CN111722529A - 用于评价用于技术系统的轨迹的方法和设备 - Google Patents
用于评价用于技术系统的轨迹的方法和设备 Download PDFInfo
- Publication number
- CN111722529A CN111722529A CN202010190913.XA CN202010190913A CN111722529A CN 111722529 A CN111722529 A CN 111722529A CN 202010190913 A CN202010190913 A CN 202010190913A CN 111722529 A CN111722529 A CN 111722529A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- trajectory
- discrete points
- discrete
- technical system
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000011156 evaluation Methods 0.000 claims abstract description 124
- 238000005457 optimization Methods 0.000 claims description 14
- 238000012360 testing method Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 8
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 2
- 238000004590 computer program Methods 0.000 claims 3
- 239000003795 chemical substances by application Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000003754 machining Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013531 bayesian neural network Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
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
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
- B25J9/1666—Avoiding collision or forbidden zones
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/40—Robotics, robotics mapping to robotics vision
- G05B2219/40476—Collision, planning for collision free path
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Automation & Control Theory (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Computational Biology (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及用于评价关于技术系统的参量的轨迹的方法,其中,在离散点上进行轨迹的评价,并且根据预给定的评价函数根据在离散点(s 1,…,s m ,t*)上的评价度量求取总评价度量,其中,在轨迹上的离散点的确定包括以下步骤:重复地确定在轨迹的位置上的离散点(s 1,…,s m ,t*),从而使在相关离散点(s 1,…,s m ,t*)上的评价度量(zt)不满足在相关离散点(t*)上的预给定的评价标准(z t <z thr )并且所有已经确定的离散点(s 1,…,s m )的评价度量(z1,…,zm)满足预给定的评价标准(z 1>z thr ;…;z m >z thr )的概率最大;以及当该概率满足预给定的准确性标准时,结束离散点的确定。
Description
技术领域
本发明涉及一种用于尤其针对轨迹选择、轨迹规划来评价轨迹的方法、尤其用于鉴于安全标准和优化方法方面来对轨迹进行规划的方法。
背景技术
通常,以一个或者多个输入参量来操控(ansteuern)技术系统,其中,相关输入参量的值相应于时间上的曲线走向(Verlauf)或者位置上的曲线走向地改变。输入参量的值的这些曲线走向被称作轨迹。此外,技术系统的系统状态根据输入参量的曲线走向而改变,从而技术系统的状态参量同样地沿着轨迹改变。
在不同的应用情况下,必须根据评价函数来评价参量的轨迹。
因此,例如可以在试验台上执行技术系统的输入参量的预给定的轨迹的评价,以便针对测量过程确定轨迹的适合性。尤其可以鉴于安全标准方面来对轨迹进行评价。
此外,技术系统的最终得到的状态参量的轨迹的评价可以在优化方法的范畴内进行,从而根据轨迹的曲线走向来评价系统行为。如果应优化技术系统的操控或者运行,则必要的是,根据成本函数评价一个或者多个状态参量的曲线走向。
轨迹的评价通常通过以下方式进行:首先使相应的轨迹离散化并且然后将离散点(Diskretisierungspunkt)共同地考虑用于成本的评价。然而,在这些离散点上的对相应轨迹的成本的评价仅仅相当于对轨迹的连续的曲线走向的成本评价的近似(Näherung)。
针对连续的轨迹的成本的以近似方式的计算的准确性明显地取决于所进行的离散化。在实践中,手动地确定连续的轨迹的离散点的数目。在此,用于成本的计算的耗费随着离散点的数目而提高,从而在离散点的数目过高的情况下使得用于成本评价的耗费提高并且在离散点的数目过少的情况下使得用于连续的轨迹的所计算的成本过于不准确。尤其是对于当由概率函数预给定成本评价的情况下,用于成本评价的耗费明显地随着离散点的数目上升。
发明内容
根据本发明,设置一种根据权利要求1的、用于评价在技术系统中的参量的连续的轨迹的方法以及根据并列权利要求的、一种用于评价在技术系统中的参量的连续的轨迹的设备、一种试验台和一种优化系统。
在从属权利要求中说明其他构型方案。
根据第一方面,设置一种用于评价关于技术系统的参量的轨迹的方法,其中,在离散点上进行轨迹的评价,并且根据预给定的评价函数根据在离散点上的评价度量求取(ermitteln)总评价度量,其中,在轨迹上对离散点的布置包括以下步骤:
重复地确定在轨迹的位置上的离散点,从而使评价度量不满足在该离散点上的预给定的评价标准并且所有已经确定的离散点的评价度量满足预给定的评价标准的概率最大;以及
当所述概率满足准确性标准时,结束离散点的确定。
上述的方法以自动的方式沿着连续的状态轨迹确定如下的离散点:所述离散点对于总成本的确定最有意义。例如,可以在试验台上评价例如在内燃机的状态参量的情况下的具有变化的动态的运行状态的轨迹,或者鉴于预给定的评价标准方面来评价机器人手臂的运动轨迹。由此,可以使针对连续的轨迹的成本的计算所考虑的离散点的数目和它们沿着轨迹的布置以如此程度减少,使得一方面以足够的准确性以评价度量对轨迹进行评价并且另一方面使计算耗费尽可能最小化。
上述的方法实现,在预给定参量的连续的轨迹的和评价函数的所期望的准确性的情况下,确定用于求取总评价度量的离散点,从而用于连续的轨迹的总评价具有必需的准确性。因此,上述的方法规定:在总评价中所考虑的状态参量的一个或者多个轨迹的评价。
上述的方法规定:在用于技术系统的参量的连续的轨迹的迭代的行为方式(Vorgehensweise)中,一直确定离散点来作为用于轨迹的评价的离散的评价点,直到已达到总评价的所要求的准确性为止,也就是说,该估计的所达到的准确性在预给定的所期望的准确性以上。为此,在用于已经确定的离散点的评价度量满足评价标准的前提条件下,从相关参量的曲线走向中分别选择如下的点作为离散点:在所述点,评价度量不满足预给定的评价标准的概率最高。这导致,总是选择在连续的轨迹上的如下的点作为离散点:所述点引起对总评价的尽可能最好的贡献。由此,选择针对轨迹的最相关的离散点。
尤其是,上述的方法也包括以下可能性:该评价标准表示安全标准并且该评价度量表示安全度量,所述安全度量说明离散点的安全性。然后,在用于技术系统的参量的连续的轨迹的迭代的行为方式中一直确定用于轨迹的评价的离散点,直到已达到总评价的所要求的准确性为止,也就是说,该估计的所达到的准确性在预给定的所期望的准确性以上。为此,在用于已经确定的离散点的安全度量满足安全标准的前提条件下,从相关参量的曲线走向中分别选择如下的点作为离散点:在所述点,安全度量不满足预给定的安全标准的概率最高。这导致,总是选择在连续的轨迹上的如下的点作为离散点:所述点引起对总评价的尽可能最好的贡献。由此,选择针对轨迹的最相关(relevantest)的离散点。
根据一种实施方式,当最后选择的离散点导致一评价度量的概率满足准确性标准时,可以结束该方法。
可以由蒙特卡洛(Monte-Carlo)方法确定概率,并且具有最大的概率的离散点的选择通过优化方法来进行、尤其通过利用多起点(Multistart)的、基于导数的方法或者元启发式的优化方法来进行。
概率的确定可以例如通过蒙特卡洛方法进行,因为在离散点上的评价度量满足多维的正态分布。如果给定所有到现在为止的离散点都满足评价标准,可以在考虑总成本的情况下找到轨迹的如下的离散点:所述离散点具有对总评价最高的贡献,也就是说,具有最高的、在那里不满足评价标准的概率。这尤其通过添加如下的离散点而适用:在所述离散点处,评价度量不满足评价标准或者安全度量不满足安全标准的概率最大。如果该最高的概率小于由预给定的准确性所确定的容差阈值,则可以中断方法。
上述的方法具有以下优点:在预给定所期望的安全性阈值的情况下求取如下的离散点:所述离散点说明对一个或者多个状态参数的确定的轨迹的总安全度量的最高的贡献,所述一个或者多个状态参数对于用于优化方法的成本函数的确定是相关的。
评价函数必须附加地提供不确定性度量(Unsicherheitsmaß),诸如在高斯过程模型或者贝叶斯神经网络的情况下是这种情况。
可以规定,评价标准说明,评价度量在预给定的评价阈值以上/以下。
根据一种实施方式,准确性标准可以被说明作为容差阈值,其中,当概率小于容差阈值时,结束离散点的确定。
根据一个另外的方面,设置一种用于运行用于测量技术系统的试验台的方法,其中,只有在根据上述的方法中的一种所确定的总评价度量说明技术系统的安全运行的情况下,将输入参量轨迹使用用于技术系统的测量。
根据一个另外的方面,设置一种用于运行智能体(Agenten)或者机器人手臂的方法,其中,用于智能体或者机器人手臂的运动的轨迹规划根据总评价度量而考虑如下运动轨迹:所述运动轨迹根据上述的方法中的一种来确定并且所述运动轨迹说明沿着该轨迹的无危险的运动。
根据一个另外的方面,设置一种用于优化技术系统的方法,其中,根据按照上述的方法而对技术系统的状态参量的轨迹的评价来进行技术系统的系统行为的评价并且在用于优化的成本函数中考虑所述评价。
根据一个另外的方面,设置一种用于评价关于技术系统的参量的轨迹的设备,其中,该设备构造用于:
在离散点上对轨迹进行评价,并且根据预给定的评价函数根据在离散点上的评价度量确定总评价度量,
通过如下方式来确定在轨迹上的离散点:
o 重复地确定在轨迹的位置上的离散点,从而使在相关离散点上的评价度量不满足预给定的评价标准并且所有已经确定的离散点的评价度量满足评价标准的概率最大;以及
o 当概率满足准确性标准时,结束离散点的确定。
附图说明
接下来,根据所附的附图对实施方式进一步予以阐述。其中:
图1示出技术系统在试验台上的布置的示意图,
图2示出智能体在具有周围环境对象的周围环境中的运动轨迹的示意图;
图3示出用于阐明用于确定用于操控技术系统的输入参量的轨迹的方法的流程图;
图4示出在利用等距离的离散点进行的轨迹评价和在根据上述的方法所选择的离散点上进行的评价之间的比较。
具体实施方式
诸如内燃机或者机器人手臂或者诸如此类的这样的技术系统通常动态地运行。为此,根据在时间上的顺序或者(在可运动的系统中)在位置上的顺序将用于输入参量的值施加(anlegen)到该技术系统上,从而产生状态参量的曲线走向。输入参量和/或状态参量的在时间上或者在位置上的曲线走向被称作轨迹。
在不同的应用领域中,通常必要的是,评价这些轨迹。例如,当在试验台2上测量技术系统1、诸如内燃机时可以相应于图1的示意图将输入参量轨迹E施加到技术系统1上,所述输入参量轨迹导致系统状态z的相应的曲线走向。
在此,应如此确定在试验台2上测量技术系统1时的轨迹,使得尽可能避免安全性临界的运行状态。在决定是否允许所选择的输入参量轨迹用于测量时,可以根据借助于安全度量(Sicherheitsmaß)进行的输入参量轨迹的评价来决定,所选择的输入参量轨迹是否被允许用于测量技术系统。替代地,可以评估(auswerten)状态参量,以便确定最终得到的系统状态是否是允许的或者安全的。
在图2中所草绘的另外的应用情况中,可以在轨迹规划的范畴内进行智能体11(可移动的机器人)或者机器人手臂的运动轨迹B的评价,从而根据运动轨迹的评价来允许或不允许智能体11的运动轨迹。尤其是,为了避免安全性临界的状况、诸如与周围环境对象12、诸如物件或者另外的机器部件(Maschinenteil)的相撞,所规划的运动轨迹的监控可以如此进行,使得当与周围环境对象12碰撞的危险过高时,禁止智能体11或者机器人手臂的操控。
此外,也可以在用于技术系统的运行的优化方法的范畴内使用参量的轨迹的评价,其中,用于参量的轨迹的评价度量可以是成本函数的部分或者评价度量可以被假定为成本。常见的优化方法评价输入参量的轨迹,以便获得所述一个或者所述多个状态参量的轨迹,根据预给定的评价函数评价所述轨迹,其中,使得与此相关的成本尽可能最小化。为此,优化方法可以例如优化调节系统(Regelungssystem)的调节参数。
上述的应用需要根据评价函数对轨迹可靠地和尽可能准确地评价。通常以总体考虑(Gesamtbetrachtung)针对布置在轨迹上的离散点所求取的评价度量的方式进行这种评价。
在所述一个或者所述多个待考虑的参量的连续轨迹的情况下,常见的评价函数不是通过总的连续的曲线走向来考虑所述轨迹,而是在确定的离散点上来考虑所述轨迹,其中所述确定的离散点可以通过时间点、路径点(Wegpunkt)和/或一个或者多个其它的参考参量来确定。然后,轨迹的总体评价(Gesamtbewertung)通过对评价度量的相应的总体考虑来进行,其中所述评价度量是针对离散点所计算的。接下来描述的评价方法包括,鉴于评价标准来布置针对轨迹的离散点。
在图3中示意性地描述了一种用于评价用于技术系统1的运行的至少一个参量的轨迹的方法。作为示例,评价用于技术系统1在试验台上的测量的至少一个输入参量x的轨迹。借助于安全性函数来定义技术系统1的运行安全性。
在步骤S1中,预给定用于至少一个输入参量x的概率性的(probabilistisch)安全性函数(评价函数)z=k(x),以便作为用于在轨迹t上的分别所考虑的离散点的评价度量来确定安全度量z。安全性函数k()可以例如定义为在出现的系统状态和预给定的临界的运行状态ylimit(x)之间的间距度量的间距函数,其中可以作为状态参量y来测量所述系统状态或者由相应的测量值来推导出(ableiten)所述系统状态。
安全性函数z(评价函数)是如下的概率函数:所述概率函数将至少一个输入参量x映射到概率分布p(z)上。于是,p(z)表示在当前的输入参量的情况下是安全的或者具有安全的系统状态的概率。特别地,高斯过程将n个数目的输入参量x映射到n维的正态分布,这些输入参量的在正的范围中的度量表示满足标准的概率。
因此,例如可以通过技术系统的测量数据来创建概率性的安全性函数,其中,通过施加输入参量向量x的一个或者多个输入参量x来测量技术系统1并且评价分别最终得到的状态参量y。状态参量的评价鉴于安全标准来进行,从而能够给每个输入参量向量分配安全度量,所述安全度量说明技术系统1的安全的/允许的运行状态或者不安全的/不允许的运行状态。
在智能体或者机器人手臂的运动轨迹的评价的上述的示例中,安全性函数k(x)可以表示如下函数:该函数说明在机器人手臂的运动区域中与固定的或者可运动的对象的碰撞危险。例如,安全性函数可以说明在确定的时间点机器人手臂与固定的或者运动的周围环境对象的间距。该间距越小,则达到不安全的状态(即:碰撞或者碰撞危险)的概率越高。
此外,预给定准确性标准。该准确性标准例如以容差阈值ε形式说明对于所考虑的输入参量的轨迹的评价的所期望的准确性。容差阈值ε说明如下的余下的剩余风险:当所有到现在为止的点都满足准确性标准时,进一步的点不满足准确性标准。
因此,通过安全性函数(评价函数)给输入参量空间的每个点分配安全度量(评价度量)。假定,zt>z thr 对应于(zuordnen)技术系统在相关运行点t(在所考虑的输入参量的输入参量空间中的点)处的足够安全运行。z thr 相应于安全性阈值(评价阈值),所述安全性阈值(评价阈值)可以假定或者预给定为零或者其它的值。安全性阈值z thr 说明以下概率:自该概率起,可以假定技术系统1的安全运行。
在步骤S2中,首先规定轨迹的开始点和结束点t∈T=[t 0 ;t end ]。t0说明轨迹的开始点且tend说明轨迹的结束点。在此,点t可以表示时间点、路径点或者其它参考参量(所述其它参考参量与输入参量不相应)的其它点。
在步骤S3中,计算在给定数目为m个的离散点的情况下的用于安全运行的目前的(vorläufig)总概率I(m)。然后,由
得出用于技术系统1的安全运行的总概率I(m),其中,m相应于离散点s 1 ,...,s m (其中,s 1=t 0和s2=t end )的数目。总概率I(m)说明对于输入参量轨迹的每个点而言安全度量z位于由安全性阈值z thr 预给定的概率以上并且因此对于总的轨迹而言维持(einhalten)安全运行状态的概率。
现在,在步骤S4中,在给定在其余离散点处的安全度量z1,...zm超过安全性阈值z thr 的情况下,借助于评价方法寻找新的离散点t*,在该新的离散点t*处,安全度量zt不超过安全性阈值z thr 。
通过优化关于变量t的函数P确定下一个要添加的离散点t*。对于每个t,例如可以用蒙特卡洛方法评估目标函数P。最优的点t可以借助于优化方法来确定,例如通过与多起点相结合的基于导数的方法或者元启发式的全局的方法来确定。在给定z 1>z thr ;...;z m >z thr 的情况下,可以经由整个轨迹来确定概率项P,因为安全度量通过正态分布来限定,以便求取所期望的安全度量。在m个评价度量z1,...,zm超过评价阈值z thr 的情况下,P描述对于在所考虑的离散点t*上的不安全性的概率,其中所述评价度量在所描述的实施例中相应于安全度量,所述评价阈值在所描述的实施例中相应于安全性阈值。
在步骤S5中,将所找到的离散点t*添加到用于轨迹的评价的现在为止所找到的离散点s1,...,sm的集合并且使计数(Zähler)m提高1。
在步骤S6中检验,在最后所求取的离散点t*处的安全度量是否导致,用于安全运行的总安全度量S(总安全度量)位于(关于预给定的准确性的)预给定的容差阈值ε以下。
如果是这种情况(选择(Alternative):是),则以步骤S7继续该方法,否则(选择:否)往回跳至步骤S3。
如果离散点t1至tm被求取,则现在可以在步骤S7中进行总评价。在此,在所找到的离散点处对轨迹进行评价。这可以根据用于安全运行的总概率或者根据与总评价函数不同的预给定的函数K(m)= f(z1;…;zm)进行。
总评价所基于的总评价函数可以仅仅考虑安全性函数或者使用附加的标准。相应地,除了根据上述的方法确定的离散点之外,也可以添加另外的鉴于其它评价标准对于总成本的求取而言有利的离散点,以便根据考虑安全性函数的总成本函数求取总成本。
在此确保:由于离散点的合适选择,总安全度量具有预给定的最小准确性。因此,可以总是通过考虑在不同的离散点上的轨迹来进行轨迹的评价。
在图4中示出在利用等距离的离散点进行的轨迹评价和在根据上述的方法所选择的离散点上进行的评价之间的比较。上方的图表示出随着重复数I所求取的轨迹成本TK1,TK2的曲线走向,并且下方的图表示出在一维的输入数据空间中的待评价的轨迹T上的离散点的位置。在上方的图表中,用圆标记在轨迹上的等距离的离散点D1和分别最终得到的第一轨迹成本TK1。在上方的图表中,用星号标记根据上述的方法所确定的、在轨迹T上的离散点D2和分别最终得到的第二轨迹成本TK2。
除了能通过状态参量预给定的成本之外,上述的方法也考虑由于利用输入参量向量对技术系统的操控而出现技术系统的安全或者不安全的状态的概率分布。这由安全性函数来说明,所述安全性函数可以例如借助于高斯过程函数的预测概率预给定。最后,安全性函数确定由于将输入参量向量施加到技术系统上而采用安全的或者不安全的系统状态的概率。
以下的表格阐明上述的、用于评价轨迹的方法的示例性的使用范围:
使用目的 | 待评价的轨迹的类型 | 评价标准/安全性函数 |
工具机 | 工具头的运动 | 与静态的和/或动态的周围环境对象碰撞的危险 |
工具机 | 在工件加工期间随着加工时间曲线走向或者加工路径的温度分布 | 工具头过热的危险 |
移动式智能体的运动控制装置 | 随着时间曲线走向的运动轨迹 | 与静态的和/或动态的周围环境对象碰撞的危险 |
试验台 | 在被施加的输入参量轨迹的情况下待检验的技术系统的最终得到的状态 | 技术系统的安全性临界的状态的危险 |
Claims (11)
1.一种用于评价关于技术系统(1,11)的参量的轨迹(t)的方法,其中,在离散点上进行所述轨迹(t)的评价,并且根据预给定的评价函数根据在所述离散点(s 1,…,s m ,t*)上的评价度量求取总评价度量(S),其中,在所述轨迹(t)上的离散点(s 1,…,s m ,t*)的确定包括以下步骤:
重复地确定(S4)在所述轨迹(t)的位置上的离散点(s 1,…,s m ,t*),从而使在相关的所述离散点(s 1,…,s m ,t*)上的所述评价度量(zt)不满足在相关的所述离散点(t*)上的预给定的评价标准(z t < z thr )并且所有已经确定的离散点(s 1,…,s m )的所述评价度量(z1,…,zm)满足所述预给定的评价标准(z 1>z thr ;…;z m >z thr )的概率最大;以及
当所述概率满足预给定的准确性标准时,结束(S6)离散点(s 1,…,s m ,t*)的确定。
2.根据权利要求1所述的方法,其中,由蒙特卡洛方法确定所述概率,并且,具有最大的概率的所述离散点(t*)的选择通过优化方法来进行、尤其通过利用多起点的、基于导数的方法或者元启发式的优化方法来进行。
3.根据权利要求1或2所述的方法,其中,所述评价标准说明,所述评价度量在预给定的评价阈值(z thr )以上/以下。
4.根据权利要求1至3中任一项所述的方法,其中,借助于容差阈值(ε)来说明所述准确性标准,其中,根据所述概率和根据所述容差阈值(ε)来结束离散点(s 1,…,s m ,t*)的确定。
5.一种用于运行用于测量技术系统(1,11)的试验台的方法,其中,只有在按照根据权利要求1至4所述的方法之一所确定的总评价度量说明所述技术系统(1,11)的安全运行的情况下,将输入参量轨迹使用用于所述技术系统(1,11)的测量。
6.一种用于运行智能体(1,11)或者机器人手臂的方法,其中,用于所述智能体或者所述机器人手臂的运动的轨迹规划根据总评价度量而考虑如下运动轨迹:所述运动轨迹按照根据权利要求1至4所述的方法之一来确定并且所述运动轨迹说明沿着所述轨迹的无危险的运动。
7.一种用于优化技术系统(1,11)的方法,其中,根据按照如权利要求1至4所述的方法之一而对所述技术系统(1,11)的状态参量的轨迹(t)的评价来进行所述技术系统(1,11)的系统行为的评价,并且在用于优化的成本函数中考虑所述评价。
8.一种用于评价关于技术系统(1,11)的参量的轨迹(t)的设备,其中,在离散点(s 1,…,s m ,t*)上对所述轨迹(t)进行评价,并且根据预给定的评价函数根据在所述离散点(s 1,…,s m ,t*)上的评价度量对总评价度量进行确定,其中,在所述轨迹(t)上的所述离散点(s 1,…,s m ,t*)的确定包括以下步骤:
重复地确定在所述轨迹的位置上的离散点(s 1,…,s m ,t*),从而使所述评价度量不满足在相关的所述离散点(t*)上的评价标准并且所有已经确定的离散点(s 1,…,s m )的评价度量(z1,…,zm)满足所述评价标准的概率最大;以及
当所述概率满足准确性标准时,结束离散点(s 1,…,s m ,t*)的确定。
9.一种用于评价关于技术系统(1,11)的参量的轨迹的设备,其中,所述设备构造用于:
在离散点(s 1,…,s m ,t*)上对所述轨迹进行评价,并且根据预给定的评价函数根据在所述离散点(s 1,…,s m ,t*)上的评价度量确定总评价度量(S),
通过如下方式来确定在所述轨迹上的离散点:
o 重复地确定在所述轨迹的位置上的离散点(s 1,…,s m ,t*),从而使在所述离散点(t*)上的评价度量(zt)不满足评价标准并且所有已经确定的离散点(s 1,…,s m )的评价度量(z1,…,zm)满足所述评价标准的概率最大;以及
o 当所述概率满足准确性标准时,结束离散点(s 1,…,s m ,t*)的确定。
10.一种计算机程序,所述计算机程序构造用于,当在数据处理装置上运行所述计算机程序时,实施根据权利要求1至9中任一项所述的方法的所有步骤。
11.一种机器可读的存储介质,在所述机器可读的存储介质上存储根据权利要求10所述的计算机程序。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102019203751.8A DE102019203751A1 (de) | 2019-03-19 | 2019-03-19 | Verfahren und Vorrichtung zum Bewerten einer Trajektorie für ein technisches System |
DE102019203751.8 | 2019-03-19 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111722529A true CN111722529A (zh) | 2020-09-29 |
Family
ID=72334426
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010190913.XA Pending CN111722529A (zh) | 2019-03-19 | 2020-03-18 | 用于评价用于技术系统的轨迹的方法和设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN111722529A (zh) |
DE (1) | DE102019203751A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4328695A1 (de) | 2022-08-26 | 2024-02-28 | BSH Hausgeräte GmbH | Sicherer autonomer haushaltsroboter |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09274506A (ja) * | 1996-04-05 | 1997-10-21 | Mitsubishi Heavy Ind Ltd | 最適化制御装置 |
US20130177200A1 (en) * | 2012-01-11 | 2013-07-11 | Françoi FLEURET | Method and apparatus for multiple object tracking with k-shortest paths |
CN105549597A (zh) * | 2016-02-04 | 2016-05-04 | 同济大学 | 一种基于环境不确定性的无人车动态路径规划方法 |
CN106203689A (zh) * | 2016-07-04 | 2016-12-07 | 大连理工大学 | 一种梯级水电站群联合运行多目标优化调度方法 |
CN109459039A (zh) * | 2019-01-08 | 2019-03-12 | 湖南大学 | 一种医药搬运机器人的激光定位导航系统及其方法 |
-
2019
- 2019-03-19 DE DE102019203751.8A patent/DE102019203751A1/de active Pending
-
2020
- 2020-03-18 CN CN202010190913.XA patent/CN111722529A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09274506A (ja) * | 1996-04-05 | 1997-10-21 | Mitsubishi Heavy Ind Ltd | 最適化制御装置 |
US20130177200A1 (en) * | 2012-01-11 | 2013-07-11 | Françoi FLEURET | Method and apparatus for multiple object tracking with k-shortest paths |
CN105549597A (zh) * | 2016-02-04 | 2016-05-04 | 同济大学 | 一种基于环境不确定性的无人车动态路径规划方法 |
CN106203689A (zh) * | 2016-07-04 | 2016-12-07 | 大连理工大学 | 一种梯级水电站群联合运行多目标优化调度方法 |
CN109459039A (zh) * | 2019-01-08 | 2019-03-12 | 湖南大学 | 一种医药搬运机器人的激光定位导航系统及其方法 |
Non-Patent Citations (1)
Title |
---|
田俊峰;韩金娥;杜瑞忠;王勇;: "基于软件行为轨迹的可信性评价模型", 计算机研究与发展, no. 07, 15 July 2012 (2012-07-15) * |
Also Published As
Publication number | Publication date |
---|---|
DE102019203751A1 (de) | 2020-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11498214B2 (en) | Teaching device, teaching method, and robot system | |
US10921789B2 (en) | Finish-machining amount prediction apparatus and machine learning device | |
TWI539298B (zh) | 具取樣率決定機制的量測抽樣方法 與其電腦程式產品 | |
JP2010244549A5 (zh) | ||
Shukla et al. | Key characteristics-based sensor distribution in multi-station assembly processes | |
US9342069B2 (en) | Article processing apparatus, generation method and computer-readable storage medium | |
CN111722529A (zh) | 用于评价用于技术系统的轨迹的方法和设备 | |
Deb et al. | I-MODE: an interactive multi-objective optimization and decision-making using evolutionary methods | |
Cosme et al. | A novel fault prognostic approach based on particle filters and differential evolution | |
US11774228B2 (en) | Method and apparatus for testing workpieces | |
CN110908335B (zh) | 用于机床上的磨损分析的方法和装置 | |
CN111950114A (zh) | 用于确定技术系统的系统模型的方法 | |
Kosztyán et al. | Treating measurement uncertainty in industrial conformity control | |
Sendur et al. | A model accuracy and validation algorithm | |
Michlin et al. | Comparison of the mean time between failures for two systems under short tests | |
Chandratre et al. | Stealthy attacks formalized as STL formulas for Falsification of CPS Security | |
JP2020099982A (ja) | 工作機械の熱変位補正方法、熱変位補正プログラム、熱変位補正装置 | |
Stockle et al. | Automated vehicular safety systems: robust function and sensor design | |
Wei et al. | An information value function for nonparametric Gaussian processes | |
Gopalakrishnan et al. | Chance constraint based multi agent navigation under uncertainty | |
Swift et al. | Tolerance optimization in assembly stacks based on capable design | |
Kahraman et al. | Fuzzy process capability analysis and applications | |
Chay et al. | A New Metric for Evaluating Machinability of a Design | |
Guan et al. | Cost-aware Offline Safe Meta Reinforcement Learning with Robust In-Distribution Online Task Adaptation. | |
CN110737865B (zh) | 一种基于分段函数的威布尔型备件需求量确定方法及系统 |
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 |