CN103064743A - 一种用于多机器人的资源调度方法及其资源调度系统 - Google Patents

一种用于多机器人的资源调度方法及其资源调度系统 Download PDF

Info

Publication number
CN103064743A
CN103064743A CN2012105779751A CN201210577975A CN103064743A CN 103064743 A CN103064743 A CN 103064743A CN 2012105779751 A CN2012105779751 A CN 2012105779751A CN 201210577975 A CN201210577975 A CN 201210577975A CN 103064743 A CN103064743 A CN 103064743A
Authority
CN
China
Prior art keywords
user
scheduling scheme
resource scheduling
resource
characteristic information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2012105779751A
Other languages
English (en)
Other versions
CN103064743B (zh
Inventor
朱定局
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Hongzhituoxin Venture Capital Enterprise LP
Original Assignee
Shenzhen Institute of Advanced Technology of CAS
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Institute of Advanced Technology of CAS filed Critical Shenzhen Institute of Advanced Technology of CAS
Priority to CN201210577975.1A priority Critical patent/CN103064743B/zh
Publication of CN103064743A publication Critical patent/CN103064743A/zh
Priority to PCT/CN2013/085859 priority patent/WO2014101557A1/zh
Application granted granted Critical
Publication of CN103064743B publication Critical patent/CN103064743B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

本发明公开了一种用于多机器人的资源调度方法及其资源调度系统,其包括预先将多机器人的资源调度方案存入资源调度方案库,并为用户提供多机器人资源调度方案库中所有的多机器人资源调度方案选项;判断是否接收用户选择的多机器人资源调度方案选项的操作指令;若为否,则读取用户的特征信息,并从所述资源调度方案库内调取与所述特征信息对应资源调度方案,并执行所述对应资源调度方案;以及资源调度系统。将多机器人资源调度方案分门别类地存入到资源调度方案库,如果用户没选择时,则读取用户的特征信息,根据用户的特征信息自动选择对应的资源调度方案,满足了用户的差异化调度需求。

