異構無人平臺軟件框架的研究綜述

李墈婧，葉亞峰，張 寧

(中國航天科工集團第二研究院 七〇六所，北京 100854)

0 引 言

由于無人技術的發展，涌現出了無人機[1，2]、無人車[3，4]、機器人[5，6]等種類繁多、功能復雜的無人平臺，針對無人搜索跟蹤目標[7]、災難救援[8-11]等復雜任務場景，單一平臺獲取信息量有限且發生故障影響較大，需要多源異構無人平臺實時交互，共享偵測數據和狀態，完成任務的協同規劃。因此需要研究異構平臺框架，從而實現不同平臺之間的互聯互通、智能協同。

智能汽車作為機器人時代的技術旗艦，對無人平臺的發展提供了牽引性思考，在“智能化、網聯化”的變革趨勢下，已經逐步達成了“軟件定義汽車”的共識。傳統的基于分布式的電子電氣架構[12]，使得各系統軟硬件之間高度嵌套，系統升級難度較大。在集中式電子電氣架構[13]下，設計面向服務的軟件架構，服務的部署不再依賴于特定平臺，通過標準化接口設計，實現軟件的松耦合、易于擴展。

對無人平臺的設計，目前以硬件為主，按需求定制設計的研發模式，在架構靈活性、系統資源共享性、功能域融合性等方面存在不足，難以實現異構無人智能平臺的統一升級、統一控制、統一管理。因此本文以開放式、綜合集成的無人平臺通用軟件框架為出發點，對無人平臺軟件框架的當前研究情況進行了深入的回顧，歸納總結各種智能汽車領域軟件框架的特點及關鍵技術，并給出發展建議。

1 無人平臺軟件框架的研究現狀

1.1 云端架構賦能機器人

國外對于云端架構賦能機器人的研究比較早，并提出機器人云平臺概念，將機器人數據處理、智能計算等復雜的任務交給云平臺，從而完成復雜的任務。

文獻[14]針對配送機器人在對復雜環境和臨時任務，超出自身計算能力的問題，提出了一種基于微服務的快遞機器人云平臺，其架構如圖1所示，該平臺將復雜的任務拆分成多個服務，并基于Kubernetes、Docker、Jenkins等組件在云平臺實現自動編排和部署，將傳統機器人應用云遷移，并對新型app的開發，提升了機器人的服務能力。文中搭建了實際的交付環境，將泊車任務拆分成車道檢測，標志識別和運動控制等多個微服務，在實際的場景中驗證架構的可行性，與其它平臺相比，該平臺可實現應用程序的快速開發和部署。

圖1 基于微服務的機器人云平臺架構

除此之外，還有開源云機器人平臺Rapyuta，該框架通過在云中提供安全的可定制的計算環境來減輕機器人的計算負擔；Cloud Networked Robotics云平臺通過抽象機器人設備并利用這些設備以連續、無縫的方式解決了支持各地日常活動的問題，方便機器人系統的開發，使機器人獲得更豐富的功能等。

文獻[15]提出了一種基于ROS的機器人云平臺架構，如圖2所示，該架構在現有的機器人云平臺架構的基礎上進行優化，按功能劃分了基礎層、平臺層和服務層，基于ROS進行二次開發部署機器人通用組件，利用OpenStack將機器人云平臺虛擬化，根據微服務結構特點將復雜的任務拆分成一系列微小的服務實現平臺云服務的封裝，該框架避免重復構建開發環境、部署機器人軟件的問題，具有松耦合的特點。

圖2 基于ROS的機器人云服務平臺架構

文獻[16]提出了一種基于微服務的服務機器人云服務設計方法，該方法主要設計了服務機器人虛擬模型、微服務庫、用于交互的接口協議，其框架如圖3所示。該框架中將服務型機器人運動學模型、動力學模型、傳感器模型、環境模型等虛擬模型到云端的映射，解決了異構兼容性問題；微服務庫采用Docker容器，將復雜的服務功能封裝為微小的服務，當服務機器人調用云端服務時，云服務根據云端微服務列表，進行串行服務，鏈接成功能應用；接口協議實現服務機器人與云平臺之間數據交互，根據云服務的需求動態的構建服務實例，為云服務的高效運行提供了支撐。

