一、机器人技术概述
1.1 机器人的概念
- 起源：Robot一词源于1920年捷克作家卡雷尔·卡佩克的剧本，原意为"苦力/奴隶"。
- 定义争议：机器人尚无统一定义，因其持续演进且涉及哲学层面（如"人"的属性）。
- 核心特征 （日本学者提出）：
- 森政弘：移动性、个体性、智能性、通用性、半机械半人性、自动性、奴隶性。
- 加藤一郎：需具备"脑（控制）""手（操作）""脚（移动）"三要素，以及非接触/接触传感器、平衡觉/固有觉传感器。
1.2 机器人的发展历程
| 代际 | 技术特点 | 代表性应用 |
|---|---|---|
| 第一代 | 示教再现型（无环境感知） | 汽车点焊机器人（重复固定动作） |
| 第二代 | 感觉型（力觉/触觉/视觉等感知） | 工件识别与自适应操作 |
| 第三代 | 智能型（多传感器+自主决策） | 复杂环境下的自主导航机器人 |
| 机器人4.0 | 云-边-端协同+自适应学习 | 服务机器人（如家庭陪护机器人） |
1.3 机器人4.0的核心技术
- 云-边-端协同计算
- 架构：云端（高性能计算/存储）、边缘（实时处理/协同）、终端（实时操作）。
- 5G赋能：低延迟通信支持动态任务迁移（如紧急避障决策在边缘端完成）。
- 持续学习与协同学习
- 小样本学习：通过少量数据建立基础模型，自主标注新数据迭代优化。
- 数据共享：多机器人协同训练提升模型泛化能力（如共享物体识别数据集）。
- 知识图谱
- 动态个性化：记录环境事件（如用户习惯），结合感知数据优化服务（如个性化推荐）。
- 与感知决策融合：知识图谱指导感知算法（如根据场景预测物体位置）。
- 场景自适应
- 三维语义理解：预测人与物交互事件（如老人跌倒预警），调整行为模式。
- 云端模拟辅助：通过虚拟预演补充现实数据不足（如危险场景模拟）。
- 数据安全
- 分层防护：终端（物理安全）、边缘/云（加密存储/访问控制），敏感数据本地化处理。
1.4 机器人的分类
- 按控制方式 ：
- 操作机器人 （核辐射处理）、程序机器人 （预设流程）、示教再现机器人（汽车装配）、
- 智能机器人 （环境自适应）、综合机器人（火星探测器，融合多类型）。
- 按应用行业 ：
- 工业机器人 （焊接/装配）、服务机器人 （娱乐/陪护）、特殊领域机器人（深海/太空作业）。
二、边缘计算概述
2.1 边缘计算的定义
- 核心定位：靠近数据源头的网络边缘侧，提供分布式智能服务（ETSI定义）。
- 三种形态 （ECC分类）：
- 云边缘（如AWS Greengrass）：云服务向边缘延伸。
- 边缘云（如MEC）：本地化中小规模云服务。
- 云化网关：重构传统网关，支持协议转换与边缘计算。
2.2 边缘计算的特点
| 特点 | 说明 | 关键技术支撑 |
|---|---|---|
| 联接性 | 支持多协议（Modbus/OPC）、多拓扑 | SDN、5G、NB-IoT |
| 数据第一入口 | 实时采集全生命周期数据 | 预测性维护、资产效率管理 |
| 约束性 | 适应恶劣环境（防尘/抗振动） | 低功耗硬件、软硬件集成优化 |
| 分布性 | 天然分布式架构 | 分布式存储/计算、动态资源调度 |
2.3 边云协同
-
协同逻辑：边缘（实时/局部决策）与云（全局/非实时分析）互补。
-
六大协同维度 ：
协同类型 功能 资源协同 边缘节点接受云端资源调度策略 数据协同 边缘初步处理数据，云端深度挖掘价值 智能协同 云端训练AI模型，边缘执行推理 应用管理协同 边缘部署应用，云端管理生命周期 业务管理协同 云端编排业务（如数字孪生），边缘提供微服务 服务协同 边缘按云端策略提供部分SaaS服务
2.4 边缘计算应用场合
- 智慧园区 ：
- 海量设备接入（传感器/PLC）、车牌/人脸识别实时处理、断网自治（本地逻辑持续运行）。
- 云游戏 ：
- 边缘服务器渲染视频流，终端仅需基础解码能力，实现"免安装+低延迟操作"。
- 视频监控 ：
- 边缘智能分析（行为识别）、联动存储策略（仅保留异常片段），降低云端带宽压力。
- 工业物联网 ：
- 统一工业协议（OPC UA over TSN）、边缘缺陷检测（图像识别）、预测性维护。
- Cloud VR ：
- 边缘节点处理渲染/转码，降低50%时延，支持5G移动端沉浸式体验。
2.5 边缘计算的安全
- 挑战：边缘节点暴露面增大（如工控设备联网）、数据隐私风险（视觉/位置数据）。
- 防护策略 ：
- 基础设施安全：防镜像篡改、DDoS防御、端口入侵检测。
- 数据安全：端到端加密、敏感数据本地化、分级访问控制。
- 网络可信：端到端威胁监测、安全态势感知、应急响应机制。
三、核心考点与典型试题
-
机器人代际特征对比：
Q: 第二代机器人与第三代机器人的核心区别是什么？
A: 第二代依赖预设传感器实现环境感知（如视觉识别工件），第三代具备自主决策能力（如动态路径规划）。
-
机器人4.0关键技术应用：
Q: 知识图谱如何提升机器人服务能力？
A: 通过记录场景事件（如用户习惯）与感知数据融合，实现个性化服务（如家庭机器人自动调节室内温度）。
-
边云协同场景：
Q: 工业物联网中边缘计算如何解决协议互通问题？
A: 采用OPC UA over TSN统一工业协议栈，边缘网关实现多协议转换与数据互操作。
-
边缘安全分层设计：
Q: 边缘计算的数据安全策略为何强调"敏感数据本地化"？
A: 减少敏感数据上传云端，降低传输中被截获的风险，同时满足合规性要求（如GDPR）。