CN111738528A - 机器人调度方法及第一机器人 - Google Patents

机器人调度方法及第一机器人 Download PDF

Info

Publication number
CN111738528A
CN111738528A CN202010699589.4A CN202010699589A CN111738528A CN 111738528 A CN111738528 A CN 111738528A CN 202010699589 A CN202010699589 A CN 202010699589A CN 111738528 A CN111738528 A CN 111738528A
Authority
CN
China
Prior art keywords
robot
data
behavior decision
time
traveling direction
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
CN202010699589.4A
Other languages
English (en)
Other versions
CN111738528B (zh
Inventor
陈波
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 CN202010699589.4A priority Critical patent/CN111738528B/zh
Publication of CN111738528A publication Critical patent/CN111738528A/zh
Application granted granted Critical
Publication of CN111738528B publication Critical patent/CN111738528B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0289—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling with means for avoiding collisions between vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/03—Control of position or course in two dimensions using near-field transmission systems, e.g. inductive-loop type
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G06N20/10—Machine learning using kernel methods, e.g. support vector machines [SVM]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/024—Guidance services

Abstract

本申请实施例提供机器人调度方法及第一机器人，本申请实施例提供的第一位置的数据特征能够很好的表征第一机器人和第二机器人当前的行驶情况；针对每一位置的数据特征，将第一位置的数据特征输入预构建的行为决策分类器，得到的第一预测行为决策更加符合第一机器人和第二机器人当前的行驶情况，即得到的第一预测行为决策更加准确，基于第一预测行为决策执行相应操作，从而可以避免与其他机器人，例如第二机器人发生碰撞的情况。

