NASA Jet Propulsion Laboratory (JPL) 已开发出全地形六足地外探测器 (ATHLETE) 机器人。作为一种多用途的交通工具,ATHLETE 的六个机械臂均附着在车轮上,使车辆可以穿越各种地形 – 从光滑的地面、起伏的丘陵到粗犷陡峭的地形。而且,还可以锁定车轮,将机械臂变成可以用作机械足的常规的腿。ATHLETE 机器人也可以用于装货、卸货和长距离货物运输。

作为沙漠研究和训练研究 (D-RATS) 的一部分,NASA/JPL 结合其他 NASA 中心的机器人对 ATHLETE 机器人进行年度实地测试。在驱动机器人的同时,操作员可以依赖高分辨率的卫星图像,获取指导、定位和态势感知。为了简化卫星图像的处理,NASA/JPL 的工程师们开发了一个利用工作流并行特性的应用程序。NASA/JPL 依赖 Amazon Web Services (AWS) 完成此项工作。

该应用程序构建在 Polyphony 之上;Polyphony 是一个模块化的工作流协调框架,旨在简化 Amazon Elastic Compute Cloud (Amazon EC2) 上数百个节点的使用过程。通过在本地机器上存储过剩容量并在超级计算中心存储备用资源,Polyphony 与 AWS 云完美结合。最为重要的是,Polyphony 能够将各种资源融合在一起以实现共同目标。通过使用 Amazon Simple Queue Service (Amazon SQS),NASA/JPL 开发人员甚至只需编写一个类,即可在 Amazon EC2 上部署大量计算。

NASA/JPL 之前曾使用 Polyphony 来验证在 Amazon EC2 环境中处理数十万小型图像时云计算的效用。然而,NASA/JPL 已采用了集群计算环境来处理大型图像,并且最近处理了 3.2 千兆像素的图像来支持 ATHLETE 机器人在 2010 年 D-RATS 现场测试中的操作。高级Solutions Architect Khawaja Shams 报告称:“在具有 30 个集群计算实例的集群上,AWS 的资源只需不到两个小时便可完成工作。与以前的实施相比,这体现了显著的改善。”

除了能支持 ATHLETE 机器人之外,Polyphony 还会被送到火星科学实验室用作主要的数据处理和交付管道,以处理从火星上下载的数据。Shams 解释道,该应用程序“可使我们在几小时内花费不到 200 USD 便能在 AWS 上处理近 200000 张 Cassini 图像。Shams 解释说,在迁移到 AWS 之前,由于内部缺乏弹性,“我们只能在本地使用单一机器,并且需要花费 15 天以上的时间来处理同一项任务。”实践证明,AWS 可提供很高的效率和巨大的成本节约。

要了解在 AWS 云上构建 Web 应用程序的更多信息,请访问:http://aws.amazon.com/web-mobile-social/

更多有关 NASA/JPL 如何使用 AWS 云完成其他任务和研究的信息,请查看 NASA/JPL 的 MER 和 CARVE 任务以及 NASA/JPL 的好奇号火星任务客户成功故事。