CN108828935A - 一种远程操作的智能辅助操作方法及系统 - Google Patents

一种远程操作的智能辅助操作方法及系统 Download PDF

Info

Publication number
CN108828935A
CN108828935A CN201810424287.9A CN201810424287A CN108828935A CN 108828935 A CN108828935 A CN 108828935A CN 201810424287 A CN201810424287 A CN 201810424287A CN 108828935 A CN108828935 A CN 108828935A
Authority
CN
China
Prior art keywords
standard
task
standard operation
operating
operation task
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
CN201810424287.9A
Other languages
English (en)
Other versions
CN108828935B (zh
Inventor
李文皓
冯冠华
张珩
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.)
Institute of Mechanics of CAS
Original Assignee
Institute of Mechanics 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 Institute of Mechanics of CAS filed Critical Institute of Mechanics of CAS
Priority to CN201810424287.9A priority Critical patent/CN108828935B/zh
Publication of CN108828935A publication Critical patent/CN108828935A/zh
Application granted granted Critical
Publication of CN108828935B publication Critical patent/CN108828935B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Abstract

本发明实施例提供一种远程操作的智能辅助操作方法及系统，所述方法包括：获取待执行的目标任务的数据信息，根据所述数据信息载入所述目标任务中各标准步骤的状态信息，其中，所述目标任务包括：标准操作任务；确定执行所述目标任务对应的点对点、障碍物和操作模式的阈值信息；确定执行所述目标任务时的时延状态信息，所述时延状态信息包括：上行时延信息和下行时延信息；根据所述阈值信息和所述时延状态信息生成提示信息；根据所述提示信息辅助远程操作机器人执行所述目标任务。由此，可以实现有效的用于指导和辅助操作。

