全文总字数：2294字
1. 毕业设计（论文）主要内容：
当前主流研究方向是在机器人已有系统（ROS）下进行任务处理，但由于掌握ROS本身需要很强的学习背景，对于初学者来说应用较为困难，同时由于资源限制，机器人本身对于信息量过大的数据处理困难，因此借助云平台是机器人研究的发展趋势。现阶段机器人与云平台结合存在的最大障碍为高效传输数据，因为在传输数据时机器人的移动环境易发生变化，导致数据不能有效传输。因此，本文的研究意义为，考虑如何将机器人上的数据和程序分布至云平台中，并设计新的流框架满足机器人与云平台结合的需求，从而简化机器人任务处理的难度。本研究将完成如下任务：
1 研究物流背景下移动机器人如何进行数据传递（声音，图片和传感器）、信息通讯，确定研究场景；
2调查现阶段相关消息机制以及其在移动机器人通信上的应用研究，对其进行分析对比；
2. 毕业设计（论文）主要任务及要求
1调查现有的云平台与移动机器人的相关通讯方法，撰写开题报告；
2分析现有的主流云计算平台（Amazon EC2、Google CloudPlatform、Microsoft Azure、阿里云、腾讯云）选择适用于实现物流移动机器人通讯的云平台；
3设计分布式自适应流框架；
3. 毕业设计（论文）完成任务的计划与安排
12020.02.18-2020.03.01 查阅相关资料，进行文献阅读，完成开题报告，了解分布式数据流常用平台（例如Apache Kafka[1]，MQTT[2]等）；
22020.03.02-2020.03.12 搭建机器人和云平台架构，进行软件安装环境部署；
32020.03.13-2020.03.28 设计实现分布式数据流框架来实现机器人与云平台间的数据流通讯，针对机器人在不同的移动情况下的数据流通讯进行优化，设计并实现机器人之间和与云平台间的数据传输、处理、存储以及数据同步的分布式自适应框架；
4. 主要参考文献
[1] J. Sun，S. Duan. ASelf-Adaptive Middleware for Efficient Routingin Distributed Sensor Networks[C]. International Conference on Systems, Man, and Cybernetics, IEEE,pp. 322-327, 2015.
[2] Z. Wang，W. Dai，F. Wang，et al. Kafkaand its using in high-throughput and reliablemessage distribution[C].International Conferenceon Intelligent Networks Intelligent Systems. IEEE, pp. 117-120, 2016.
[3] J. Kreps,N. Narkhede, J. Rao. Kafka: A distributed messaging system for log processing[C].Proceedings of the NetDB, pp. 310-314, 2011.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
