CN106625705B - 一种智能医疗服务机器人 - Google Patents

Abstract

本发明提供了一种智能医疗服务机器人，包括用于供用户进行路线查询的人机交互面板、控制中心、电源设备和驱动设备，所述电源设备分别与所述驱动设备、人机交互面板和控制中心相连，所述人机交互面板与所述控制中心相连。本发明的有益效果为：提供路线查询功能，便于患者咨询，节省患者的咨询时间，从而有利于患者的及时就医。

Description

一种智能医疗服务机器人

技术领域

本发明涉及医疗机器人领域，具体涉及一种智能医疗服务机器人。

背景技术

医院是一个人流量较大的场所，需要大量的医护人员去帮助患者；但是，当今的医疗场所的规模越来越大，许多的患者进入医院之后，都无从下手，所以需要咨询，而在医院的人员根本不够，使得患者在医院了浪费了大量的宝贵时间，同时也导致了其他患者得不到及时的就医。

发明内容

针对上述问题，本发明旨在提供一种智能医疗服务机器人。

本发明的目的采用以下技术方案来实现：

提供了一种智能医疗服务机器人，包括用于供用户进行路线查询的人机交互面板、控制中心、电源设备和驱动设备，所述电源设备分别与所述驱动设备、人机交互面板和控制中心相连，所述人机交互面板与所述控制中心相连。

本发明的有益效果为：提供路线查询功能，便于患者咨询，节省患者的咨询时间，从而有利于患者的及时就医。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的结构连接示意图；

图2是本发明控制中心的结构连接示意图。

附图标记：

人机交互面板1、控制中心2、电源设备3、驱动设备4、中央处理器5、感应器6、通讯设备7。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1、图2，本实施例的一种智能医疗服务机器人，包括用于供用户进行路线查询的人机交互面板1、控制中心2、电源设备3和驱动设备4，所述电源设备3分别与所述驱动设备4、人机交互面板1和控制中心2相连，所述人机交互面板1与所述控制中心2相连。

优选的，所述控制中心2包括中央处理器5、感应器6和通讯设备7，所述中央处理器5分别与所述人机交互面板1、感应器6、驱动设备4和通讯设备7相连，所述感应器6用于向中央处理器5发出感应信号，所述中央处理器5用于接收并处理感应信号，从而向驱动设备4发出行走信号。

优选的，所述感应器6为红外感应器。

本发明上述实施例提供路线查询功能，且通过感应器6和驱动设备4可以实现为患者带路的功能，便于患者咨询，节省患者的咨询时间，从而有利于患者的及时就医。

优选的，所述电源设备3包括超级电容组、电池组、双向dc/dc变换器、第一开关、第二开关、第一二极管和第二二极管，其中，超级电容组由多个超级电容器组成，电池组由多个锂电池组成，其中双向dc/dc变换器的高压端与超级电容组连接，双向dc/dc变换器的低压端与电池组连接，超级电容组通过并联的第一开关和第一二极管与负载连接，电池组通过并联的第二开关和第二二极管与负载连接。优选的，所述双向dc/dc变换器为半桥结构双向dc/dc变换器。

本优选实施例利用超级电容组和电池组作为电源设备3的组成部分，使电源设备3具有复合储能的功能，能够不断为驱动设备4、人机交互面板1和控制中心2提供动力，保证智能医疗服务机器人持续正常运作，节能环保。

优选的，所述电源设备3的超级电容组和电池组的参数采用参数优化匹配的方法选择，具体包括：

(1)选择优化变量为电池组并联锂电池数量以及电池组的功率限值，选择电源设备3的参数优化匹配的优化目标为电源设备3的容量、总质量、总体积、损耗、电池组的平均充放电倍率，分别计算每个电池组并联锂电池数量和电池组的功率限值组成的方案的电源设备3的容量、总体积、损耗、总质量以及电池组的平均充放电倍率；

(2)对计算出的数据进行预处理，设定电源设备3的容量、总质量、总体积、损耗、电池组的平均充放电倍率的阈值，对超出各参数阈值的所述电池组并联锂电池数量和电池组的功率限值组成的方案对应的数据进行剔除；

(3)设由电池组并联锂电池数量取值为i和电池组的功率限值取值为j时组成的方案的电源设备3的容量为G_ij、总质量为O_ij、总体积为S_ij、损耗为E_ij、电池组的平均充放电倍率为N_ij，设定电池组并联锂电池数量的取值范围为[2,10]，设定电池组的功率限值的取值范围为[0,100kw]，对剩余的数据按照下式进行无量纲化处理：

