CN111798216A - 一种机器人流程自动化多工具集成方法和系统 - Google Patents

Abstract

本发明“一种机器人流程自动化多工具集成方法和系统”公开了一种企业自动化领域内的机器人流程自动化的多工具集成方法及系统，适用于基于多种RPA工具的RPA平台或者系统建设。本发明把每种RPA工具都封装成一个提供标准接口的RPA服务程序，独立接收和执行委派的RPA程序。利用专门的翻译模块，RPA服务程序把待执行的RPA程序自动翻译成本地RPA工具能够执行的本地程序。根据多个RPA服务程序的能力，把RPA程序自动拆分成一个树状的、主从调用的多程序结构，其中每个RPA程序均能让某个RPA服务程序独立执行。把拆分好的程序自动委派给合适的RPA服务程序实例，协作自动化同一业务流程，提供全面的RPA能力。

Description

一种机器人流程自动化多工具集成方法和系统

技术领域

本发明涉及企业自动化领域内的机器人流程自动化(Robotic ProcessAutomation)技术，适用于采用多种RPA工具的RPA平台和系统建设。具体是采用自动拆分、委派和翻译机制，让多种RPA工具（包括真人）能够协作自动化同一业务流程，为企业提供更加全面的RPA能力。

背景技术

企业的业务流程（business process）中存在着一些低技能的信息处理任务。这些任务投入产出比低，员工积极性不高，容易出错。人机界面的技术局限性是造成此类问题的关键。虽然人机界面技术一直在进步，但是人与信息系统之间的协作总体上还是繁琐和不流畅的。简单的任务（比如报表下载、数据统计、图片上传和单据记录等），数量一旦增多，会耗费大量精力。另外企业内外的“花园围墙”现状日趋严重，也加速了这些低价值任务的滋生：企业使用的外部的大平台，例如天猫、京东、百度和微信，它们与企业的内部的信息系统互通困难。企业内部常常存在多个独立的信息系统，无法有效集成。传统的方案通常是安排人力在多个系统和平台间传递信息和数据，效率低下，出错频繁；

针对上述问题，机器人流程自动化RPA (Robotic process automation)借助能够自动执行的脚本和软件模块，构造软件机器人（software robot或者bot）或者虚拟工人，模拟真人在信息系统的界面上的操作，自动完成业务流程中简单、一致而且可重复的低技能任务，提高劳动效率，改善客户和员工体验；

RPA是一项新兴的业务流程自动化技术，吸引了众多的开发者和公司，形成了种类众多的RPA工具、类库、框架和脚本语言（例如：UI PATH、TagUI、SikuliX、Robin、ROBOTframework、Automation Anywhere和RPA for Python等）。它们各有优势，但是常常存在兼容性问题。在实际的RPA流程开发中，针对不同的场景，经常用到多种工具或者脚本，甚至人的参与也必不可少（特别是涉及要求真人验证的登录界面）。集成不同的RPA工具的好处是能综合所有的技术优势，提供全面的RPA能力。如何集成这些不同的（特别是开源的）RPA工具、脚本和真人交互，并且有效管理和维护RPA流程就成了一个重要问题。

发明内容

我们将基于一个具体的实施样例来讲解本发明的各项技术特征。其中的技术细节只用于清楚完整地阐述本发明的特征和方法，而不是限制该发明的实施方法。基于本发明的特征和方法，本领域内技术人员所获得的所有其他实施例，都将属于本发明保护的范围。整个发明的保护范围在权利要求书中有完整描述。

1. RPA模型

RPA模型定义了与本发明相关的逻辑实体和它们之间的关联，是RPA技术实现遵循的概念框架。图1展示了本发明的RPA模型。具体实体解释如下：

应用(Application)

应用(110)是支撑企业运营的各类信息系统、平台和工具。有的具备与人交互的人机界面，有的直接提供可编程的API接口。RPA工具与这些应用交互，完成业务流程。

操作(Operation)

操作(115) 是在应用(110)的人机界面上或者通过API上完成某项功能。比如“打开桌面上的火狐浏览器”、“在浏览器中打开baidu.com”、“输入搜索关键字：RPA”和“点击页面上的搜索按钮”等。在本发明中，单个操作(115)只能在单台设备（虚拟或者物理的计算机或者其他智能设备等）上执行。一般情况下，单个操作(115)只针对单个应用(110)。

真人(People)

