CN109176511A - 适用于机器人调度的优先级判定处理方法及装置 - Google Patents

适用于机器人调度的优先级判定处理方法及装置 Download PDF

Info

Publication number
CN109176511A
CN109176511A CN201810956562.1A CN201810956562A CN109176511A CN 109176511 A CN109176511 A CN 109176511A CN 201810956562 A CN201810956562 A CN 201810956562A CN 109176511 A CN109176511 A CN 109176511A
Authority
CN
China
Prior art keywords
robot
priority
time
priority factors
factors
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
CN201810956562.1A
Other languages
English (en)
Other versions
CN109176511B (zh
Inventor
应甫臣
支涛
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.)
Beijing Yunji Technology Co Ltd
Original Assignee
Beijing Yunji Technology Co Ltd
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 Beijing Yunji Technology Co Ltd filed Critical Beijing Yunji Technology Co Ltd
Priority to CN201810956562.1A priority Critical patent/CN109176511B/zh
Publication of CN109176511A publication Critical patent/CN109176511A/zh
Application granted granted Critical
Publication of CN109176511B publication Critical patent/CN109176511B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Manipulator (AREA)

Abstract

本申请公开了一种适用于机器人调度的优先级判定处理方法及装置。其中方法包括：确定机器人调度时的优先级因素；确定每个所述优先级因素的占比系数；实时确定所述机器人每个优先级因素的参数信息；根据所述机器人每个优先级因素的参数信息以及每个所述优先级因素的占比系数确定所述机器人实时的优先级因素；达到了提供一种有效的度量模型，进而有效衡量并且使机器人通过动态学习进而达到在环境中的效率优化的目的，从而实现了机器人的群体效率化和智能化的技术效果，进而解决了目前调度方案的相关处理效率低下，无法达到在有限的时间内使机器人群体的调度效率化和智能化的技术问题。