式中，i＝2,3,…,10，j＝0,10,…,100，其中i、j在取值时皆不考虑已剔除的数据；Y_1ij表示对O_ij进行无量纲化处理后的结果，Y_2ij表示对S_ij进行无量纲化处理后的结果，Y_3ij表示对E_ij进行无量纲化处理后的结果，Y_4ij表示对N_ij进行无量纲化处理后的结果，Y_5ij表示对G_ij进行无量纲化处理后的结果；

另外，min(O_ij)为电源设备3的总质量O_ij的极小值，min(S)为电源设备3的总体积的极小值，min(E)为电源设备3的损耗的极小值，min(N)为电源设备3的平均充放电倍率的极小值，min(G)为电源设备3的容量的极小值；

(4)进行电池组并联锂电池数量以及电池组的功率限值参数的优化选择。

本优选实施例按照上述公式进行数据的预处理和无量纲化处理，不会造成所需数据的信息损失，保证了电源设备3的超级电容组和电池组的参数优化处理的精度，从而使得电源设备3能够更高效地为驱动设备4、人机交互面板1和控制中心2提供所需的动力，节能环保。

优选的，按照下列优化公式进行电池组并联锂电池数量以及电池组的功率限值参数的优化选择：

式中，i＝2,3,…,10，j＝0,10,…,100，i、j在取值时皆不考虑已剔除的数据，T_ij为电池组并联锂电池数量取值为i、电池组的功率限值参数取值为j时的优化值，Y_kij表示在{Y_1ij,Y_2ij,Y_3ij,Y_4ij,Y_5ij}中与k对应的取值，k＝1,…,5，τ_k为对应Y_kij、采用专家打分方法获得的加权系数，ω_k为对应Y_kij、采用历史经验确定的加权系数，且

选择T_ij为最小时所对应的i、j作为最终的优化变量参数。

本优选实施例在进行电池组并联锂电池数量以及电池组的功率限值参数的优化选择时采用专家打分方法和历史经验确定的方法进行加权系数的确定，能够更为精确地进行优化变量参数的选择，从而进一步提高电源设备3的工作效率，保证驱动设备4、人机交互面板1和控制中心2的动力供应。

优选的，为实现将电池组充放电功率限制在一定范围内，从而达到提高电源设备3效率、延长电池组的寿命的目的，所述电源设备3按照改进的电功率分配策略对电池组和超级电容组的功率进行最优分配；所述改进的电功率分配策略包括：

(1)设O_y(β)为在下一时刻β的预测负载功率限值，P_dN′为参数优化后选择的电池组的功率限值，O_dN(β)为可能出现下一时刻β的负载功率，N(β)为下一时刻β负载功率O_dN(β)出现的概率，按照下列公式确定预测负载功率限值：

1)P_dN′<O_dN(β)×N(β)时

2)P_dN′≥O_dN(β)×N(β)时

O_y(β)＝P_dN′

(2)当负载需求的电功率超过预测负载功率限值时，电池组提供限值以内的功率，超过预测负载功率限值的部分由超级电容组提供；当负载需求的电功率小于预测负载功率限值时，由电池组提供医疗服务机器人需求的电功率。

本优选实施例提高了电池组功率限值的计算准确度，从而使对电池组和超级电容组的功率的分配更为精确，进一步提高电源设备3效率，并延长电池组的寿命。

作为另一优选实施例，所述改进的电功率分配策略包括：

(1)确定当前时刻α的负载的功率需求O_dN(α)和超级电容组的电压Q_SUP，计算α+1时刻的预测负载功率限值；

(2)按照下列负载功率分配规则进行功率分配；

1)当O_dN(α+1)>O_dN(α)>0时，则当前由超级电容组输出20％的电功率；

2)当O_dN(α)>O_dN(α+1)>0and Q_SUP≥Q_T时，则当前由超级电容组输出80％的电功率，其中Q_T为超级电容组的额定电压；

3)当O_dN(α+1)>0and O_dN(α)<0and Q_SUP<Q_T时，则提高并维持超级电容组的电压到Q_T；

4)当O_dN(α+1)>0and O_dN(α)<0and Q_SUP≥Q_T时，则当前由超级电容组输出10％的电功率；

5)当O_dN(α+1)<0and O_dN(α)>0and Q_SUP<Q_T时，则提高超级电容组输出的功率；

6)当O_dN(α+1)<0and O_dN(α)>0and Q_SUP>Q_T时，则降低并维持超级电容组的电压到Q_T；

7)当O_dN(α+1)<0and O_dN(α)<0，则平衡当前超级电容组和电池组的回收功率。

本优选实施例对电功率分配策略进行设计，制定了负载功率分配规则，使对电池组和超级电容组的功率的分配更为精确，进一步提高电源设备3效率，并延长电池组的寿命，保证驱动设备4、人机交互面板1和控制中心2的电力供应，防止医疗服务机器人工作时电力供应方面发生故障，保障工作效率。

