本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘要：集群机器人的规模化部署受限于端边通信中应用层DDS与网络层5GuRLLC切片间的QoS缺乏高效的协同映射机制，导致端到端确定性难以保障。为此，提出一种符合OMG与3GPP标准的，具备透明、自适应与标准化特性的“DDS-5G协同适配层”融合参考架构，详述了其QoS映射与协同机制，并分析了标准化接口缺失、策略冲突等挑战。
关键字：DDS；5GuRLLC切片；端边协同；集群机器人；QoS映射；算力网络
doi：10.12045/j.issn.1007-3043.2026.08.012
引言
人形机器人、工业自动导引车（AGV）、矿区仿生机械臂装备群、蜂群无人机等技术的快速发展，正推动机器人集群在智能制造、智慧物流、智能矿山、协同感知等领域走向大规模应用，此类系统的核心在于协同，而协同的效能则高度依赖于低时延、高可靠、高同步的端边云协同架构及智能网络的通信能力[1]。传统的TCP/UDP 裸通信方案，在自动组网能力、QoS服务质量保障及扩展性方面面临挑战，难以充分满足机器人集群协同的严苛需求。为此，工业分布式通信领域引入了以数据为中心的发布—订阅中间件标准——数据分发服务（DDS），旨在系统化地解决上述问题[2]。
DDS 是对象管理组织（OMG）制定的以数据为中心的发布—订阅中间件标准，内置了自动发现、去中心化架构与丰富的QoS 策略集，已经成为机器人集群内部通信的事实标准方案之一。与此同时，5G 超可靠低时延通信（uRLLC）切片技术和基于3GPP R16 及后续版本定义的精细化QoS 流（QoS Flow）机制，为从无线空口到核心网的端到端网络确定性提供了标准化的保障能力[3]。
为保障工业互联网端到端确定性，业界一方面致力于推动网络层技术融合，如5G 与时间敏感网络（TSN）的协同[4-5]，以构建统一的确定性传输管道；另一方面，在应用层，DDS 已成为机器人等分布式系统的标准通信中间件[6]。然而，介于两者之间的应用层QoS 与网络层能力的高效协同与优化适配问题尚未得到系统解决：DDS丰富的应用层QoS策略难以高效、精准地映射至5G 网络层，5G 强大的网络层QoS 保障也难以被DDS 充分感知与利用。这种“跨层QoS 映射机制的不完善”导致端到端业务的服务等级协议（SLA）在实现闭环优化管理与智能保障时面临挑战，制约集群机器人性能的进一步提升。具体表现为指令下发的同步误差存在优化空间，高优先级业务在无线资源波动时难以获得持续稳定的最优保障，系统依据网络状态进行动态、自适应调优的能力不足。
针对以上挑战，目前业界缺乏成熟的、标准化的系统解决方案。目前高级别的机器人集群，通信方案大致分3类。
a）专用无线链路（如数传电台、Wi-Fi 6E/7 定制协议）。
b）5G网络+定制化应用层协议。
用成熟的DDS（如Fast DDS、Cyclone DDS）运行在5G网络上，依赖5G的“默认”承载。
这3 类方案在DDS 的应用层优势与5G uRLLC 的网络层精细化保障能力之间难以实现标准化、高效的协同，无法系统性地同时发挥二者的潜力。
本文系统性地定义了该协同适配层的概念模型与标准化QoS映射框架，为应对跨层管控难题、推动产业标准化提供了可参考的技术模型与明确的实施路径。
a）系统性地提出并定义了“DDS-5G协同适配层”这一透明、自适应、标准化的核心功能实体及其分层融合参考架构。
b）提出符合国际标准的、支持自适应协同的分层融合参考架构与核心协同机制。
c）明确技术落地面临的挑战，并指出与算力网络融合的演进方向，为构建标准化、可互操作的产业生态提供路径。