Description

机器人调度方法及第一机器人
技术领域
本申请涉及自动控制技术领域，更具体的说，是涉及机器人调度方法及第一机器人。
背景技术
随着智能机器人技术领域不断发展，多功能智能机器人已取代传统功能单一的机器人，成为当前机器人的主要研究方向。目前多功能智能机器人已应用于运输、搜救、危险物品检测等各领域，如AGV(Automated Guided Vehicle，自动导引运输车)、扫雷机器人、排爆机器人和消防机器人等。智能机器人的出现不仅降低了工业生产成本，提高了工业生产效率，而且减少了危险环境对操作人员（例如救援人员）的伤害。
目前多个机器人在运行过程中可能发生多个机器人碰撞的情况。
发明内容
有鉴于此，本申请提供了机器人调度方法及第一机器人。
本申请提供如下技术方案：
一种机器人调度方法，应用第一机器人，包括：
获取数据特征集合；
其中，所述数据特征集合包括至少一个第一位置分别对应的数据特征；所述第一位置为所述第一机器人对应的第一导航路径中所述第一机器人当前未经过的路径中的任一位置；不同所述第一位置位于所述第一导航路径中的位置不同；一个第一位置对应的数据特征至少包括：所述第一位置与第二位置的距离，第一行进方向与第二行进方向的方向差，所述第一位置对应的环境宽度以及第一时间与第二时间的差值；所述第二位置为第二机器人对应的第二导航路径中所述第二机器人当前未经过的路径中与所述第一位置距离最近的位置；所述第一时间为所述第一机器人从当前时间所在第一目标位置到达所述第一位置所需时间，所述第二时间为所述第二机器人从当前时间所在第二目标位置到达所述第二位置所需时间；所述第一行进方向是指若所述第一机器人位于所述第一位置时的行进方向；所述第二行进方向是指若所述第二机器人位于所述第二位置时的行进方向；
将所述数据特征集合包括的至少一个第一位置分别对应的数据特征输入预构建的行为决策分类器，通过所述行为决策分类器获得所述至少一个第一位置分别对应的数据特征的第一预测行为决策；
针对每一第一位置对应的数据特征的第一预测行为决策执行以下操作：若所述第一机器人到达所述第一位置时，基于所述第一预测行为决策执行相应的行为。
一种第一机器人，包括：
第一获取模块，用于获取数据特征集合；
其中，所述数据特征集合包括至少一个第一位置分别对应的数据特征；所述第一位置为所述第一机器人对应的第一导航路径中所述第一机器人当前未经过的路径中的任一位置；不同所述第一位置位于所述第一导航路径中的位置不同；一个第一位置对应的数据特征包括：所述第一位置与第二位置的距离，第一行进方向与第二行进方向的方向差，所述第一位置对应的环境宽度以及第一时间与第二时间的差值；所述第二位置为第二机器人对应的第二导航路径中所述第二机器人当前未经过的路径中与所述第一位置距离最近的位置；所述第一时间为所述第一机器人从当前时间所在第一目标位置到达所述第一位置所需时间，所述第二时间为所述第二机器人从当前时间所在第二目标位置到达所述第二位置所需时间；所述第一行进方向是指若所述第一机器人位于所述第一位置时的行进方向；所述第二行进方向是指若所述第二机器人位于所述第二位置时的行进方向；
第二获取模块，用于将所述数据特征集合包括的至少一个第一位置分别对应的数据特征输入预构建的行为决策分类器，通过所述行为决策分类器获得所述至少一个第一位置分别对应的数据特征的第一预测行为决策；
执行模块，用于针对每一第一位置对应的数据特征的第一预测行为决策执行以下操作：若所述第一机器人到达所述第一位置时，基于所述第一预测行为决策执行相应的行为。
一种第一机器人，包括：
存储器，用于存储程序；
处理器，用于执行所述程序，所述程序具体用于：
获取数据特征集合；
其中，所述数据特征集合包括至少一个第一位置分别对应的数据特征；所述第一位置为所述第一机器人对应的第一导航路径中所述第一机器人当前未经过的路径中的任一位置；不同所述第一位置位于所述第一导航路径中的位置不同；一个第一位置对应的数据特征至少包括：所述第一位置与第二位置的距离，第一行进方向与第二行进方向的方向差，所述第一位置对应的环境宽度以及第一时间与第二时间的差值；所述第二位置为第二机器人对应的第二导航路径中所述第二机器人当前未经过的路径中与所述第一位置距离最近的位置；所述第一时间为所述第一机器人从当前时间所在第一目标位置到达所述第一位置所需时间，所述第二时间为所述第二机器人从当前时间所在第二目标位置到达所述第二位置所需时间；所述第一行进方向是指若所述第一机器人位于所述第一位置时的行进方向；所述第二行进方向是指若所述第二机器人位于所述第二位置时的行进方向；
将所述数据特征集合包括的至少一个第一位置分别对应的数据特征输入预构建的行为决策分类器，通过所述行为决策分类器获得所述至少一个第一位置分别对应的数据特征的第一预测行为决策；
针对每一第一位置对应的数据特征的第一预测行为决策执行以下操作：若所述第一机器人到达所述第一位置时，基于所述第一预测行为决策执行相应的行为。
一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述任一所述机器人调度方法。
经由上述的技术方案可知，本申请实施例提供的机器调度方法中，获取数据特征集合，数据特征集合包括至少一个第一位置分别对应的数据特征；一个第一位置对应的数据特征包括：所述第一位置与第二位置的距离，第一行进方向与第二行进方向的方向差，所述第一位置对应的环境宽度以及第一时间与第二时间的差值。
由于第二位置为第二机器人对应的第二导航路径中第二机器人当前未经过的路径中与第一位置距离最近的位置，因此，可以基于第一位置与第二位置的距离预测第一机器人和第二机器人是否可能相撞。
第一行进方向是指若第一机器人位于所述第一位置时的行进方向；第二行进方向是指若第二机器人位于第二位置时的行进方向；基于第一行进方向和第二行进方向可以判断第一机器人和第二机器人是同向行驶还是逆向行驶，进一步为后续的行为决策提供判断依据，例如若是同向行驶，行为决策可以是跟随行驶，若是逆向行驶，行为决策可以为避让暂停行驶。
第一位置的环境宽度表征了第一机器人到达第一位置时第一机器人的活动范围，进一步为后续的行为决策提供判断依据，例如第一机器人的活动范围越大，那么第一机器人越容易躲避，若第一机器人的活动范围越小，第一机器人越不容易躲避。
第一时间为所述第一机器人从当前时间所在第一目标位置到达第一位置所需时间，第二时间为第二机器人从当前时间所在第二目标位置到达第二位置所需时间；第一时间与第二时间的差值表示第一机器人和第二机器人是否可能同时到达第一位置和第二位置，即判断是否具有相撞的可能，例如，第一时间与第二时间的差值很大，说明第一机器人到达第一位置后，第二机器人还有很长时间才能到达第二位置，在第二机器人到达第二位置后，第一机器人可能已经行驶到距离第一位置很远的位置了，因此，第一机器人和第二机器人不可能在第一位置发生碰撞。
综上，本申请实施例提供的第一位置的数据特征能够很好的表征第一机器人和第二机器人当前的行驶情况；针对每一位置的数据特征，将第一位置的数据特征输入预构建的行为决策分类器，得到的第一预测行为决策更加符合第一机器人和第二机器人当前的行驶情况，即得到的第一预测行为决策更加准确，基于第一预测行为决策执行相应操作，从而可以避免与其他机器人，例如第二机器人发生碰撞的情况。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提供的一种机器人调度方法的流程示意图；
图2为本申请实施例提供的第一机器人的导航路径与第二机器人的导航路径；
图3为本申请实施例提供的至少一个第一位置在第一导航路径的分布示意图；
图4为本申请实施例提供的获取所述数据特征集合的流程示意图；
图5为本申请实施例提供的各机器人之间，以及各机器人与服务器之间的通信方式示意图；
图6为本申请实施例提供的一种机器人调度方法另一实现方式的流程示意图；
图7为本申请实施例提供的一种机器人调度装置的结构示意图；
图8为本申请实施例提供的电子设备的一种实现方式的结构图。
具体实施方式
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，都属于本申请保护的范围。
本申请提供了一种机器人调度方法和第一机器人，在详细介绍本申请实施例提供的技术方案之前，在这里先对本申请实施例所涉及的应用场景进行简单的介绍。
在多机器人系统中通常由服务器对各机器人进行统一调度。即服务器基于各机器人分别对应的起始地点和目的地，生成各机器人分别对应的导航路径。服务器将生成的导航路径发送至相应机器人，以使得机器人可以按照导航路径行驶。本申请实施例中将上述方式称为服务器调度。
但是机器人在行驶过程中可能不会严格按照服务器生成的导航路径行驶，例如，机器人所在的行动区域可能有可以移动的物体，导致机器人可能需要避让或躲避可以移动的物体。由于机器人可能不能严格按照服务器生成的导航路径行驶，所以可能会出现多个机器人发生碰撞的情况。