真人(105)是企业的员工。在没有自动化情况下，他们是操作(115)的执行者。在自动化流程中，真人不再是操作（115）的直接执行者。在一些无法自动化或者自动化十分困难的场景下，真人(105)才参与操作命令(120)的执行。比如图3中列出的 “二维码登录”(325)、“旋转图片到正确的位置”(310)、“挑选出指定的事物的图片”(315)和“输入短信验证码”（320）等操作，就需要给真人（105）提示，让他/她手工反馈给平台正确的结果。

命令(Command)

命令(130)是一个可复用的计算机程序模块，命令通常带有一个或者多个命令参数(131)，提高代码的复用率。比如命令：“在输入框X中输入文本Y”，如果X是“搜索输入框”，Y是关键字“RPA”，就可以自动化“输入关键字RPA”的操作(115)。命令分成三大类：

1. 操作命令（120）：实现操作(115)的程序模块；

2. 流程调用命令(135): 实现调用子流程(145)的程序模块；

3. 控制命令(125)：控制命令(130)执行顺序的命令，实现如IF, WHILE 和FOR 等控制逻辑。

数据项(Data Item)

数据项（170）是一个永久存储的变量。它们以<Key, Value>的形式保存在某个数据存储中。命令(130)用key对数据项进行读或者写，实现运行状态和结果的读取和保存。比如：数据项 “当前屏幕的图片”，存储的是拷屏命令截取下来的图片文件，后续的命令可以读取这个文件，搜索出屏幕中的某个应用图标的位置。

步骤(Step)

输入命令参数(131)值, 调用或者执行一条命令(130)形成一个步骤(141)。如果调用的是控制命令(125)，步骤(141)就有可能包含由多个步骤组成的序列，例如WHILE控制逻辑，就会包括一个由步骤组成的循环体。

流程(Process) 和子流程

流程（140）是实现业务流程（business process）自动化的程序，由多个步骤（141）按照某种执行逻辑组成。为了实现复用，流程本身会带有一个或者多个流程参数（155）。流程有一个唯一的流程ID(142)。流程的一次运行称为流程的一个流程实例(150)。一个流程(140)可以使用流程调用命令(135)，调用其他流程，这些被调用的流程便称为它的子流程(145)。

RPA工具(RPA Tool)

不同的RPA 工具有不同的使用方式。有的用特殊的脚本程序，例如Sikulix、Robin、Robot Framework 和TagUI；有的则为一些通用编程语言提供类库调用，例如RPA forPython、robotjs 和Selenium。在本发明中我们统称为RPA工具（185）。不同的RPA工具(185)有不一样的技术优势，集成多种工具，能综合多种优势，建设全面的RPA能力。

原生RPA程序:NPG

某个RPA工具（185）在在单台设备上执行的程序，我们称为原生RPA程序(190，NativeRPA Program，后续简称NPG)。设备可以是通用PC、平板、智能手机或者商用服务器等。设备可以是虚拟的，也可以是物理的；

操作(115) 最终是由NPG实现的。执行NPG，会自动开展一系列的自动化操作，完成业务目标。为了支持不同的开源技术和工具，本发明不限定NPG的实现技术，可用各类脚本语言(Python、Shell脚本或者JavaScript)，也可用Java或者C#等语言，直接编译成可执行程序。

机器人(Robot)

机器人(180)是在单台设备上运行的，使用单个RPA工具(185)，执行流程(140)的RPA服务程序。设备可以是通用PC、平板、智能手机或者商用服务器等。设备可以是虚拟的，也可以是物理的。

机器人型号(Robot Type)

在本发明中机器人(180)是基于单个RPA工具（185）实现的。不同的机器人由不同的RPA工具实现，具备不同的操作(115)能力。这里的能力指支持的命令(130)集合。所有能力相同的机器人属于一个机器人型号（175）。

单/多型号流程(Single/Multi-RT Process)

如果某个流程(140)的命令(130)都可以全部让某个型号(175)的机器人(180)执行，我们称为此流程是单型号流程(165)，否则我们称多型号流程(160)。多型号流程(160)在执行前必须按照规则，拆分成多个单型号流程(165)。

翻译器(Translator)

翻译器(180)把单型号流程(165)翻译成本地RPA工具(185)可以执行的NPG (190)。机器人(180)在执行单型号流程(165)时，会先使用翻译器（195）翻译成NPG（190），然后再调用RPA工具(185)执行。每种机器人型号(175)的有特定的翻译器(180)。

2. 流程拆分

为了方便理解本发明，我们基于一个实施样例解释流程(140)的定义和拆分过程。本发明并不限制如何定义流程(140)，只规定必须是流程是结构化的，在运行时能够按照某种规则拆分出单型号流程(165)。

