工业云机器人云平台服务的搭建

WHUT_li 2018-10-18 09:30:51

刚进学校，研究生导师给的任务，老师方向是做机器人哪一块的，现在老师要我给工业机器人做一个云平台，设计成工业云机器人，具体要求就是：搭建一个云平台，让客户能够在网上通过云平台直接操作机器人，并且机器人的实时状态也可以在云平台上面展示出来，由于之前一直做得都是javaweb的项目，对云这一块基本没有了解，有没有大佬能讲解一下这个云平台的搭建所需要学习的技术和方法，或者搭建的思路啊，万分感谢

...全文

575 1 打赏收藏转发到动态举报

写回复

1 条回复

切换为时间正序

请发表友善的回复…

发表回复

天意可违 2019-04-04

打赏
举报

回复

openstack搭建云平台，但是要考虑网络通信问题。你们导师直接甩这么大的坑给你啊

首先对生产过程进行物理信息系统的整体规划，勾勒出智能制造蓝图，进而对生产过程实现“七化”智能改造：在边缘层引入工业机器人、应用 SMT 高端智能化设备，并大量部署智能传感器，提高原有短板设备的智能化程度；在 IaaS 层完善物联网生态，联通 PDCA、SFC、Office、Internet，并利用科学合理的软硬件手段，保证网络和数据安全；在 PaaS 层搭建云平台，进行大数据分析计算，向外提供多类服务；在 SaaS 层利用 PaaS 层提供的服务，集成开发各种分析和管理类的智能应用程序。项目总体架构如图 1 所示： SMT Inline 联机集群化与自动化拉动式生产，实

NVIDIA GTC CHINA 2019 大会PPT汇总，共92份。包括但不限于一下内容。一、人工智能与深度学习超越黑匣子：为深度学习注入结构持久性 CUDA GPU 编程及其应用从框架到平台，AWS 的深度学习实践大规模算力平台构建和多机多卡线性扩展滴滴端到端语音 AI 技术实践——从算法到应用飞桨大规模分布式训练与应用分析深度学习网络模型及自动混合精度以优化性能基于 GPU 的 AI 计算优化方法及案例：从训练到推理基于 GPU 的大规模音频理解和合成解决方案基于 GPU 的大规模语言模型加速基于 OCR 案例的 TENSORFLOW-TENSORRT(TF-TRT) 最佳实践基于 T4 的推荐系统推理性能优化基于 TACOTRON2 和 WAVEGLOW 的端到端语音合成加速方案基于 TENSORFLOW 的 TRANSFORMER 模型应用与优化计算新纪元下金融 AICC 的全双工全场景金融行业图像识别及结构化内容抽取的 AI 应用实践利用 TENSORRT 自由搭建高性能推理模型美团面向生活服务场景的计算机视觉研发和应用面向量化分析师的 GPU 加速 PYTHON 人工智能，从表型组到基因组人工智能数据管道与应用人工智能在医学图像临床诊断中应用研究深度学习的对抗安全理论与方法深度学习在心脑血管分割中的应用深度语义匹配模型在搜狗搜索中的实践生活服务领域知识图谱的构建及应用使用自动混合精度加速 PADDLEPADDLE 训练数字生命与数据自由—— GPU 加速健康大数据分析通过 GPU 计算和深度学习加速基因分析针对深度学习的汇编级优化-快速提高应用性能二、智能机器、物联网和机器人 为自主机器打造的 JETSON AGX平台 ET 自动驾驶计算平台演进三、专业视觉可视化《光明记忆》RTX光线追踪制作经验《剑侠情缘网络版叁》：使用实时光线追踪技术进行画质革新超高分辨率在媒体和娱乐行业中的应用及其优化方法光线追踪技术带来设计变革-使用QUADRO RTX GPU优化工业设计流程基于 RTX 的云端实时渲染以及云端虚拟工作室基于 UNITY 高清渲染管线的实时光线追踪技术介绍基于视频信息指导的智能编舞系统可视化技术带来产品和建筑设计的新纪元利用 AI 技术改变视频的制作流程利用 RTX 实现虚拟现实中的仿真渲染人工智能运动场：提高人类的创造力软硬件环境对建筑结构流程管理（BIM）效率的影响商业化视频内容识别的算法设计与应用实时光线追踪基础使用 NVIDIA DATA SCIENCE WORKSTATION 加速数据科学实时案例分析虚幻引擎实时光线追踪技术开启 CG 制作新时代正在改变影视行业的 GPU 驱动的影像质量优化四、自动驾驶汽车大规模深度学习加速自动驾驶落地深度学习平台在汽车智能战略中的应用自动驾驶统一架构五、HPC与超级计算带有 OPENACC 和 CUDA 库的 VASP 中的新 GPU 功能当 MARS 遇上 RAPIDS：使用 GPU 加速分布式海量数据处理的原理和实战基于 GPU 加速的高性能数据科学计算环境数据分析新速度：加速数据科学转变成商业洞察图卷积神经网络介绍及其在 3D 点云语义分割领域的应用网络智能化分级及验证运营商 5G 通信网络 AI 研发与实践在阿里云容器服务中使用 GPU 加速数据科学 AR 边缘云白皮书技术概览 GPU 加速的 GIS 数据现实平台 GPU 加速数据科学的兴起 OPTICKS：基于 NVIDIA OPTIX 的 GPU 光子模拟 RAPIDS：GPU 加速平台的内与外