Description

一种用于多机器人的资源调度方法及其资源调度系统
技术领域
本发明涉及多机器人差异化调度领域,尤其涉及一种用于多机器人的资源调度方法及其资源调度系统。
背景技术
多机器人是一个新兴的研究领域,目前还处于初级阶段,随着网络、自动控制技术和人工智能技术的飞速发展,其研究范围和内容不断深入和扩大。面对复杂和未知的工作环境,日益繁重的工作任务,多机器人系统在军事、航空航天、工业制造、自然界探索、火灾预防与处理、以及服务业等领域的远大应用前景,吸引了大量的学者对多机器人系统进行了系统性研究。它具备单个机器人无可比拟的优势,如并行性、柔性等优越性能。由于多个机器人组成的网络系统中存在信息共享或互换,因此通信的时间,质量和效率关系到整个系统的灵敏性、稳定性和适应性,而如何在多机器人网络资源有限的情况下尽可能地提供公平高效的服务质量十分关键。
随着网络的广泛应用,资源分配是任何一个资源有限网络系统中的核心问题。在这类系统中,系统资源的总量总是要小于对其的需求量,资源共享是无法避免的,有共享就有竞争。尤其是多机器人系统中,处于动态,不确定环境中的各机器人间,在任务执行过程中需要有大量的信息交互和协商,然而随着机器人数量的增加,机器人间的通信压力和协调难度也将大大增加。而传统多机器人系统通信存在着信息拥塞等大量问题;组织方式上所采用的集中式货分层式模式,在适应主体能力及环境的动态变化上,降低了整个系统的活跃性,而对管理者的高度要求更是出现了瓶颈。此外,选择人物执行者时还需要进行大量信息的重复处理和比较,不仅效率低下,而且还浪费了大量的系统资源。
众所周知,以宽带为代表的计算机网络资源已经成为一种典型的稀缺资源。相比有线网络,无线网络资源则是更加有限。然而随着网络技术与无线网络的融合,多机器人系统中各机器人更是通过无线传感器来感知周围的各种信息,因此在未来的发展趋势中,如何在资源极其有限系统中进行资源有公平有效分配,提供终端满意的服务质量问题尤其迫切。
随着任务的复杂程度不同,完成不同目标的机器人必须经过通信来完成对资源、目标的协调,同时所需的服务质量要求也趋于多样化,在这样的一个实时系统中,各个智能体需要更快的速度处理外来信息,需在被控对象允许的时间范围内做出快速响应,而且响应的时间越短越好。因此对于高速和高质量的数据传输业务的多样化要求非常高,快速响应用户请求,避免超负荷现象的发生。
另如早前国外学者提出的基于服务质量的资源分配方法,该方法在系统中每一个应用最小需求都满足的条件下才能实现系统整体效果最优满足不同应用的需求,在实施过程中他将资源分配看成一般的非线性或整体规划问题来离线处理,因此他同样不适用于动态系统,并对于系统中出现的不确定性情况应付能力较弱。也有关于资源的自适应分配方法在资源有限环境中的竞争应用对于实现系统整体公平服务质量最优化有较好的效果 ,并通过实时反馈来实现实时系统中资源的自适应控制,但它在实施资源分配过程中,对于增益控制参数的设置所受限制条件较多。同时这个参数一旦设定就不再变化,然而实时系统是时刻变化的,因此在出现新应用的情况下,这个固定参数不一定适用于新的环境;在实现多任务公平调度的速度方面,用户对其的满意程度不高;当在较强的外界干扰下,系统对出现的不确定性情况应对能力不强。
尤其是现有的多机器人资源调度时主要考虑多机器人资源的负载均衡,但在多机器人实际应用中,不同用户对多机器人资源调度的需求不同, 有的用户更在乎成本、有的用户更在乎速度、有的用户更在乎质量,现有技术中的多机器人资源调度对不同用户采用同样的调度方式,不能满足用户的差异化调度需求。
因此,现有技术还有待于更进一步的改进和发展。
发明内容
鉴于上述现有技术的不足,本发明的目的在于提供一种用于多机器人的资源调度系统及其资源调度方法,能根据用户选择或用户特征信息进行多机器人资源调度方案的自动选择,从而达到对不同用户采用最适合于该用户的多机器人资源调度方案的目的,用以提高系统处理的效率和速度,满足用户的差异化调度需求。
