么仿真就是验证和确认这种理解的正确性和有效性。所以，数字化模型的仿真技术是创建和运行数字孪生体、保证数字孪生体与对应物理实体实现有效闭环的核心技术。仿真是将包含了确定性规律和完整机理的模型转化成软件的方式来模拟物理世界的一种技术。只要模型正确，并拥有了完整的输入信息和环境数据，就可以基本准确地反映物理世界的特性和参数。

（3）其他技术。VR、AR 以及MR 等增强现实技术、数字线程、系统工程和MBSE、物联网、云计算雾计算、边缘计算、大数据技术、机器学习和区块链技术。

5.2 数字孪生体的应用

数字孪生体主要应用于制造、产业、城市和战场。

（1）制造。在制造领域，一些传统的技术，如 CAD 和 CAE, 天然就是为物理产品数字化而生，一些新兴技术，如 AI、AR、loT 也为更逼真、更智能、更交互的数字孪生体插上了翅膀。可以预见，数字孪生体在研发设计和生产制造环节将会起到越来越大的作用，成为智能制造的基石。

（2）产业。数字孪生体以云计算、大数据、物联网、人工智能和区块链等IT 和 D T 使能技术为支撑，与行业趋势和产业升级需求相结合，构建实体的数字镜像。通过多种组合集成形式，按照数化、互动、先知、先觉、共智的顺序逐渐深入应用，最终实现“服务型制造”和“数字经济”等产业发展目标。

（3）城市。要建成新型智慧城市，首先要构建城市的数字孪生体。城市级的整体数字化是城级智慧化的前提条件。数字孪生城市的发展与应用内涵，直接体现了新型智慧城市想要达到的愿景和目标。它是城市实现智慧管理的重要设施和基础能力，是技术驱动下城市信息化从量变走向质变的里程碑。
（4）战场。数字孪生体作为一种新理论和新技术在战争应用的作用谓之于“察”,使战争进行和战争效果显性化，从而辅助于战争决策，数字孪生体技术在军事方面的应用又可以分为单体装备应用和战场综合应用。

六、云计算技术

云计算概念的内涵包含两个方面：平台和应用。平台即基础设施，其地位相当于 P C 上的操作系统，云计算应用程序需要构建在平台之上；云计算应用所需的计算与存储通常在“云端”完成，客户端需要通过互联网访问计算与存储能力。

6.1 云计算的服务方式

（1）软件即服务(SaaS)。在 SaaS的服务模式下，服务提供商将应用软件统一部署在云计算平台上，客户根据需要通过互联网向服务提供商订购应用软件服务，服务提供商根据客户所订购软件的数量、时间的长短等因素收费，并且通过标准浏览器向客户提供应用服务。

（2）平台即服务(PaaS)。在PaaS 模式下，服务提供商将分布式开发环境与平台作为一种服务来提供。这是一种分布式平台服务，厂商提供开发环境、服务器平台、硬件资源等服务给客户，客户在服务提供商平台的基础上定制开发自己的应用程序，并通过其服务器和互联网传递给其他客户。

（3）基础设施即服务(IaaS)。在 laaS模式下，服务提供商将多台服务器组成的“云端”基础设施作为计量服务提供给客户。具体来说，服务提供商将内存、 I/O 设备、存储和计算能力等整合为一个虚拟的资源池，为客户提供所需要的存储资源、虚拟化服务器等服务。

6.2 云计算服务模式特征

对三种服务方式进行分析后，可以看出这三种服务模式有如下特征：

（1）在灵活性方面，SaaS→PaaS→laaS灵活性依次增强。这是因为用户可以控制的资源
越来越底层，粒度越来越小，控制力增强，灵活性也增强。

（2）在方便性方面，IaaS→PaaS→SaaS方便性依次增强。这是因为IaaS只是提供CPU、存储等底层基本计算能力，用户必须在此基础上针对自身需求构建应用系统，工作量较大，方便性较差。而 SaaS模式下，服务提供商直接将具有基本功能的应用软件提供给用户，用户只要根据自身应用的特定需求进行简单配置后就可以使得应用系统上线，工作量较小，方便性较好。

6.3 3.云计算的部署模式

（1）公有云。在公有云模式下，云基础设施是公开的，可以自由地分配给公众。企业、学术界与政府机构都可以拥有和管理公用云，并实现对公有云的操作。公有云能够以低廉的价格为最终用户提供有吸引力的服务，创造新的业务价值。作为支撑平台，公有云还能够整合上游服务(如增值业务、广告)提供商和下游终端用户，打造新的价值链和生态系统。

（2）社区云。在社区云模式下，云基础设施分配给一些社区组织所专有，这些组织共同关注任务、安全需求、政策等信息。云基础设施被社区内的一个或多个组织所拥有、管理及操作。“社区云”是“公有云”范畴内的一个组成部分，指在一定的地域范围内，由云计算服务提供商统一提供计算资源、网络资源、软件和服务能力所形成的云计算形式。

（3）私有云。在私有云模式下，云基础服务设施分配给由多种用户组成的单个组织。它可以被这个组织或其他第三方组织所拥有、管理及操作。

（4）混合云。混合云是公有云、私有云和社区云的组合。由于安全和控制原因，并非所有的企业信息都能放置在公有云上，因此企业将会使用混合云模式，将公有信息和私有信息分别放置在公有云和私有云环境中。