机器人智能服务空间下基于SOA架构的服务建模与服务组合研究

摘要

在机器人技术不断发展的今天，智能机器人在辅助用户方面显示出了巨大的潜力。泛在智能的发展为机器人技术创造了很好的契机，由泛在环境技术与机器人技术结合组成的智能服务空间人机共融环境，可以为机器人获取和理解环境信息提供更好的基础支持。利用环境中其他的计算资源，机器人可以卸载复杂耗时的计算任务，更专注于本身轻型服务任务的执行。在机器人存在的智能服务空间中，各种服务设备数据形式的多样性、网络协议的异构性、功能调用接口的复杂性等都对智能服务的提供造成了一定的制约。因此如何对服务进行有效的组织，如何更加动态灵活地选取服务，提高智能服务空间中服务的表达与管理能力，为机器人的服务决策和任务执行提供有力的技术支撑成为一个重要的研究内容。
　　机器人智能服务空间是智能空间与机器人相结合的一种人机共融环境，以服务为主要研究对象。本文在机器人智能服务空间环境下，设计了一种机器人服务框架，并实现了数据信息和服务信息的集成和管理，通过原子服务和组合服务相结合的方式为用户提供灵活智能的服务。本文的主要工作在机器人智能服务空间环境下展开，主要分为以下几个部分:
　　(1)机器人智能服务空间传感器数据信息集成。在智能服务空间中，分析了可利用的传感器的数据形式，根据SSN(Semantic Sensor Network)本体对传感器各种概念的语义概括，利用SASML(Sensor Annotation and Semantic Mapping Language)映射语言将环境传感信息数据映射添加到SSN本体中，构建起通用的环境数据服务信息模型，为机器人服务系统提供实时环境信息支持。
　　(2)机器人智能服务空间中服务功能分类建模。对机器人智能服务空间中的各种智能设备，包括数据采集设备、机器人等动作执行设备、计算设备以及第三方的信息平台进行分类抽象与管理，采用Web服务技术将这些设备功能封装成形式统一的服务接口，建立智能服务空间服务功能模型;通过Axis2框架实现了针对Web服务的服务调用模型，对服务的调用端口进行统一发布。
　　(3)机器人智能服务空间下服务组合方法的研究与实现。针对功能单一的原子服务有时无法满足用户复杂功能需求的情况，首先研究了利用BPEL可视化界面进行静态服务组合的方法，然后分析比较了文献中的几种动态组合方案，最后选用基于无回溯反向链算法的服务组合方法，实现机器人服务的动态组合。
　　(4)机器人智能服务空间模块集成与系统测试。对服务模型中涉及到的各功能模块进行整合，形成了一个整体的服务框架，对服务组合算法进行了仿真性能测试，将本文方法应用于实际的机器人智能服务环境，对系统功能进行了实际的场景测试。

目录

声明

摘要

第一章 绪论

1．1 课题研究背景及研究意义

1．2 国内外研究现状

1．2．1 面向服务的机器人架构

1．2．2 机器人智能服务空间

1．2．3 机器人智能服务空间本体技术

1．2．4 服务组合研究

1．3 本文主要研究内容

1．4 论文章节安排

第二章 机器人智能服务空间本体及服务信息模型构建

2．1 智能感知与SSN本体

2．1．1 泛在智能与上下文感知

2．1．2 语义传感网SSN本体

2．2 机器人智能服务空间服务信息模型的构建

2．2．1 SSN本体类剪裁修改

2．2．2 传感器环境信息采集

2．2．3 本体信息实例的添加

2．3 本章小结

第三章 机器人智能服务空间服务功能模型的构建

3．1 Web服务及其语义

3．1．1 Web服务技术

3．1．2 OWL-S语言

3．2 机器人智能服务空间服务功能模型

3．2．1 机器人智能服务空间功能形态分类

3．2．2 机器人智能服务空间服务功能模型的构建

3．3 基于Axis2的机器人智能服务空间服务调用框架

3．3．1 Axis2服务调用框架

3．3．2 Axis2调用Web服务示例

3．4 本章小结

第四章 机器人智能服务空间下的服务组合研究

4．1 服务组合在机器人服务领域的应用

4．2 基于BPEL可视化界面的静态服务组合

4．2．1 BPEL语言功能组件

4．2．2 Eclipse BPEL环境搭建

4．2．3 Web服务静态组合示例

4．3 动态服务组合方案比较

4．4 基于无回溯反向链算法的动态服务组合

4．4．1 无回溯反向链算法原理

4．4．2 动态服务组合算法的实现

4．5 本章小结

第五章 机器人智能服务空间服务系统总体框架及实验分析

5．1 机器人智能服务空间服务系统总体框架

5．2 服务系统实验平台

5．3 机器人智能服务空间服务框架实验结果及分析

5．3．1 服务信息本体实例化验证

5．3．2 服务组合算法测试实验及分析

5．4 本章小结

第六章 总结与展望

6．1 本文主要研究结果

6．2 下一步的研究方向

参考文献

致谢

硕士期间发表的论文和科研成果

硕士期间参加的科研工作