流程样例

此实施样例采用了XML描述业务流程，并提供可视化编辑、展示和管理。假设有一个下载和转换广告投放数据报表的业务流程，具体步骤如下：

a)登录广告系统，下载昨日的报表数据

b)用工具R生成多张统计图表（图片形式）

c)把统计图表添加到PPT文件中

d)把PPT文件上传到指定的FTP 目录

图4 中的415-490便是此实施样例的流程可视化简图，412是对应XML结构的部分样例，简图中，每个框代表一个步骤（141）。灰色背景标记的是流程读写的数据项(170)。在本实施样例中，整个流程是一个从上到下执行的步骤序列。与其他命令不同，FOR-EACH控制命令(125)的调用步骤包含了由475和480两个步骤（141）组成的循环体。410是机器人型号(175)的图标，当前实施样例有4个型号的机器人与此流程相关，具体如下：

1)Web自动化：支持针对Web应用的各种操作，但是不支持真人验证登录；

2)R服务：提供各种基于R的统计分析服务；

3)Office自动化：提供MS Office 套件的各种文件编辑操作；

4)真人验证：提供多种人工验证操作，包括旋转图片到正确的位置（310）；

为了方便解释，我们在步骤（141）的右边标上能够执行该命令的型号图标。容易看出，这是一个多型号流程(160)，必须分解成单型号流程（165）才能执行。

拆分方法

为了实现RPA技术实现透明化，需要用算法自动把多型号流程(160)拆分成多个单型号流程（165），形成一个树状的主从调用关系，完成原有大流程的功能。本发明不规定具体拆分的方法，由实现者根据具体情况，择优实现。本实施样例采用了图5的算法实现自动拆分。与算法相关的属性和相关函数解释如下：

1)属性CommType：步骤调用的命令类型，分为“控制(logic)”、“操作(operation)”和“流程调用(call-proc)”三种；

2)属性RTList：能够执行当前步骤内命令的机器人型号列表。比如在本例中有：[“Web自动化”，“R服务”，“Office自动化”，“真人验证”]；

3)属性Block:代表执行控制命令的步骤包含的步骤序列；

4)方法AddStep: 添加一个步骤到当前流程中；

5)函数CreateCallProc: 根据ID创建一个流程调用步骤；

6)函数GetDominatedRT：输入一个步骤序列、起始和结束的步骤范围，扫描此范围内每个步骤的RTList属性，统计机器人型号(175)出现次数。返回一个列表（我们称为主导型号列表），包含出现次数最多的一个或者多个机器人型号（次数相同时会出现多个）；如果命令类型是非逻辑命令，会直接返回RTList属性；

如图5显示，整个算法是一个层层分解的递归过程。输入是上级流程的ID和需要分解的步骤序列范围。515先在规定范围内扫描步骤序列，统计出支持大部分命令的一个主导机器人型号CurrRT，然后根据上级的流程ID和机器人型号CurrRT创建一个子流程。在没有分解前的流程的上级流程ID是一个固定的ID，比如0。520部分就是逐个扫描步骤，把相邻的主导型号列表不包含CurrRT的步骤合并到一个子流程中，继续分解。525就是寻找相邻的主导型号列表不包含CurrRT的步骤，535的第1步判定是否有一个或者多个相邻的此类步骤，如果有（第2步），则再次拆分，获得一个子流程ID，然后在当前流程中添加一个子流程调用步骤（第3步）。如果没有（第4-5步），直接把当前步骤添加到当前流程中。最后计算过程返回当前流程的ID(540)。

图5算法一次执行就把一个多型号流程(160)分解成多个单型号流程（165）。这些单型号流程间存在主从调用关系。图6便是图4流程拆分后的结果。主流程(610)拆分出了615、620和625三个单型号的子流程。主流程通过流程调用步骤（530、535和540），调用这些子流程。

3. 通用RPA技术集成平台

图2是前面一个实施样例基于RPA模型研发的RPA技术集成平台。整个平台分7个主要的模块，具体解释如下：

存储中心

存储中心(240)是元数据、运行或者状态数据的持久化存储系统，其他模块均会通过API读写存储中心中的数据。存储的数据主要有：

a)流程信息（250）：采用XML结构保存流程(140)的具体定义，包括拆分后的子流程的定义。其他模块通过流程ID，便可读取到对应的流程定义；

b)流程实例信息（245）：流程执行后与实例相关的数据，包括实例的状态、开始执行的时间、实例的ID和执行的进度等等；

c)数据项信息（260）：保存流程实例（150）使用的数据项的key和value信息，支持非结构化数据，包括文本、图像和视频；

d)机器人信息（255）：每个机器人均会在存储中心注册和更新相关的信息，包括：服务接口、机器人型号和当前状态。此外，每个机器人型号支持的命令集也均提前注册在机器人信息中。

