15、机器人应用、平台与物联网能效解决方案

机器人应用、平台与物联网能效解决方案

1. 数据处理与分析

在数据处理方面，每个传感器每年积累的数据量达到 6.57MB（计算方式为：× 365 × 3 ）。若一个网络中有 15,000 个传感器，那么原始数据总量将高达 100GB。对于如此庞大的数据积累，必须采用自动化方法进行研究。通过对这些数据的评估，可以生成管理模板、生产和错误报告、故障预测以及反馈等常见文档。

机器学习（ML）在克服数据处理中的错误观念和误解方面发挥着重要作用。基于云的 ML 系统能够在后台模式下，从大量实验数据中人工创建知识。该系统通过样本和示例进行学习，并在研究和评估（训练）阶段完成后对数据进行总结，同时识别研究数据中的模板和趋势。

2. 分析放置选项

现代机器人平台和物联网应用能够利用虚拟化技术和网络上的虚拟机器人。这些应用可分为以下三类：
1. 传统机器人
2. 以云为中心的机器人
3. 分布式（雾 - 云协作）机器人

目前和未来，只有以云为中心的解决方案（2）和分布式雾 - 云协作解决方案（3）能够解决当前面临的问题。分析块、迁移代理以及自适应接口会被委托到云端，经过预处理和聚类后，可能会返回到所谓的“雾”中。虚拟分析组件（中间件、Web 服务和移动软件代理）会放置在云与雾环境中。虚拟云与雾解决方案包含用于机器人的软件组件，可实现可重启（虚拟）业务流程，适用于工业、医学、通信和娱乐等多个领域，能够收集、处理和检索大量异构大数据。

未来机器人平台还需考虑以下要求：
-