本发明的技术方案如下:
一种用于多机器人的资源调度方法,其包括以下步骤:
A、预先将多机器人的资源调度方案存入资源调度方案库,并为用户提供多机器人资源调度方案库中所有的多机器人资源调度方案选项;
B、判断是否接收用户选择的多机器人资源调度方案选项的操作指令;
C、当是,读取用户选择的多机器人资源调度方案的选项,并从所述资源调度方案库调取相应的资源调度方案执行;若为否,则读取用户的特征信息,并从所述资源调度方案库内调取与所述特征信息对应资源调度方案,并执行所述对应资源调度方案。
所述的资源调度方法,其中,所述资源调度方案包括:成本优先调度方案、速度优先调度方案与质量优先调度方案。
所述的资源调度方法,其中,所述特征信息包括:用户等级、在线用户、免费用户、用户使用历史记录与用户使用反馈意见。
所述的资源调度方法,其中,所述步骤C具体的还包括:所述成本优先调度方案分别与免费用户、用户使用历史记录、用户使用反馈意见相对应;所述速度优先调度方案分别与在线用户、用户使用历史记录、用户使用反馈意见相对应;所述质量优先调度方案分别与用户等级、用户使用历史记录、用户使用反馈意见相对应;
或者所述成本优先调度方案分别与在线用户、用户使用历史记录、用户使用反馈意见相对应;所述速度优先调度方案分别与用户等级、用户使用历史记录、用户使用反馈意见相对应;所述质量优先调度方案分别与免费用户、用户使用历史记录、用户使用反馈意见相对应;
或者所述成本优先调度方案分别与用户等级、用户使用历史记录、用户使用反馈意见相对应;所述速度优先调度方案分别与免费用户、用户使用历史记录、用户使用反馈意见相对应;所述质量优先调度方案分别与在线用户、用户使用历史记录、用户使用反馈意见相对应;
在上述对应关系中以用户等级为最优先选项。
所述的资源调度方法,其中,所述步骤C具体的还包括:
C1、若为否,则按照用户等级、用户使用反馈意见、用户使用历史记录、在线用户、免费用户的次序读取用户特征信息,根据所述特征信息从所述资源调度方案库内调取对应资源调度方案,并执行所述对应资源调度方案。
一种用于多机器人的资源调度系统,其包括用于存储资源调度方案并为用户提供多机器人资源调度方案库中所有的多机器人资源调度方案选项的资源调度方案库构建模块;
用于用户选择资源调度方案的用户调度方案选项模块;
用于存储用户特征信息的用户特征信息读取模块;
用于选择与用户特征信息对应之资源调度方案的资源调度方案自动选择模块;
用于判断是否接收用户选择的操作指令或读取所述对应之资源调度方案的资源调度方案内容读取模块;
以及用于执行对应之资源调度方案的资源调度方案执行模块;
所述资源调度方案库构建模块分别与所述用户调度方案选项模块、所述用户特征信息读取模块、所述资源调度方案内容读取模块通信连接,
所述资源调度方案执行模块分别与所述用户调度方案选项模块、所述资源调度方案内容读取模块通信连接,
所述资源调度方案自动选择模块分别与所述用户特征信息读取模块、所述资源调度方案内容读取模块通信连接。
本发明提供的一种用于多机器人的资源调度方法及其资源调度系统,将多机器人资源调度方案分门别类地存入到资源调度方案库,当用户选择特定资源调度方案时,则执行该特定资源调度方案;如果用户没选择时,则读取用户的特征信息,根据用户的特征信息自动选择对应的资源调度方案,从而达到对不同用户采用最适合于该用户的多机器人资源调度方案的目的,进而提高了系统处理的效率和速度,满足了用户的差异化调度需求,使多机器人更科学合理的运行。
附图说明
图1为本发明中资源调度方法的流程示意图;
图2为本发明中资源调度系统的框架结构示意图
图3为本发明中一资源调度方法实施例的流程示意图;
图4为本发明中一资源调度系统实施例的框架结构示意图。
具体实施方式
本发明提供了一种用于多机器人的资源调度方法及其资源调度系统,为使本发明的目的、技术方案及效果更加清楚、明确,以下对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供了一种用于多机器人的资源调度方法,先判断用户是否选择了资源调度方案,若为否,则通过用户特征信息来选取对应资源调度方案,如图1所示的,其具体包括以下步骤:
步骤101:预先将多机器人的资源调度方案存入资源调度方案库,并为用户提供多机器人资源调度方案库中所有的多机器人资源调度方案选项;
步骤102:判断是否接收用户选择的多机器人资源调度方案选项的操作指令;
步骤103:当是,读取用户选择的多机器人资源调度方案的选项,并从所述资源调度方案库调取相应的资源调度方案执行;若为否,则读取用户的特征信息,并从所述资源调度方案库内调取与所述特征信息对应资源调度方案,并执行所述对应资源调度方案。
在其具体数据的具体处理过程中,可以采用微处理器等设备对其选择过程进行判断,当用户选择了资源调度方案时,则按照用户的选择执行,如果用户没有选择时,则通过读取用户的特征信息来选取最适合用户的对应资源调度方案,使多机器人运行更流畅,满足了用户的差异化调度需求,提高用户对网络服务的满意程度。
本发明的具体实施例中,所述资源调度方案包括:成本优先调度方案、速度优先调度方案与质量优先调度方案,当然也可以根据用户需要采用更加灵活的资源调度方案,比如加权平均法优化调度方案,并不以上述列举的资源调度方案为限。
其更为具体的,所述特征信息包括:用户等级、在线用户、免费用户、用户使用历史记录与用户使用反馈意见,还可以采用用户使用习惯等信息。
当然在具体应用过程中,需要将用户的所述特征信息与所述资源调度方案相对应起来,以方便进行准确的读取。比如,所述成本优先调度方案分别与免费用户、用户使用历史记录、用户使用反馈意见相对应;所述速度优先调度方案分别与在线用户、用户使用历史记录、用户使用反馈意见相对应;所述质量优先调度方案分别与用户等级、用户使用历史记录、用户使用反馈意见相对应。
还可以是,所述成本优先调度方案分别与在线用户、用户使用历史记录、用户使用反馈意见相对应;所述速度优先调度方案分别与用户等级、用户使用历史记录、用户使用反馈意见相对应;所述质量优先调度方案分别与免费用户、用户使用历史记录、用户使用反馈意见相对应;
也可以是,所述成本优先调度方案分别与用户等级、用户使用历史记录、用户使用反馈意见相对应;所述速度优先调度方案分别与免费用户、用户使用历史记录、用户使用反馈意见相对应;所述质量优先调度方案分别与在线用户、用户使用历史记录、用户使用反馈意见相对应。
但是在上述的对应关系中以用户等级为最优先选项,也就是说,如果用户反馈意见是速度太慢,则选取速度优先的资源调度方案选项;如果用户反馈意见是质量太差,则选取质量优先的资源调度方案选项;如果用户反馈意见是成本太高,则选取成本优先的资源调度方案选项;如果根据用户等级得到的资源调度方案选项与根据用户反馈意见得到的资源调度方案选项不同时,则以用户等级得到的资源调度方案选项为准。
如果判断是否存在用户对多机器人资源调度方案的选项过程中,其结果为若为否,则按照用户等级、用户使用反馈意见、用户使用历史记录、在线用户、免费用户的次序读取用户特征信息,根据所述特征信息从所述资源调度方案库内调取对应资源调度方案,并执行所述对应资源调度方案。从而避免了在调取对应资源调度方案过程中出现冲突,提高了系统处理的效率和速度。
为了更进一步说明本发明的资源调度方法,以下列举更为具体的实施例,如图3所示的。
步骤301:将多机器人的资源调度方案分门别类地存入到资源调度方案库,例如成本优先调度方案选项-成本优先调度方案内容、速度优先调度方案选-速度优先调度方案内容、质量优先调度方案选项-质量优先调度方案内容,显然的,也可以根据用户需要设置对应的资源调度方案;
步骤302:为用户提供多机器人的资源调度方案库中所有的资源调度方案选项,比如成本优先调度方案内容、速度优先调度方案内容、质量优先调度方案内容;
步骤303:读取用户对多机器人资源调度方案选项的选择;
步骤304:如果用户选择了资源调度方案K选项;
步骤305:则从资源调度方案库中读取资源调度方案K选项的内容; 
