类脑仿生物理智能操作系统构建方法及七层机器人操作系统

摘要: 本发明属于机器人操作系统领域,具体涉及多层智能实时机器人操作系统构建方法及系统。背景技术:1、现有机器人操作系统通常由基础操作系统和上层组件框架构成。基础操作系...
类脑仿生物理智能操作系统构建方法及七层机器人操作系统

本发明属于机器人操作系统领域,具体涉及多层智能实时机器人操作系统构建方法及系统。

背景技术:

1、现有机器人操作系统通常由基础操作系统和上层组件框架构成。基础操作系统负责处理器、存储、设备、时钟、任务调度及进程等基础资源管理,为机器人程序组件运行提供基础运行环境;上层组件框架则依托中间件实现感知、认知、决策、规划和控制等功能组件的组织、通信与协同。按照运行机制不同,基础操作系统主要包括通用操作系统、实时操作系统以及通过虚拟化、资源分区等技术形成的混合操作系统。其中,通用操作系统具有软件生态完善、开放性和兼容性较强等优势,结合以ros为代表的开放式机器人软件框架,便于复杂智能算法和模型的开发、集成与部署,适合承载感知认知、智能推理、任务决策和高层规划等计算密集型任务,但难以持续满足运动控制等时间关键任务对低时延、低抖动和高确定性的要求;实时操作系统具有较强的实时调度与快速响应能力,适合承担状态估计、实时规划和闭环控制等任务,但在软件生态、智能算法兼容以及高层应用集成等方面仍存在不足。此外,现有机器人操作系统普遍缺乏统一、简单易用的集成开发环境,进一步增加了系统开发、部署和使用门槛。

2、总体而言,现有机器人操作系统面临开放性低、兼容性差、实时性差、使用门槛高、智能化水平低等问题,难以满足物理智能系统的快速发展对高层智能计算与底层确定性实时执行协同运行的需求。

技术实现思路

1、针对现有机器人操作系统在智能性、实时性、兼容性以及智能计算与实时控制协同等方面存在的不足。本发明提出一种类脑仿生物理智能操作系统构建方法及七层机器人操作系统,是一种面向物理人工智能的机器人操作系统(physical ai-oriented robotoperating system,pairos)的构建方法。所述pairos是新一代物理人工智能操作系统(physical ai operating system,paios)在机器人领域的具体实现。所述paios用于为物理智能系统(physical ai system,pais)提供底层运行支撑;所述pais通过数据驱动人工智能模型(data-driven ai model,d2aim)与物理机理模型(physical-principle model,p2m)的深度融合,实现对物理环境的感知、认知、决策与交互,并驱动物理系统运行。

2、一种类脑仿生物理智能操作系统构建方法,包括:

3、基于大脑皮层、丘脑、基底核、小脑和脑干的功能特征,按照感知、认知、决策、规划和控制的任务处理链路对机器人任务进行功能分解,并根据各机器人任务的计算负载、响应周期和实时性要求,将所述机器人任务划分为相互交互的智能任务和实时任务,并构建类大脑智能域、类小脑实时域和类脑干支撑域,以及类丘脑信息交互机制、类基底核调度治理机制;类大脑智能域用于感知认知、自主决策和上层规划,类小脑实时域用于状态估计、实时规划和轨迹控制,类脑干支撑域用于提供资源管控、运行保障和故障响应,类丘脑信息交互机制用于实现类大脑智能域与类小脑实时域之间的信息中继、通路控制和状态协调,调度治理机制根据任务目标、机器人状态、安全约束和资源状态,确定待执行的智能任务或实时任务;将类大脑智能域落实为智能算法组件、智能中间件、通用操作系统运行时和通用操作系统内核;将类小脑实时域落实为实时算法组件、实时中间件、实时操作系统运行时和实时操作系统内核;将类脑干支撑域落实为承载和管理所述通用操作系统内核与实时操作系统内核的混合关键运行环境,以实现智能域与实时域的资源隔离、运行保障和故障响应;将信息交互机制落实为连接类大脑智能域和类小脑实时域的跨域通信接口,体现为共享内存、网络通信及跨域通信接口;将调度治理机制落实为任务调度、模式管理和优先级治理模块,用于通用操作系统运行时和实时操作系统运行时的调度治理。

4、进一步地,将所述机器人任务划分为相互交互的智能任务和实时任务的过程包括:

5、对于任一机器人任务,获取其任务属性参数,包括计算量、存储资源占用量、要求执行周期、要求截止时间、最大允许响应时延和最大允许运行抖动;对计算量和存储资源占用量进行归一化得到归一化后的计算量和存储资源占用量,用于计算得到任务的计算资源需求指标;分别对任务的要求执行周期、要求截止时间、最大允许响应时延和最大允许运行抖动进行归一化得到归一化后的执行周期、截止时间、最大允许响应时延和最大允许运行抖动用于计算得到综合实时需求指标;

6、在进行智能任务和实时任务划分时,分别判定要求执行周期、要求截止时间、最大允许响应时延和最大允许运行抖动是否小于等于各自对应的阈值,如果至少一项小于等于对应的阈值,将所述机器人任务直接划分为实时任务;否则,根据计算资源需求指标和综合实时需求指标进行进一步划分:计算任务域划分指标,其中λ为计算资源需求与实时需求之间的权衡系数;当时,将所述机器人任务划分为智能任务;当时,将所述机器人任务划分为实时任务;其中,为任务域划分阈值。

7、进一步地,所述智能域任务按照所述机器人任务链路包括:

8、在感知阶段执行智能信息获取、多模态表征融合和环境特性建模;

9、在认知阶段执行场景语义识别、多模态认知融合和任务意图理解;

10、在决策阶段执行任务自主决策、资源效用权衡和行为模式选择;

11、在规划阶段执行上层任务规划、全局运动规划和末端轨迹规划;

12、在控制阶段执行学习控制策略生成、模型参数优化和控制参数配置。

13、所述实时域任务按照所述机器人任务链路包括:

14、在感知阶段执行实时信息反馈、本体状态监测和安全边界检测;

15、在认知阶段执行状态参数估计、执行可行性评估和安全风险识别;

16、在决策阶段执行反应式行为仲裁、执行模式切换和安全保护触发;

17、在规划阶段执行反应式轨迹规划、关节轨迹规划和实时轨迹重规划;

18、在控制阶段执行轨迹跟踪控制、位置控制、力控制和力位混合控制。

19、进一步地,在类大脑智能域、类小脑实时域和类脑干支撑域、类丘脑信息交互机制和类基底核调度治理机制落实的过程中,对各实现模块进行分层组织,构建七层机器人操作系统架构,其包括硬件抽象层、内核层、中间件层、组件层、应用层、平台层以及支撑各层的集成开发环境;所述硬件抽象层用于对机器人控制器、处理器、智能加速器、传感器、驱动器和通信设备进行统一抽象,并向所述内核层提供统一的设备访问接口;所述内核层用于构建所述类大脑智能域和类小脑实时域的基础运行环境并提供计算资源管理、存储资源管理、任务隔离和设备管理功能,内核层包括设置于所述类大脑智能域中的通用操作系统内核、设置于所述类小脑实时域中的实时操作系统内核,以及用于承载和管理所述通用操作系统内核和实时操作系统内核的混合关键运行环境;所述中间件层用于提供运行时支撑、数据分发、消息通信、时间同步以及跨域信息交互功能,中间件层包括设置于所述类大脑智能域中的智能中间件和通用操作系统运行时、设置于所述类小脑实时域中的实时中间件和实时操作系统运行时,以及连接所述类大脑智能域和类小脑实时域的跨域通信接口;所述组件层用于承载d2aim智能算法组件和p2m实时算法组件;所述应用层用于承载机器人基础应用软件和具身智能应用软件;所述平台层用于提供任务编排、模型管理、数据管理、运行监测、云端服务和多机器人协同功能;所述集成开发环境用于提供系统配置、组件开发、接口适配、模型部署、仿真验证、应用开发、软件部署和运行调试功能。

20、进一步地,所述混合关键运行环境用于对所述类大脑智能域和类小脑实时域进行处理器资源划分、存储空间隔离、设备访问控制、通信带宽管理和故障域隔离。

21、进一步地,所述跨域通信接口采用共享内存、虚拟网络、消息队列、通信总线或者确定性通信链路中的至少一种实现;所述跨域通信接口用于将任务目标、行为意图、行为策略、参考轨迹、控制参数和安全约束中的至少一种由所述类大脑智能域传输至所述类小脑实时域,并将机器人本体状态、执行状态、执行偏差、安全状态和任务执行结果中的至少一种由所述类小脑实时域传输至所述类大脑智能域。