Description

适用于机器人调度的优先级判定处理方法及装置
技术领域
本申请涉及机器人路径规划技术领域，具体而言，涉及一种适用于机器人调度的优先级判定处理方法及装置。
背景技术
在服务机器人调度系统中，涉及机器人移动任务优先级的考量，传统的AGV系统调度系统从仓库的几条并行检测线上检测占用，不能满足对环境改造较小的通用服务机器人的需求；
而现有的服务机器人相互避让方式主要是借助机器人单机自身的传感器，从安全角度尚可实现低速条件下的避让工作，但高速环境中，仅靠单机检测的安全距离不能满足要求。
目前的服务机器人单靠共享位置来分享各自处于地图中的位置和姿态，但从效率维度，目前调度方案的相关处理效率低下，无法达到在有限的时间内使机器人群体的调度效率化和智能化。
针对相关技术中存在的问题，目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种适用于机器人调度的优先级判定处理方法及装置，以解决相关技术中存在的问题。
为了实现上述目的，根据本申请的一个方面，提供了一种适用于机器人调度的优先级判定处理方法。
根据本申请的适用于机器人调度的优先级判定处理方法包括：
确定机器人调度时的优先级因素；
确定每个所述优先级因素的占比系数；
实时确定所述机器人每个优先级因素的参数信息；
根据所述机器人每个优先级因素的参数信息以及每个所述优先级因素的占比系数确定所述机器人实时的优先级因素。
进一步的，如前述的适用于机器人调度的优先级判定处理方法，所述确定机器人调度时的优先级因素，包括：
确定所述机器人的本体优先级因素r；
确定所述机器人所执行任务的任务优先级因素t；
确定所述机器人所执行任务的开始时间s及当前时间curr；
确定所述机器人所执行任务的预估结束时间e；
确定所述机器人的平均避让停留时间d；其中，所述平均避让停留时间为所述机器人历史停留以避让其它机器人的平均损耗时间；
确定所述机器人在当前区域的历史平均速度v。
进一步的，如前述的适用于机器人调度的优先级判定处理方法，所述确定所述机器人实时的优先级因素，包括：
通过下式确定所述机器人实时的优先级因素：
Tn＝ρrn·r+ρtn·r+ρcurr-s·(curr-s)-ρdn·d-ρvn·(v-vmax)+ρpredict·(e-s)；
其中，ρrn为所述机器人的本体优先级因素r的占比系数，ρtn为所述机器人的任务优先级因素t的占比系数，ρcurr-s为所述机器人的运行时间的占比系数，ρdn为所述机器人的平均避让停留时间d的占比系数，ρvn为所述机器人的历史平均速度v与最快运行速度vmax之间速度差的占比系数，ρpredict为所述机器人的预估结束时间e与实际结束时间s之间时间差的占比系数。
进一步的，如前述的适用于机器人调度的优先级判定处理方法，还包括：
确定在当前环境中运行的每个机器人的历史运行数据；
确定每个所述历史运行数据中的工作时间；其中，所述工作时间包括：平均避让停留时间d和有效运行时间，所述有效运行时间为机器人在行动的时间；
通过公式计算得到所有机器人的群体工作效率，其中，γ是指此机器人的优先级，需要保证优先级高的机器人平均速度高于优先级低的机器人。
进一步的，如前述的适用于机器人调度的优先级判定处理方法，还包括：
预先确定所述机器人行动区域的地图图层，并确定所述机器人的历史平均速度与颜色之间的对应关系；
确定所有机器人在所述地图图层上各个位置的历史平均速度；根据历史平均速度以及所述对应关系确定当前位置需对应的颜色。
为了实现上述目的，根据本申请的另一方面，提供了一种适用于机器人调度的优先级判定处理装置。
根据本申请的适用于机器人调度的优先级判定处理装置包括：
优先级因素确定单元，用于确定机器人调度时的优先级因素；
占比因素确定单元，用于确定每个所述优先级因素的占比系数；
参数信息确定单元，用于实时确定所述机器人每个优先级因素的参数信息；
优先级因素确定单元，用于根据所述机器人每个优先级因素的参数信息以及每个所述优先级因素的占比系数确定所述机器人实时的优先级因素。
进一步的，如前述的适用于机器人调度的优先级判定处理装置，所述优先级因素确定单元，包括：
本体优先级因素确定模块，用于确定所述机器人的本体优先级因素r；
任务优先级因素确定模块，用于确定所述机器人所执行任务的任务优先级因素t；
任务时间确定模块，用于确定所述机器人所执行任务的开始时间s及当前时间curr；
任务结束时间预估模块，用于确定所述机器人所执行任务的预估结束时间e；
停留时间确定模块，用于确定所述机器人的平均避让停留时间d；其中，所述平均避让停留时间为所述机器人历史停留以避让其它机器人的平均损耗时间；