步骤306:则执行该资源调度方案K选项;例如该资源调度方案K为成本优先调度方案选项; 
步骤307:如果用户没有选择资源调度方案选项时;则读取用户特征信息,比如用户等级、用户历史对服务情况的反馈意见等信息;
步骤308:根据用户特征信息,自动选取对应资源调度方案选项k,假设,如果是高级用户,则选择质量优先的资源调度方案选项;如果是在线用户,则选取速度优先的资源调度方案选项;如果是免费用户,则选取成本优先的资源调度方案选项;如果用户反馈意见是速度太慢,则选取速度优先的资源调度方案选项;如果用户反馈意见是质量太差,则选取质量优先的资源调度方案选项;如果用户反馈意见是成本太高,则选取成本优先的资源调度方案选项;如果根据用户等级得到的调度方案选项与根据用户反馈意见得到的调度方案选项不同,则以用户等级得到的资源调度方案选项为准;
步骤309:然后从资源调度方案库中读取相应多机器人资源调度方案k的内容;
步骤310:并为该用户执行相应资源调度方案k。
本发明还提供了一种用于多机器人的资源调度系统,使本发明的资源调度方法运行更流畅,如图2所示的,其包括用于存储资源调度方案并为用户提供多机器人资源调度方案库中所有的多机器人资源调度方案选项的资源调度方案库构建模块201、用于用户选择资源调度方案的用户调度方案选项模块202、用于存储用户特征信息的用户特征信息读取模块203、用于选择与用户特征信息对应之资源调度方案的资源调度方案自动选择模块204、用于判断是否接收用户选择的操作指令或读取所述对应之资源调度方案的资源调度方案内容读取模块205与用于执行对应之资源调度方案的资源调度方案执行模块206,所述资源调度方案库构建模块201分别与所述用户调度方案选项模块202、所述用户特征信息读取模块203、所述资源调度方案内容读取模块205通信连接,所述资源调度方案执行模块206分别与所述用户调度方案选项模块202、所述资源调度方案内容读取模块205通信连接,所述资源调度方案自动选择模块204分别与所述用户特征信息读取模块203、所述资源调度方案内容读取模块205通信连接。
本发明中资源调度系统及其运行的具体实施例如图4所示,其大体如下:
所述资源调度方案库构建模块201:将多机器人资源调度方案分门别类地存入资源调度方案库,例如成本优先调度方案选项-成本优先调度方案内容、速度优先调度方案选-速度优先调度方案内容、质量优先调度方案选项-质量优先调度方案内容,显然的,也可以根据用户需要设置对应的资源调度方案。
所述用户调度方案选项模块202:为用户提供多机器人的资源调度方案库中所有的资源调度方案选项,例如成本优先、速度优先、质量优先, 读取用户对资源调度方案选项的选择。
所述用户特征信息读取模块203:读取用户特征信息,例如用户等级、在线用户、免费用户、用户使用历史记录与用户使用反馈意见等用户特征信息。
所述资源调度方案自动选择模块204:根据用户特征信息,自动选取对应资源调度方案选项k,假设,如果是高级用户,则选择质量优先的资源调度方案选项;如果是在线用户,则选取速度优先的资源调度方案选项;如果是免费用户,则选取成本优先的资源调度方案选项;如果用户反馈意见是速度太慢,则选取速度优先的资源调度方案选项;如果用户反馈意见是质量太差,则选取质量优先的资源调度方案选项;如果用户反馈意见是成本太高,则选取成本优先的资源调度方案选项;如果根据用户等级得到的调度方案选项与根据用户反馈意见得到的调度方案选项不同,则以用户等级得到的资源调度方案选项为准。
所述资源调度方案内容读取模块205:判断是否接收用户选择的操作指令,若为是,则执行用户选择的操作指令;若为否,则从资源调度方案库中读取对应资源调度方案k,例如k为成本优先调度方案、速度优先调度方案、质量优先调度方案等资源调度方案。
所述资源调度方案执行模块206:为该用户执行对应资源调度方案k。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (6)

