搜索结果: GB/T 45301-2025, GB/T45301-2025, GBT 45301-2025, GBT45301-2025
| 标准编号 | GB/T 45301-2025 (GB/T45301-2025) | | 中文名称 | 服务机器人云平台分类及参考体系结构 | | 英文名称 | The classification and reference architecture of cloud platform for service robot | | 行业 | 国家标准 (推荐) | | 中标分类 | L67 | | 国际标准分类 | 25.040.30 | | 字数估计 | 18,144 | | 发布日期 | 2025-02-28 | | 实施日期 | 2025-09-01 | | 发布机构 | 国家市场监督管理总局、中国国家标准化管理委员会 | GB/T 45301-2025
The classification and reference architecture of cloud platform for service robot
服务机器人云平台分类及参考体系结构
ICS 25.040.30
CCS L 67
中华人民共和国国家标准
2025-02-28发布
2025-09-01实施
国家市场监督管理总局
国家标准化管理委员会 发 布
目次
前言 ··· Ⅲ
1 范围 ···· 1
2 规范性引用文件 ···· 1
3 术语和定义 ···· 1
4 缩略语 ··· 2
5 服务机器人云平台服务内容 ···· 2
6 服务机器人云平台分类 ···· 2
6.1 按云平台面向的使用者分类 ··· 2
6.2 按云的连接方式分类 ··· 2
7 服务机器人云平台参考体系结构 ··· 3
7.1 概述 ··· 3
7.2 基础层 ···· 4
7.3 平台层 ···· 5
7.4 应用层 ···· 7
7.5 安全管理 ···· 7
7.6 运维管理 ···· 8
7.7 评价与评估 ···· 9
参考文献 ··· 10
前言
本文件按照 GB/T 1.1-2020《标准化工作导则 第 1部分：标准化文件的结构和起草规则》的规
定起草。
请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。
本文件由中国机械工业联合会提出。
本文件由全国机器人标准化技术委员会（SAC/TC 591）归口。
本文件起草单位：北京机械工业自动化研究所有限公司、北京航空航天大学、北京理工大学、美的
集团（上海）有限公司、山东大学、北京云迹科技股份有限公司、之江实验室、北京人形机器人创新中
心有限公司、中国软件评测中心（工业和信息化部软件与集成电路促进中心）、深圳市人工智能与机器
人研究院、北京配天技术有限公司、深圳乐动机器人股份有限公司、国汽朴津智能科技（安庆）有限公
司、智意（中山）科技有限公司、浙江梧斯源通信科技股份有限公司、江苏南大电子信息技术股份有限
公司、山东管理学院。
本文件主要起草人：杜已超、陈殿生、周风余、蔡亚森、乔波、邓方、支涛、熊友军、栾俊达、
赵亮、杨秋影、钟霄、郭涛、胡亚宁、王慧颖、丁宁、刘益彰、郭盖华、秦修功、唐聪、张利强、
高静、薛靖婉、赵钊、高明、沙伟、陈云、陈铁英、狄敏、尹磊。
服务机器人云平台分类及参考体系结构
1 范围
本文件给出了服务机器人云平台的服务内容、分类方法及参考体系结构（基础层、平台层、应用
层、安全管理、运维管理及评价与评估）。
本文件适用于服务机器人云平台开发商以及服务机器人应用开发商、制造商、集成商和使用商等开
展服务机器人云平台的搭建和使用。
2 规范性引用文件
下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文
件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用
于本文件。
GB/T 12643-2013 机器人与机器人装备 词汇
GB/T 32400-2015 信息技术 云计算 概览与词汇
GB/T 38834.1-2020 机器人 服务机器人性能规范及其试验方法 第 1部分：轮式机器人运动
3 术语和定义