流程编辑器

RPA开发人员通过可视化的“流程编辑器” (235)创建、编辑、保存和测试流程（140）。流程编辑器能够调用RPA控制台(265)测试、运行和观察流程（140）的运行情况。

RPA控制台

一般情况下，管理员或者业务人员使用RPA控制台(265)。它提供界面和API，对流程进行管理、调度和监测。它发出流程调度指令给RPA调度中心(270)，运行、暂停或者关闭流程实例（150）。

RPA调度中心

RPA调度中心(270)主要负责根据流程调度指令，运行、暂停或者关闭流程实例（150）。其中三个关键模块是：

1)“流程实例构建”（275）: 根据要启动的流程ID，构造一个流程实例（150），赋予一个唯一的实例ID, 并把相关信息保存在存储中心；

2)“流程拆分”（280）：对于首次运行的流程(140)，从存储中心读取信息，按照图5的方法对流程进行拆分，形成多个单型号流程(165)，再保存到流程信息到存储中心（240）；

3)“实例委派”（285）：根据实例ID对应的单型号流程，通过某种算法，在机器人信息中寻找型号一致、负荷最小的机器人，通知它执行这个实例。虽然图2中只绘出了通知机器人X(210)的场景，但是其他机器人（295）与RPA调度中心也有一样的关系，在调度过程中，RPA调度中心(270)，还会把实例的状态（进度）发送到实例状态消息服务（290）。

机器人

平台有多个机器人(180)（比如210和295），分布在多台设备上。机器人启动和运行时，会向存储中心发送状态和其他相关信息，保存在机器人信息（255）中。提供给其他模块查询，当接收到RPA调度中心（270）的委派的实例后，机器人(180)会先使用翻译器模块（215），把实例对应的单型号流程（165）翻译成NPG（190），然后流程执行模块（220）再调用RPA工具(185)执行。每种机器人型号(175)的有特定的翻译器(180)。每个流程实例（150）在执行的过程中会发送状态消息（运行进度）到实例状态消息服务（290），其他模块可以查询到实例的运行情况。此外每个流程实例均会读写数据项（260），后者是单型号流程间（165）数据共享的主要方式；

运行流程实例（150）会通过流程调用命令（135），请求RPA调度中心（270）启动子流程，并返回相关的信息。流程调用命令（135）会在实例状态消息服务（290）上查询到子流程实例的（运行）状态。

实例状态消息服务

为流程实例（150）提供消息服务，每个流程实例（150）在服务中有独立的消息管道。设置消息服务的目的是支持流程（140）的异步调用和分布式计算。

真人

图2中机器人y中的流程实例（150）会与真人(105,230)发生交互，让人脑参与处理算法和工具无法自动解决的问题。比如，图6中的子流程615，会先把小图片截取出来，然后让人把这些小图片旋转到正确位置，记录下小图片的位置和点击的次数。后续步骤就在人机界面上复现人的点击操作。

4. 流程执行示例

图7是在图2平台上执行拆分好的流程样例（图6 的610和615）的交互图。如图显示，管理员通过RPA控制台(710)向RPA调度中心发出调度指令，执行流程SP-198083740。调度中心(715)先为此流程构造实例a。在首次调用的情况下，调度中心(715)还会拆分此流程，形成图6中的610、615、620和625四个单型号流程（165）。接下来，调度中心（715）为实例a寻找到匹配的机器人x（720），并委派给它执行。机器人x（720）把流程翻译成NPG（190）后执行。期间会执行调用子流程的步骤（530），向RPA调度中心请求调用子流程SP-198083740-1（615），通知“数据分析助理”人工调整图片到正确的方向。调度中心(715)先为此流程构造实例b，委派给合适的机器人y（725）。机器人y（725）把流程翻译成NPG（190）后执行。流程实例b有人机交互界面，会把小图片列表发送给“数据分析助理”，让他/她点击，把图片摆放到正确方向，然后保存这些点击数据到数据项（170）。完成后，机器人y（725）会返回流程执行完成消息给机器人x（720）。机器人x（720）继续执行流程中的后续步骤。

附图说明

图1是RPA模型，定义了RPA领域内的逻辑实体和它们之间的关联，是本发明遵循的概念框架

图2是一个基于RPA模型研发的技术集成平台的结构实施样例

图3列出了一些无法自动化或者自动化十分困难的真人验证界面，这种情况下真人必须参与并指导RPA平台完成正确的操作

图4是一个RPA程序或者流程的XML结构和可视化界面，它属于某个实施样例

图5一种RPA程序或者流程的自动拆分算法，它属于某个实施样例

图6是按照图5的算法拆分图4的RPA程序样例后的结果

图7是在图2的样例平台上执行图4的RPA程序样例，其中部分过程的交互图。

Claims (9)