平均速度确定模块，用于确定所述机器人在当前区域的历史平均速度v。
进一步的，如前述的适用于机器人调度的优先级判定处理装置，所述优先级因素确定单元，具体用于：
通过下式确定所述机器人实时的优先级因素：
Tn＝ρrn·r+ρtn·r+ρcurr-s·(curr-s)-ρdn·d-ρvn·(v-vmax)+ρpredict·(e-s)；
其中，ρrn为所述机器人的本体优先级因素r的占比系数，ρtn为所述机器人的任务优先级因素t的占比系数，ρcurr-s为所述机器人的运行时间的占比系数，ρdn为所述机器人的平均避让停留时间d的占比系数，ρvn为所述机器人的历史平均速度v与最快运行速度vmax之间速度差的占比系数，ρpredict为所述机器人的预估结束时间e与实际结束时间s之间时间差的占比系数。
进一步的，如前述的适用于机器人调度的优先级判定处理装置，还包括：群体工作效率确定单元；所述群体工作效率确定单元包括：
历史运行数据确定模块，用于确定在当前环境中运行的每个机器人的历史运行数据；
工作时间确定模块，用于确定每个所述历史运行数据中的工作时间；其中，所述工作时间包括：平均避让停留时间d和有效运行时间，所述有效运行时间为机器人在行动的时间；
群体工作效率计算模块，用于通过公式计算得到所有机器人的群体工作效率，其中，γ是指此机器人的优先级，需要保证优先级高的机器人平均速度高于优先级低的机器人。
由于所有的ρ是变量，通过公式的最小，需要求出各分量ρ的分配。
进一步的，如前述的适用于机器人调度的优先级判定处理装置，还包括：图层建立单元；所述图层建立单元包括：
预设模块，用于预先确定所述机器人行动区域的地图图层，并确定所述机器人的历史平均速度与颜色之间的对应关系；
历史平均速度确定模块，用于确定所有机器人在所述地图图层上各个位置的历史平均速度；
根据历史平均速度以及所述对应关系确定当前位置需对应的颜色。
在本申请实施例中，采用对各个机器人的优先级进行判定的方式，通过确定机器人调度时的优先级因素；确定每个所述优先级因素的占比系数；实时确定所述机器人每个优先级因素的参数信息；根据所述机器人每个优先级因素的参数信息以及每个所述优先级因素的占比系数确定所述机器人实时的优先级因素；达到了提供一种有效的度量模型，进而有效衡量并且使机器人通过动态学习进而达到在环境中的效率优化的目的，从而实现了机器人的群体效率化和智能化的技术效果，进而解决了目前调度方案的相关处理效率低下，无法达到在有限的时间内使机器人群体的调度效率化和智能化的技术问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1是根据本申请一种实施例的方法流程示意图；以及
图2是根据本申请一种实施例的功能模块的模块连接示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。
此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了实现上述目的，根据本申请的一个方面，提供了一种适用于机器人调度的优先级判定处理方法。
如图1所示，该方法包括如下的步骤S1至步骤S4：
S1.确定机器人调度时的优先级因素；
S2.确定每个所述优先级因素的占比系数；
S3.实时确定所述机器人每个优先级因素的参数信息；
S4.根据所述机器人每个优先级因素的参数信息以及每个所述优先级因素的占比系数确定所述机器人实时的优先级因素。
具体的，机器人一般包括多个优先级因素，且不同的机器人之间即使相同优先级因素之间的参数信息也各不相同；且一般的，每个优先级因素的占比系数各不相同，但是总和为1，且在同一区域内的所有机器人的相同优先级因素的占比因素相同；例如：所述优先级因素包括：A、B和C，且第一机器人的对应的占比因素分别为a、b、c；则第二机器人的占比因素也分别为a、b、c；只是所述第一机器人的A、B和C的参数信息与所述第二机器人的A、B和C的参数信息不同；因而能够以统一尺度去评价不同机器人之间的优先级因素，并且所述优先级因素较高机器人相对于所述优先级因素较低的机器人拥有较高的路权值，在路线发生干涉或碰撞等情况下能够优先通过。
在一些实施例中，如前述的适用于机器人调度的优先级判定处理方法，所述确定机器人调度时的优先级因素，包括：
确定所述机器人的本体优先级因素r；一般的，所述本体优先级因素r的参数信息为人为预先设置；主要根据所述机器人的等级，功能等方面进行设置；
确定所述机器人所执行任务的任务优先级因素t；一般的，所述任务优先级因素t的参数信息为人为预先设置；主要根据所述任务的重要性和/或紧急性进行设置，并且任务越重要和/或越紧急t的值越大；