上述行动区域是指机器人能够活动的区域。
基于此，本申请实施例提供了一种机器人调度方法，使得机器人位于第一目标位置时，预测将要到达的第一位置的第一预测行为决策，以使得机器人在到达第一位置时，基于第一预测行为决策执行相应的行为，即不是仅仅基于服务器生成的导航路径行驶，还会基于第一机器人得到的第一预测行为决策执行相应的行为（本申请实施例中称为本地调度），实现了不依赖于服务器调度的前提下，实现自我决策，从而避免多个机器人碰撞的目的。
下面对本申请实施例提供的一种机器人调度方法进行详细的说明。
如图1所示，为本申请实施例提供的一种机器人调度方法的流程示意图。该方法可以应用于第一机器人，第一机器人可以为上述各机器人中任一机器人，该方法包括：
步骤S101：获取数据特征集合。
其中，数据特征集合至少包括一个第一位置分别对应的数据特征。所述第一位置为所述第一机器人对应的第一导航路径中所述第一机器人当前未经过的路径中的任一位置。不同所述第一位置位于所述第一导航路径中的位置不同。
一个第一位置对应的数据特征至少包括：所述第一位置与第二位置的距离，第一行进方向与第二行进方向的方向差，所述第一位置对应的环境宽度以及第一时间与第二时间的差值。
下面针对任一第一位置对应的数据特征涉及的名词进行说明。
所述第二位置为第二机器人对应的第二导航路径中所述第二机器人当前未经过的路径中与所述第一位置距离最近的位置；所述第一时间为所述第一机器人从当前时间所在第一目标位置到达所述第一位置所需时间，所述第二时间为所述第二机器人从当前时间所在第二目标位置到达所述第二位置所需时间；所述第一行进方向是指若所述第一机器人位于所述第一位置时的行进方向；所述第二行进方向是指若所述第二机器人位于所述第二位置时的行进方向。
为了本领域技术人员更加理解本申请实施例提供的第一位置对应的数据特征下面举例进行说明。
如图2所示，为本申请实施例提供的第一机器人的导航路径与第二机器人的导航路径示意图。
如图2所示，第一机器人的第一导航路径为PlanA，第二机器人的第二导航路径为PlanB。
在一可选实施例中，第一导航路径是服务器基于第一机器人的起始地点以及目的地生成的可行性路线；第二导航路径是服务器基于第二机器人的起始地点以及目的地生成的可行性路线。
在一可选实施例中，从第一导航路径中确定至少一个第一位置的方法有多种，本申请实施例提供但不限于以下两种。
第一种实现方式：从第一导航路径中确定第一机器人未经过的第一路径，从第一路径的设定位置开始每间隔预设距离，获得一个第一位置，以得到一个或多个第一位置。
可选的，设定位置为第一机器人当前时间所在第一目标位置；或者，设定位置为第一导航路径的起始位置。
若设定位置为第一导航路径的起始位置，数据特征集合包含的仍旧是第一机器人未经过的至少一个第一位置分别对应的数据特征。
可选的，预设距离可以基于实际情况而定，这里不对预设距离的具体数值进行限定。
如图3所示，为本申请实施例提供的至少一个第一位置在第一导航路径的分布示意图。
假设图3中黑色实心圆圈表示第一机器人当前所在第一目标位置。
假设设定位置为第一目标位置，黑色实心方框表示第一位置。
在一可选实施例中，数据特征集合包含的至少一第一位置分别对应的数据特征，可以包括第一路径中所有第一位置分别对应的数据特征。
可以理解的是，第一机器人可能不总是按照第一导航路径行驶，不同时间第一机器人可能遇到的行驶情况不同，若计算出所有第一位置分别对应的第一预测行为决策，对于距离第一目标位置较远的第一位置A对应的第一预测行为决策A而言，若第一机器人到达距离第一目标位置较远的第一位置A时，第一预测行为决策A可能已经不适合第一机器人。基于此，数据特征集合包含的内容可以如下。
在一可选实施例中，数据特征集合包含的至少一第一位置分别对应的数据特征，可以包括与第一目标位置距离较近的一个或多个第一位置分别对应的数据特征。
可以理解的是，第一机器人可能不总是按照第一导航路径行驶，不同时间第一机器人可能遇到的行驶情况不同，因此，数据特征集合可以包括与第一目标位置距离较近的一个或多个第一位置分别对应的数据特征，即行为决策分类器预测与第一目标位置距离较近的一个或多个第一位置分别对应的第一预测行为决策，由于第一机器人可能在短时间内由第一目标位置到达与其距离较近的第一位置，保证了第一预测行为决策的时效性。
第二种实现方式：从第一导航路径中确定第一机器人未经过的第一路径，从第一路径中选择任意一个或多个位置分别作为第一位置。
在一可选实施例中，数据特征集合包含的至少一第一位置分别对应的数据特征，可以包括第一路径中所有第一位置分别对应的数据特征。
可以理解的是，第一机器人可能不总是按照第一导航路径行驶，不同时间第一机器人可能遇到的行驶情况不同，若计算出所有第一位置分别对应的第一预测行为决策，对于距离第一目标位置较远的第一位置A对应的第一预测行为决策A而言，若第一机器人到达距离第一目标位置较远的第一位置A时，第一预测行为决策A可能已经不适合第一机器人。基于此，数据特征集合包含的内容可以如下。
在一可选实施例中，数据特征集合包含的至少一第一位置分别对应的数据特征，可以包括与第一目标位置距离较近的一个或多个第一位置分别对应的数据特征。
可以理解的是，第一机器人可能不总是按照第一导航路径行驶，不同时间第一机器人可能遇到的行驶情况不同，因此，数据特征集合可以包括与第一目标位置距离较近的一个或多个第一位置分别对应的数据特征，即行为决策分类器预测与第一目标位置距离较近的一个或多个第一位置分别对应的第一预测行为决策，由于第一机器人可能在短时间内由第一目标位置到达与其距离较近的第一位置，保证了第一预测行为决策的时效性。
下面对第一导航路径中任一第一位置对应的数据特征进行说明。
假设第一导航路径包括第一位置的数目为n个，n为大于或等于1的正整数，下面以第i个第一位置即为第一位置ai为例进行说明，i为大于或等于1小于或等于n的任一正整数。
对于第一位置ai而言，第二机器人对应的第二导航路径中第二机器人当前未经过的路径中与第一位置ai距离最近的位置称为第二位置bj，第一位置ai与第二位置bj的距离为dij，其中，j为大于或等于1小于或等于n的正整数。
第一位置ai的环境宽度表征第一机器人在第一位置ai的活动范围，例如，第一机器人在第一位置ai能够行驶的最大宽度wij称为第一位置ai的环境宽度。
如图2所示，用端点为箭头的虚线表征最大宽度wij。
将第一机器人位于第一位置ai时的行进方向称为第一行进方向（如图2中指向右下方的箭头所示），将第二机器人位于第二位置bj时的行进方向称为第二行进方向（如图2中指向左下方的箭头所示），其中第一行进方向和第二行进方向的方向差（即第一行进方向与第二行进方向的夹角）用θij表示。
如图2所示，假设第一机器人当前时间所在的第一目标位置为位置21，第二机器人当前时间所在的第二目标位置为位置22。
第一时间=位置21与第一位置ai的位移/第一机器人的行进速度；第二时间=位置22与第二位置bj的位移/第二机器人的行进速度。
第一时间和第二时间的时间差=第一时间-第二时间，本申请实施例中用tij表示第一时间和第二时间的时间差。
在一可选实施例中，第一位置ai对应的数据特征可以包括｛dij，wij，θij，tij｝，本申请实施例中，将dij，wij，θij，tij称为数据特征包含的元素。可以理解的是，本申请实施例并不限定第一位置对应的数据特征包含的元素种类和数目，第一位置对应的数据特征包含的元素种类和数目可基于影响第一机器人和第二机器人发生碰撞的因素进行相应扩展。
步骤S102：将所述数据特征集合包括的至少一个第一位置分别对应的数据特征输入预构建的行为决策分类器，通过所述行为决策分类器获得所述至少一个第一位置分别对应的数据特征的第一预测行为决策。
在一可选实施例中，本申请实施例提供的行为决策分类器的训练过程包括以下步骤：
步骤一：获得样本数据特征集合，样本数据特征集合包括多个第三位置分别对应的数据特征。
本申请实施例中，将待测的数据特征集合涉及的位置称为第一位置，将样本数据特征集合中涉及的位置称为第三位置，仅仅是为了区分两者不是同一个位置。但是第三位置对应的数据特征包含的元素与第一位置对应的数据特征包含的元素相同。
对于样本数据特征集合而言，不同第三位置是不同的位置，且任一个第三位置对应的数据特征包括：所述第三位置与第四位置的距离，第三行进方向与第四行进方向的方向差，所述第三位置对应的环境宽度以及第三时间与第四时间的差值。
假设样本数据特征集合中一个第三位置涉及第三机器人与第四机器人。在一可选实施例中，不同第三位置涉及的第三机器人可能不同，不同第三位置涉及的第四机器人可能不同。
下面针对一个第三位置对应的数据特征进行说明，假设，第三机器人对应第三导航路径，第三机器人当前时间所在位置为第三目标位置；第四机器人对应第四导航路径，第四机器人当前时间所在位置为第四目标位置。