1.在多用户环境下，基于多台计算机或者智能设备实现的，采用自动拆分、委派和翻译机制，让多种RPA工具（包括真人交互）能够协作自动化同一业务流程的方法，这种方法的特征在于以下内容（步骤序号是为了方便描述，不体现实现次序）：

a）定义与RPA工具无关的，覆盖业务范围内各种系统、工具或者平台的操作（后续称为“命令”）集合，开发人员基于此命令集，定义结构化的RPA程序（后续称为“流程”），描述业务流程，与具体的用何种RPA工具实现无关；

b）每种RPA工具都被封装成一个提供标准接口的独立的RPA服务程序，每个RPA服务程序可以只支持第a步中的部分命令，一个命令可以获得多个RPA服务程序的支持；

c）如果单个RPA服务程序不能执行流程中的全部命令，就根据每个命令对应的一个或者多个RPA服务程序，用算法自动把这个流程拆分，其中的每个流程均可以让某个RPA服务程序独立执行；

d）委派流程时，根据流程对应的能够独立执行流程的RPA服务程序，通过一个算法寻找出RPA服务程序在某台设备上的一个运行实例，并交由它执行；

e）执行流程时，每个RPA服务程序运行实例先通过专门的翻译模块，把待执行的流程翻译成本地RPA工具能够执行的本地程序，然后再执行这些本地程序，完成流程要求的功能

f）执行流程当中，每个命令对应的本地程序代码通过API接口根据名字或者键值读写永久存储的变量，永久存储的变量存储在一个所有RPA服务程序运行实例均可访问的地方。

2.权利要求1所述方法第a步的命令不仅包括逻辑控制结构：IF…THEN、WHILE循环和FOR循环，而且还包括需要与真人交互的操作。

3.权利要求1所述方法第a步的命令能够读写永久存储的变量，变量有效范围限于整个流程，属于同一流程的永久存储的变量，流程内所有命令均可自由读写。

4.权利要求1所述方法第b步的特征在于：每个RPA服务程序能安装和运行在一台或者多台计算机或者其他智能设备上，形成多个RPA服务运行实例，它们之间相互独立，互不依赖。

5.权利要求1所述方法第c步的特征在于，通过加入流程调用命令，拆分一个大流程后，会形成的多个流程间有树状的主从调用关系；执行它们的多个RPA服务程序，通过流程调用，协作完成原有大流程的功能。

6.在多用户环境下，基于多台计算机或者智能设备实现的，多种RPA工具（包括真人）协作，自动完成同一业务流程的系统；它管理和运行由多种RPA工具（包括真人）协作执行的一种结构化的RPA程序（后续称为“流程”），开发人员在编辑时无需指派用何种RPA工具实现。

7.权利要求6中的系统中，流程由与RPA工具无关的，覆盖业务范围内各种系统、工具或者平台的操作（后续称为“命令”）组成，包括IF…THEN、WHILE循环和FOR循环，而且还包括需要与真人交互的操作。

8.权利要求6中的系统中，每个RPA工具被封装成一个提供标准接口的独立的RPA服务程序，具有以下一下特征：

a）每个RPA服务程序能安装和运行在一台或者多台计算机或者其他智能设备上，形成多个RPA服务运行实例，它们之间相互独立，互不依赖；

b）每个RPA服务程序支持一组特定的命令，一个命令可以获得多个RPA服务程序的支持；

c）每个RPA服务程序有专门的翻译模块，运行实例会把待执行的流程翻译成本地RPA工具能够执行的本地程序，然后再执行这些本地程序，完成流程要求的功能；

d）RPA服务程序实例执行流程时，每个命令对应的本地程序代码通过API接口根据名字或者键值读写永久存储的变量，永久存储的变量存储在一个所有RPA服务程序运行实例均可访问的地方。

9.权利要求6中的系统中，有以下流程拆分和委派过程：

a）如果单个RPA服务程序不能执行流程中的全部命令，就根据每个命令对应的一个或者多个RPA服务程序，用算法自动把这个流程拆分，通过加入流程调用命令，形成一个树状主从调用的多流程结构，一起协作完成原有流程的功能，其中的每个流程均可以让某个RPA服务程序独立执行；

b）执行流程时，根据流程对应的能够独立执行流程的RPA服务程序，通过一个算法寻找出RPA服务程序在某台设备上的一个运行实例，并交由它执行。

Images