随着ICT技术不断深化和传统场景的结合，自动化、智能化相融合已经成为ICT技术的下一代浪潮，以工业机器人、服务机器人、自动驾驶等的新一代技术浪潮目前已经方兴未艾，成为又一波热点。而作为次级操作系统的ROS则提供了一系列的调试、仿真工具，能支持激光导航、视觉导航等算法，是切入机器人和自动驾驶技术的重要基石。 机器人是一个复合型的领域，涉及软件、算法、硬件、结构等诸多方向，是一个理论性和实践性并重的行业，考虑到其复杂性和讲解的循序渐进，整个系列课程将分为三个系列即入门系列、中级系列、高级系列。在入门系列中，我们将介绍ROS的基础知识(机器人基础知识、ROS开发环境等)、ROS配置管理(系统架构、参数管理、Launch启动、编译配置以及如何基于源代码开发等)、ROS系统调试（代码调试、可视化调试、消息回放、单元测试等）。在中级系列中，我们将围绕机器人仿真涉及的URDF机器人模型、Gazebo仿真环境、坐标变换、运动控制等展开介绍，并随着课程的深入，将会深度使用RVIZ、Gazebo等仿真和调试工具。在高级系列中，我们将着眼于机器人的国家标准解读、人工智能框架及算法，分享机器人开发涉及的运动控制、SLAM、语音交互、计算机视觉等。逐层递进，为大家一层层剥开机器人的神秘面纱。本系列课程的特色在于： 1、从基础知识、编译管理、通信机制、系统调试等4个方面循序渐进、逐步深化，知识覆盖全面，便于深度认知； 2、从基本理论、源码解读、工程示例等领域开展ROS系统入门知识的深度介绍和分析，源于工程实践，利于快速上手； 3、基于全新的环境Ubuntu 20.04、ROS Noetic、Gazebo 11、GMapping、Cartographer、tensorFlow 2.*、OpenCV 4.*等讲解，紧跟时代前沿。整个系列的课程将会逐步开发并上线，三个系列是一个逐步深入、环环相扣的课程内容，感兴趣的同学可以开始学习啦。