确定所述机器人所执行任务的开始时间s及当前时间curr；一般的，所述述机器人所执行任务的开始时间s为所述机器人接收到任务执行指令的时间，优选的，所述当前时间curr为Internet时间
确定所述机器人所执行任务的预估结束时间e；
确定所述机器人的平均避让停留时间d；其中，所述平均避让停留时间为所述机器人历史停留以避让其它机器人的平均损耗时间；所述平均避让停留时间可以根据具体实际操作选择根据所述机器人所执行任务进行实时更新；
确定所述机器人在当前区域的历史平均速度v；所述历史平均速度可以根据具体实际操作选择是否根据所述机器人所执行任务进行实时更新；
一般的，所述预估结束时间e可以为根据所述机器人在历史执行任务中的历史平均速度，以及所执行任务的路径计算得到；一般的，所述历史平均速度为根据历史执行任务的总路径以及历史执行任务的总耗时得到，并且所述历史执行任务的总耗时包括了进行避让时的停留时间以及行动时间。
在一些实施例中，如前述的适用于机器人调度的优先级判定处理方法，所述确定所述机器人实时的优先级因素，包括：
通过下式确定所述机器人实时的优先级因素：
Tn＝ρrn·r+ρtn·r+ρcurr-s·(curr-s)-ρdn·d-ρvn·(v-vmax)+ρpredict·(e-s)；
其中，ρrn为所述机器人的本体优先级因素r的占比系数，ρtn为所述机器人的任务优先级因素t的占比系数，ρcurr-s为所述机器人的运行时间的占比系数，ρdn为所述机器人的平均避让停留时间d的占比系数，ρvn为所述机器人的历史平均速度v与最快运行速度vmax之间速度差的占比系数，ρpredict为所述机器人的预估结束时间e与实际结束时间s之间时间差的占比系数。
在一些实施例中，如前述的适用于机器人调度的优先级判定处理方法，还包括：
确定在当前环境中运行的每个机器人的历史运行数据；
确定每个所述历史运行数据中的工作时间；其中，所述工作时间包括：平均避让停留时间d和有效运行时间，所述有效运行时间为机器人在行动的时间；
通过公式计算得到所有机器人的群体工作效率，其中，γ是指此机器人的优先级，需要保证优先级高的机器人平均速度高于优先级低的机器人。
由于所有的ρ是变量，通过公式的最小，需要求出各分量ρ的分配。
在一些实施例中，如前述的适用于机器人调度的优先级判定处理方法，还包括：
预先确定所述机器人行动区域的地图图层，并确定所述机器人的历史平均速度与颜色之间的对应关系；
确定所有机器人在所述地图图层上各个位置的历史平均速度；
地图图层根据历史平均速度以及所述对应关系确定当前位置需对应的颜色。
具体的，根据本实施例的一个应用例可以是：
预先通过图像采集等方式绘制当前所述机器人行动区域的地图图层，并确定所述机器人的历史平均速度与颜色之间的对应关系(例如：1m/s为红色，1.3m/s为紫色，1.6m/s为蓝色，1.9m/s为绿色)；并存储在用于管控所述机器人的服务器中，并且所述服务器保存每个机器人在各个位置的历史平均速度以及经过时长或次数，进而通过计算得到所有机器人在各个位置的历史平均速度；例如：当在当前行动区域中只存在第一机器人以及第二机器人时，且所述第一机器人在位置A的历史平均速度为2m/s，且总经过时长为60s；所述第二机器人在位置A的历史平均速度为1m/s，且总经过时长为40s；则通过V平均＝(2*60+1*40)/(60+40)＝1.6m/s；则确定所有所述机器人在位置A的历史平均速度V平均为1.6m/s；然后根据所述对应关系，确定位置A的颜色为蓝色，并以此绘制所述行动区域的地图图层中其他位置的颜色；且根据实际情况设定进行颜色绘制区域的大小，进而满足不同的绘制精度。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
根据本发明实施例，还提供了一种用于实施上述适用于机器人调度的优先级判定处理方法的适用于机器人调度的优先级判定处理装置，如图2所示，该装置包括：
为了实现上述目的，根据本申请的另一方面，提供了一种适用于机器人调度的优先级判定处理装置。
根据本申请的适用于机器人调度的优先级判定处理装置包括：
优先级因素确定单元1，用于确定机器人调度时的优先级因素；
占比因素确定单元2，用于确定每个所述优先级因素的占比系数；
参数信息确定单元3，用于实时确定所述机器人每个优先级因素的参数信息；
优先级因素确定单元4，用于根据所述机器人每个优先级因素的参数信息以及每个所述优先级因素的占比系数确定所述机器人实时的优先级因素。
具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。