GB/T 12643-2013、GB/T 32400-2015和 GB/T 38834.1-2020界定的以及下列术语和定义适
用于本文件。
3.1
服务机器人 service robot
除工业自动化应用外，能够为人类或设备完成有用任务的机器人。
[来源：GB/T 12643-2013, 2.10]
3.2
云平台 cloud platform
通过云计算已定义的接口提供一种或多种能力的软硬件集合。
3.3
体系结构 architecture
系统或部件的组织结构。
[来源：GB/T 11457-2006, 2.73]
3.4
云计算 cloud computing
一种通过网络将可伸缩、弹性的共享物理和虚拟资源池以按需自服务的方式供应和管理的模式。
注：资源包括服务器、操作系统、网络、软件、应用和存储设备等。
[来源：GB/T 32400-2015， 3.2.5]
4 缩略语
下列缩略语适用于本文件。
API：应用程序编程接口（Application Programming Interface）
IaaS：基础设施即服务（Infrastructure as a Service）
PaaS：平台即服务（Platform as a Service）
SaaS：软件即服务（Software as a Service）
5 服务机器人云平台服务内容
服务机器人云平台主要提供以下服务。
计算和存储服务：提供服务机器人所需的计算和存储资源，以便其在云平台上执行各种任务，
如语音识别、自然语言处理、数据分析等。
a）
安全服务：提供安全措施以保障服务机器人整个数据生命周期各个环节的数据安全，如数据加
密、身份认证等。
b）
接口服务：提供开放式、可扩展的接口，包括软件接口二次开发、数据传输协议等。c）
协同服务：根据用户需要，快速整合各类系统服务，提供协同解决方案。d）
共享服务：支持外部在获得许可后对平台服务的调用。e）
其他服务：支持除上述服务外的其他服务。f）
6 服务机器人云平台分类
6.1 按云平台面向的使用者分类
6.1.1 面向服务机器人开发人员的云平台
面向服务机器人的开发人员，提供服务机器人开发所需的各种工具和通用服务组件，包括服务
机器人软件开发工具、软件开发工具包和 API，服务机器人虚拟仿真模拟环境以及服务机器人模型
云训练服务。
6.1.2 面向服务机器人业务使用者的云平台
面向用户提供服务机器人部署、管理和运维的平台服务，支持服务机器人持续集成、安全、计算资
源部署和集群服务池管理等服务，使用户能快速构建服务机器人系统，管理服务机器人计算资源和数
据，实现服务机器人智能化，如通过数据分析实现可视化，自动化的数据管理。
6.2 按云的连接方式分类
6.2.1 云﹘端中心式云平台
每个服务机器人与云平台直接建立通信连接，传输运行数据，并调用云平台上的服务，如
图 1所示。
图 1 云﹘端中心式云平台示意图
6.2.2 云﹘边﹘端分布式云平台
每个服务机器人与边缘服务器建立通信连接,边缘服务器负责本地数据的初步过滤、分析和存储，
再上传至云端，由云平台负责数据的分析和存储，如图 2所示。
图 2 云﹘边﹘端分布式云平台示意图
用户、云服务平台开发商和机器人开发商根据云服务的规模、实时性、安全性和服务调用模式等因
素来选择云服务部署方式。在云﹘边﹘端分布式云平台中，一般将计算和存储服务同时布置于云端和边
端，将安全服务布置于边端，接口服务、协同服务、共享服务布置在云端。
7 服务机器人云平台参考体系结构
7.1 概述
服务机器人云平台参考体系结构包括基础层、平台层、应用层、安全管理、运维管理及评价与评估
等部分，如图 3所示。该结构定义了功能完备的设备抽象能力、通用服务扩展能力以及灵活的解决方案
聚合能力。第 6章所述不同类别的云服务平台能在此架构之上，通过组织功能列表形成不同的用户界
面，功能列表能随使用需求进行调整。
图 3 服务机器人云平台参考体系结构
基础层主要是为服务机器人提供基础物理资源的层次，包括计算基础设施、存储基础设施和网络基
础设施。云计算基础设施提供者将大量的服务器、网络、存储设备通过分布式技术、虚拟技术等整合为
能提供的基础资源，并对外抽象为标准化的云端基础设施。云计算使用者只需按照自己所需要的资源种
类提出申请，即能从云端的基础设施服务中获得所需的资源配备。服务机器人或者应用在运行过程中能