Description

一种远程操作的智能辅助操作方法及系统
技术领域
本发明实施例涉及机器人远程操控领域，尤其涉及一种远程操作的智能辅助操作方法及系统。
背景技术
机器人远程操作是将人的智能判断和机器人的强效执行相结合的一种手段，可极大的延伸作业的通用性、智能性和有效保护操作人员的安全，同时也有利于拥有专业知识背景的操作专家，方便的加入或者介入重要的操作任务。本方法涉及的技术领域背景即机器人的远程操作领域。
人与机器的操作各有特点，人的特点体现在智能性，对于复杂情况的判断和紧急处理处置在要明显强于机器，但是人的主要缺点也很明显：人的操作精度往往不如机器，人有可能在一些重复性操作时犯错或者失误，人会疲劳等。特别是远程操作的情况下，不确定大时延对于操作人员的判断将带来巨大影响，因此在远程操作中，以人来判断和决策，以机器或者自动程序进行辅助操作是一个较优的方法。
然而，机器或者自动程序如何理解和把握人的操作意图，并且将其量化后转换为机器人辅助操作的可行指令，是难以解决的关键问题。
发明内容
本发明实施例提供了一种远程操作的智能辅助操作方法及系统，可以实现有效的用于指导和辅助操作。
第一方面，本发明实施例提供了一种远程操作的智能辅助操作方法，包括：
获取待执行的目标任务的数据信息，根据所述数据信息载入所述目标任务中各标准步骤的状态信息，其中，所述目标任务包括：标准操作任务；
确定执行所述目标任务对应的点对点、障碍物和操作模式的阈值信息；
确定执行所述目标任务时的时延状态信息，所述时延状态信息包括：上行时延信息和下行时延信息；
根据所述阈值信息和所述时延状态信息生成提示信息；
根据所述提示信息辅助远程操作机器人执行所述目标任务。
在一个可能的实施方式中，所述目标任务还包括：非标准操作任务，所述方法还包括：
确定所述非标准操作任务与所述标准操作任务的相似度；
根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤；
根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值；
当判断执行非标准操作任务时对应的特征项超出所述特征值时，根据所述特征值生成提示信息；
根据所述提示信息辅助远程操作机器人执行所述非标准操作任务。
在一个可能的实施方式中，所述特征值至少包括以下之一：
与障碍或者干涉物平均距离的特征值、与障碍或者干涉物最小距离的特征值、操作时间长度特征值或操作距离长度特征值。
在一个可能的实施方式中，所述方法还包括：
确定机器人远程操作执行目标任务对应的评估值，其中，所述目标任务包括：标准操作任务和/或非标准操作任务。
在一个可能的实施方式中，确定所述非标准操作任务对应的评估值，包括：
获取机器人在执行非标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合，所述非标准操作任务包括可重复训练的非标准步骤；
根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第一公式确定所述非标准操作任务对应的评估值；
其中，所述第一公式为：
Jf_k为可重复训练的非标准操作任务的评价值，为非标准操作任务的操作所行径的路线长度，di为操作中对应采样点与障碍物或者干涉物的距离，为非标准操作任务内总的采样点数量，Tf_k为非标准操作任务的总操作时间，为操作路线长度的权重，wf-d为操作中的最小安全距离的权重，wf_d_t为操作中全程安全距离的权重，wf_T为操作时长的权重。
在一个可能的实施方式中，确定所述标准操作任务对应的评估值，包括：
获取机器人在执行标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合；
根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第二公式确定所述标准操作任务对应的评估值；
其中，所述第二公式为：
Jk为步骤k的评估值，在步骤k为所述操作轨迹有l个采样点，每个采样点的标准位置的坐标为Pd_i，每个采样点的操作位置的坐标为Pi，dd_i为各标准采样点与障碍物或者干涉物的距离，di为操作中对应采样点与与障碍物或者干涉物的距离，m为对应的操作模式的种类，wp为操作位置对应的权重，wd为安全距离对应的权重，wm为操作模式对应的权重。
在一个可能的实施方式中，确定所述非标准操作任务对应的评估值，还包括：
确定所述非标准操作任务与所述标准操作任务的相似度，所述非标准操作任务包括不可重复的训练的非标准步骤；
根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤；
根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值；
根据所述特征值采用第三公式确定所述非标准操作任务对应的评估值；
其中，所述第三公式为：
Jf_c_k为不可重复训练的非标准操作任务的评价值，lf_c_k为非标准操作任务的采样点数量，||df_c_k||为对应采样点与障碍物或者干涉物的距离，Tf_c_k为非标准操作任务的操作时间，Lf_c_k为非标准操作任务的操作距离，为平均安全距离的评价权重，为最小安全距离的评价权重，为操作时间的评价权重，为操作距离的评价权重。
在一个可能的实施方式中，所述方法还包括：
根据远程操作的结果，确定执行所述目标任务的执行效果信息、总效果的基础值和总效果的修正系数；