1.一种用于多机器人的资源调度方法,其包括以下步骤:
A、预先将多机器人的资源调度方案存入资源调度方案库,并为用户提供多机器人资源调度方案库中所有的多机器人资源调度方案选项;
B、判断是否接收用户选择的多机器人资源调度方案选项的操作指令;
C、当是,读取用户选择的多机器人资源调度方案的选项,并从所述资源调度方案库调取相应的资源调度方案执行;若为否,则读取用户的特征信息,并从所述资源调度方案库内调取与所述特征信息对应资源调度方案,并执行所述对应资源调度方案。
2.根据权利要求1所述的资源调度方法,其特征在于,所述资源调度方案包括:成本优先调度方案、速度优先调度方案与质量优先调度方案。
3.根据权利要求2所述的资源调度方法,其特征在于,所述特征信息包括:用户等级、在线用户、免费用户、用户使用历史记录与用户使用反馈意见。
4.根据权利要求3所述的资源调度方法,其特征在于,所述步骤C具体的还包括:所述成本优先调度方案分别与免费用户、用户使用历史记录、用户使用反馈意见相对应;所述速度优先调度方案分别与在线用户、用户使用历史记录、用户使用反馈意见相对应;所述质量优先调度方案分别与用户等级、用户使用历史记录、用户使用反馈意见相对应;
或者所述成本优先调度方案分别与在线用户、用户使用历史记录、用户使用反馈意见相对应;所述速度优先调度方案分别与用户等级、用户使用历史记录、用户使用反馈意见相对应;所述质量优先调度方案分别与免费用户、用户使用历史记录、用户使用反馈意见相对应;
或者所述成本优先调度方案分别与用户等级、用户使用历史记录、用户使用反馈意见相对应;所述速度优先调度方案分别与免费用户、用户使用历史记录、用户使用反馈意见相对应;所述质量优先调度方案分别与在线用户、用户使用历史记录、用户使用反馈意见相对应;
在上述对应关系中以用户等级为最优先选项。
5.根据权利要求3所述的资源调度方法,其特征在于,所述步骤C具体的还包括:
C1、若为否,则按照用户等级、用户使用反馈意见、用户使用历史记录、在线用户、免费用户的次序读取用户特征信息,根据所述特征信息从所述资源调度方案库内调取对应资源调度方案,并执行所述对应资源调度方案。
6.一种用于多机器人的资源调度系统,其包括:
用于存储资源调度方案并为用户提供多机器人资源调度方案库中所有的多机器人资源调度方案选项的资源调度方案库构建模块;
用于用户选择资源调度方案的用户调度方案选项模块;
用于存储用户特征信息的用户特征信息读取模块;
用于选择与用户特征信息对应之资源调度方案的资源调度方案自动选择模块;
用于判断是否接收用户选择的操作指令或读取所述对应之资源调度方案的资源调度方案内容读取模块;
以及用于执行对应之资源调度方案的资源调度方案执行模块;
所述资源调度方案库构建模块分别与所述用户调度方案选项模块、所述用户特征信息读取模块、所述资源调度方案内容读取模块通信连接,
所述资源调度方案执行模块分别与所述用户调度方案选项模块、所述资源调度方案内容读取模块通信连接,
所述资源调度方案自动选择模块分别与所述用户特征信息读取模块、所述资源调度方案内容读取模块通信连接。
CN201210577975.1A 2012-12-27 2012-12-27 一种用于多机器人的资源调度方法及其资源调度系统 Active CN103064743B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201210577975.1A CN103064743B (zh) 2012-12-27 2012-12-27 一种用于多机器人的资源调度方法及其资源调度系统
PCT/CN2013/085859 WO2014101557A1 (zh) 2012-12-27 2013-10-24 一种用于多机器人的资源调度方法及其资源调度系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210577975.1A CN103064743B (zh) 2012-12-27 2012-12-27 一种用于多机器人的资源调度方法及其资源调度系统