在一些实施例中，如前述的适用于机器人调度的优先级判定处理装置，所述优先级因素确定单元，包括：
本体优先级因素确定模块，用于确定所述机器人的本体优先级因素r；
任务优先级因素确定模块，用于确定所述机器人所执行任务的任务优先级因素t；
任务时间确定模块，用于确定所述机器人所执行任务的开始时间s及当前时间curr；
任务结束时间预估模块，用于确定所述机器人所执行任务的预估结束时间e；
停留时间确定模块，用于确定所述机器人的平均避让停留时间d；其中，所述平均避让停留时间为所述机器人历史停留以避让其它机器人的平均损耗时间；
平均速度确定模块，用于确定所述机器人在当前区域的历史平均速度v。
具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。
在一些实施例中，如前述的适用于机器人调度的优先级判定处理装置，所述优先级因素确定单元，具体用于：
通过下式确定所述机器人实时的优先级因素：
Tn＝ρrn·r+ρtn·r+ρcurr-s·(curr-s)-ρdn·d-ρvn·(v-vmax)+ρpredict·(e-s)；
其中，ρrn为所述机器人的本体优先级因素r的占比系数，ρtn为所述机器人的任务优先级因素t的占比系数，ρcurr-s为所述机器人的运行时间的占比系数，ρdn为所述机器人的平均避让停留时间d的占比系数，ρvn为所述机器人的历史平均速度v与最快运行速度vmax之间速度差的占比系数，ρpredict为所述机器人的预估结束时间e与实际结束时间s之间时间差的占比系数。
具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。
在一些实施例中，如前述的适用于机器人调度的优先级判定处理装置，还包括：群体工作效率确定单元；所述群体工作效率确定单元包括：
历史运行数据确定模块，用于确定在当前环境中运行的每个机器人的历史运行数据；
工作时间确定模块，用于确定每个所述历史运行数据中的工作时间；其中，所述工作时间包括：平均避让停留时间d和有效运行时间，所述有效运行时间为机器人在行动的时间；
群体工作效率计算模块，用于通过公式计算得到所有机器人的群体工作效率，其中，γ是指此机器人的优先级，需要保证优先级高的机器人平均速度高于优先级低的机器人。
具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。
在一些实施例中，如前述的适用于机器人调度的优先级判定处理装置，还包括：图层建立单元；所述图层建立单元包括：
预设模块，用于预先确定所述机器人行动区域的地图图层，并确定所述机器人的历史平均速度与颜色之间的对应关系；
历史平均速度确定模块，用于确定所有机器人在所述地图图层上各个位置的历史平均速度；
根据历史平均速度以及所述对应关系确定当前位置需对应的颜色。
具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种适用于机器人调度的优先级判定处理方法，其特征在于，包括：
确定机器人调度时的优先级因素；
确定每个所述优先级因素的占比系数；
实时确定所述机器人每个优先级因素的参数信息；
根据所述机器人每个优先级因素的参数信息以及每个所述优先级因素的占比系数确定所述机器人实时的优先级因素。
2.根据权利要求1所述的适用于机器人调度的优先级判定处理方法，其特征在于，所述确定机器人调度时的优先级因素，包括：
确定所述机器人的本体优先级因素r；
确定所述机器人所执行任务的任务优先级因素t；
确定所述机器人所执行任务的开始时间s及当前时间curr；
确定所述机器人所执行任务的预估结束时间e；
确定所述机器人的平均避让停留时间d；其中，所述平均避让停留时间为所述机器人历史停留以避让其它机器人的平均损耗时间；
确定所述机器人在当前区域的历史平均速度v。
3.根据权利要求2所述的适用于机器人调度的优先级判定处理方法，其特征在于，所述确定所述机器人实时的优先级因素，包括：
通过下式确定所述机器人实时的优先级因素：
Tn＝ρrn·r+ρtn·r+ρcurr-s·(curr-s)-ρdn·d-ρvn·(v-vmax)+ρpredict·(e-s)；
其中，ρrn为所述机器人的本体优先级因素r的占比系数，ρtn为所述机器人的任务优先级因素t的占比系数，ρcurr-s为所述机器人的运行时间的占比系数，ρdn为所述机器人的平均避让停留时间d的占比系数，ρvn为所述机器人的历史平均速度v与最快运行速度vmax之间速度差的占比系数，ρpredict为所述机器人的预估结束时间e与实际结束时间s之间时间差的占比系数。
