CN111660285A - 多机器人协同控制方法、系统、设备及存储介质 - Google Patents

多机器人协同控制方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN111660285A
CN111660285A CN202010618692.1A CN202010618692A CN111660285A CN 111660285 A CN111660285 A CN 111660285A CN 202010618692 A CN202010618692 A CN 202010618692A CN 111660285 A CN111660285 A CN 111660285A
Authority
CN
China
Prior art keywords
task
robot
processing
cooperative control
instruction
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.)
Pending
Application number
CN202010618692.1A
Other languages
English (en)
Inventor
张彩霞
周星
王向东
王斯琪
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.)
Foshan University
Original Assignee
Foshan University
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 Foshan University filed Critical Foshan University
Priority to CN202010618692.1A priority Critical patent/CN111660285A/zh
Publication of CN111660285A publication Critical patent/CN111660285A/zh
Pending legal-status Critical Current

Links

Images

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
    • B25J9/08—Programme-controlled manipulators characterised by modular constructions
    • 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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • 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
    • 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
    • B25J9/1679—Programme controls characterised by the tasks executed

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本发明涉及多机器人协同控制方法、系统、设备及存储介质，包括以下步骤：步骤101、获取处理请求指令，根据处理请求指令得到任务目标、任务开始时间、任务终止时间以及任务实施位置；步骤102、根据任务目标、任务开始时间、任务终止时间以及任务实施位置与多机器人协同网络中的多机器人处理子单元相匹配，选定处理所述处理请求指令的多机器人处理子单元；步骤103、获取所述多机器人处理子单元中的主机器人以及从机器人的ID；步骤104、控制所述主机器人将本次任务的协同控制指令发送至对应ID的所述从机器人。本发明能够根据用户发送的处理请求指令快速进行任务分配，能够较为高效的解决问题，也降低了成本。