其中，所述第四位置为第四导航路径中第四机器人当前未经过的路径中与第三位置距离最近的位置；第三时间为所述第三机器人从第三目标位置到达第三位置所需时间，所述第四时间为所述第四机器人从第四目标位置到达所述第四位置所需时间；所述第三行进方向是指若所述第三机器人位于所述第三位置时的行进方向；所述第四行进方向是指若所述第四机器人位于所述第四位置时的行进方向。
针对上述的说明可以参见针对第一位置对应的数据特征的说明，这里不再赘述。
在一可选实施例中，从一个或多个第三机器人已经行走过的路径中，获得多个第三位置分别对应的数据特征，由于第三机器人已经行走过的路径，所以对于每个第三位置而言，第三机器人应该如何行动是已知的，所以针对每个第三位置对应的数据特征进行标记实际行为决策。
可选的，每个第三位置对应的数据特征标记的实际行为决策是成功防止第三机器人与第四机器人在第三位置碰撞的行为决策。
步骤二：将样本数据特征集合输入至神经网络，以得到神经网络输出的多个第三位置对应的数据特征分别对应的第三预测行为决策。
本申请实施例中称待测的数据特征集合对应的预测行为决策为第一预测行为决策，称样本数据特征集合对应的预测行为决策为第三预测行为决策。第一预测行为决策和第三预测行为决策均为行为决策分类器输出的预测行为决策。
步骤三：针对每个第三位置对应的数据特征而言，将该第三位置对应的数据特征的第三预测行为决策与实际行为决策进行比较，得到比较结果，基于比较结果训练神经网络，以得到行为决策分类器。
在一可选实施例中，还可以通过样本数据特征集合训练支持向量机（SupportVector Machine，SVM），以得到行为决策分类器。
可以理解的是，本申请实施例并不局限行为决策分类器的训练方法，本领域技术人员可基于当前工作条件选择相适应的训练方法训练得到行为决策分类器。
步骤S103: 针对每一第一位置对应的数据特征的第一预测行为决策执行以下操作：若所述第一机器人到达所述第一位置时，基于所述第一预测行为决策执行相应的行为。
当第一机器人到达第一位置时，第一机器人基于行为决策分类器输出的与第一位置的数据特征对应的第一预测行为决策执行相应的行为，该行为包括但不局限于靠右行驶、靠左行驶、靠边等待、减速行驶、加速行驶和跟随第二机器人行驶中任一种。
本申请实施例提供的机器调度方法中，获取数据特征集合，数据特征集合包括至少一个第一位置分别对应的数据特征；一个第一位置对应的数据特征包括：所述第一位置与第二位置的距离，第一行进方向与第二行进方向的方向差，所述第一位置对应的环境宽度以及第一时间与第二时间的差值。
由于第二位置为第二机器人对应的第二导航路径中第二机器人当前未经过的路径中与第一位置距离最近的位置，因此，可以基于第一位置与第二位置的距离预测第一机器人和第二机器人是否可能相撞。
例如，若第一位置与第二位置的距离小于第一预设距离，那么，说明第一机器人和第二机器人可能会在第一位置发生碰撞，可选的，第一预设距离与第一机器人和第二机器人的宽度有关。
第一行进方向是指若第一机器人位于所述第一位置时的行进方向；第二行进方向是指若第二机器人位于第二位置时的行进方向；基于第一行进方向和第二行进方向可以判断第一机器人和第二机器人是同向行驶还是逆向行驶，进一步为后续的行为决策提供判断依据，例如若是同向行驶，行为决策可以是跟随行驶，若是逆向行驶，行为决策可以为避让暂停行驶。
可选的，若第一行进方向与第二行进方向的夹角小于或等于90°，第一机器人和第二机器人为同向行驶；若第一行进方向与第二行进方向大于90°，第一机器人和第二机器人为逆向行驶。
第一位置的环境宽度表征了第一机器人到达第一位置时第一机器人的活动范围，进一步为后续的行为决策提供判断依据，例如第一机器人的活动范围越大，那么第一机器人越容易躲避，若第一机器人的活动范围越小，第一机器人越不容易躲避。
第一时间为所述第一机器人从当前时间所在第一目标位置到达第一位置所需时间，第二时间为第二机器人从当前时间所在第二目标位置到达第二位置所需时间；第一时间与第二时间的差值表示第一机器人和第二机器人是否可能同时到达第一位置和第二位置，即判断是否具有相撞的可能，例如，第一时间与第二时间的差值很大，说明第一机器人到达第一位置后，第二机器人还有很长时间才能到达第二位置，在第二机器人到达第二位置后，第一机器人可能已经行驶到距离第一位置很远的位置了，因此，第一机器人和第二机器人不可能在第一位置发生碰撞。
综上，本申请实施例提供的第一位置的数据特征能够很好的表征第一机器人和第二机器人当前的行驶情况；针对每一位置的数据特征，将第一位置的数据特征输入预构建的行为决策分类器，得到的第一预测行为决策更加符合第一机器人和第二机器人当前的行驶情况，即得到的第一预测行为决策更加准确，基于第一预测行为决策执行相应操作，从而可以避免与其他机器人，例如第二机器人发生碰撞的情况。
本申请实施例提供了一种机器人调度方法，使得机器人位于第一目标位置时，预测将要到达的第一位置的第一预测行为决策，以使得机器人在到达第一位置时，基于第一预测行为决策执行相应的行为，即不是仅仅基于服务器生成的导航路径行驶，还会第一机器人得到的基于第一预测行为决策执行相应的行为（本申请实施例中称为本地调度），实现了不依赖于服务器调度的前提下，实现自我决策，从而避免多个机器人碰撞的目的。
在一可选实施例中，步骤S102的实现方式有多种，本申请实施例提供但不限于以下几种。
第一种实现方式：将数据特征集合包含的所有第一位置对应的数据特征输入至行为决策分类器，通过所述行为决策分类器获得所有第一位置分别对应的数据特征的第一预测行为决策。
可以理解的是，并不是第一机器人位于各第一位置时，都会有第二机器人可能与之发生碰撞，基于此，本申请实施例提供第二种实现方式。
第二种实现方式包括步骤A1和步骤A2。
步骤A1：从所述数据特征集合中获取满足预设条件至少一个第一位置分别对应的数据特征。
下面对预设条件进行说明。步骤A1的实现方式有多种，本申请实施例提供但不限于以下几种。
第一种：针对所述数据特征集合包含的任一第一位置对应的数据特征，若所述数据特征包含的第一位置与第二位置的距离小于第一预设距离，确定所述第一位置对应的数据特征满足所述预设条件。
可选的，该第一预设距离可基于第一机器人和第二机器人的大小设定。
下面以第一机器人和第二机器人的横截面积为圆形为例进行说明，如，若第一机器人的横截面的最大直径为2*ra；第二机器人的横截面的最大直径为2* rb。
可选的，第一预设距离可以为ra+rb；或者，第一预设距离可以为：2*ra+2*rb；或者，第一预设距离为4* ra+4*rb；其中，ra表示第一机器人的横截面的最大半径，rb表示第二机器人的横截面的最大半径。
第二种：针对所述数据特征集合包含的任一第一位置对应的数据特征，若所述数据特征包含的第一时间与第二时间的差值小于预设时长，确定所述第一位置对应的数据特征满足所述预设条件。
第一时间与第二时间的差值表示第一机器人和第二机器人是否可能同时到达第一位置和第二位置，即判断是否具有相撞的可能。
例如，第一时间与第二时间的差值很大，说明第一机器人到达第一位置后，第二机器人还有很长时间才能到达第二位置，在第二机器人到达第二位置后，第一机器人可能已经行驶到距离第一位置很远的位置了，因此，第一机器人和第二机器人不可能在第一位置发生碰撞。
若第一时间与第二时间差值较小，说明第一机器人到达第一位置后，第二机器人可能也到达第二位置，或者，很快就会到达第二位置，说明第一机器人和第二机器人可能会在第一位置发生碰撞。
可选的，预设时长可以基于第一机器人和第二机器人的行驶速度确定。
可选的，若第二机器人行驶速度较慢，预设时长较长，若第二机器人行驶速度较快，预设时长较短。
第三种：针对所述数据特征集合包含的任一第一位置对应的所述数据特征，若所述数据特征包含的第一时间与第二时间的差值小于预设时长，且，所述数据特征包含的第一位置与第二位置的距离小于第一预设距离，确定所述第一位置对应的数据特征满足所述预设条件。
步骤A2：将满足所述预设条件的所述至少一个第一位置分别对应的数据特征输入预构建的行为决策分类器。
如图4所示，为本申请实施例提供的获取所述数据特征集合的流程示意图。
步骤S401：确定所述第一机器人的第一状态信息。
第一机器人的状态信息包括：第一机器人的运行速度、第一机器人的第一导航路径以及第一机器人的当前位置。
步骤S402：接收所述第二机器人的第二状态信息。
第二机器人的状态信息包括：第二机器人的运行速度、第二机器人的第二导航路径以及第二机器人的当前位置。
步骤S401和步骤S402可以没有先后顺序，例如，可以先执行步骤S402再执行步骤S401，或者，同时执行步骤S401或步骤S402。
在一可选实施例中，第一机器人接收第二机器人的第二状态信息有如下两种方式：
第一种实现方式：接收所述第二机器人广播发送的第二状态信息。
本申请实施例中，称机器人广播发送状态信息的方式为本地广播通信。
第二机器人通过广播发送方式（如，可以通过蓝牙或局域网或4G网络或5G网络实现广播），将自身的第二状态信息发送至第一机器人，第一机器人接收第二机器人发送的第二状态信息。
第二种实现方式：接收服务器发送的与所述第一机器人具有相同地理位置标识的所述第二机器人对应的所述第二状态信息。
本申请实施例中，称接收服务器发送的数据，或向服务器发送数据的方式为网络通信。
其中，所述地理位置标识用于表征所述第二机器人的行动区域。
可选的，行动区域是指机器人的活动范围，行动区域可以为一个楼层或一个房间等等。
在一可选实施例中，为了实现通过服务器实现信息共享，同一行动区域下的各机器人在启动时，会向服务器发送自己的地理位置标识，以完成注册，服务器会将接收到的数据下发给具有相同地理位置标识的所有机器人。
可选的，任一机器人可以基于MD5信息摘要算法（MD5 Message-DigestAlgorithm）校验生成地理位置标识。
可选的，服务器可以将第二机器人对应的第二状态信息发送至与第二机器人具有相同地理位置标识的所有机器人（包括第一机器人）。
第三种实现方式：接收所述第二机器人广播发送的第二状态信息，以及，接收服务器发送的与所述第一机器人具有相同地理位置标识的所述第二机器人对应的所述第二状态信息。
在本申请实施例中可以采用第一种实现方式或第三种实现方式实现第一机器人、服务器与第二机器人之间的数据共享，保障了数据传输的可靠性。与仅接收服务器传输的数据相比，实现了去中心化的状态信息共享机制。
步骤S403：基于所述第一状态信息以及所述第二状态信息，获得所述数据特征集合。
基于第一状态信息包含的第一机器人的运行速度、第一机器人的第一导航路径以及第一机器人的当前位置（第一目标位置），以及第二状态信息包含的第二机器人的运行速度、第二机器人的第二导航路径以及第二机器人的当前位置（第二目标位置），获取第一机器人在第一导航路径中至少一个第一位置上对应的数据特征。
下面对网络通信和本地广播通信进行详细介绍。
如图5所示，为本申请实施例提供的各机器人之间，以及各机器人与服务器之间的通信方式示意图。
图5中提及的各机器人包括第一机器人和第二机器人。各机器人之间的通信方式可以包括本地广播通信，和/或，与服务器的网络通信。
在一可选实施例中，网络通信步骤包括：步骤S501、步骤S502、步骤S503以及步骤S504。
下面以各机器人中任一机器人为例进行说明，假设任一机器人为第一机器人。
步骤S501：第一机器人生成地理位置标识，向服务器注册该地理位置标识。
可选的，各机器人根据自身所在的行动区域采用MD5信息摘要算法生成与行动区域相对应的地理位置标识。对于处于同一行动区域的机器人，所生成的地理位置标识相同。
步骤S501为一准备步骤，可以仅在各机器人启动后，执行一次。
在步骤S501中，第一机器人启动后，与服务器建立网络通信，并向服务器注册该地理位置标识，以便服务器基于该地理位置标识确定与第一机器人处于相同行动区域的其他机器人，如第二机器人。
步骤S502:各机器人以第一预设频次向服务器发送自身的状态信息。
各机器人包括第一机器人和第二机器人。
可选的，第一预设频次可以基于实际情况而定，例如，第一预设频次可以为1hz。
其中，一个机器人对应的状态信息包括所述机器人的运行速度、所述机器人的导航路径以及所述机器人当前的位置。
为了保障处于相同行动区域的各机器人能够通过服务器获取其他机器人的状态信息，机器人在向服务器注册地理位置标识后，可以第一预设频次向服务器发送自己的状态信息。
步骤S503：服务器接收到的各机器人（例如，第一机器人和第二机器人）分别对应的状态信息发送至具有相同地址位置标识的各机器人。
本地通信包括：步骤S504、步骤S505、步骤S506以及步骤S507。
步骤S504：各机器人分别初始化本地近场通信。
其中，步骤S504是各机器人对本地通信的通信通道进行初始化处理，以保证本地通信的通信畅通。可选的，该步骤S504在本地通信过程中可以仅执行一次。
步骤S505：针对每一机器人执行以下操作，以机器人为第一机器人为例，第一机器人检测与所述第二机器人的距离是否小于或等于第二预设距离，若是执行步骤S506，若否，执行步骤S507。
可选的，第二预设距离可以基于实际情况而定，例如，第二预设距离可以为5m。
步骤S506：第一机器人以第二预设频次广播自身的第一状态信息。
可选的，第二预设频次可以基于实际情况而定，例如，第二预设频次可以为10hz。
可以理解的是，与第一机器人距离较近的各机器人均可以接收到第一状态信息。
步骤S507：第一机器人以第三预设频次广播自身的第一状态信息。
可选的，第三预设频次可以基于实际情况而定，例如，第三预设频次可以为1hz。
可选的，第三预设频次小于所述第二预设频次。
在本申请实施例提供的“若所述第一机器人到达所述第一位置时，基于所述第一预测行为决策执行相应的行为”的实现方式有多种，本申请实施例提供但不限于以下方式：若所述第一预测行为决策为靠右行驶，且，所述第一目标位置与所述第二目标位置的距离小于第三预设距离，确定所述第一机器人到达所述第一位置执行靠右减速行驶的行为。
可选的，第三预设距离可以基于实际情况而定，例如，第三预设距离可以为3m。
在一可选实施例中，针对第一导航路径中任一第一位置，在行为决策分类器输出该第一位置对应的第一预测行为决策之前，第一机器人可以执行以下操作：若所述第一机器人当前所在第一目标位置，与第二机器人当前所在第二目标位置的距离小于第四预设距离，且第一导航路径中第一位置和所述第二导航路径中第二位置有交汇；当前所在位置对应的环境宽度较大的机器人执行原地停止避让的行为。
可选的，第一位置和第二位置处有交汇可以是指：第一时间与第二时间的差值小于预设时长，和/或，第一位置与第二位置的距离小于第一预设距离。
例如，如图2所示，第一机器人当前所在第一目标位置的环境宽度wij大于第二机器人当前所在第二目标位置的环境宽度w1（如图2两个障碍物之间的实线箭头所示），因此，第一机器人在第一目标位置处执行原地停止避让的行为。
可选的，第四预设距离可以基于实际情况而定，例如，第四预设距离为2m。
在一可选实施例中，针对第一导航路径中任一第一位置，在行为决策分类器输出该第一位置对应的第一预测行为决策之前，第一机器人可以执行以下操作：若所述第一机器人当前所在第一目标位置，与第二机器人当前所在第二目标位置的距离小于第五预设距离，且第一导航路径中第一位置和所述第二导航路径中第二位置有交汇，第一机器人与第二机器人均停止行驶，处于低优先级的机器人移动至障碍物附近或墙附近，处于高优先级的机器人继续行驶。
可选的，第五预设距离可以基于实际情况而定，例如，第五预设距离为1m。
需要说明的是，在实际执行过程中为了避免第一机器人和第二机器人发生碰撞，需要结合第一机器人的第一预测行为决策和第二机器人的第二预测行为决策，以对第一机器人进行调度。为此，本申请实施例提供了一种机器人调度方法的另一实现方式。
如图6所示，为本申请实施例提供的一种机器人调度方法另一实现方式的流程示意图。该方法包括：
步骤S601：获取数据特征集合。
步骤S602: 针对每一第一位置对应的数据特征，将所述第一位置对应的数据特征输入预构建的行为决策分类器，通过所述行为决策分类器得到所述第一位置对应的数据特征的第一预测行为决策。
需要说明的是，步骤S601与步骤S602的执行过程可参照图1所示的步骤S101以及步骤S102，具体执行方式已在步骤S101和步骤S102中详细进行了说明，在此不再赘述。
步骤S603:接收所述第二机器人若位于与所述第一位置距离最近的第二位置时对应的第二预测行为决策。
其中，第二预测行为决策是所述第二机器人将获得的所述第二位置对应的数据特征输入所述第二机器人包含的行为决策分类器得到的。
所述第二位置对应的数据特征包括：所述第一位置与第二位置的距离，第一行进方向与第二行进方向的方向差，所述第二位置对应的环境宽度以及第一时间与第二时间的差值。
第二机器人基于第二位置对应的数据特征得到第二预测行为决策的过程，与，第一机器人基于第一位置对应的数据特征得到第一预测行为决策的过程相同，这里不再赘述。
步骤S604：基于所述第一预测行为决策与所述第二预测行为决策，获得第一目标行为决策。
在一可选实施例中，若第一机器人和第二机器人为逆向行驶，若第一预测行为决策为靠左行驶，第二预测行为决策为靠左行驶，如图2所示第一机器人和第二机器人分别对应的左侧和右侧，可选的，第一目标行为决策可以为正常行驶，因为第二机器人已经靠左行驶进行避让了，所以第一机器人可以按照第一导航路径正常行驶；可选的，第一目标行为决策可以为靠左行驶。
可选的，第一目标行为决策可能与第一预测行为决策相同，也可能与第一预测行为决策不同。
步骤S605：若所述第一机器人到达所述第一位置时，基于所述第一目标行为决策执行相应的行为。
由于第一目标行为决策是根据第一预测行为决策和第二预测行为决策生成的，进一步降低了第一机器人和第二机器人发生碰撞的概率。
可选的，第一机器人可以将第一目标行为决策告知第二机器人，以使得第二机器人基于第一目标行为决策和第二预测行为决策，执行相应行为。
可选的，第一机器人可基于第一机器人的第一行为决策和第二机器人第二目标行为决策生成第三目标行为决策，具体包括：
步骤一：接收所述第二机器人发送的第二目标行为决策。
其中，所述第二目标行为决策是所述第二机器人基于从所述第一机器人得到的所述第一预测行为决策与第二预测行为决策得到的。
所述第二预测行为决策是将所述第二机器人获得的所述第二位置对应的数据特征输入所述第二机器人包含的行为决策分类器得到的。
所述第二位置对应的数据特征包括：所述第一位置与第二位置的距离，第一行进方向与第二行进方向的方向差，所述第二位置对应的环境宽度以及第一时间与第二时间的差值。
步骤二：基于所述第二目标行为决策以及所述第一预测行为决策，确定第三目标行为决策。
步骤三：若所述第一机器人到达所述第一位置时，基于所述第三目标行为决策执行相应的行为。
本申请实施例提供的步骤一至步骤三是第一机器人和第二机器人协商自己是否基于第一预测行为决策或第二预测行为决策执行相应行为的过程。
上述本申请提供的实施例中详细描述了方法，对于本申请的方法可采用多种形式的装置实现，因此本申请还提供了一种装置，下面给出具体的实施例进行详细说明。
在一可选实施例中，本申请提供了一种机器人调度装置。如图7所示，为本申请实施例提供的一种机器人调度装置的结构示意图。该装置包括：
第一获取模块701，用于获取数据特征集合。
其中，所述数据特征集合包括至少一个第一位置分别对应的数据特征；所述第一位置为所述第一机器人对应的第一导航路径中所述第一机器人当前未经过的路径中的任一位置；不同所述第一位置位于所述第一导航路径中的位置不同；一个第一位置对应的数据特征包括：所述第一位置与第二位置的距离，第一行进方向与第二行进方向的方向差，所述第一位置对应的环境宽度以及第一时间与第二时间的差值；所述第二位置为第二机器人对应的第二导航路径中所述第二机器人当前未经过的路径中与所述第一位置距离最近的位置；所述第一时间为所述第一机器人从当前时间所在第一目标位置到达所述第一位置所需时间，所述第二时间为所述第二机器人从当前时间所在第二目标位置到达所述第二位置所需时间；所述第一行进方向是指若所述第一机器人位于所述第一位置时的行进方向；所述第二行进方向是指若所述第二机器人位于所述第二位置时的行进方向。
第二获取模块702，用于将所述数据特征集合包括的至少一个第一位置分别对应的数据特征输入预构建的行为决策分类器，通过所述行为决策分类器获得所述至少一个第一位置分别对应的数据特征的第一预测行为决策。
执行模块703，用于针对每一第一位置对应的数据特征的第一预测行为决策执行以下操作：若所述第一机器人到达所述第一位置时，基于所述第一预测行为决策执行相应的行为。
可选的，第二获取模块包括：
第一获取单元，用于从所述数据特征集合中获取满足预设条件至少一个第一位置分别对应的数据特征。
输入单元，用于将满足所述预设条件的所述至少一个第一位置分别对应的数据特征输入预构建的行为决策分类器。
可选的，第一获取单元包括：
第一确定子单元，用于针对所述数据特征集合包含的任一第一位置对应的数据特征，若所述数据特征包含的第一位置与第二位置的距离小于第一预设距离，确定所述第一位置对应的数据特征满足所述预设条件。
第二确定子单元，用于针对所述数据特征集合包含的任一第一位置对应的数据特征，若所述数据特征包含的第一时间与第二时间的差值小于预设时长，确定所述第一位置对应的数据特征满足所述预设条件。
第三确定子单元，用于针对所述数据特征集合包含的任一第一位置对应的所述数据特征，若所述数据特征包含的第一时间与第二时间的差值小于预设时长，且，所述数据特征包含的第一位置与第二位置的距离小于第一预设距离，确定所述第一位置对应的数据特征满足所述预设条件。
可选的，第一获取模块包括：
第一确定单元，用于确定所述第一机器人的第一状态信息。
第一接收单元，用于接收所述第二机器人的第二状态信息。
第二获取单元，用于基于所述第一状态信息以及所述第二状态信息，获得所述数据特征集合。
其中，一个机器人对应的状态信息包括所述机器人的运行速度、所述机器人的导航路径以及所述机器人当前的位置。
可选的，第一接收单元包括：
第一接收子单元，用于接收所述第二机器人广播发送的所述第二状态信息。
或，第二接收子单元，用于接收服务器发送的与所述第一机器人具有相同地理位置标识的所述第二机器人对应的所述第二状态信息。所述地理位置标识用于表征所述机器人所处行动区域。
可选的，该机器人调度装置还包括：
第一发送模块，用于以第一预设频次向所述服务器发送所述第一状态信息。
第二发送模块，用于若检测到与所述第二机器人的距离小于或等于第二预设距离，以第二预设频次广播所述第一状态信息。
第三发送模块，用于若检测到与所述第二机器人的距离大于所述第二预设距离，以第三预设频次广播所述第一状态信息。
可选的，该机器人调度装置的执行模块包括：
第一执行单元，用于若所述第一预测行为决策为靠右行驶，且所述第一目标位置与所述第二目标位置的距离小于第三预设距离，确定所述第一机器人到达所述第一位置执行靠右减速行驶的行为。
可选的，执行模块包括：
第二接收单元，用于接收所述第二机器人若位于与所述第一位置距离最近的第二位置时对应的第二预测行为决策。
其中，所述第二预测行为决策是所述第二机器人将获得的所述第二位置对应的数据特征输入所述第二机器人包含的行为决策分类器得到的；所述第二位置对应的数据特征包括：所述第一位置与所述第二位置的距离，所述第一行进方向与所述第二行进方向的方向差，所述第二位置对应的环境宽度以及所述第一时间与所述第二时间的差值。
第三获取单元，用于基于所述第一预测行为决策与所述第二预测行为决策，获得第一目标行为决策。
第二执行单元，用于若所述第一机器人到达所述第一位置时，基于所述第一目标行为决策执行相应的行为。
可选的，执行模块包括：
第二接收单元，用于接收所述第二机器人发送的第二目标行为决策。
其中，所述第二目标行为决策是所述第二机器人基于从所述第一机器人得到的所述第一预测行为决策与第二预测行为决策得到的。
第四获取单元，用于基于所述第二目标行为决策以及所述第一预测行为决策，确定第三目标行为决策。
第三执行单元，用于若所述第一机器人到达所述第一位置时，基于所述第三目标行为决策执行相应的行为。
如图8所示，为本申请实施例提供的电子设备的一种实现方式的结构图，该电子设备包括：
存储器801，用于存储程序；
处理器802，用于执行所述程序，所述程序具体用于：
获取数据特征集合；
其中，所述数据特征集合包括至少一个第一位置分别对应的数据特征；所述第一位置为所述第一机器人对应的第一导航路径中所述第一机器人当前未经过的路径中的任一位置；不同所述第一位置位于所述第一导航路径中的位置不同；一个第一位置对应的数据特征至少包括：所述第一位置与第二位置的距离，第一行进方向与第二行进方向的方向差，所述第一位置对应的环境宽度以及第一时间与第二时间的差值；所述第二位置为第二机器人对应的第二导航路径中所述第二机器人当前未经过的路径中与所述第一位置距离最近的位置；所述第一时间为所述第一机器人从当前时间所在第一目标位置到达所述第一位置所需时间，所述第二时间为所述第二机器人从当前时间所在第二目标位置到达所述第二位置所需时间；所述第一行进方向是指若所述第一机器人位于所述第一位置时的行进方向；所述第二行进方向是指若所述第二机器人位于所述第二位置时的行进方向；
将所述数据特征集合包括的至少一个第一位置分别对应的数据特征输入预构建的行为决策分类器，通过所述行为决策分类器得到所述至少一个第一位置分别对应的数据特征的第一预测行为决策；
针对每一第一位置对应的数据特征的第一预测行为决策执行以下操作：若所述第一机器人到达所述第一位置时，基于所述第一预测行为决策执行相应的行为。
处理器802可能是一个中央处理器CPU，或者是特定集成电路ASIC（ApplicationSpecific Integrated Circuit）。
电子设备还可以包括通信接口803以及通信总线804，其中，存储器801、处理器8002以及通信接口803通过通信总线804完成相互间的通信。
本发明实施例还提供了一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述任一所述的小样本缺陷识别方法实施例包含的各个步骤。
需要说明的是，本说明书中的各个实施例中记载的特征可以相互替换或者组合。对于装置或系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