资料共144份，包括但不限于： 5G+电信: 5G 时代统一的边缘云网建设；红帽开源软件助力电信行业 GPU 应用；基于 5G 车路协同智慧公交解决方案；中国电信 5G 边缘计算推动产业互联网发展；中国移动九天人工智能平台 GPU 推理实践；助力 5G 和边缘计算，深入了解 Cloud XR； DPU 加速 5G； GPU 加速 5G 基站的的 DICT 融合； GPU 加速开源 5G； GPU 加速中国电信 Spark 大数据处理； NVIDIA 加持的 5G 云部署； Rivermax- 带您轻松跨入超高清视频的 IP 时代；高性能计算: 超算集群网络管理神器 — UFM Cyber-AI；基于 CPU-GPU 异构平台的第一性原理密度泛函理论高性能计算；基于 GPU 加速的矩阵离散元方法实现与应用；脑研究之利器：基于 NVIDIA GPU 的全脑尺度直接可视化方法；全新 NVIDIA A100 80GB GPU 加速超大规模 HPC 和 AI 应用；新型超级计算中的高速互联技术； CUBE：高可扩展宇宙学 N 体问题模拟程序； GPU 加速 Paradigm 解决方案； HPC 应用性能分析和调优； RDMA 在分布式存储中的应用；深度学习平台及应用: 用 NVIDIA Jarvis 来构建你的语音助理；安全 AI 平台 GPU 实践和思考；飞桨推理引擎性能优化；高阶信息如何加速神经网络训练？；机智深度学习训练平台及应用；基于 GPU 的机器翻译推理性能优化；基于 Tensor Core 的 CNN INT8 定点训练加速；如何快速搭建全 GPU 加速的 AI 应用；使用 Triton 优化深度学习推理的大规模部署；腾讯“开悟”游戏 AI 平台在 TensorRT 上的最佳实践；语音技术效率优化实践；预训练时代的机器翻译；智能钛机器学习平台计算优化实践； Apache MXNet 2.0：连接深度学习与传统机器学习； Eva 平台在深度学习训练和推理上的实践和优化经验； FastSpeech：高效语音合成的算法设计及优化； GPU 在向量搜索中的应用； Hammer：一体化的模型压缩和 NAS 引擎框架； Lightseq：GPU 高性能序列推理实践； MULTI-INSTANCE GPU（MIG）深度学习最佳用法示例； TurboTransformers：高效的 Transformer 线上推理系统； Whale：统一多种并行化策略的分布式深度学习框架；推荐系统: 爱奇艺使用 GPU 加速 CTR 模型训练的实践；多标签分类：汉明损失和子集精度真的相互冲突吗？；高性能网络加速智能推荐系统；将 HugeCTR Embedding 集成于 TensorFlow；推荐系统推理性能优化在“双十一”中的应用；性能提升 7 倍 + 的高性能 GPU 广告推荐加速系统的落地实现； GPU 加速的数据处理在推荐系统中的应用； Merlin ： GPU 加速的推荐系统框架； Merlin HugeCTR ：深入研究性能优化； Merlin NVTabular：基于 GPU 加速的推荐系统特征工程最佳实践； NVIDIA 助力构建安全和高效的推荐系统； PLE — 一种新的分层萃取多任务学习网络结构； Vearch 的 GPU 方案在海量向量检索系统上的应用创新；智慧金融: 分布式人工智能与金融应用； GPU 数据库在不同行业中的应用； NVIDIA 网络打造超低时延证券解决方案；智慧医疗和生命科学: 3D 医疗影像数据深度学习高效训练与推理架构；基于眼表图像的 COVID-19 快捷风险筛查；人工智能与药物研发；随机对照试验 RCT 验证的消化内镜人工智能；新型冠状病毒的全分子结构；医学影像 + 人工智能的特点、技术与趋势；医学真实世界人工智能研究与实践； AI 技术在医疗健康领域的应用探索； GPU 赋能长读长基因测序； GPU 技术在放射治疗领域的科学研究； NVIDIA Clara Guardian 助力构建智慧医院；自动驾驶: 乘用车自动驾驶产业生态与协作；构建中国特色仿真环境； NVIDIA Drive Sim 帮助解决无人驾驶预期功能安全问题； NVIDIA DRIVEWORKS SDK 中强大的实时传感器数据采集和回放工具助力自动驾驶开发；自主机器和边缘计算: 智能物流机器人 — 小蛮驴；从云到边：边缘智能开启 AI 新时代加速行业落地；多尺度 Jetson AI 端到端解决方案；基于 AI 的工业缺陷检测与分类创新实践；基于 Jetson 的点云加速及在自主机器的应用；基于 Jetson 设备构建可信边缘计算；

远程监控展示：网关可以通过RS485/RS232及网口连接PLC、仪器仪表、数控机床、工业机器人、传感器等设备，自动适配各项协议进行实时数据采集，通过手机或电脑等终端查看云平台或者工业组态，直观查看现场设备运行状态及环境参数，并实现远程操控和管理。对于工程师来说，如何将Modbus和OPC等各种工业协议转换成MQTT协议是一个难题。第三步：在网关配置方面，可以自由选择上行的数据协议，可选MQTT、Modbus TCP、以及OPC UA协议，支持物通博联云、地有云、华为云、阿里云等云平台，设置具体参数。

778

社区成员

370

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章