Description

多机器人协同控制方法、系统、设备及存储介质
技术领域
本发明涉及机器人领域，尤其涉及多机器人协同控制方法、系统、设备及存储介质。
背景技术
工业机器人是面向工业领域的多关节机械手或多自由度的机器装置，它能自动执行工作，是靠自身动力和控制能力来实现各种功能的一种机器。它可以接受人类指挥，也可以按照预先编排的程序运行，现代的工业机器人还可以根据人工智能技术制定的原则纲领行动。
机器人技术以逐渐趋于成熟，机器人已被广泛应用于工业、服务业以及危险作业等，并且机器人在一定的应用环境下需要组网，并且与其他的机器人一起协同完成对应的作业任务或者服务任务；现有的机器人些人控制技术一般通过互联网以及相对复杂的协同控制算法来实现，这样容易受到网络速度的影响，也需要较高的机器人硬件和软件的支持，不然难以实现良好的协同控制效果；这样往往需要增加机器人的使用成本，增加用户的使用负担。
发明内容
本发明的目的是至少解决现有技术的不足之一，为此提供多机器人协同控制方法。
为了实现上述目的，本发明采用以下的技术方案：
提出多机器人协同控制方法，包括以下步骤：
步骤101、获取处理请求指令，根据处理请求指令得到任务目标、任务开始时间、任务终止时间以及任务实施位置；
步骤102、根据任务目标、任务开始时间、任务终止时间以及任务实施位置与多机器人协同网络中的多机器人处理子单元相匹配，选定处理所述处理请求指令的多机器人处理子单元；
步骤103、获取所述多机器人处理子单元中的主机器人以及从机器人的ID；
步骤104、控制所述主机器人将本次任务的协同控制指令发送至对应ID的所述从机器人。
进一步，上述步骤101中获取处理请求指令的方式为通过用户的处理终端来获取，所述任务请求指令为包括任务目标、任务开始时间、任务终止时间以及任务实施位置的数据编码。
进一步，上述步骤102中的多机器人协同网络的构建具体包括以下：
步骤201、根据任务目标、任务开始时间、任务终止时间以及任务实施位置经过训练得到处理该项任务所需要主机器人以及从机器人的数量以及对应的ID；
步骤202、根据上述训练的结果得到用于处理相应任务的多机器人处理子单元；
步骤203、构建数据库表格，将任务目标、任务开始时间、任务终止时间以及任务实施位置以及对应的多机器人处理子单元存入所述数据库表格得到多机器人协同网络。
进一步，上述步骤201中的训练方式为通过BP神经网络进行训练的方式。
进一步，还包括，在控制所述主机器人将本次任务的协同控制指令发送至对应ID的所述从机器人后，还会生成日志文件，所述日志文件包括：根据所述处理请求指令得到的任务目标、任务开始时间、任务终止时间以及任务实施位置、所述多机器人处理子单元中的主机器人以及从机器人的ID以及本次任务的实际完成时间。
本发明还提出多机器人协同控制系统，包括：
第一获取模块，用于获取处理请求指令，根据处理请求指令得到任务目标、任务开始时间、任务终止时间以及任务实施位置；
第一匹配模块，用于根据任务目标、任务开始时间、任务终止时间以及任务实施位置与多机器人协同网络中的多机器人处理子单元相匹配，选定处理所述处理请求指令的多机器人处理子单元；
第二获取模块，用于获取所述多机器人处理子单元中的主机器人以及从机器人的ID；
第一控制模块，用于控制所述主机器人将本次任务的协同控制指令发送至对应ID的所述从机器人。
进一步，所述系统还包括：
日志文件生成模块，用于生成日志文件，所述日志文件包括：根据所述处理请求指令得到的任务目标、任务开始时间、任务终止时间以及任务实施位置、所述多机器人处理子单元中的主机器人以及从机器人的ID以及本次任务的实际完成时间。
本发明还提出多机器人协同控制设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1-5任一项所述的多机器人协同控制方法的步骤。
本发明还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-5任一项所述的多机器人协同控制方法的步骤。
本发明的有益效果为：本发明通过提出多机器人协同控制方法、系统、设备及存储介质，通过构建多机器人协同网络，并将主机器人与从机器人捆绑划分为一个个多机器人处理子单元，这样一来就能够根据用户发送的处理请求指令快速进行任务分配，能够较为高效的解决问题，也降低了成本。
附图说明
图1所示为本发明多机器人协同控制方法的流程图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。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。附图中各处使用的相同的附图标记指示相同或相似的部分。
结合图1，提出多机器人协同控制方法，包括以下步骤：
步骤101、获取处理请求指令，根据处理请求指令得到任务目标、任务开始时间、任务终止时间以及任务实施位置；
步骤102、根据任务目标、任务开始时间、任务终止时间以及任务实施位置与多机器人协同网络中的多机器人处理子单元相匹配，选定处理所述处理请求指令的多机器人处理子单元；
步骤103、获取所述多机器人处理子单元中的主机器人以及从机器人的ID；
步骤104、控制所述主机器人将本次任务的协同控制指令发送至对应ID的所述从机器人。
本发明通过提出多机器人协同控制方法、系统、设备及存储介质，通过构建多机器人协同网络，并将主机器人与从机器人捆绑划分为一个个多机器人处理子单元，这样一来就能够根据用户发送的处理请求指令快速进行任务分配，能够较为高效的解决问题，也降低了成本。
作为本发明的优选实施方式，上述步骤101中获取处理请求指令的方式为通过用户的处理终端来获取，所述任务请求指令为包括任务目标、任务开始时间、任务终止时间以及任务实施位置的数据编码。
作为本发明的优选实施方式，上述步骤102中的多机器人协同网络的构建具体包括以下：
步骤201、根据任务目标、任务开始时间、任务终止时间以及任务实施位置经过训练得到处理该项任务所需要主机器人以及从机器人的数量以及对应的ID；
步骤202、根据上述训练的结果得到用于处理相应任务的多机器人处理子单元；
步骤203、构建数据库表格，将任务目标、任务开始时间、任务终止时间以及任务实施位置以及对应的多机器人处理子单元存入所述数据库表格得到多机器人协同网络。
具体的，在处理任务时，只需要根据任务目标、任务开始时间、任务终止时间以及任务实施位置检索数据库表格就能够得到处理该项任务的多机器人处理子单元，十分方便。
作为本发明的优选实施方式，上述步骤201中的训练方式为通过BP神经网络进行训练的方式。
在本实施方式中通过较为成熟的BP神经网络进行训练，能够较为准确的得到多机器人协同网络，当然其他机器学习的方式也是可以的，只要能够实现本技术方案即可。
作为本发明的优选实施方式，还包括，在控制所述主机器人将本次任务的协同控制指令发送至对应ID的所述从机器人后，还会生成日志文件，所述日志文件包括：根据所述处理请求指令得到的任务目标、任务开始时间、任务终止时间以及任务实施位置、所述多机器人处理子单元中的主机器人以及从机器人的ID以及本次任务的实际完成时间。
在本实施方式中，通过生成日志文件，能够对完成任务的情况进行记录，方便工作人员的记录的分析。
本发明还提出多机器人协同控制系统，包括：
第一获取模块，用于获取处理请求指令，根据处理请求指令得到任务目标、任务开始时间、任务终止时间以及任务实施位置；
第一匹配模块，用于根据任务目标、任务开始时间、任务终止时间以及任务实施位置与多机器人协同网络中的多机器人处理子单元相匹配，选定处理所述处理请求指令的多机器人处理子单元；
第二获取模块，用于获取所述多机器人处理子单元中的主机器人以及从机器人的ID；
第一控制模块，用于控制所述主机器人将本次任务的协同控制指令发送至对应ID的所述从机器人。
作为本发明的优选实施方式，所述系统还包括：
日志文件生成模块，用于生成日志文件，所述日志文件包括：根据所述处理请求指令得到的任务目标、任务开始时间、任务终止时间以及任务实施位置、所述多机器人处理子单元中的主机器人以及从机器人的ID以及本次任务的实际完成时间。
本发明还提出多机器人协同控制设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1-5任一项所述的多机器人协同控制方法的步骤。
本发明还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-5任一项所述的多机器人协同控制方法的步骤。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储的介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，都应属于本发明的保护范围。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