Publications (2)

Publication Number Publication Date
CN103064743A true CN103064743A (zh) 2013-04-24
CN103064743B CN103064743B (zh) 2017-09-26

Family

ID=48107376

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210577975.1A Active CN103064743B (zh) 2012-12-27 2012-12-27 一种用于多机器人的资源调度方法及其资源调度系统

Country Status (2)

Country Link
CN (1) CN103064743B (zh)
WO (1) WO2014101557A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103399543A (zh) * 2013-07-23 2013-11-20 清华大学 输片协作的多个机器人设备的调度方法及系统
WO2014101557A1 (zh) * 2012-12-27 2014-07-03 深圳先进技术研究院 一种用于多机器人的资源调度方法及其资源调度系统
CN106873364A (zh) * 2016-12-31 2017-06-20 中南大学 一种智能机器人的任务优先级确定方法
WO2017185993A1 (en) * 2016-04-28 2017-11-02 Boe Technology Group Co., Ltd. System for dispatching cleaning robots and method thereof
CN107450491A (zh) * 2017-08-04 2017-12-08 杭州南江机器人股份有限公司 一种机器人调度系统、方法、电子设备和存储介质
CN107544248A (zh) * 2017-09-13 2018-01-05 上海思岚科技有限公司 一种移动机器人中的任务优化方法及设备
CN108171394A (zh) * 2017-11-21 2018-06-15 中国科学院自动化研究所 基于分层式结构和资源整合的多机器人任务分配方法
CN109249388A (zh) * 2017-07-14 2019-01-22 欧姆龙株式会社 运动生成方法、运动生成装置、运动生成系统及存储介质
CN114840025A (zh) * 2022-06-01 2022-08-02 山东浪潮新基建科技有限公司 多无人机多任务智慧分配调度方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1604042A (zh) * 2003-09-30 2005-04-06 国际商业机器公司 用于调度作业的方法、调度器以及网络计算机系统
CN102033536A (zh) * 2010-12-22 2011-04-27 大连理工大学 一种多机器人系统的调度组织协作系统及方法
CN102262567A (zh) * 2010-05-24 2011-11-30 中兴通讯股份有限公司 虚拟机调度决策的系统、平台及方法
CN102291452A (zh) * 2011-08-09 2011-12-21 北京星网锐捷网络技术有限公司 基于云策略的虚拟机管理方法、云管理服务器及云系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100991767B1 (ko) * 2007-12-24 2010-11-03 한국전자통신연구원 다중 로봇을 원격제어하기 위한 휴대 인터넷의 상향 링크자원 할당 시스템 및 그 방법
CN101551661B (zh) * 2009-05-12 2013-04-24 广东工业大学 一种面向多机器人系统的控制方法
KR101714791B1 (ko) * 2010-12-01 2017-03-09 한국전자통신연구원 원격 함수호출 방식 기반 네트워크 로봇 시스템의 서비스를 제어하기 위한 장치 및 그 방법
CN103064743B (zh) * 2012-12-27 2017-09-26 深圳先进技术研究院 一种用于多机器人的资源调度方法及其资源调度系统
CN103177334A (zh) * 2013-03-01 2013-06-26 深圳先进技术研究院 机器人资源调度方法和系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1604042A (zh) * 2003-09-30 2005-04-06 国际商业机器公司 用于调度作业的方法、调度器以及网络计算机系统
CN102262567A (zh) * 2010-05-24 2011-11-30 中兴通讯股份有限公司 虚拟机调度决策的系统、平台及方法
CN102033536A (zh) * 2010-12-22 2011-04-27 大连理工大学 一种多机器人系统的调度组织协作系统及方法
CN102291452A (zh) * 2011-08-09 2011-12-21 北京星网锐捷网络技术有限公司 基于云策略的虚拟机管理方法、云管理服务器及云系统

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014101557A1 (zh) * 2012-12-27 2014-07-03 深圳先进技术研究院 一种用于多机器人的资源调度方法及其资源调度系统
CN103399543A (zh) * 2013-07-23 2013-11-20 清华大学 输片协作的多个机器人设备的调度方法及系统
CN103399543B (zh) * 2013-07-23 2016-03-23 清华大学 输片协作的多个机器人设备的调度方法及系统
WO2017185993A1 (en) * 2016-04-28 2017-11-02 Boe Technology Group Co., Ltd. System for dispatching cleaning robots and method thereof
US10201898B2 (en) * 2016-04-28 2019-02-12 Boe Technology Group Co., Ltd. System for dispatching cleaning robots and method thereof
CN106873364A (zh) * 2016-12-31 2017-06-20 中南大学 一种智能机器人的任务优先级确定方法
CN109249388A (zh) * 2017-07-14 2019-01-22 欧姆龙株式会社 运动生成方法、运动生成装置、运动生成系统及存储介质
US11090807B2 (en) 2017-07-14 2021-08-17 Omron Corporation Motion generation method, motion generation device, system, and computer program
CN107450491A (zh) * 2017-08-04 2017-12-08 杭州南江机器人股份有限公司 一种机器人调度系统、方法、电子设备和存储介质
CN107544248A (zh) * 2017-09-13 2018-01-05 上海思岚科技有限公司 一种移动机器人中的任务优化方法及设备
CN107544248B (zh) * 2017-09-13 2019-12-13 上海思岚科技有限公司 一种移动机器人中的任务优化方法及设备
US11561820B2 (en) 2017-09-13 2023-01-24 Shanghai Slamtec Co., Ltd. Task optimization method and task optimization device in mobile robot
CN108171394A (zh) * 2017-11-21 2018-06-15 中国科学院自动化研究所 基于分层式结构和资源整合的多机器人任务分配方法
CN108171394B (zh) * 2017-11-21 2021-02-02 中国科学院自动化研究所 基于分层式结构和资源整合的多机器人任务分配方法
CN114840025A (zh) * 2022-06-01 2022-08-02 山东浪潮新基建科技有限公司 多无人机多任务智慧分配调度方法
CN114840025B (zh) * 2022-06-01 2024-05-24 浪潮智慧城市科技有限公司 多无人机多任务智慧分配调度方法