4.根据权利要求1所述的适用于机器人调度的优先级判定处理方法，其特征在于，还包括：
确定在当前环境中运行的每个机器人的历史运行数据；
确定每个所述历史运行数据中的工作时间；其中，所述工作时间包括：平均避让停留时间d和有效运行时间，所述有效运行时间为机器人在行动的时间；
通过公式计算得到所有机器人的群体工作效率，其中，γ是指此机器人的优先级，需要保证优先级高的机器人平均速度高于优先级低的机器人。
5.根据权利要求1所述的适用于机器人调度的优先级判定处理方法，其特征在于，还包括：
预先确定所述机器人行动区域的地图图层，并确定所述机器人的历史平均速度与颜色之间的对应关系；
确定所有机器人在所述地图图层上各个位置的历史平均速度；根据历史平均速度以及所述对应关系确定当前位置需对应的颜色。
6.一种适用于机器人调度的优先级判定处理装置，其特征在于，包括：
优先级因素确定单元，用于确定机器人调度时的优先级因素；
占比因素确定单元，用于确定每个所述优先级因素的占比系数；
参数信息确定单元，用于实时确定所述机器人每个优先级因素的参数信息；
优先级因素确定单元，用于根据所述机器人每个优先级因素的参数信息以及每个所述优先级因素的占比系数确定所述机器人实时的优先级因素。
7.根据权利要求6所述的适用于机器人调度的优先级判定处理装置，其特征在于，所述优先级因素确定单元，包括：
本体优先级因素确定模块，用于确定所述机器人的本体优先级因素r；
任务优先级因素确定模块，用于确定所述机器人所执行任务的任务优先级因素t；
任务时间确定模块，用于确定所述机器人所执行任务的开始时间s及当前时间curr；
任务结束时间预估模块，用于确定所述机器人所执行任务的预估结束时间e；
停留时间确定模块，用于确定所述机器人的平均避让停留时间d；其中，所述平均避让停留时间为所述机器人历史停留以避让其它机器人的平均损耗时间；
平均速度确定模块，用于确定所述机器人在当前区域的历史平均速度v。
8.根据权利要求7所述的适用于机器人调度的优先级判定处理装置，其特征在于，所述优先级因素确定单元，具体用于：
通过下式确定所述机器人实时的优先级因素：
Tn＝ρrn·r+ρtn·r+ρcurr-s·(curr-s)-ρdn·d-ρvn·(v-vmax)+ρpredict·(e-s)；
其中，ρrn为所述机器人的本体优先级因素r的占比系数，ρtn为所述机器人的任务优先级因素t的占比系数，ρcurr-s为所述机器人的运行时间的占比系数，ρdn为所述机器人的平均避让停留时间d的占比系数，ρvn为所述机器人的历史平均速度v与最快运行速度vmax之间速度差的占比系数，ρpredict为所述机器人的预估结束时间e与实际结束时间s之间时间差的占比系数。
9.根据权利要求6所述的适用于机器人调度的优先级判定处理装置，其特征在于，还包括：群体工作效率确定单元；所述群体工作效率确定单元包括：
历史运行数据确定模块，用于确定在当前环境中运行的每个机器人的历史运行数据；
工作时间确定模块，用于确定每个所述历史运行数据中的工作时间；其中，所述工作时间包括：平均避让停留时间d和有效运行时间，所述有效运行时间为机器人在行动的时间；
群体工作效率计算模块，用于通过公式计算得到所有机器人的群体工作效率，其中，γ是指此机器人的优先级，需要保证优先级高的机器人平均速度高于优先级低的机器人。
10.根据权利要求6所述的适用于机器人调度的优先级判定处理装置，其特征在于，还包括：图层建立单元；所述图层建立单元包括：
预设模块，用于预先确定所述机器人行动区域的地图图层，并确定所述机器人的历史平均速度与颜色之间的对应关系；
历史平均速度确定模块，用于确定所有机器人在所述地图图层上各个位置的历史平均速度；
根据历史平均速度以及所述对应关系确定当前位置需对应的颜色。
CN201810956562.1A 2018-08-21 2018-08-21 适用于机器人调度的优先级判定处理方法及装置 Active CN109176511B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810956562.1A CN109176511B (zh) 2018-08-21 2018-08-21 适用于机器人调度的优先级判定处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810956562.1A CN109176511B (zh) 2018-08-21 2018-08-21 适用于机器人调度的优先级判定处理方法及装置