Claims (9)

1.多机器人协同控制方法，其特征在于，包括以下步骤：
步骤101、获取处理请求指令，根据处理请求指令得到任务目标、任务开始时间、任务终止时间以及任务实施位置；
步骤102、根据任务目标、任务开始时间、任务终止时间以及任务实施位置与多机器人协同网络中的多机器人处理子单元相匹配，选定处理所述处理请求指令的多机器人处理子单元；
步骤103、获取所述多机器人处理子单元中的主机器人以及从机器人的ID；
步骤104、控制所述主机器人将本次任务的协同控制指令发送至对应ID的所述从机器人。
2.根据权利要求1所述的多机器人协同控制方法，其特征在于，上述步骤101中获取处理请求指令的方式为通过用户的处理终端来获取，所述任务请求指令为包括任务目标、任务开始时间、任务终止时间以及任务实施位置的数据编码。
3.根据权利要求1所述的多机器人协同控制方法，其特征在于，上述步骤102中的多机器人协同网络的构建具体包括以下：
步骤201、根据任务目标、任务开始时间、任务终止时间以及任务实施位置经过训练得到处理该项任务所需要主机器人以及从机器人的数量以及对应的ID；
步骤202、根据上述训练的结果得到用于处理相应任务的多机器人处理子单元；
步骤203、构建数据库表格，将任务目标、任务开始时间、任务终止时间以及任务实施位置以及对应的多机器人处理子单元存入所述数据库表格得到多机器人协同网络。
4.根据权利要求3所述的多机器人协同控制方法，其特征在于，上述步骤201中的训练方式为通过BP神经网络进行训练的方式。
5.根据权利要求1-4中任一项所述的多机器人协同控制方法，其特征在于，还包括，在控制所述主机器人将本次任务的协同控制指令发送至对应ID的所述从机器人后，还会生成日志文件，所述日志文件包括：根据所述处理请求指令得到的任务目标、任务开始时间、任务终止时间以及任务实施位置、所述多机器人处理子单元中的主机器人以及从机器人的ID以及本次任务的实际完成时间。
6.多机器人协同控制系统，其特征在于，包括：
第一获取模块，用于获取处理请求指令，根据处理请求指令得到任务目标、任务开始时间、任务终止时间以及任务实施位置；
第一匹配模块，用于根据任务目标、任务开始时间、任务终止时间以及任务实施位置与多机器人协同网络中的多机器人处理子单元相匹配，选定处理所述处理请求指令的多机器人处理子单元；
第二获取模块，用于获取所述多机器人处理子单元中的主机器人以及从机器人的ID；
第一控制模块，用于控制所述主机器人将本次任务的协同控制指令发送至对应ID的所述从机器人。
7.根据权利要求6所述的多机器人协同控制系统，其特征在于，所述系统还包括：
日志文件生成模块，用于生成日志文件，所述日志文件包括：根据所述处理请求指令得到的任务目标、任务开始时间、任务终止时间以及任务实施位置、所述多机器人处理子单元中的主机器人以及从机器人的ID以及本次任务的实际完成时间。
8.多机器人协同控制设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1-5任一项所述的多机器人协同控制方法的步骤。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-5任一项所述的多机器人协同控制方法的步骤。
CN202010618692.1A 2020-06-30 2020-06-30 多机器人协同控制方法、系统、设备及存储介质 Pending CN111660285A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010618692.1A CN111660285A (zh) 2020-06-30 2020-06-30 多机器人协同控制方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010618692.1A CN111660285A (zh) 2020-06-30 2020-06-30 多机器人协同控制方法、系统、设备及存储介质

Publications (1)

Publication Number Publication Date
CN111660285A true CN111660285A (zh) 2020-09-15

Family

ID=72390716

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010618692.1A Pending CN111660285A (zh) 2020-06-30 2020-06-30 多机器人协同控制方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111660285A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114040438A (zh) * 2021-10-29 2022-02-11 润联软件系统(深圳)有限公司 协同网络的组网方法、终端设备及计算机可读存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150285646A1 (en) * 2011-08-30 2015-10-08 5D Robotics, Inc. Vehicle management system
CN108628294A (zh) * 2017-03-20 2018-10-09 北京军石科技有限公司 一种多机器人靶标自主协同控制系统及其控制方法
CN108941918A (zh) * 2018-03-29 2018-12-07 江苏新时代造船有限公司 一种基于组网智能识别多机器人自动焊接船舶组立件方法
CN109032095A (zh) * 2018-08-23 2018-12-18 顺德职业技术学院 一种多个工业机器人组网下协同作业的方法及系统
CN110347159A (zh) * 2019-07-12 2019-10-18 苏州融萃特种机器人有限公司 移动机器人多机协作方法和系统
CN110480683A (zh) * 2019-08-28 2019-11-22 哈尔滨工业大学 一种机器人应用系统解决方案集成化设计的大型工具软件系统
CN110879556A (zh) * 2019-12-13 2020-03-13 华南智能机器人创新研究院 一种多机器人局域网内的多机器人协同控制方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150285646A1 (en) * 2011-08-30 2015-10-08 5D Robotics, Inc. Vehicle management system
CN108628294A (zh) * 2017-03-20 2018-10-09 北京军石科技有限公司 一种多机器人靶标自主协同控制系统及其控制方法
CN108941918A (zh) * 2018-03-29 2018-12-07 江苏新时代造船有限公司 一种基于组网智能识别多机器人自动焊接船舶组立件方法
CN109032095A (zh) * 2018-08-23 2018-12-18 顺德职业技术学院 一种多个工业机器人组网下协同作业的方法及系统
CN110347159A (zh) * 2019-07-12 2019-10-18 苏州融萃特种机器人有限公司 移动机器人多机协作方法和系统
CN110480683A (zh) * 2019-08-28 2019-11-22 哈尔滨工业大学 一种机器人应用系统解决方案集成化设计的大型工具软件系统
CN110879556A (zh) * 2019-12-13 2020-03-13 华南智能机器人创新研究院 一种多机器人局域网内的多机器人协同控制方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
向隅等: "《SQL Server 2012数据库原理及应用》", 31 May 2017 *
王小英等: "《Linux 系统管理与应用》", 30 November 2018 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114040438A (zh) * 2021-10-29 2022-02-11 润联软件系统(深圳)有限公司 协同网络的组网方法、终端设备及计算机可读存储介质

Similar Documents

Publication Publication Date Title
CN110198813B (zh) 机器人路径生成装置和机器人系统
JP6491249B2 (ja) 人工知能に基づくロボットデバッグシステム
US11491653B2 (en) Method and apparatus for robotic machining
US10434648B2 (en) Task planning device
CN108247633B (zh) 机器人的控制方法及系统
CN109814434B (zh) 控制程序的校准方法及装置
CN111673251A (zh) 一种机器人点焊焊接参数和焊接质量虚拟调试方法及装置
CN111660285A (zh) 多机器人协同控制方法、系统、设备及存储介质
CN114516060A (zh) 用于控制机器人装置的设备和方法
CN109948632B (zh) 数据训练方法、装置及系统、计算机设备
CN111832921A (zh) 基于机器学习的工业机器人性能指标评价设备及方法
CN103592527B (zh) 测试系统
CN114800556B (zh) 一种基于工业机器人的自动化加工生产线
Naughton et al. Structured action prediction for teleoperation in open worlds
CN113658247B (zh) 器械空间预测方法、装置、计算机设备和存储介质
CN110253568B (zh) 机器人控制方法、系统、设备及存储介质
Oliinyk et al. Information technology of diagnosis models synthesis based on parallel computing
CN110948489B (zh) 一种带电作业机器人安全工作空间限定方法及系统
CN113377070A (zh) 一种基于虚拟制造的工装方法、系统及设备
Sanches et al. Scalable. Intuitive Human to Robot Skill Transfer with Wearable Human Machine Interfaces: On Complex, Dexterous Tasks
EP3910877A3 (en) Evm-based transaction processing method and apparatus, device, program and medium
CN105426359A (zh) 信息处理方法及装置
Aksu et al. Virtual experimental investigation for industrial robotics in gazebo environment
Pozzi et al. Context-Aware Industrial Robot Testing: Low-Cost Virtual Prototyping Environment
CN112462765B (zh) 机器人及其控制方法、装置以及计算机可读存储介质

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