按需获得这些资源，云平台能将最底层的设备及资源通过互联网对用户提供。
平台层包括服务机器人和设备管理、数据通信、资源管理、数据存储、感知、认知、决策、控制和
协同计算等模块，实现服务机器人和设备的建模和接入管理、计算资源的统一管理和调度，为接入平台
的服务机器人提供感知、认知和自主决策的智能算法服务，并根据决策结果实现对服务机器人的控制。
平台层依托协同计算模块，实现对云、边、端多个异构计算单元的协同调度，根据系统当前资源负载情
况和对计算资源的需求，将各个计算任务分布式地部署、运行，并产生可靠输出。
应用层是将上述两层的资源抽象和封装成应用服务或完整的解决方案，提供针对行业的预集成产品
和能力的组合，满足不同场景的上云需求。
云平台安全管理包括基础设施安全、IaaS安全、PaaS安全、SaaS安全、云安全管理、云安全监管
和服务机器人与云平台过程安全，以实现平台安全运行的管理和监测。
云平台运维管理提供对平台运维过程的监控和服务质量的保障。
云平台评价与评估提供对平台功能、性能、安全性和可靠性等方面的评价服务。
不同类型云平台参考体系结构侧重点不同。面向服务机器人开发人员的云平台应至少提供平台层的
接入权限与相关接口服务；面向服务机器人相关业务使用者的云平台应至少包含应用层的接入权限与相
关协同服务与共享服务。
7.2 基础层
7.2.1 计算基础设施
计算基础设施包括服务器、处理器等，将所有可用的资源统一虚拟为资源池中的虚拟资源，云服务
提供商可根据用户需求提供计算能力服务。
7.2.2 存储基础设施
存储基础设施包括硬盘、固态硬盘、存储区域网络等，是存储设备、存储系统和存储服务的集合，
用于存储和管理数据。
7.2.3 网络基础设施
网络基础设施包括网络设备、路由器、交换机等，通过虚拟化技术将网络资源整合为资源池，提供
网络连接和传输服务，确保数据的快速传输和高效通信。
7.3 平台层
7.3.1 服务机器人和设备管理
云平台可实现对服务机器人和设备的类型、实例和指令等方面的管理，包含以下四个部分。
类型管理：用于管理服务机器人和设备的类型信息，包括服务机器人类型和设备类型的定义，
可实现定义新的服务机器人类型和设备类型，并进行相关属性和功能的配置。
a）
设备实例管理：用于管理已注册设备的实例信息，可实现查看已注册的设备实例信息，并进行
新增、修改、删除等操作。
b）
服务机器人实例管理：用于管理服务机器人实例的状态和控制，包括服务机器人的在线状态、
运行状态、任务调度等。服务机器人实例管理可实现查看服务机器人的状态信息，并进行控制
和任务调度等操作。
c）
指令管理：用于管理服务机器人和设备的指令，包括指令的定义、下发和执行等，可实现定义
新的指令，并将指令下发给服务机器人和设备进行执行。
d）
7.3.2 数据通信
云平台可实现与服务机器人和设备之间的实时数据传输和命令交互，实现对服务机器人和设备的管
理和控制，包含以下三个部分。
数据中转：将服务机器人和设备上传的数据进行接收、存储和转发。例如，服务机器人通过传
感器获取到的数据会上传到平台层，平台层将这些数据接收并存储起来，同时可将数据转发给
其他需要的系统或应用。
a）
命令下发：向服务机器人和设备下发指令，控制其执行特定的任务或操作，例如让服务机器人
移动到指定位置、执行特定动作等。
b）
消息推送：将消息推送给服务机器人和设备的显示端，用于通知和提醒。c）
7.3.3 资源管理
云平台可实现对服务机器人和设备的资源监控和管理，以保证性能优化及资源调配，包含以下四个
部分。
资源监控：监控服务机器人和设备的各种资源使用情况，包括中央处理器、内存、存储等，可
实现实时查看服务机器人和设备的资源利用率、性能等指标，以便进行性能优化和资源调配。
a）
资源告警：设置资源告警规则，当服务机器人或设备的资源使用超过设定的阈值时，会触发告
警通知，保证及时收到资源异常的通知，以采取措施解决问题。
b）
硬件资源管理：管理服务机器人和设备的硬件资源，包括传感器、执行器、摄像头等。通过硬
件资源管理，可查看已注册的硬件资源信息，并进行新增、修改、删除等操作。
c）
信息资源管理：管理服务机器人和设备的信息资源，包括地图数据、任务数据、日志数据等。d）
7.3.4 数据存储
云平台可实现对服务机器人和设备数据的存储、访问和查询，为服务机器人提供数据支持，包含以
