主要内容：

   服务机器人多工作在动态、非规则的环境中，并与人亲密接触，因此对其服务质量有很高的要求。而目前异构服务机器人云服务系统服务质量的评估方法仍存在着评估模型仅针对具体组成部分、评估指标多面向特定特征属性的问题。本项目从云服务系统结构与机器人行为特征出发，以服务质量评估指标及其计算方法为研 究对象，基于非确定性推理思想研究面向整个系统的评估方法。具体内容包括：从服务单体、服务间协同及系统整体三个层面分析系统结构模式并抽象出服务质量模型；在静态结构与动态行为建模的基础上，分析云服务间协同与演化机制；结合系统运行环境，构建异构服务机器人云服务系统服务质量评估指标体系模型；采用数学计算与实验仿真相结合的方法，建立系统整体及各服务单体的服务质量指标统一计算模型。本项目旨在揭示异构服务机器人云服务系统中结构与行为、整体指标与个体指标之间关系的规律，为实际应用中选取合适的服务组成满足质量要求的系统提供科学依据。

技术路线：

  （1）服务机器人云服务质量的描述与演化

   ①先验指标：对服务机器人云服务质量的初始评估，由 ISO/IEC 25010 标准中反映软件质量特性的可信指标构成，主要是从服务开发者的角度进行评价。 ②评估标：通过对与机器人性能息息相关的行为特性、智能型、安全性因素进行评估，从服务使用者角度对前面获得的先验指标进行修正，以使服务机器人云服务质量的度量更加精确、客观。 ③服务机器人云服务质量的演化先验指标的值是一个云服务固有的质量属性，而评估指标的值是由使用者在不断的使用过程中通过多次的历史记录逐步演化的。这样，随着服务使用次数的增加，评估指标对先验指标的修正左右也会不断加强，使服务机器人云服务单体的服务质量的测度最终无限接近于其实际的值。

  （2）服务机器人云服务质量指标体系的构建

   ①整体服务质量：服务机器人云服务系统整体的服务质量，位于服务质量评估体系的最顶层，用以评估整个系统的服务质量，包括单体服务质量与集成服务质量。 ②单体服务质量：针对单个服务的评估指标，在前面已经加以描述。 ③集成服务质量：着重考虑两个或多个服务组合在一起后对整体服务质量的影响。由于服务组合后的服务质量并不是将几个单独服务的质量进行简单叠加，因此需要通过若干指标进行修正。这些指标包含服务集合的结构相依性与语义相依性。

主要研究技术或开发工具：大数据、机器学习、k8s、java、python、hadoop、spark