发明人采用本实施例进行了一系列测试，以下是进行测试得到的实验数据：

路线查询和带路情况	节能度	查询和带路故障率
			带路距离：5m	5％	0％
带路距离：10m	6％	0％
			带路距离：15m	5％	0％
带路距离：20m	7％	0％
			带路距离：50m	8％	0％

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (2)

1.一种智能医疗服务机器人，其特征是：包括用于供用户进行路线查询的人机交互面板、控制中心、电源设备和驱动设备，所述电源设备分别与所述驱动设备、人机交互面板和控制中心相连，所述人机交互面板与所述控制中心相连；所述控制中心包括中央处理器、感应器和通讯设备，所述中央处理器分别与所述人机交互面板、感应器、驱动设备和通讯设备相连，所述感应器用于向中央处理器发出感应信号，所述中央处理器用于接收并处理感应信号，从而向驱动设备发出行走信号；所述感应器为红外感应器；所述电源设备包括由多个超级电容器连接而形成的超级电容组和由多个锂电池组成的电池组；所述电源设备的超级电容组和电池组的参数采用参数优化匹配的方法选择，具体包括：

(1)选择优化变量为电池组并联锂电池数量以及电池组的功率限值，选择电源设备的参数优化匹配的优化目标为电源设备的容量、总质量、总体积、损耗、电池组的平均充放电倍率，计算电池组并联锂电池数量取值为i和电池组的功率限值取值为j时组成的方案对应的电源设备的容量、总体积、损耗、总质量以及电池组的平均充放电倍率；

(2)对计算出的数据进行预处理，设定电源设备的容量、总质量、总体积、损耗、电池组的平均充放电倍率的阈值，对超出各参数阈值的电池组并联锂电池数量取值为i和电池组的功率限值取值为j时组成的方案对应的数据进行剔除；

(3)设由电池组并联锂电池数量取值为i和电池组的功率限值取值为j时组成的方案的电源设备的容量为G_ij、总质量为O_ij、总体积为S_ij、损耗为E_ij、电池组的平均充放电倍率为N_ij，设定电池组并联锂电池数量的取值范围为[2,10]，设定电池组的功率限值的取值范围为[0,100kw]，对剩余的数据按照下式进行无量纲化处理：

式中，i＝2,3,…,10，j＝0,10,…,100，其中i、j在取值时皆不考虑已剔除的数据；Y_1ij表示对O_ij进行无量纲化处理后的结果，Y_2ij表示对S_ij进行无量纲化处理后的结果，Y_3ij表示对E_ij进行无量纲化处理后的结果，Y_4ij表示对N_ij进行无量纲化处理后的结果，Y_5ij表示对G_ij进行无量纲化处理后的结果；

另外，min(O_ij)为电源设备的总质量O_ij的极小值，min(S)为电源设备的总体积的极小值，min(E)为电源设备的损耗的极小值，min(N)为电源设备的平均充放电倍率的极小值，min(G)为电源设备的容量的极小值；

(4)进行电池组并联锂电池数量以及电池组的功率限值参数的优化选择。

2.根据权利要求1所述的一种智能医疗服务机器人，其特征是：按照下列优化公式进行电池组并联锂电池数量以及电池组的功率限值参数的优化选择：

式中，i＝2,3,…,10，j＝0,10,…,100，i、j在取值时皆不考虑已剔除的数据，T_ij为电池组并联锂电池数量取值为i、电池组的功率限值参数取值为j时的优化值，Y_kij表示在{Y_1ij,Y_2ij,Y_3ij,Y_4ij,Y_5ij}中与k对应的取值，k＝1,…,5，τ_k为对应Y_kij、采用专家打分方法获得的加权系数，ω_k为对应Y_kij、采用历史经验确定的加权系数，且

选择T_ij为最小时所对应的电池组并联锂电池数量取值以及电池组的功率限值取值作为最终的优化变量参数。