Publications (2)

Publication Number Publication Date
CN109176511A true CN109176511A (zh) 2019-01-11
CN109176511B CN109176511B (zh) 2022-03-04

Family

ID=64918838

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810956562.1A Active CN109176511B (zh) 2018-08-21 2018-08-21 适用于机器人调度的优先级判定处理方法及装置

Country Status (1)

Country Link
CN (1) CN109176511B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110058592A (zh) * 2019-04-25 2019-07-26 重庆大学 一种移动机器人控制方法
CN111369129A (zh) * 2020-02-29 2020-07-03 广东博智林机器人有限公司 一种建筑机器人的生产调度方法和系统
CN111443720A (zh) * 2020-06-18 2020-07-24 北京云迹科技有限公司 一种机器人调度方法及装置
CN112171665A (zh) * 2020-09-14 2021-01-05 深圳优地科技有限公司 运动控制方法、装置、终端设备及存储介质
CN113119127A (zh) * 2021-04-20 2021-07-16 大连宏燊软件技术有限公司 一种rpa机器人的任务调度方法和系统
CN113534787A (zh) * 2020-04-15 2021-10-22 北京旷视机器人技术有限公司 Agv调度方法、装置、电子设备及可读存储介质
CN113821024A (zh) * 2021-08-12 2021-12-21 苏州坤厚自动化科技有限公司 一种适用于agv小车调度的优先级判定处理方法
CN113997282A (zh) * 2021-10-13 2022-02-01 杭州景业智能科技股份有限公司 机械臂控制方法、装置、电子装置和存储介质
CN114055470A (zh) * 2021-11-19 2022-02-18 季华实验室 机械臂工作任务控制方法、装置、设备、系统及存储介质
CN115170004A (zh) * 2022-09-08 2022-10-11 江西省智能产业技术创新研究院 多系统混合调度方法、系统、计算机及可读存储介质
CN115796553A (zh) * 2023-01-10 2023-03-14 广东利元亨智能装备股份有限公司 Agv任务调度方法、装置及agv调度系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130128035A1 (en) * 2011-11-07 2013-05-23 Beckman Coulter, Inc. Robotic arm
CN105488892A (zh) * 2016-01-04 2016-04-13 杭州亚美利嘉科技有限公司 一种用于机器人排队管理的方法及服务器
CN106647763A (zh) * 2017-01-06 2017-05-10 深圳优地科技有限公司 一种机器人调度方法、装置和服务器
US20170357256A1 (en) * 2016-06-14 2017-12-14 Fuji Xerox Co., Ltd. Robot control system and recording medium
CN108133335A (zh) * 2018-01-30 2018-06-08 共享智能铸造产业创新中心有限公司 一种基于agv设备的物流多任务控制系统及其控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130128035A1 (en) * 2011-11-07 2013-05-23 Beckman Coulter, Inc. Robotic arm
CN105488892A (zh) * 2016-01-04 2016-04-13 杭州亚美利嘉科技有限公司 一种用于机器人排队管理的方法及服务器
US20170357256A1 (en) * 2016-06-14 2017-12-14 Fuji Xerox Co., Ltd. Robot control system and recording medium
CN106647763A (zh) * 2017-01-06 2017-05-10 深圳优地科技有限公司 一种机器人调度方法、装置和服务器
CN108133335A (zh) * 2018-01-30 2018-06-08 共享智能铸造产业创新中心有限公司 一种基于agv设备的物流多任务控制系统及其控制方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110058592A (zh) * 2019-04-25 2019-07-26 重庆大学 一种移动机器人控制方法
CN111369129A (zh) * 2020-02-29 2020-07-03 广东博智林机器人有限公司 一种建筑机器人的生产调度方法和系统
CN113534787A (zh) * 2020-04-15 2021-10-22 北京旷视机器人技术有限公司 Agv调度方法、装置、电子设备及可读存储介质
CN111443720A (zh) * 2020-06-18 2020-07-24 北京云迹科技有限公司 一种机器人调度方法及装置
CN112171665A (zh) * 2020-09-14 2021-01-05 深圳优地科技有限公司 运动控制方法、装置、终端设备及存储介质
CN113119127A (zh) * 2021-04-20 2021-07-16 大连宏燊软件技术有限公司 一种rpa机器人的任务调度方法和系统
CN113821024A (zh) * 2021-08-12 2021-12-21 苏州坤厚自动化科技有限公司 一种适用于agv小车调度的优先级判定处理方法
CN113997282A (zh) * 2021-10-13 2022-02-01 杭州景业智能科技股份有限公司 机械臂控制方法、装置、电子装置和存储介质
CN113997282B (zh) * 2021-10-13 2022-11-25 杭州景业智能科技股份有限公司 机械臂控制方法、装置、电子装置和存储介质
CN114055470A (zh) * 2021-11-19 2022-02-18 季华实验室 机械臂工作任务控制方法、装置、设备、系统及存储介质
CN115170004A (zh) * 2022-09-08 2022-10-11 江西省智能产业技术创新研究院 多系统混合调度方法、系统、计算机及可读存储介质
CN115796553A (zh) * 2023-01-10 2023-03-14 广东利元亨智能装备股份有限公司 Agv任务调度方法、装置及agv调度系统