圖3 基于微服務的云服務架構

文獻[17]針對多機器人云平臺在實際應用中存在的協議適配通用性差、硬件資源泛化程度低等問題，提出了一種基于微服務的智能云服務平臺架構，其框架如圖4所示。協議適配層利用數據交換協議實現多種機器人設備的快速接入，解決了異構平臺兼容性問題；資源虛擬化層根據服務型機器人和工業機器人不同體系，定義機器人相應的信息模型，通過統一的本體建模描述機器人資源，實現各類機器人信息模型在云端的統一映射；智能服務層實現用戶與多機器人云平臺之間的友好交互；微服務層由多個輕量化、功能獨立、可動態重組的多個服務單元組成，用于支撐構建業務應用。

圖4 基于微服務的多機器人資源云服務平臺架構

文獻[18]針對異構無人平臺協同作戰場景、作戰能力的差異和約束，搭載的傳感系統、計算控制單元在復雜的任務中無法高效作戰的問題，提出了一種基于異構平臺適配器實現互操作協議，連接有人/無人平臺，對于不具備自主分析和智能計算的邊緣節點，可通過適配接口將數據傳輸到具有較強算力的云平臺，其框架如圖5所示，文中搭建了華為MDC300的云節點和瑞芯微RK3399的邊緣節點的實驗環境，驗證了架構的可行性。

圖5 多無人平臺協同應用的計算架構

除此之外，國內達闥科技公司研發的云端機器人操作系統HARIX OS海睿，基于“云-網-端”協同技術，可以為人工智能行業和機器人行業從業者，開發應用提供訓練實驗平臺；清華大學提出了一種機器人云中心(robot cloud center，RCC)框架和機器人即服務(robot as a service，RaaS)的概念等。

綜上所述，云端機器人架構大概分為3類：第一類是專注于云端引擎，通過網絡訪問云端服務器獲取機器人特定功能；第二類是專注于共享網絡知識庫，對客戶端開放接口，增加了機器人之間的協同；第三類強調普適性，即采用容器化部署為機器人在云端創建計算環境。

1.2 云服務平臺的優勢

相對于機器人單體設計，構建機器人云服務平臺的優勢有：復雜計算和數據處理能力、快速部署能力、應用快速生成能力、屏蔽底層異構設備能力。

(1)復雜計算和數據處理能力

隨著應用場景的不斷復雜和數據的累計，對機器人本體的計算能力的要求不斷提高，相對于CPU、NPU和FPGA有較強的并行計算和數據處理能力。機器人本體的計算能力有限，將復雜的智能計算和數據處理卸載到計算能力強大的云端，可以提高機器人系統的性能。

(2)快速部署能力

將復雜的單體任務拆分成一組支持獨立開發、測試、運行的微服務，具有相互獨立、松耦合的特點，避免了重復構建開發環境、應用部署的問題，提高機器人快速部署的能力。如地圖構建服務可以拆分成數據傳輸、機器人模型、傳感器模型、算法模型、數據轉換等多個微服務；路徑跟蹤云服務可以拆分成航向控制、速度控制、加速度控制、機器人運動學模型等多個微服務。

(3)應用快速生成能力

以微服務的形式開發和測試應用程序，通過功能解耦的方式，將一個復雜的任務分解成一組微服務組件，是快速生成應用的關鍵。機器人通用組件包括自主建圖與定位導航算法、軌跡生成算法、坐標轉換算法、目標識別算法、圖像檢測算法、機器人控制、機器人運動學模型、機器人動力學模型等，可以實現目標檢測、目標跟隨等基本的應用。機器人云平臺微服務池支持更新和擴充，通過添加服務組件，快速生成新的功能應用，以適應不同的應用場景和功能需求。

(4)屏蔽底層兼容異構設備能力

機器人云平臺擁有強大的硬件資源，可以提供數據存儲、智能計算和數據處理，但機器人的設備廠商和通信方式不盡相同，需要進行數據格式的統一或轉換，從而實現機器人云服務平臺的互聯互通。

機器人操作系統(ROS)[19]提供一種機器人通信和消息傳遞的標準，可以實現節點之間的相互通信。隨著機器人技術和人工智能的不斷發展，針對“多域異構資源重生、雜亂機器人的自主行為控制、集群智能”等機器人操作系統所面臨問題的分析，軍事科學院團隊結合技能趨勢和實際需要基于多態智能集群機器人操作系統micROS[20]基礎上，提出了面向群體智能的可持續的平行學習框架。與計算機操作系統不同的是，micROS可以實現資源和行為的重生，在互聯互通的基礎上，實現集體智能。通過設計角色抽象和語義情景抽象，從而解決了群體機器人自主協同的關鍵問題。

2 智能汽車領域軟件框架

無人領域的重要發展節點出現在了智能汽車領域，尤其是針對無人駕駛應用場景，各車企(特斯拉、比亞迪等)以及主流高新技術企業(百度、華為等)紛紛開展針對智能汽車領域的軟件框架設計，以軟件為核心定義汽車的功能，通過規范化設計，來屏蔽各類底層平臺、傳感器差異性的影響，實現真正的軟硬解耦。

2.1 軟件定義汽車

特斯拉的自動駕駛Autopilot[21]軟件架構如圖6所示，主要特點有：①操作系統基于Linux內核進行研發，設計全棧AI架構，形成“感知-定位-融合-決策-規劃-控制”整套方案；②電子電氣架構從域控制逐步轉向集中式架構，減少了ECU控制模塊的數量，算力集中到中央單元，便于后續遠程升級；③基于自研芯片FSD，充分利用云端算力及資源，收集用戶數據進行軟件的更新迭代，達到了功能集中、資源共享的目的。

圖6 Autopilot軟件架構

比亞迪的BYD OS軟件架構如圖7所示，主要特點有：①與英偉達合作，使用計算性能較強的DRIVE Orin車用處理器；②作為中國首個車用操作系統，硬件驅動層能夠向上層提供一個標準化的接口，供上層服務調用，實現硬件的分層解耦；③電子電氣架構采用智能域控制架構。通過智能動力域、智能車控域、智能座艙域、智能駕駛域等高集成的域控制，提升了算力和交互響應效率。

圖7 BYD OS軟件架構

百度的Apollo自動駕駛開放平臺軟件框架[22，23]如圖8所示，主要特點有：①開放車輛硬件標準和接口標準，各車企可以通過標準認證接入平臺；②易擴展的應用與軟件場景應用。軟件應用可以為開發者提供感知、預測、規劃、控制、定位等常用應用擴展，以及基于場景的擴展應用；③提供易用的軟件和云服務工具。提供地圖引擎、感知、定位等最小軟件服務，云端服務完成算法模型訓練、實訓、仿真、高精地圖等功能。

圖8 Apollo8.0自動駕駛開放平臺軟件架構

華為的MDC自動駕駛計算平臺整體架構[24]如圖9所示，主要特點有：①平臺硬件集成具有鯤鵬CPU算力和昇騰AI算力的智能SOC芯片，大大提高了算力和處理能力；②MDC Core對外提供基于AUTOSAR規范的軟件服務，提供標準的API和SDK開發包，便于智能應用的開發、測試與部署；③遵循平臺化與標準化原則。包括平臺物理特性標準化、平臺硬件接口標準化、算法組件標準化，提升整體研發效率。

圖9 MDC自動駕駛計算平臺整體架構

2.2 各類架構層次特點

隨著“軟件定義汽車”的大背景下，國內外廠商紛紛開始投入自動駕駛平臺的研發，除上節所提到的軟件框架外，本文從主流車企和零部件、高新技術企業兩個角度對各智能汽車領域框架進行綜合分析[25]，見表1。

表1 國內外智能汽車領域框架綜合分析

經過綜合分析，可以得出智能汽車領域軟件框架的特點包括：

(1)在智能化電子電氣架構的集中式發展趨勢下，不同廠商不同操作系統如何實現高效集中式管理成為關鍵，中間件能夠對軟件提供標準化的接口、配置信息進行統一化管理，實現跨配置、跨平臺調用。在所有中間件的方案中，目前車企主要采用基于AUTOSAR的標準規范[26]。

(2)目前汽車領域軟件框架平臺通過系統軟件向下適配異構硬件架構，功能軟件基本采用SOA松耦合的方式，將汽車平臺和外圍傳感器等硬件作為底層，上層設計自動駕駛計算平臺，通過服務組件和硬件的標準化接入，實現持續的升級更新。

(3)主流車企(如特斯拉、大眾、比亞迪等)主要針對自身駕駛平臺進行設計[27]，并不考慮兼容其它類型的汽車平臺。隨著汽車智能化的發展，以NVIDIA、華為、百度為代表的高新技術企業在高效率軟件開發方面有著得天獨厚的優勢，主要負責提供軟件服務和接入平臺，汽車硬件依賴車企，通過認證能夠適配多款來自不同車企的車型，更能符合異構平臺通用框架的設計需求。

(4)國外廠商(如特斯拉、英偉達等)基本采用自研芯片的方式，尤其是特斯拉的遠程升級一直在行業處于引領地位。國內廠商(比亞迪、長城等)主要采用自研+合作并行的思路，計算芯片、底層操作系統、中間件等方面目前主要依賴國外供應商。華為依托自研昇騰、鯤鵬等硬件產品，以產品渠道拓展市場業務。百度自研CyberRT代替ROS實現高性能實時通信[28]，借助百度地圖、云服務等平臺應用，且憑借在自動駕駛領域的技術優勢，具有[車-路-云-圖]的全棧基礎能力。

3 異構無人平臺軟件框架關鍵性技術綜述

3.1 軟硬件平臺協議標準定義

針對異構平臺采用不同的物理接口和通信協議，其和上層平臺之間的通信需要轉換成統一的消息格式，目前主流方法是采用基于ROS/ROS2[29]的標準消息通信機制，其通信過程中需要對消息做MD5校驗，當接口升級后，模塊之間就會存在難以兼容的問題。百度的Apollo采用基于Protobuf的消息定義，解決了ROS協議存在的向后兼容問題。調試工具能夠直接顯示消息，序列化與反序列化的封裝由對應工具完成，調試人員只需要關注業務數據即可，極大地降低了學習成本，此外基于ProtoBuf的消息傳輸機制能夠跨平臺、跨語言兼容、向后兼容性也更好。

3.2 工具鏈設計

工具鏈是通用軟件開發平臺的必要組成部分，平臺工具鏈融合了數據采集、處理、挖掘分析、模型訓練、仿真測試、部署等環節，能夠開放各類應用場景庫，通過快速原型配置、自動代碼生成，兼容第三方產業開發，助力形成產業生態，能夠極大地降低代碼開發成本、統一軟件風格、提高鏈路開發效率。目前不同公司開發工具鏈只關注自身部分功能，未考慮全生態產業鏈的設計，導致“數據孤島”現象嚴重。在自動駕駛領域，以百度、華為為首的科技巨頭瞄準仿真工具鏈的搭建為核心進行相關研發。百度Apollo平臺借助PnC工具鏈和便捷的感知可視化工具，實現高保真仿真測試。華為MDC開發平臺提供全套開發工具鏈，基于AUTOSAR規范的智能駕駛應用，實現一站式開發、測試以及可視化調試。

3.3 網絡安全技術

網絡安全技術是無人平臺運行可靠的重要保障。網絡安全的設計包括網絡安全檢測、網絡安全隔離、安全認證、遠程升級安全等方面。因此，亟需設計滿足信息安全、功能安全、流程管控安全的標準規范體系，推動行業發展的標準化。加密和認證被廣泛應用于大量車載網絡環境，MAC技術也已經被納入AUTOSAR規范，在與第三方系統對接時，主要通過IP白名單、SSL認證等方式來確保集成互訪的合法性與安全性，通過安全服務加密、防護墻等措施確保數據傳輸的安全性。針對分布式無人機網絡安全問題，文獻[30]提出使用區塊鏈技術和類似物聯網和云服務器的網絡拓撲結構，以確保數據收集和傳輸過程中的通信安全，并降低被惡意操縱的無人機攻擊的可能性。此外，建立了一個獨特的基于信譽的共識協議，以確保去中心化網絡的可靠性。

3.4 遠程升級(OTA)技術

OTA(over-the-air)技術[31]指遠程升級技術，指通過4G/5G無線網絡對車輛的數據、應用軟件進行遠程升級的技術。該技術能批量實現系統的遠程升級、快速修復故障、提高用戶的使用體驗。在智能汽車領域，從特斯拉、蔚來、小鵬等新勢力造車，以及大眾、長城等傳統汽車制造商，紛紛在新車中啟動OTA升級技術。架構上分為OTA云端服務器和車輛兩部分，OTA云端主要包括OTA管理平臺、OTA升級服務、任務調度、文件服務和任務管理，升級流程主要包括“生成更新包—傳輸更新包—安裝更新”。針對異構無人平臺遠程升級的需求，需要搭建OTA云服務平臺，實現多種服務的綜合管控，支持多無人平臺、多類型設備的接入和軟件升級。

3.5 集群協同控制技術

異構無人平臺集群協同控制技術是完成作戰方式轉變的顛覆性技術，通過軟件定義指控系統架構，以“群”的方式對目標實施偵察、攻擊、防御等行動，能夠很快形成態勢優勢。美國海軍為加強海上防空作戰能力研制了美軍協同作戰能力系統，該系統通過無線通信網絡將航母上各作戰平臺的探測系統、指控系統和武器系統連接起來，共享各平臺的雷達傳感器探測數據，生成統一的態勢圖，使整個作戰群能夠高度協同作戰。文獻[32]針對典型的無人機協同對抗應用場景，構建了一個面向多智能體的集群協同智能系統架構，還構建了無人機集群協同對抗的仿真環境，完成了基于群智能的無人機集群協作對抗系統的設計與實現。

4 發展建議

單個機器人容易受到其機載硬件和計算約束的限制，隨著無線網絡、大數據技術、通信技術以及云平臺技術的迅猛發展，為機器人提供了更快、更強大的計算能力和存儲性能，從而賦予機器人新的能力。但針對異構無人平臺的協同，如何實現云平臺、操作端和設備之間的有機協同，達到系統的整體優化，仍然是該領域面臨的重要挑戰。下面對該領域未來的發展提出一些展望：

(1)云-邊-端的架構成為發展的趨勢。

云平臺主要負責全局的管理和調度，包含數據的存儲、數據挖掘分析、人工智能算法訓練、仿真分析、智能操控等復雜服務、對計算資源要求較高的應用。

邊緣層主要負責用戶對局部進行管理、調度和控制，包含無人平臺接入、終端設備狀態的實時監控、數據采集、分析等實時性要求較高的應用，同時與云端實現資源、數據、服務的高效協同。

終端層主要包含各類異構無人平臺，包含狀態數據、載荷采集數據的采集上報、自主服務的運行，同步接收上層操控指令。

云-邊-端的架構可以滿足異構無人平臺在復雜應用場景中執行任務的需求，根據實際應用需要，靈活部署硬件資源，可以實現功能的快速部署、快速響應。對于語音交互、協同操作等實時性要求較強的感知任務，采用能靈活組合CPU、FPGA和DSA等的異構計算平臺，實現各無人平臺硬件系統和邊緣側多傳感器數據的同步和加速計算。對于處理敏感隱私數據(如視頻、圖像、對話等)，云-邊-端一體化架構需要構建數據的安全傳輸和存儲機制，并且限定物理范圍。對于可以進行物理操作的無人平臺，要構建獨立的安全監測機制，保證即使系統被遠程攻擊劫持后也不會造成物理安全損害。

(2)通用的協議標準規范及互操作機制。

針對各異的無人平臺功能需求，研發集中式管理服務平臺，在軟件設計方面統一“指控端”和“平臺端”系統架構，需要定義統一的硬件接口、軟件協議標準，實現異構無人平臺的接入，達到無人平臺和服務的解耦。對于已有無人平臺的接入，則需要設計互操作機制，實現通信鏈路的兼容，達到異構平臺之間的通信和信息傳輸的目的。比如，達闥機器人公司提出的海睿操作系統，專門針對異構無人平臺設計了機器人控制單元(RCU)實現不同無人平臺之間的互操作。

(3)標準化的服務設計。

系統服務具有全局性，操控站對各無人平臺的通用化功能進行協同管控和應用升級。

基礎服務具有通用性，對基礎軟件開發平臺提供的通用化功能具有抽象性。

動態服務具有動態配置性，應用服務在運行過程中可對服務進行配置，并執行動態服務。

原子服務具有獨立性，設計應與硬件配置和實現無關，與上層功能服務層和下層的硬件驅動層解耦，完全獨立。

5 結束語

文中對異構無人平臺軟件框架進行了研究、分析和總結。首先介紹了基于云端架構的無人平臺設計。并以典型應用智能汽車領域為例，介紹了特斯拉、比亞迪、百度Apollo、華為MDC等軟件架構的特點，“軟件定義汽車”作為未來的發展趨勢，對異構無人平臺的框架設計具有一定的啟發作用。然后提煉并總結了異構無人平臺軟件框架中軟硬件平臺協議標準定義、工具鏈、網絡安全、OTA、集群協同控制5個關鍵技術。最后，對異構無人平臺軟件框架的未來發展趨勢進行展望。本文為研究人員提供有關該領域最新研究的支持，并為后續研究提供幫助。