根据所述执行效果信息、所述基础值和所述修正系数确定机器人远程操作效果的评估信息。
第二方面，本发明实施例提供了一种远程操作的智能辅助操作系统，包括：
获取模块，用于获取待执行的目标任务的数据信息，根据所述数据信息载入所述目标任务中各标准步骤的状态信息，其中，所述目标任务包括：标准操作任务；
确定模块，用于确定执行所述目标任务对应的点对点、障碍物和操作模式的阈值信息；
所述确定模块，还用于确定执行所述目标任务时的时延状态信息，所述时延状态信息包括：上行时延信息和下行时延信息；
生成模块，用于根据所述阈值信息和所述时延状态信息生成提示信息；
辅助模块，用于根据所述提示信息辅助远程操作机器人执行所述目标任务。
在一个可能的实施方式中，所述目标任务还包括：非标准操作任务；
所述确定模块，还用于确定所述非标准操作任务与所述标准操作任务的相似度；根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤；根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值；
所述生成模块，还用于当判断执行非标准操作任务时对应的特征项超出所述特征值时，根据所述特征值生成提示信息；
所述辅助模块，还用于根据所述提示信息辅助远程操作机器人执行所述非标准操作任务。
在一个可能的实施方式中，所述特征值至少包括以下之一：
与障碍或者干涉物平均距离的特征值、与障碍或者干涉物最小距离的特征值、操作时间长度特征值或操作距离长度特征值。
在一个可能的实施方式中，所述确定模块，还用于确定机器人远程操作执行目标任务对应的评估值，其中，所述目标任务包括：标准操作任务和/或非标准操作任务。
在一个可能的实施方式中，所述确定模块，还用于获取机器人在执行非标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合，所述非标准操作任务包括可重复训练的非标准步骤；根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第一公式确定所述非标准操作任务对应的评估值；
其中，所述第一公式为：
Jf_k为可重复训练的非标准操作任务的评价值，为非标准操作任务的操作所行径的路线长度，di为操作中对应采样点与障碍物或者干涉物的距离，为非标准操作任务内总的采样点数量，Tf_k为非标准操作任务的总操作时间，为操作路线长度的权重，wf-d为操作中的最小安全距离的权重，wf_d_t为操作中全程安全距离的权重，wf_T为操作时长的权重。
在一个可能的实施方式中，所述确定模块，还用于获取机器人在执行标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合；根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第二公式确定所述标准操作任务对应的评估值；
其中，所述第二公式为：
Jk为步骤k的评估值，在步骤k为所述操作轨迹有l个采样点，每个采样点的标准位置的坐标为Pd_i，每个采样点的操作位置的坐标为Pi，dd_i为各标准采样点与障碍物或者干涉物的距离，di为操作中对应采样点与与障碍物或者干涉物的距离，m为对应的操作模式的种类，wp为操作位置对应的权重，wd为安全距离对应的权重，wm为操作模式对应的权重。
在一个可能的实施方式中，所述确定模块，还用于确定所述非标准操作任务与所述标准操作任务的相似度，所述非标准操作任务包括不可重复的训练的非标准步骤；根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤；根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值；根据所述特征值采用第三公式确定所述非标准操作任务对应的评估值；
其中，所述第三公式为：
Jf_c_k为不可重复训练的非标准操作任务的评价值，lf_c_k为非标准操作任务的采样点数量，||df_c_k||为对应采样点与障碍物或者干涉物的距离，Tf_c_k为非标准操作任务的操作时间，Lf_c_k为非标准操作任务的操作距离，为平均安全距离的评价权重，为最小安全距离的评价权重，为操作时间的评价权重，为操作距离的评价权重。
在一个可能的实施方式中，所述确定模块，还用于根据远程操作的结果，确定执行所述目标任务的执行效果信息、总效果的基础值和总效果的修正系数；根据所述执行效果信息、所述基础值和所述修正系数确定机器人远程操作效果的评估信息。
本发明实施例提供的远程操作的智能辅助操作方案，通过将任务集分解、步骤集分解，以专家示例或者操作效果优选为基础，可以修改、优化和构建标准步骤集并建立相应数据基础，针对可能出现的步骤情况给出了对应的量化评价方式，进一步从步骤结果组合的评价提升到任务结果评价，从而实现了在复杂任务、复杂时延环境下对机器人远程操作效果的科学量化评价，在不依赖于具体的机器人对象和操作对象的条件下，可有效的用于指导和生成辅助操作指令。进一步，提供了在标准步骤下，以及应急情况出现后的过渡步骤下的辅助操作指令生成方法，以应对操作中可能出现的各种情况。
附图说明
图1为本发明实施例提供了一种远程操作的智能辅助操作方法的流程示意图；
图2为本发明实施例提供了另一种远程操作的智能辅助操作方法的流程示意图；
图3为本发明实施例提供了一种远程操作的智能辅助操作系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。