Also Published As

Publication number Publication date
CN109176511B (zh) 2022-03-04

Similar Documents

Publication Publication Date Title
CN109176511A (zh) 适用于机器人调度的优先级判定处理方法及装置
US11789440B2 (en) Industrial vehicle fleet recommender
EP3886014A1 (en) Robot-based logistics zoning picking method, device, terminal and system, and storage medium
CN103608740B (zh) 使用经协调路径规划器有效调度多个自动非完整车辆的方法和设备
CN105446343B (zh) 一种机器人的调度方法及装置
CN111596658A (zh) 一种多agv无碰撞运行的路径规划方法及调度系统
CN110377038A (zh) 一种机器人避让行驶方法、装置及机器人
CN107992060A (zh) 多移动机器人的路径规划方法及系统
CN107368072A (zh) 一种基于地图可配置的agv运行控制系统及路径规划方法
Zavichi et al. Enhanced crane operations in construction using service request optimization
CN112723052B (zh) 电梯调度方法及装置
CN109059926A (zh) 跨楼层路径规划方法及系统
CN108280529B (zh) 钢卷轧后库区共轨多无人行车协同作业优化方法
Novaes et al. Dynamic milk-run OEM operations in over-congested traffic conditions
CN112537705A (zh) 机器人乘梯调度方法、装置、终端设备及存储介质
Ravankar et al. Multi-robot path planning for smart access of distributed charging points in map
Cheong Joint inventory and transshipment control for perishable products of a two-period lifetime
CN115759500A (zh) 一种基于优化效率评价算法的智能物流运输方法和系统
CN113534787A (zh) Agv调度方法、装置、电子设备及可读存储介质
CN112157652B (zh) 机器人作业管理方法及系统
Wang et al. Driving line-based two-stage path planning in the AGV sorting system
Ventura et al. Optimal location of dwell points in a single loop AGV system with time restrictions on vehicle availability
Chen et al. Deadlock-solving traffic control methods for automated guided vehicle systems
Novaes et al. Fault detection in dynamic vehicle routing operations
CN103049797A (zh) 乘载人数查询系统及乘载人数预测方法

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: Room 702, 7th floor, NO.67, Beisihuan West Road, Haidian District, Beijing 100089

Patentee after: Beijing Yunji Technology Co.,Ltd.

Address before: Room 702, 7th floor, NO.67, Beisihuan West Road, Haidian District, Beijing 100089

Patentee before: BEIJING YUNJI TECHNOLOGY Co.,Ltd.