Also Published As

Publication number Publication date
WO2014101557A1 (zh) 2014-07-03
CN103064743B (zh) 2017-09-26

Similar Documents

Publication Publication Date Title
CN103064743A (zh) 一种用于多机器人的资源调度方法及其资源调度系统
CN107272630B (zh) 一种自动化生产线任务调度方法
Luo et al. A novel mobile and hierarchical data transmission architecture for smart factories
CN106873564B (zh) 基于智能车间的流动式多智能体实时调度方法
CN105141541A (zh) 一种基于任务的动态负载均衡调度方法及装置
Xu et al. Cnn partitioning and offloading for vehicular edge networks in web3
CN110046818A (zh) 一种多机器人任务分配方法
CN111258734B (zh) 一种基于强化学习的深度学习任务调度方法
CN106911762A (zh) 一种在sdn中基于雾计算的架构及其处理方法
Scholz-Reiter et al. Dynamic flexible flow shop problems—Scheduling heuristics vs. autonomous control
CN104239154B (zh) 一种Hadoop集群中的作业调度方法和作业调度器
CN102195885A (zh) 报文处理方法及装置
CN102970379A (zh) 在多个服务器之间实现负载均衡的方法
CN106027410A (zh) 一种控制器负载均衡的方法及装置
Li et al. Assembly line balancing problem with task learning and dynamic task reassignment
CN107066322B (zh) 一种面向自组织群智感知系统的在线任务分派方法
Liu et al. A framework for scheduling in cloud manufacturing with deep reinforcement learning
CN115249121A (zh) 一种基于深度强化学习的离散制造车间鲁棒调度优化方法
CN116340003A (zh) 基于深度强化学习的自适应边缘计算资源管理方法及系统
Zhu et al. Deep reinforcement learning for fairness in distributed robotic multi-type resource allocation
CN117522279A (zh) 融合仓储感知信息的入库作业监控与货位分配优化方法
Maka et al. Agent-based modeling for warehouse logistics systems
Liu et al. Research on agv scheduling optimization based on hungarian algorithm
CN107220113A (zh) 基于并行的自适应决策效率优化方法
CN116488344A (zh) 一种用于多类型电网设备量测数据的动态资源调度方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230220

Address after: 518000 A-301, office building, Shenzhen Institute of advanced technology, No. 1068, Xue Yuan Avenue, Shenzhen University Town, Shenzhen, Guangdong, Nanshan District, China

Patentee after: Shenzhen shen-tech advanced Cci Capital Ltd.

Address before: 1068 No. 518055 Guangdong city in Shenzhen Province, Nanshan District City Xili University School Avenue

Patentee before: SHENZHEN INSTITUTES OF ADVANCED TECHNOLOGY

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230406

Address after: 518000 b402, blocks a and B, Nanshan medical device Industrial Park, No. 1019, Nanhai Avenue, Yanshan community, merchants street, Nanshan District, Shenzhen, Guangdong

Patentee after: Shenzhen hongzhituoxin venture capital enterprise (L.P.)

Address before: 518000 A-301, office building, Shenzhen Institute of advanced technology, No. 1068, Xue Yuan Avenue, Shenzhen University Town, Shenzhen, Guangdong, Nanshan District, China

Patentee before: Shenzhen shen-tech advanced Cci Capital Ltd.

TR01 Transfer of patent right