图1为本发明实施例提供了一种远程操作的智能辅助操作方法的流程示意图，如图1所示，该方法具体包括：
101、确定机器人远程操作执行目标任务对应的评估值。
在本实施例中，预先根据机器人待执行的操作任务和操作内容对执行目标任务的远程操作的类型进行划分，其中，所述远程操作包括：标准操作任务和/或非标准操作任务；标准操作任务可以是，但不限于：全部由标准操作步骤组成的任务；非标准操作任务可以是，但不限于：包含非标准操作步骤的任务。标准操作步骤为已训练好的、可重复使用的步骤；非标准操作步骤为非训练好的步骤，标准操作步骤具有固定性、非标准操作步骤具有随机性突发性。
具体地，对于非标准操作任务，可以分为可重复训练的非标准操作任务和不可重复训练的非标准操作任务，其中，可重复训练的非标准操作任务可通过训练转换为标准操作任务。
对于可重复训练的非标准操作任务，可通过如下方式确定可重复训练的所述非标准操作任务对应的评估值，具体包括：获取机器人在执行非标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合，所述非标准操作任务包括可重复训练的非标准步骤；根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第一公式确定所述非标准操作任务对应的评估值。
其中，所述第一公式为：
Jf_k为可重复训练的非标准操作任务的评价值，为非标准操作任务的操作所行径的路线长度，di为操作中对应采样点与障碍物或者干涉物的距离，为非标准操作任务内总的采样点数量，Tf_k为非标准操作任务的总操作时间，为操作路线长度的权重，wf-d为操作中的最小安全距离的权重，wf_d_t为操作中全程安全距离的权重，wf_T为操作时长的权重，且wf_L+wf_d+wf_d_t+wf_T＝1。
在本实施例中可通过调整参数wf-d、wf-d和wf_T，将可重复训练的非标准操作任务训练为标准操作任务。
具体地，对于标准操作任务，可通过如下方式确定标准操作任务对应的评估值，具体包括：
获取机器人在执行标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合；根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第二公式确定所述标准操作任务对应的评估值。
其中，所述第二公式为：
Jk为步骤k的评估值，在步骤k为所述操作轨迹有l个采样点，每个采样点的标准位置的坐标为Pd_i，每个采样点的操作位置的坐标为Pi，dd_i为各标准采样点与障碍物或者干涉物的距离，di为操作中对应采样点与与障碍物或者干涉物的距离，m为对应的操作模式的种类，wp为操作位置对应的权重，wd为安全距离对应的权重，wm为操作模式对应的权重，且wp+wd+wm＝1。
对于不可重复训练的非标准操作任务，可通过如下方式确定可不重复训练的所述非标准操作任务对应的评估值，具体包括：确定所述非标准操作任务与所述标准操作任务的相似度，所述非标准操作任务包括不可重复的训练的非标准步骤；根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤；根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值；根据所述特征值采用第三公式确定所述非标准操作任务对应的评估值。
确定所述非标准操作任务与所述标准操作任务的相似度，可采用相似度算法，具体包括：
其中，表示的是标准步骤i与非标准步骤fk所对应的相似度表征计算结果。||Dis||表示为第i个标准步骤的起始点与本非标准步骤的起始点的状态空间距离，||Dis||则表示第i个标准步骤的终止点与本非标准步骤的终止点的状态空间距离，||dis||表示第i个标准步骤的起始点与障碍物或者干涉物的距离，||diL||表示第i个标准步骤的终止点与障碍物或者干涉物的距离，表示第i个标准步骤与本非标准步骤的操作时间差别，表示第i个标准步骤与本非标准步骤的操作距离差别，||ΔDis-iL||表示第i个标准步骤的起始点到终止点的状态空间距离与本非标准步骤的起始点到终止点的状态空间距离差别。为起始点相似性的权重，为终止点相似性的权重，为起始安全距离的相似性权重，为终止安全距离的相似性权重，为操作时长相似性权重，wfΔL为操作距离的相似性权重，为终末端距离相似度权重，且有 越小越相似。
根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤，包括：根据值由小到大排列，取95％比重的标准步骤构成列表，提取的列表中含有c个标准步骤，95％比重的提取方法为：
其中，n为所有标准步骤的数量，该提取即提取排序中前c个标准步骤，且这些标准步骤贡献的相似度效果占总数的95％以上。其中对于比重值95％可根据具体情况进行设定，如85％、90％等，对此本实施例不作具体限定。
分别获取列表中标准步骤的参数：障碍物或者干涉物的平均距离障碍物或者干涉物的最小距离min||di||、操作时间长度Ti、操作距离长度Ti；
根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值，具体包括：
其中，所述第三公式为：