结合本文中所提供的实施例描述的方法或算法的步骤可以直接用硬件、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。
对所提供的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所提供的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种机器人调度方法，其特征在于，应用第一机器人，包括：
获取数据特征集合；
其中，所述数据特征集合包括至少一个第一位置分别对应的数据特征；所述第一位置为所述第一机器人对应的第一导航路径中所述第一机器人当前未经过的路径中的任一位置；不同所述第一位置位于所述第一导航路径中的位置不同；一个第一位置对应的数据特征至少包括：所述第一位置与第二位置的距离，第一行进方向与第二行进方向的方向差，所述第一位置对应的环境宽度以及第一时间与第二时间的差值；所述第二位置为第二机器人对应的第二导航路径中所述第二机器人当前未经过的路径中与所述第一位置距离最近的位置；所述第一时间为所述第一机器人从当前时间所在第一目标位置到达所述第一位置所需时间，所述第二时间为所述第二机器人从当前时间所在第二目标位置到达所述第二位置所需时间；所述第一行进方向是指若所述第一机器人位于所述第一位置时的行进方向；所述第二行进方向是指若所述第二机器人位于所述第二位置时的行进方向；
将所述数据特征集合包括的至少一个第一位置分别对应的数据特征输入预构建的行为决策分类器，通过所述行为决策分类器获得所述至少一个第一位置分别对应的数据特征的第一预测行为决策；
针对每一第一位置对应的数据特征的第一预测行为决策执行以下操作：若所述第一机器人到达所述第一位置时，基于所述第一预测行为决策执行相应的行为。
2.根据权利要求1所述机器人调度方法，其特征在于，所述将所述数据特征集合包括的至少一个第一位置分别对应的数据特征输入预构建的行为决策分类器包括：
从所述数据特征集合中获取满足预设条件至少一个第一位置分别对应的数据特征；
将满足所述预设条件的所述至少一个第一位置分别对应的数据特征输入预构建的行为决策分类器。
3.根据权利要求2所述机器人调度方法，其特征在于，所述从所述数据特征集合中获取满足预设条件至少一个第一位置分别对应的数据特征包括：
针对所述数据特征集合包含的任一第一位置对应的数据特征，若所述数据特征包含的第一位置与第二位置的距离小于第一预设距离，确定所述第一位置对应的数据特征满足所述预设条件；或，
针对所述数据特征集合包含的任一第一位置对应的数据特征，若所述数据特征包含的第一时间与第二时间的差值小于预设时长，确定所述第一位置对应的数据特征满足所述预设条件；或，
针对所述数据特征集合包含的任一第一位置对应的所述数据特征，若所述数据特征包含的第一时间与第二时间的差值小于预设时长，且，所述数据特征包含的第一位置与第二位置的距离小于第一预设距离，确定所述第一位置对应的数据特征满足所述预设条件。
4.根据权利要求1至3任一所述机器人调度方法，其特征在于，所述获取数据特征集合包括：
确定所述第一机器人的第一状态信息；
接收所述第二机器人的第二状态信息；
基于所述第一状态信息以及所述第二状态信息，获得所述数据特征集合；
其中，一个机器人对应的状态信息包括所述机器人的运行速度、所述机器人的导航路径以及所述机器人当前的位置。
5.根据权利要求4所述机器人调度方法，其特征在于，所述接收所述第二机器人的第二状态信息包括：
接收所述第二机器人广播发送的所述第二状态信息；或，
接收服务器发送的与所述第一机器人具有相同地理位置标识的所述第二机器人对应的所述第二状态信息；
其中，所述地理位置标识用于表征所述第二机器人的行动区域。
6.根据权利要求5所述机器人调度方法，其特征在于，还包括：
以第一预设频次向所述服务器发送所述第一状态信息；
若检测到与所述第二机器人的距离小于或等于第二预设距离，以第二预设频次广播所述第一状态信息；
若检测到与所述第二机器人的距离大于所述第二预设距离，以第三预设频次广播所述第一状态信息，所述第三预设频次小于所述第二预设频次。
7.根据权利要求1所述机器人调度方法，其特征在于，所述若所述第一机器人到达所述第一位置时，基于所述第一预测行为决策执行相应的行为包括：
若所述第一预测行为决策为靠右行驶，且所述第一目标位置与所述第二目标位置的距离小于第三预设距离，确定所述第一机器人到达所述第一位置执行靠右减速行驶的行为。
8.根据权利要求1所述机器人调度方法，其特征在于，所述若所述第一机器人到达所述第一位置时，基于所述第一预测行为决策执行相应的行为包括：
接收所述第二机器人若位于与所述第一位置距离最近的第二位置时对应的第二预测行为决策；所述第二预测行为决策是所述第二机器人将获得的所述第二位置对应的数据特征输入所述第二机器人包含的行为决策分类器得到的；
所述第二位置对应的数据特征包括：所述第一位置与所述第二位置的距离，所述第一行进方向与所述第二行进方向的方向差，所述第二位置对应的环境宽度以及所述第一时间与所述第二时间的差值；
基于所述第一预测行为决策与所述第二预测行为决策，获得第一目标行为决策；
若所述第一机器人到达所述第一位置时，基于所述第一目标行为决策执行相应的行为。
9.一种第一机器人，其特征在于，包括：
第一获取模块，用于获取数据特征集合；
其中，所述数据特征集合包括至少一个第一位置分别对应的数据特征；所述第一位置为所述第一机器人对应的第一导航路径中所述第一机器人当前未经过的路径中的任一位置；不同所述第一位置位于所述第一导航路径中的位置不同；一个第一位置对应的数据特征包括：所述第一位置与第二位置的距离，第一行进方向与第二行进方向的方向差，所述第一位置对应的环境宽度以及第一时间与第二时间的差值；所述第二位置为第二机器人对应的第二导航路径中所述第二机器人当前未经过的路径中与所述第一位置距离最近的位置；所述第一时间为所述第一机器人从当前时间所在第一目标位置到达所述第一位置所需时间，所述第二时间为所述第二机器人从当前时间所在第二目标位置到达所述第二位置所需时间；所述第一行进方向是指若所述第一机器人位于所述第一位置时的行进方向；所述第二行进方向是指若所述第二机器人位于所述第二位置时的行进方向；
第二获取模块，用于将所述数据特征集合包括的至少一个第一位置分别对应的数据特征输入预构建的行为决策分类器，通过所述行为决策分类器获得所述至少一个第一位置分别对应的数据特征的第一预测行为决策；
执行模块，用于针对每一第一位置对应的数据特征的第一预测行为决策执行以下操作：若所述第一机器人到达所述第一位置时，基于所述第一预测行为决策执行相应的行为。
10.一种第一机器人，其特征在于，包括：
存储器，用于存储程序；
处理器，用于执行所述程序，所述程序具体用于：
获取数据特征集合；
其中，所述数据特征集合包括至少一个第一位置分别对应的数据特征；所述第一位置为所述第一机器人对应的第一导航路径中所述第一机器人当前未经过的路径中的任一位置；不同所述第一位置位于所述第一导航路径中的位置不同；一个第一位置对应的数据特征至少包括：所述第一位置与第二位置的距离，第一行进方向与第二行进方向的方向差，所述第一位置对应的环境宽度以及第一时间与第二时间的差值；所述第二位置为第二机器人对应的第二导航路径中所述第二机器人当前未经过的路径中与所述第一位置距离最近的位置；所述第一时间为所述第一机器人从当前时间所在第一目标位置到达所述第一位置所需时间，所述第二时间为所述第二机器人从当前时间所在第二目标位置到达所述第二位置所需时间；所述第一行进方向是指若所述第一机器人位于所述第一位置时的行进方向；所述第二行进方向是指若所述第二机器人位于所述第二位置时的行进方向；
将所述数据特征集合包括的至少一个第一位置分别对应的数据特征输入预构建的行为决策分类器，通过所述行为决策分类器获得所述至少一个第一位置分别对应的数据特征的第一预测行为决策；
针对每一第一位置对应的数据特征的第一预测行为决策执行以下操作：若所述第一机器人到达所述第一位置时，基于所述第一预测行为决策执行相应的行为。
CN202010699589.4A 2020-07-20 2020-07-20 机器人调度方法及第一机器人 Active CN111738528B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010699589.4A CN111738528B (zh) 2020-07-20 2020-07-20 机器人调度方法及第一机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010699589.4A CN111738528B (zh) 2020-07-20 2020-07-20 机器人调度方法及第一机器人

Publications (2)

Publication Number Publication Date
CN111738528A true CN111738528A (zh) 2020-10-02
CN111738528B CN111738528B (zh) 2020-11-20

Family

ID=72655152

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010699589.4A Active CN111738528B (zh) 2020-07-20 2020-07-20 机器人调度方法及第一机器人

Country Status (1)

Country Link
CN (1) CN111738528B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113253736A (zh) * 2021-06-17 2021-08-13 上海思岚科技有限公司 多机器人调度方法及设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102853830A (zh) * 2012-09-03 2013-01-02 东南大学 一种基于一般物体识别的机器人视觉导航方法
CN102914967A (zh) * 2012-09-21 2013-02-06 浙江工业大学 采摘机器人的自主导航和人机协同采摘作业系统
US20180039281A1 (en) * 2016-08-04 2018-02-08 Hon Hai Precision Industry Co., Ltd. Autonomous mobile device and method of forming guiding path
CN109533757A (zh) * 2018-12-25 2019-03-29 北京极智嘉科技有限公司 一种可切换导航模式的机器人、导航模式切换方法和介质
CN110174888A (zh) * 2018-08-09 2019-08-27 深圳瑞科时尚电子有限公司 自移动机器人控制方法、装置、设备及存储介质
CN110605713A (zh) * 2018-06-15 2019-12-24 科沃斯机器人股份有限公司 机器人定位方法、机器人及存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102853830A (zh) * 2012-09-03 2013-01-02 东南大学 一种基于一般物体识别的机器人视觉导航方法
CN102914967A (zh) * 2012-09-21 2013-02-06 浙江工业大学 采摘机器人的自主导航和人机协同采摘作业系统
US20180039281A1 (en) * 2016-08-04 2018-02-08 Hon Hai Precision Industry Co., Ltd. Autonomous mobile device and method of forming guiding path
CN110605713A (zh) * 2018-06-15 2019-12-24 科沃斯机器人股份有限公司 机器人定位方法、机器人及存储介质
CN110174888A (zh) * 2018-08-09 2019-08-27 深圳瑞科时尚电子有限公司 自移动机器人控制方法、装置、设备及存储介质
CN109533757A (zh) * 2018-12-25 2019-03-29 北京极智嘉科技有限公司 一种可切换导航模式的机器人、导航模式切换方法和介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113253736A (zh) * 2021-06-17 2021-08-13 上海思岚科技有限公司 多机器人调度方法及设备
CN113253736B (zh) * 2021-06-17 2021-11-09 上海思岚科技有限公司 多机器人调度方法及设备

Also Published As

Publication number Publication date
CN111738528B (zh) 2020-11-20

Similar Documents

Publication Publication Date Title
US11480971B2 (en) Systems and methods for generating instructions for navigating intersections with autonomous vehicles
CN111426326B (zh) 一种导航方法、装置、设备、系统及存储介质
US11145206B2 (en) Roadmap segmentation for robotic device coordination
US10994418B2 (en) Dynamically adjusting roadmaps for robots based on sensed environmental data
CN110989582B (zh) 基于路径预先占用的多agv自动避让式智能调度方法
US11460847B2 (en) Controller for an autonomous vehicle, and network component
CN107203190B (zh) 一种基于复杂路径的惯性导航agv调度方法及系统
CN109213155B (zh) 用于多机器人相互避让的调度方法、装置及服务器
CN111596658A (zh) 一种多agv无碰撞运行的路径规划方法及调度系统
JP7078665B2 (ja) 車両の回避制御方法、装置、電子機器及び記憶媒体
CN109714422A (zh) 基于自动驾驶的计算资源共享方法、系统及可读存储介质
US20200272159A1 (en) Method and vehicle control system for intelligent vehicle control about a roundabout
EP4131709A1 (en) Collaborative charging method and apparatus, and logistics devices
CN110488827A (zh) 基于蚂蚁觅食行为的agv控制方法、终端设备及存储介质
CN111738528B (zh) 机器人调度方法及第一机器人
CN111558942B (zh) 机器人调度方式切换方法、第一机器人、设备及存储介质
WO2022032444A1 (zh) 一种多智能主体避障方法、系统和计算机可读存储介质
JP6658292B2 (ja) 走行支援装置
KR102655317B1 (ko) 군집 주행 환승 방법, 이를 수행하는 서버 및 사용자 어플리케이션
TWI820594B (zh) Agv運行管控方法、電子設備及計算機可讀存儲介質
Park et al. Optimization of Software Component Allocation for Autonomous Driving in Cloud-Vehicle Edge Environment
Savic et al. Aiding autonomous vehicles with fault-tolerant v2v communication
WO2024051435A1 (zh) 机器人调度方法和装置
US20230410652A1 (en) Parking assistance method, parking assistance apparatus, and non-transitory computer readable recording medium
US11233717B2 (en) System and method for collaborative centralized latency characterization

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

Address after: Room 702, 7th floor, NO.67, Beisihuan West Road, Haidian District, Beijing 100080

Patentee after: Beijing Yunji Technology Co.,Ltd.

Address before: Room 702, 7th floor, NO.67, Beisihuan West Road, Haidian District, Beijing 100080

Patentee before: BEIJING YUNJI TECHNOLOGY Co.,Ltd.

CP01 Change in the name or title of a patent holder