下四个部分。
关系型数据存储：用于存储服务机器人和设备的关系型数据，例如用户信息、设备配置、任务
记录等。
a）
缓存式数据存储：存储服务机器人和设备的临时数据，例如传感器数据、计算结果等。b）
分布式数据存储：存储服务机器人和设备的大规模数据，例如日志数据、图像数据等。c）
索引式数据存储：提供快速的数据检索和查询功能。d）
7.3.5 感知
云平台可为接入平台的服务机器人提供多种感知智能算法服务，为服务机器人的认知、决策和控制
提供支持，包含以下四个部分。
视觉感知与算法：通过视觉传感器来获取服务机器人的视觉信息，例如图像、视频流等。通过
视觉感知功能，服务机器人可进行物体识别、人脸识别、姿态估计等视觉任务。
a）
听觉感知与算法：通过听觉传感器来获取服务机器人的听觉信息，例如声音、语音等。通过听
觉感知功能，服务机器人可进行语音识别、语音合成、声源定位等听觉任务。
b）
触觉感知与算法：通过触觉传感器来获取服务机器人的触觉信息，例如接触力、温度等。通过
触觉感知功能，服务机器人可进行物体抓取、力控操作等触觉任务。
c）
融合感知与算法：将不同感知模块的数据进行融合，以提供更准确和全面的感知信息。通过融
合感知功能，服务机器人可进行场景理解、环境建模等复杂的感知任务。
d）
7.3.6 认知
云平台可为服务机器人提供智能化、个性化的认知功能服务，包含以下四个部分。
知识库建立：建立知识库以存储和组织服务机器人所需的知识和信息。知识库包括事实、规
则、概念等，以及它们之间的关系。
a）
知识库查询：服务机器人可通过查询知识库来获取相关的知识。b）
意图理解：使用自然语言处理和机器学习等技术，对用户的输入进行意图理解。通过分析用户
的语言表达，平台可识别用户的意图，例如用户的问题、需求或指令。
c）
知识推理：使用推理引擎和逻辑推理等技术，对知识库中的知识进行推理和推断。通过对知识
的逻辑关系和规则进行推理，平台可生成新的知识或推断出答案。
d）
7.3.7 决策
云平台可为服务机器人提供智能的决策能力，能根据任务要求和环境条件，自动规划任务和调整策
略，以实现高效、灵活的任务执行。同时，它还可识别和处理异常情况，保证机器人的安全和稳定性，
包含以下两个部分。
任务规划：使用规划算法和优化技术，对服务机器人的任务进行规划和安排。任务规划包括任
务分解、路径规划、资源分配等，以确保机器人能高效地完成任务。
a）
异常决策：通过监测和分析服务机器人的运行状态，识别和处理异常情况。当服务机器人面临
意外情况或无法完成任务时，平台可采取相应的决策，例如重新规划任务、调整执行策略等，
以保证服务机器人的稳定运行。
b）
7.3.8 控制
云平台可对服务机器人进行灵活、高效的控制，提升服务机器人的智能化和自动化水平，包含以下
四个部分。
服务机器人控制：云平台通过与服务机器人的通信接口，实现对服务机器人的远程控制。例
如，平台可发送指令给服务机器人，控制其移动、执行特定任务、与环境交互等。
a）
服务机器人状态监控：云平台可实时监控服务机器人的状态，包括位置、传感器数据、电量
等。通过对服务机器人状态的监控，了解服务机器人的运行情况，并做出相应的控制决策。
b）
服务机器人任务及优先级管理：云平台管理服务机器人的任务队列，并根据任务的优先级进行
调度和分配。平台可根据任务的紧急程度、资源需求等因素，合理安排服务机器人的任务执行
顺序。
c）
服务机器人异常行为处理：云平台可检测和处理服务机器人的异常行为。当机器人出现故障、
遇到障碍物、执行任务失败等情况时，可采取相应的措施，例如重新规划任务、发送警报、通
知维修人员等。
d）
7.3.9 协同计算
云平台通过协同计算，可实现对云、边、端多个异构计算单元的协同调度，根据系统当前资源负载
情况和对计算资源的需求，将各个计算任务分布式地部署、运行，并产生可靠输出。
7.4 应用层
应用层是将基础层和平台层的资源抽象和封装成应用服务或完整的解决方案，以应用服务或软件接
口的模式对外提供。例如提供可视化界面或 API 的方式为服务机器人提供服务，是云平台的最顶层。用
户访问的是应用层，可通过应用层访问平台层服务组件和存储在基础层的数据，云资源提供者可在服务
机器人云平台上部署维护相关软件，用户可通过浏览器/服务器和客户端/服务器两种架构方式访问部署
在云平台上的应用服务。应用层是整个系统的重要部分，负责云平台中服务机器人应用服务与服务机器
人的交互以及提供用户服务的管理窗口，主要提供以下五个功能。
服务机器人接口：服务机器人相关资源进行资源服务化后，通过应用层为业务应用提供抽象接
口，并提供不同类型的服务。服务机器人平台的使用主要有两类：一类是服务机器人生产者，
通过服务机器人云平台进行数据的分析，为后续的研发做参考，同时可提供对服务机器人的远
程控制维护等服务；另一类为服务机器人使用者，通过接入服务平台使用所提供的平台服务。
a）
可视化交互：应用层应提供界面交互友好且易于操作的可视化交互方式，包括：服务机器人仿
真界面，以及服务机器人研发和使用者结合自身需要开发的多种可视化交互及控制界面。
b）
远程控制与参数配置：应用层应支持通过远程控制软件和远程配置工具等远程方式对服务机器
人进行控制和配置参数。
c）
协同控制：应用层应支持多个用户对同一个（批）服务机器人进行服务设计、运行管理与应用
部署。
d）
自定义：应用层应支持云平台用户依据特定需要自行将平台层与基础层的资源抽象和封装成应
用服务或完整的解决方案。
e）
7.5 安全管理
7.5.1 基础设施安全
基础设施安全不仅包括对服务器、交换机、存储等硬件设备的传统安全防护，还包括针对虚拟化监
视器的安全保护技术，包括组件防篡改、虚机隔离、内存隔离、虚拟机监视程序元数据保护等。
7.5.2 IaaS 安全
IaaS安全主要包括以下三个方面。
虚拟机安全：包括虚拟机中的端口管控、外设安全、防病毒、漏洞扫描以及入侵检测等。a）
虚拟网络安全：包括云平台上东西向的网络防护，包括流量审计、访问控制、入侵检测与防
护、防地址解析协议攻击以及带宽流量管理等。
b）
虚拟存储安全：包括虚机磁盘、镜像、快照的存储加密、完整性保护、迁移加密和访问控制。c）
7.5.3 PaaS 安全
PaaS安全主要包括以下三个方面。
服务安全：包括服务的访问控制、身份认证、Web应用防护、合规配置、操作审计等。a）
接口安全：包括接入认证鉴权、接口通信加密、传输数据完整性、分布式拒绝服务攻击防护等。b）
数据安全：包括数据的访问控制、认证鉴权、数据分类、数据脱敏等。c）
7.5.4 SaaS 安全
SaaS安全主要包括防护应用安全、应用身份认证、应用访问控制、网络应用防护、应用数据加密以
及应用行为审计等。
7.5.5 云安全管理
云安全管理包括云安全态势、云安全服务编排、安全服务弹性扩展和安全资源统一管理几个方面。
云上安全防护与传统安全防护主要的区别在于防护边界的消失和云上资源的动态变化。云安全服务的服
务链编排，包括资源编排、服务生命周期管理等；云安全服务的弹性伸缩包括服务高可用、服务横向伸
缩以及服务负载均衡等。此外，云安全管理还包括统一的云安全态势、云安全操作、日志审计。
7.5.6 云安全监管
云安全监管将对云平台、云服务、云应用、云安全服务进腨方面的安全监管，包括云安全审计、云
安全策略检查、云安全合规性检查和云安全状态检查等方面。对云安全管理来说要实现“自适应”的云
安全架构，应实现云安全策略的自适应，包括统一获取云安全服务的安全策略、安全策略自适应调整、
安全策略统一合规检查等。云安全状态检查，包括对云组件、云网络和云资产进行安全检查，检测安全
状态是否满足安全要求，提出改善建议。云安全合规性检查，是对云平台和云服务是否符合相关安全标
准和规范进行检查，分析其安全状态，通过自定义合规策略实现安全基线检查。
7.5.7 服务机器人与云服务平台过程安全
服务机器人与云服务平台过程安全主要包括以下六个方面。
服务机器人与云服务平台通信协议安全，包括服务机器人终端数据加密和压缩，终端授权云服
务平台身份认证，终端网络丢包通信数据优化。
a）
云服务平台与服务机器人终端专用通信隧道建立。b）
服务机器人终端控制权限安全。c）
服务机器人终端数据伪装欺骗安全。d）
服务机器人在物理空间中运动（物理位置、移动轨迹、碰撞范围）状态的监测。e）
服务机器人与用户交互过程中的安全，包括语音识别和面部识别的安全性与隐私保护、触摸交
互的适当性判断。
f）
7.6 运维管理
服务机器人云平台运维管理包括以下四个方面。
系统监控与故障排查：定期监控云平台的运行状态，包括服务器的负载情况、网......
|