Jf_c_k为不可重复训练的非标准操作任务的评价值，lf_c_k为非标准操作任务的采样点数量，||df_c_k||为对应采样点与障碍物或者干涉物的距离，Tf_c_k为非标准操作任务的操作时间，Lf_c_k为非标准操作任务的操作距离，为平均安全距离的评价权重，为最小安全距离的评价权重，为操作时间的评价权重，为操作距离的评价权重。
102、根据所述远程操作的结果，对所述评估值进行处理确定机器人远程操作效果的评估信息。
远程操作的结果，完全成功型任务和非完全成功型任务；所述完全成功型任务为所有步骤均达到预设目标结果，所述非完全成功型任务为部分步骤未达到预设目标结果且通过其它方式达到预设目标结果。
具体地，根据所述远程操作的结果，确定执行所述目标任务的执行效果信息、总效果的基础值和总效果的修正系数；根据所述执行效果信息、所述基础值和所述修正系数确定机器人远程操作效果的评估信息。
所述执行效果信息采用如下公式确定：
所述总效果的基础值采用如下公式确定：
其中，Tj为目标任务的操作时间，Dj为目标任务中全程与障碍物或者干涉物的平均距离，dj为操作中对应采样点与障碍物或者干涉物的距离。
所述修正系数εj采用如下公式确定：
其中，ε为修正系数，Td_j为远程操作任务j的回路时延平均值，Tw_j为远程操作任务j的回路时延波动范围，Twf_j为远程操作任务j回路时延的波动等效频率。
所述根据所述执行效果信息、所述基础值和所述修正系数确定机器人远程操作效果的评估信息的步骤采用如下公式确定：
103、获取待执行的目标任务的数据信息，根据所述数据信息载入所述目标任务中各标准步骤的状态信息。
其中，所述目标任务包括：标准操作任务。
104、确定执行所述目标任务对应的点对点、障碍物和操作模式的阈值信息。
其中，点对点、障碍物和操作模式的阈值信息即位置差别、与障碍武最小的距离差别和操作模式的差别，可依次采用ΔKP,ΔKd,ΔKm表示，具体对应于上述第二公式中的||(Pi-Pd_i)||、(min||di||-min||dd_i||)和
105、确定执行所述目标任务时的时延状态信息。
所述时延状态信息包括：上行时延信息Tup和下行时延信息Tdw。
106、根据所述阈值信息和所述时延状态信息生成提示信息。
107、根据所述提示信息辅助远程操作机器人执行所述目标任务。
需要说明的是，上述方法中的103-107针对于标准操作任务或临时制定的不在标准任务库中但由标准步骤组成的任务。
本发明实施例提供的远程操作的智能辅助操作方法，通过将任务集分解、步骤集分解，以专家示例或者操作效果优选为基础，可以修改、优化和构建标准步骤集并建立相应数据基础，针对可能出现的步骤情况给出了对应的量化评价方式，进一步从步骤结果组合的评价提升到任务结果评价，从而实现了在复杂任务、复杂时延环境下对机器人远程操作效果的科学量化评价，在不依赖于具体的机器人对象和操作对象的条件下，可有效的用于指导和生成辅助操作指令。进一步，提供了在标准步骤下，以及应急情况出现后的过渡步骤下的辅助操作指令生成方法，以应对操作中可能出现的各种情况。
图2为本发明实施例提供了另一种远程操作的智能辅助操作方法的流程示意图，如图2所示该方法具体包括：
201、确定所述非标准操作任务与所述标准操作任务的相似度。
确定所述非标准操作任务与所述标准操作任务的相似度，可采用相似度算法，具体包括：
其中，表示的是标准步骤i与非标准步骤fk所对应的相似度表征计算结果。||Dis||表示为第i个标准步骤的起始点与本非标准步骤的起始点的状态空间距离，||Dis||则表示第i个标准步骤的终止点与本非标准步骤的终止点的状态空间距离，||dis||表示第i个标准步骤的起始点与障碍物或者干涉物的距离，||diL||表示第i个标准步骤的终止点与障碍物或者干涉物的距离，表示第i个标准步骤与本非标准步骤的操作时间差别，表示第i个标准步骤与本非标准步骤的操作距离差别，||ΔDis-iL||表示第i个标准步骤的起始点到终止点的状态空间距离与本非标准步骤的起始点到终止点的状态空间距离差别。为起始点相似性的权重，为终止点相似性的权重，为起始安全距离的相似性权重，为终止安全距离的相似性权重，为操作时长相似性权重，wfΔL为操作距离的相似性权重，为终末端距离相似度权重，且有 越小越相似。
202、根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤。
根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤，包括：根据值由小到大排列，取95％比重的标准步骤构成列表，提取的列表中含有c个标准步骤，95％比重的提取方法为：
其中，n为所有标准步骤的数量，该提取即提取排序中前c个标准步骤，且这些标准步骤贡献的相似度效果占总数的95％以上。其中对于比重值95％可根据具体情况进行设定，如85％、90％等，对此本实施例不作具体限定。
分别获取列表中标准步骤的参数：障碍物或者干涉物的平均距离障碍物或者干涉物的最小距离min||di||、操作时间长度Ti、操作距离长度Ti。
203、根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值。
可选地，所述特征值至少包括以下之一：与障碍或者干涉物平均距离的特征值、与障碍或者干涉物最小距离的特征值、操作时间长度特征值或操作距离长度特征值。
与障碍或者干涉物平均距离的特征值为：
与障碍或者干涉物最小距离的特征值为：
操作时间长度特征值为：
操作距离长度特征值为：
204、当判断执行非标准操作任务时对应的特征项超出所述特征值时，根据所述特征值生成提示信息。