22、进一步地,所述组件层包括设置于所述类大脑智能域中的d2aim智能算法组件,以及设置于所述类小脑实时域中的p2m实时算法组件。

23、一种七层机器人操作系统,所述系统在纵向上包括机器人硬件抽象层、内核层、中间件层、组件层、应用层、平台层以及相对应的集成开发环境;内核层、中间件层、组件层在横向上将系统划分为类大脑智能域和类小脑实时域;系统还设置类脑干支撑域,以及类丘脑信息交互机制、类基底核调度治理机制;

24、所述硬件抽象层用于对机器人控制器、处理器、智能加速器、传感器、驱动器和通信设备进行统一抽象,并向所述内核层提供统一的设备访问接口;所述内核层用于构建所述类大脑智能域和类小脑实时域的基础运行环境并提供计算资源管理、存储资源管理、任务隔离和设备管理功能,内核层包括设置于所述类大脑智能域中的通用操作系统内核、设置于所述类小脑实时域中的实时操作系统内核,以及用于承载和管理所述通用操作系统内核和实时操作系统内核的混合关键运行环境;所述中间件层用于提供运行时支撑、数据分发、消息通信、时间同步以及跨域信息交互功能,中间件层包括设置于所述类大脑智能域中的智能中间件和通用操作系统运行时、设置于所述类小脑实时域中的实时中间件和实时操作系统运行时,以及连接所述类大脑智能域和类小脑实时域的跨域通信接口;所述组件层用于承载d2aim智能算法组件和p2m实时算法组件;所述应用层用于承载机器人基础应用软件和具身智能应用软件;所述平台层用于提供任务编排、模型管理、数据管理、运行监测、云端服务和多机器人协同功能;所述集成开发环境用于提供系统配置、组件开发、接口适配、模型部署、仿真验证、应用开发、软件部署和运行调试功能;

25、所述类大脑智能域用于感知认知、自主决策和上层规划,基于通用内核、智能运行时、智能中间件和智能算法组件运行,并通过应用层和平台层获得模型管理、任务编排、数据管理和云端服务的系统级支撑;类小脑实时域用于状态估计、实时规划和轨迹控制,基于实时内核、实时运行时、实时中间件和实时算法组件运行;类大脑智能域和类小脑实时域共享硬件抽象层及部分系统基础资源,并通过跨域通信机制进行协同;类脑干支撑域用于提供资源管控、运行保障和故障响应,类丘脑信息交互机制用于实现类大脑智能域与类小脑实时域之间的信息中继、通路控制和状态协调,调度治理机制根据任务目标、机器人状态、安全约束和资源状态,确定待执行的智能任务或实时任务。

26、进一步地,所述类大脑智能域生成任务目标、行为决策和规划结果,并传递至类小脑实时域;所述类小脑实时域根据机器人状态和环境反馈完成实时规划与闭环控制,并将执行状态、异常信息和环境变化反馈至类大脑智能域,从而形成高层智能计算与底层实时执行相互协同的闭环运行机制。

27、有益效果:

28、第一,本发明基于混合关键系统,在统一硬件平台上承载类大脑智能域和类小脑实时域,以及类丘脑信息交互机制、类基底核调度治理机制;实现了通用操作系统与实时操作系统之间的资源划分、运行隔离、故障隔离和受控通信,降低智能模型推理延迟、计算负载波动及软件异常对实时控制链路的影响,提高智能任务与实时任务协同运行的确定性和安全性。

29、第二,本发明构建七层riros架构,由硬件抽象层、内核层、中间件层、组件层、应用层、平台层以及支撑各层的集成开发环境组成,实现机器人硬件、操作系统内核、通信机制、算法组件、任务应用和系统级服务的分层组织与模块化管理,便于系统开发、功能扩展、软件部署和运行维护。

30、第三,本发明采用纵向七层软件架构与横向智能-实时双域架构相结合的组织方式,对机器人感知、认知、决策、规划和控制全过程以及数据、模型和系统资源进行统一组织,能够适配不同机器人本体、异构计算平台、操作系统内核、中间件和算法组件,形成兼具高智能性、硬实时性、强易用性、高安全性、广兼容性的类大小脑智能实时机器人操作系统。

31、第四,本发明提出融合数据驱动的ai模型及物理机理模型的物理智能系统新范式以及面向物理人工智能的机器人操作系统。提出类脑仿生的机器人智能实时操作系统构建方法,建立人脑功能域与机器人操作系统功能域之间的映射关系,将人脑的功能分工与协同规律转化为可实施的系统架构设计方法。