云机器人作为机器人体系中的一种新型结构,成为机器人学中的重点研究内容。机器人借助于云平台在计算和存储方面展现出更高的效率,但是机器人端的异构性和云平台功能及操作复杂性,使得云计算平台和机器人不能更好的融合。本文从云机器人的基本理论和关键技术出发,对面向服务架构的云机器人资源调度框架进行研究。针对云平台资源复杂性和机器人端异构性而导致的融合性能差、功能效率低下的问题,且满足云机器人平台的多样化需求,本文使用基于SOA的云机器人平台接口层架构,并进行软件实现。针对云平台中虚拟单元与物理资源的映射问题,本文以提高资源调度性能为目标,提出基于博弈论的公平性-有效性权衡博弈算法。实验结果表明,该算法不仅能缩短平均任务调度时间,而且保证了任务调度过程中任务和用户的公平性,从而提高了用户满意度,充分显示了本算法在云平台的资源调度方面性能优势。论文的主要工作如下:(1)首先对云机器人平台进行需求分析,进而对云机器人平台总体架构进行设计。自主搭建Open Stack私有化云平台作为承载机器人等终端设备的中央处理器和资源调度中心,并采购两台异构型机器人终端进行运动实验。基于Open Stack云平台,采用Type-I类型的Hypervisor技术实现资源虚拟化的封装调用。(2)为实现云平台和机器人端的松耦合特性,设计云机器人平台的接口层架构,对SOA接口层中的服务注册中心和服务调度中心模块进行详细设计,并采用java语言对其功能进行代码实现。设计服务质量选择算法对服务提供者的服务质量进行优劣评估,通过参数归一化处理,除去响应时间和可靠性等属性的量纲,达到服务质量最优化的目的。(3)对云存储结构中的资源调度进行数学建模。针对云资源的调度时间和服务需求者满意度等方面的问题,提出并设计了以博弈论为理论基础的FUTG(资源性有效性权衡博弈)云资源调度算法,进而针对算法的调度时间及用户满意度两个层面采用Cloud Sim云计算仿真平台进行仿真实验。最后通过详细的数据对比和分析,得出本文选用的公平性-有效性权衡博弈算法在资源调度性能方面有较高的优势以及更高的用户满意度。