205、根据所述提示信息辅助远程操作机器人执行所述非标准操作任务。
本发明实施例提供的远程操作的智能辅助操作方法，通过将任务集分解、步骤集分解，以专家示例或者操作效果优选为基础，可以修改、优化和构建标准步骤集并建立相应数据基础，针对可能出现的步骤情况给出了对应的量化评价方式，进一步从步骤结果组合的评价提升到任务结果评价，从而实现了在复杂任务、复杂时延环境下对机器人远程操作效果的科学量化评价，在不依赖于具体的机器人对象和操作对象的条件下，可有效的用于指导和生成辅助操作指令。进一步，提供了在标准步骤下，以及应急情况出现后的过渡步骤下的辅助操作指令生成方法，以应对操作中可能出现的各种情况。
图3为本发明实施例提供了一种远程操作的智能辅助操作系统的结构示意图，如图3所示，该系统具体包括：
获取模块301，用于获取待执行的目标任务的数据信息，根据所述数据信息载入所述目标任务中各标准步骤的状态信息，其中，所述目标任务包括：标准操作任务；
确定模块302，用于确定执行所述目标任务对应的点对点、障碍物和操作模式的阈值信息；
所述确定模块302，还用于确定执行所述目标任务时的时延状态信息，所述时延状态信息包括：上行时延信息和下行时延信息；
生成模块303，用于根据所述阈值信息和所述时延状态信息生成提示信息；
辅助模块304，用于根据所述提示信息辅助远程操作机器人执行所述目标任务。
可选地，所述目标任务还包括：非标准操作任务；
所述确定模块302，还用于确定所述非标准操作任务与所述标准操作任务的相似度；根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤；根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值；
所述生成模块303，还用于当判断执行非标准操作任务时对应的特征项超出所述特征值时，根据所述特征值生成提示信息；
所述辅助模块304，还用于根据所述提示信息辅助远程操作机器人执行所述非标准操作任务。
可选地，所述特征值至少包括以下之一：
与障碍或者干涉物平均距离的特征值、与障碍或者干涉物最小距离的特征值、操作时间长度特征值或操作距离长度特征值。
可选地，所述确定模块302，还用于确定机器人远程操作执行目标任务对应的评估值，其中，所述目标任务包括：标准操作任务和/或非标准操作任务。
可选地，所述确定模块302，还用于获取机器人在执行非标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合，所述非标准操作任务包括可重复训练的非标准步骤；根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第一公式确定所述非标准操作任务对应的评估值；
其中，所述第一公式为：
Jf_k为可重复训练的非标准操作任务的评价值，为非标准操作任务的操作所行径的路线长度，di为操作中对应采样点与障碍物或者干涉物的距离，为非标准操作任务内总的采样点数量，Tf_k为非标准操作任务的总操作时间，为操作路线长度的权重，wf-d为操作中的最小安全距离的权重，wf_d_t为操作中全程安全距离的权重，wf_T为操作时长的权重。
可选地，所述确定模块302，还用于获取机器人在执行标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合；根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第二公式确定所述标准操作任务对应的评估值；
其中，所述第二公式为：
Jk为步骤k的评估值，在步骤k为所述操作轨迹有l个采样点，每个采样点的标准位置的坐标为Pd_i，每个采样点的操作位置的坐标为Pi，dd_i为各标准采样点与障碍物或者干涉物的距离，di为操作中对应采样点与与障碍物或者干涉物的距离，m为对应的操作模式的种类，wp为操作位置对应的权重，wd为安全距离对应的权重，wm为操作模式对应的权重。
可选地，所述确定模块302，还用于确定所述非标准操作任务与所述标准操作任务的相似度，所述非标准操作任务包括不可重复的训练的非标准步骤；根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤；根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值；根据所述特征值采用第三公式确定所述非标准操作任务对应的评估值；
其中，所述第三公式为：
Jf_c_k为不可重复训练的非标准操作任务的评价值，lf_c_k为非标准操作任务的采样点数量，||df_c_k||为对应采样点与障碍物或者干涉物的距离，Tf_c_k为非标准操作任务的操作时间，Lf_c_k为非标准操作任务的操作距离，为平均安全距离的评价权重，为最小安全距离的评价权重，为操作时间的评价权重，为操作距离的评价权重。
可选地，所述确定模块302，还用于根据远程操作的结果，确定执行所述目标任务的执行效果信息、总效果的基础值和总效果的修正系数；根据所述执行效果信息、所述基础值和所述修正系数确定机器人远程操作效果的评估信息。
在本实施例中图3所示的系统，可作为如图1或2所示远程操作的智能辅助操作方法的执行主体，可执行图1或2所示方法中的所有步骤，进而实现如图1或2所示方法的技术效果，为简洁描述，在此不作赘述。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (16)

1.一种远程操作的智能辅助操作方法，其特征在于，包括：
获取待执行的目标任务的数据信息，根据所述数据信息载入所述目标任务中各标准步骤的状态信息，其中，所述目标任务包括：标准操作任务；
确定执行所述目标任务对应的点对点、障碍物和操作模式的阈值信息；
确定执行所述目标任务时的时延状态信息，所述时延状态信息包括：上行时延信息和下行时延信息；
根据所述阈值信息和所述时延状态信息生成提示信息；
根据所述提示信息辅助远程操作机器人执行所述目标任务。
2.根据权利要求1所述的方法，其特征在于，所述目标任务还包括：非标准操作任务，所述方法还包括：
确定所述非标准操作任务与所述标准操作任务的相似度；
根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤；
根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值；
当判断执行非标准操作任务时对应的特征项超出所述特征值时，根据所述特征值生成提示信息；
根据所述提示信息辅助远程操作机器人执行所述非标准操作任务。
3.根据权利要求2所述的方法，其特征在于，所述特征值至少包括以下之一：
与障碍或者干涉物平均距离的特征值、与障碍或者干涉物最小距离的特征值、操作时间长度特征值或操作距离长度特征值。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定机器人远程操作执行目标任务对应的评估值，其中，所述目标任务包括：标准操作任务和/或非标准操作任务。
5.根据权利要求4所述的方法，其特征在于，确定所述非标准操作任务对应的评估值，包括：
获取机器人在执行非标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合，所述非标准操作任务包括可重复训练的非标准步骤；
根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第一公式确定所述非标准操作任务对应的评估值；
其中，所述第一公式为：
Jf_k为可重复训练的非标准操作任务的评价值，Lf-k为非标准操作任务的操作所行径的路线长度，di为操作中对应采样点与障碍物或者干涉物的距离，lf-k为非标准操作任务内总的采样点数量，Tf_k为非标准操作任务的总操作时间，wf-L为操作路线长度的权重，wf-d为操作中的最小安全距离的权重，wf_d_t为操作中全程安全距离的权重，wf_T为操作时长的权重。
6.根据权利要求4所述的方法，其特征在于，确定所述标准操作任务对应的评估值，包括：
获取机器人在执行标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合；
根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第二公式确定所述标准操作任务对应的评估值；
其中，所述第二公式为：
Jk为步骤k的评估值，在步骤k为所述操作轨迹有l个采样点，每个采样点的标准位置的坐标为Pd_i，每个采样点的操作位置的坐标为Pi，dd_i为各标准采样点与障碍物或者干涉物的距离，di为操作中对应采样点与与障碍物或者干涉物的距离，m为对应的操作模式的种类，wp为操作位置对应的权重，wd为安全距离对应的权重，wm为操作模式对应的权重。
7.根据权利要求4所述的方法，其特征在于，确定所述非标准操作任务对应的评估值，还包括：
确定所述非标准操作任务与所述标准操作任务的相似度，所述非标准操作任务包括不可重复的训练的非标准步骤；
根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤；
根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值；
根据所述特征值采用第三公式确定所述非标准操作任务对应的评估值；
其中，所述第三公式为：
Jf_c_k为不可重复训练的非标准操作任务的评价值，lf_c_k为非标准操作任务的采样点数量，||df_c_k||为对应采样点与障碍物或者干涉物的距离，Tf_c_k为非标准操作任务的操作时间，Lf_c_k为非标准操作任务的操作距离，为平均安全距离的评价权重，为最小安全距离的评价权重，为操作时间的评价权重，为操作距离的评价权重。
8.根据权利要求4-7任一所述的方法，其特征在于，所述方法还包括：
根据远程操作的结果，确定执行所述目标任务的执行效果信息、总效果的基础值和总效果的修正系数；
根据所述执行效果信息、所述基础值和所述修正系数确定机器人远程操作效果的评估信息。
9.一种远程操作的智能辅助操作系统，其特征在于，包括：
获取模块，用于获取待执行的目标任务的数据信息，根据所述数据信息载入所述目标任务中各标准步骤的状态信息，其中，所述目标任务包括：标准操作任务；
确定模块，用于确定执行所述目标任务对应的点对点、障碍物和操作模式的阈值信息；
所述确定模块，还用于确定执行所述目标任务时的时延状态信息，所述时延状态信息包括：上行时延信息和下行时延信息；
生成模块，用于根据所述阈值信息和所述时延状态信息生成提示信息；
辅助模块，用于根据所述提示信息辅助远程操作机器人执行所述目标任务。
10.根据权利要求9所述的系统，其特征在于，所述目标任务还包括：非标准操作任务；
所述确定模块，还用于确定所述非标准操作任务与所述标准操作任务的相似度；根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤；根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值；
所述生成模块，还用于当判断执行非标准操作任务时对应的特征项超出所述特征值时，根据所述特征值生成提示信息；
所述辅助模块，还用于根据所述提示信息辅助远程操作机器人执行所述非标准操作任务。
11.根据权利要求10所述的系统，其特征在于，所述特征值至少包括以下之一：
与障碍或者干涉物平均距离的特征值、与障碍或者干涉物最小距离的特征值、操作时间长度特征值或操作距离长度特征值。
12.根据权利要求9所述的系统，其特征在于，所述确定模块，还用于确定机器人远程操作执行目标任务对应的评估值，其中，所述目标任务包括：标准操作任务和/或非标准操作任务。
13.根据权利要求12所述的系统，其特征在于，所述确定模块，还用于获取机器人在执行非标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合，所述非标准操作任务包括可重复训练的非标准步骤；根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第一公式确定所述非标准操作任务对应的评估值；
其中，所述第一公式为：
Jf_k为可重复训练的非标准操作任务的评价值，Lf-k为非标准操作任务的操作所行径的路线长度，di为操作中对应采样点与障碍物或者干涉物的距离，lf-k为非标准操作任务内总的采样点数量，Tf_k为非标准操作任务的总操作时间，wf-L为操作路线长度的权重，wf-d为操作中的最小安全距离的权重，wf_d_t为操作中全程安全距离的权重，wf_T为操作时长的权重。
14.根据权利要求12所述的系统，其特征在于，所述确定模块，还用于获取机器人在执行标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合；根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第二公式确定所述标准操作任务对应的评估值；
其中，所述第二公式为：
Jk为步骤k的评估值，在步骤k为所述操作轨迹有l个采样点，每个采样点的标准位置的坐标为Pd_i，每个采样点的操作位置的坐标为Pi，dd_i为各标准采样点与障碍物或者干涉物的距离，di为操作中对应采样点与与障碍物或者干涉物的距离，m为对应的操作模式的种类，wp为操作位置对应的权重，wd为安全距离对应的权重，wm为操作模式对应的权重。
15.根据权利要求12所述的系统，其特征在于，所述确定模块，还用于确定所述非标准操作任务与所述标准操作任务的相似度，所述非标准操作任务包括不可重复的训练的非标准步骤；
根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤；
根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值；
根据所述特征值采用第三公式确定所述非标准操作任务对应的评估值；
其中，所述第三公式为：
Jf_c_k为不可重复训练的非标准操作任务的评价值，lf_c_k为非标准操作任务的采样点数量，||df_c_k||为对应采样点与障碍物或者干涉物的距离，Tf_c_k为非标准操作任务的操作时间，Lf_c_k为非标准操作任务的操作距离，为平均安全距离的评价权重，为最小安全距离的评价权重，为操作时间的评价权重，为操作距离的评价权重。
16.根据权利要求12-15任一所述的系统，其特征在于，所述确定模块，还用于根据远程操作的结果，确定执行所述目标任务的执行效果信息、总效果的基础值和总效果的修正系数；根据所述执行效果信息、所述基础值和所述修正系数确定机器人远程操作效果的评估信息。
CN201810424287.9A 2018-05-07 2018-05-07 一种远程操作的智能辅助操作方法及系统 Active CN108828935B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810424287.9A CN108828935B (zh) 2018-05-07 2018-05-07 一种远程操作的智能辅助操作方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810424287.9A CN108828935B (zh) 2018-05-07 2018-05-07 一种远程操作的智能辅助操作方法及系统

Publications (2)

Publication Number Publication Date
CN108828935A true CN108828935A (zh) 2018-11-16
CN108828935B CN108828935B (zh) 2022-05-13

Family

ID=64147474

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810424287.9A Active CN108828935B (zh) 2018-05-07 2018-05-07 一种远程操作的智能辅助操作方法及系统

Country Status (1)

Country Link
CN (1) CN108828935B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08305419A (ja) * 1995-05-01 1996-11-22 Mitsubishi Electric Corp プログラマブルコントローラの遠隔操作装置
CN104020668A (zh) * 2014-05-05 2014-09-03 中国科学院力学研究所 一种不确定时延条件下机械臂运动状态的预测方法及装置
CN106651949A (zh) * 2016-10-17 2017-05-10 中国人民解放军63920部队 一种基于仿真的空间机械臂抓捕目标遥操作方法及系统
CN107065669A (zh) * 2017-04-20 2017-08-18 重庆锐纳达自动化技术有限公司 一种远程控制家用机器人的方法
CN107945499A (zh) * 2017-11-30 2018-04-20 中国科学院力学研究所 一种遥操作系统的测评方法及设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08305419A (ja) * 1995-05-01 1996-11-22 Mitsubishi Electric Corp プログラマブルコントローラの遠隔操作装置
CN104020668A (zh) * 2014-05-05 2014-09-03 中国科学院力学研究所 一种不确定时延条件下机械臂运动状态的预测方法及装置
CN106651949A (zh) * 2016-10-17 2017-05-10 中国人民解放军63920部队 一种基于仿真的空间机械臂抓捕目标遥操作方法及系统
CN107065669A (zh) * 2017-04-20 2017-08-18 重庆锐纳达自动化技术有限公司 一种远程控制家用机器人的方法
CN107945499A (zh) * 2017-11-30 2018-04-20 中国科学院力学研究所 一种遥操作系统的测评方法及设备

Also Published As

Publication number Publication date
CN108828935B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN108830453B (zh) 一种远程操作效果的评估方法及系统
Pumplin et al. Charm parton content of the nucleon
Kim et al. Physically based grasp quality evaluation under pose uncertainty
Cuesta et al. Evacuation modeling trends
Huang et al. Automatic identification of honeypot server using machine learning techniques
Pawar et al. Quantification of key long-term risks at CO2 sequestration sites: latest results from US DOE's national risk assessment partnership (NRAP) project
CN109508707B (zh) 基于单目视觉的机器人稳定抓取物体的抓取点获取方法
Cruz et al. Reactive AUV motion for thermocline tracking
CN106941502B (zh) 一种内部网络的安全度量方法和装置
Zhang Avoiding spurious correlation in analysis of chemical kinetic data
Shafiei et al. Application of neural network and genetic algorithm in identification of a model of a variable mass underwater vehicle
CN105487546B (zh) 一种深空探测器自主任务规划时间约束几何处理方法
CN108828935A (zh) 一种远程操作的智能辅助操作方法及系统
CN108656109B (zh) 一种远程操作的训练方法及系统
CN115616470B (zh) 电流互感器计量误差状态预测方法、系统、设备及介质
CN108762060A (zh) 一种远程操作任务制定的优化方法及系统
Bogomolova et al. Methods for the determination of chloride-ion in soils from the territory of nearby metallurgical enterprises: Guidelines for selection
JP2019198948A (ja) 接触モード推定装置
CN111230874B (zh) 一种启发式规则的灵巧手作业规划方法
Sabaliauskaite et al. Empirical assessment of methods to detect cyber attacks on a robot
Yuan et al. Enhanced Morris for the extraction of significant parameters in high-dimensional design optimization
CN112816072A (zh) 水岩作用下煤岩压缩热辐射温度时空分布及预测的方法
Tosolinia et al. A sensitivity analysis of available safe egress time correlation
Belknap et al. Addressing Challenges in the Validation of Dynamic Stability Simulation Tools
Griazin et al. Development of methods for training operators of manual manipulators

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant