CN111798122A - 一种机器人和无人机协同巡检的资源调度方法及装置 - Google Patents
一种机器人和无人机协同巡检的资源调度方法及装置 Download PDFInfo
- Publication number
- CN111798122A CN111798122A CN202010618812.8A CN202010618812A CN111798122A CN 111798122 A CN111798122 A CN 111798122A CN 202010618812 A CN202010618812 A CN 202010618812A CN 111798122 A CN111798122 A CN 111798122A
- Authority
- CN
- China
- Prior art keywords
- inspection
- robot
- unmanned aerial
- aerial vehicle
- 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
Links
- 238000007689 inspection Methods 0.000 title claims abstract description 223
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004364 calculation method Methods 0.000 claims description 30
- 238000004891 communication Methods 0.000 claims description 4
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例公开了一种机器人和无人机协同巡检的资源调度方法及装置,该资源调度方法由无人机执行,包括:接收巡检任务数据;根据巡检任务数据,计算巡检子任务的执行时间;若执行时间小于沿两个巡检子任务之间线路的飞行时间,则计算执行任务的边际效用;向协同巡检的机器人发送边际效用对应的计算数据量,并接收机器人反馈的计算数据量,以在协同巡检的机器人和无人机之间进行资源调度。本发明实施例提供的机器人和无人机协同巡检的资源调度方法及装置,能够实现协同巡检的机器人和无人机之间更细粒度的资源调度,提高机器人和无人机协同巡检的效率。
Description
技术领域
本发明实施例涉及资源调度技术,尤其涉及一种机器人和无人机协同巡检的资源调度方法及装置。
背景技术
在电力系统中,变电站可以利用机器人及无人机开展协同的无人化巡检,模拟工作人员对于变电站可视化缺陷的发现、分析以及上报过程,需要合理分配机器人、无人机的计算资源以及存储资源,为满足变电站中机器人和无人机协同巡检的精细管理要求,需要更细粒度的高效的调度决策。
目前,现有的机器人和无人机协同巡检的资源调度方法,通常是后台为机器人和无人机分配任务时进行整体的资源调度,而无法在分配任务后基于各个巡检子任务进行更细粒度的资源调度,影响机器人和无人机协同巡检的效率。
发明内容
本发明实施例提供一种机器人和无人机协同巡检的资源调度方法及装置,以实现协同巡检的机器人和无人机之间更细粒度的资源调度,提高机器人和无人机协同巡检的效率。
第一方面,本发明实施例提供了一种机器人和无人机协同巡检的资源调度方法,该资源调度方法由无人机执行,包括:
接收巡检任务数据;
根据巡检任务数据,计算巡检子任务的执行时间;
若执行时间小于沿两个巡检子任务之间线路的飞行时间,则计算执行任务的边际效用;
向协同巡检的机器人发送边际效用对应的计算数据量,并接收机器人反馈的计算数据量,以在协同巡检的机器人和无人机之间进行资源调度。
可选的,根据巡检任务数据,计算巡检子任务的执行时间,包括:
根据巡检任务数据,确定巡检子任务的计算任务量;
将计算任务量和预设计算速率的比值作为巡检子任务的执行时间。
可选的,计算执行任务的边际效用,包括:
根据巡检任务数据,确定无人机和机器人分别需要计算的数据量;
基于无人机和机器人分别需要计算的数据量确定边际效用函数,以计算边际效用的最大值。
可选的,向协同巡检的机器人发送计算数据量之前,包括:
根据巡检任务数据,确定巡检子任务的线路;
根据巡检子任务的线路,确定参与协同巡检的机器人。
可选的,机器人用于接收无人机发送的计算数据量,在接收计算数据量后的预设时间间隔内,根据计算数据量计算机器人的效用,并将效用最大时对应的计算数据量反馈至无人机。
可选的,机器人在计算效用时,无人机的边际效用保持不变。
可选的,计算巡检子任务的执行时间之后,还包括:
若执行时间超过沿两个巡检子任务之间线路的飞行时间,则执行巡检子任务且不计算执行任务的边际效用。
可选的,进行资源调度之后,还包括:
根据巡检子任务的线路飞行至目标位置并执行相应的巡检任务。
可选的,无人机在执行完各巡检子任务后返航。
第二方面,本发明实施例还提供了一种机器人和无人机协同巡检的资源调度装置,该资源调度装置设置在无人机上,包括:
数据接收模块,用于接收巡检任务数据;
时间确定模块,用于根据巡检任务数据,计算巡检子任务的执行时间;
效用确定模块,用于若执行时间小于沿两个巡检子任务之间线路的飞行时间,则计算执行任务的边际效用;
资源调度模块,用于向协同巡检的机器人发送边际效用对应的计算数据量,并接收机器人反馈的计算数据量,以在协同巡检的机器人和无人机之间进行资源调度。
本发明实施例提供的机器人和无人机协同巡检的资源调度方法及装置,由无人机执行资源调度方法,根据接收的巡检任务数据计算巡检子任务的执行时间,若执行时间小于沿两个巡检子任务之间线路的飞行时间,则计算执行任务的边际效用,向协同巡检的机器人发送边际效用对应的计算数据量,并接收机器人反馈的计算数据量,以在协同巡检的机器人和无人机之间进行资源调度,相比整体的资源调度,基于巡检子任务在协同巡检的机器人和无人机之间进行了更细粒度的资源调度,使得机器人和无人机执行的巡检任务分配更加合理,从而提高机器人和无人机协同巡检的效率。
附图说明
图1是本发明实施例一提供的一种机器人和无人机协同巡检的资源调度方法的流程图;
图2是本发明实施例二提供的一种机器人和无人机协同巡检的资源调度方法的流程图;
图3是本发明实施例三提供的一种机器人和无人机协同巡检的资源调度方法的流程图;
图4是本发明实施例四提供的一种机器人和无人机协同巡检的资源调度装置的结构框图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种机器人和无人机协同巡检的资源调度方法的流程图,本实施例可适用于对电力设备如变电站进行巡检等情况,该方法可以由无人机执行,具体包括如下步骤:
步骤110、接收巡检任务数据。
其中,巡检任务数据可包括各个巡检子任务对应的巡检设备以及巡检线路,巡检任务数据可以是与无人机通信连接的服务器生成的,无人机可通过自身设置的输入端口接收服务器发送的巡检任务数据,以根据巡检任务数据计算巡检子任务的执行时间。
步骤120、根据巡检任务数据,计算巡检子任务的执行时间。
具体的,巡检任务数据可包括巡检子任务的计算任务量,将计算任务量和预设计算速率的比值作为巡检子任务的执行时间。如巡检子任务的计算任务量为拍摄巡检子任务对应的巡检设备图像对应的任务量,预设计算速率则为拍摄巡检设备图像对应的速率,由此可得到巡检子任务的执行时间,以计算执行任务的边际效用。
需要说明的是,预设计算速率的大小可根据实际情况具体设定,在此不做限定。
步骤130、若执行时间小于沿两个巡检子任务之间线路的飞行时间,则计算执行任务的边际效用。
其中,飞行时间可以是无人机根据两个巡检子任务之间线路得到,如无人机根据线路的长度和自身飞行速度得到飞行时间,当执行时间小于沿两个巡检子任务之间线路的飞行时间时,根据巡检任务数据,确定无人机和机器人分别需要计算的数据量,基于无人机和机器人分别需要计算的数据量确定边际效用函数,以计算边际效用的最大值。若执行时间超出沿两个巡检子任务之间线路的飞行时间,则执行巡检子任务且不计算执行任务的边际效用。
步骤140、向协同巡检的机器人发送边际效用对应的计算数据量,并接收机器人反馈的计算数据量,以在协同巡检的机器人和无人机之间进行资源调度。
具体的,可根据巡检任务数据确定巡检子任务的线路,并根据巡检子任务的线路确定协同巡检的机器人,向协同巡检的机器人发送边际效用对应的计算数据量,机器人在接收计算数据量后的预设时间间隔内,根据计算数据量计算机器人的效用,调整计算数据量使自身效用最大,并将效用最大时对应的计算数据量反馈至无人机,若此时无人机的边际效用也最大,则无人机和机器人按照当前各自的计算数据量确定各自的巡检任务;若此时无人机的边际效用还没有达到最大,则无人机继续调整自身需要计算的数据量使得自身边际效用最大,此时无人机和机器人按照当前各自的计算数据量确定各自的巡检任务,从而完成在协同巡检的机器人和无人机之间的资源调度,在协同巡检的机器人和无人机之间进行更细粒度的资源调度,以提高机器人和无人机协同巡检的效率。
需要说明的是,预设时间间隔的具体数值可根据实际情况具体设定,在此不做限定。
本实施例提供的机器人和无人机协同巡检的资源调度方法,根据接收的巡检任务数据计算巡检子任务的执行时间,若执行时间小于沿两个巡检子任务之间线路的飞行时间,则计算执行任务的边际效用,向协同巡检的机器人发送边际效用对应的计算数据量,并接收机器人反馈的计算数据量,以在协同巡检的机器人和无人机之间进行资源调度,相比整体的资源调度,基于巡检子任务在协同巡检的机器人和无人机之间进行了更细粒度的资源调度,使得机器人和无人机执行的巡检任务分配更加合理,从而提高机器人和无人机协同巡检的效率。
实施例二
图2是本发明实施例二提供的一种机器人和无人机协同巡检的资源调度方法的流程图,本实施例可适用于对电力设备如变电站进行巡检等情况,该方法可以由无人机执行,具体包括如下步骤:
步骤210、接收巡检任务数据。
其中,巡检任务数据可包括各个巡检子任务对应的巡检设备以及巡检线路,巡检任务数据可以是与无人机通信连接的服务器生成的,无人机可通过自身设置的输入端口接收服务器发送的巡检任务数据,以根据巡检任务数据确定巡检子任务的计算任务量。
步骤220、根据巡检任务数据,确定巡检子任务的计算任务量。
其中,巡检任务数据可包括巡检子任务的计算任务量,如巡检子任务的计算任务量为拍摄巡检子任务对应的巡检设备图像对应的任务量,确定巡检子任务的计算任务量,以得到巡检子任务的执行时间。
步骤230、将计算任务量和预设计算速率的比值作为巡检子任务的执行时间。
具体的,如巡检子任务的计算任务量为拍摄巡检子任务对应的巡检设备图像对应的任务量,预设计算速率则为拍摄巡检设备图像对应的速率,由此可得到巡检子任务的执行时间,以计算执行任务的边际效用。
需要说明的是,预设计算速率的大小可根据实际情况具体设定,在此不做限定。
步骤240、若执行时间小于沿两个巡检子任务之间线路的飞行时间,根据巡检任务数据,确定无人机和机器人分别需要计算的数据量。
其中,沿两个巡检子任务之间线路的飞行时间可以是无人机根据两个巡检子任务之间线路得到,如无人机根据线路的长度和自身的预设飞行速度得到飞行时间。巡检任务数据可以是拍摄巡检设备图像的巡检任务数据,如拍摄巡检设备图像的巡检任务数据中可包括无人机和机器人分别需要拍摄的巡检设备以及拍摄图像数量,从而根据巡检任务数据确定无人机和机器人分别需要计算的数据量;若执行时间超过沿两个巡检子任务之间线路的飞行时间,则无人机执行巡检子任务且不计算执行任务的边际效用。
步骤250、基于无人机和机器人分别需要计算的数据量确定边际效用函数,以计算边际效用的最大值。
具体的,如基于无人机和机器人分别需要计算的数据量确定无人机的边际效用函数对应的边际效用,边际效用函数与无人机和机器人分别需要计算的数据量相关,将无人机和机器人分别需要计算的数据量带入边际效用函数以计算边际效用,从而得到无人机需要计算的数据量对应的边际效用,并可通过调整边际效用函数中需要计算的数据量以得到边际效用的最大值。
步骤260、根据巡检任务数据,确定巡检子任务的线路。
其中,巡检任务数据可包括各个巡检子任务的线路,根据接收的巡检任务数据可确定巡检子任务的线路,以确定参与协同巡检的机器人。
步骤270、根据巡检子任务的线路,确定参与协同巡检的机器人。
具体的,机器人和无人机可通信连接,如无人机向执行巡检任务的机器人发送查询信号,机器人接收到查询信号后向无人机反馈自身的巡检子任务的线路,无人机根据机器人的线路确定与无人机的线路相关的如目标位置相同的机器人的线路,则对应的机器人为参与协同巡检的机器人,以向协同巡检的机器人发送边际效用对应的计算数据量。
步骤280、向协同巡检的机器人发送边际效用对应的计算数据量,并接收机器人反馈的计算数据量,以在协同巡检的机器人和无人机之间进行资源调度。
具体的,协同巡检的机器人接收无人机发送的计算数据量,在接收计算数据量后的预设时间间隔内,根据计算数据量计算机器人的效用,并将效用最大时对应的计算数据量反馈至无人机,若此时无人机的边际效用也最大,则无人机和机器人按照当前各自的计算数据量确定各自的巡检任务;若此时无人机的边际效用还没有达到最大,则无人机继续调整自身需要计算的数据量使得自身边际效用最大,此时无人机和机器人按照当前各自的计算数据量确定各自的巡检任务,从而完成在协同巡检的机器人和无人机之间的资源调度,。
另外,机器人在计算效用时,无人机的边际效用保持不变。在进行资源调度之后,无人机可根据巡检子任务的线路飞行至目标位置并执行相应的巡检任务,并在执行完各巡检子任务后返航。
本实施例提供的机器人和无人机协同巡检的资源调度方法,根据接收的巡检任务数据计算巡检子任务的执行时间,若执行时间小于沿两个巡检子任务之间线路的飞行时间,根据巡检任务数据确定无人机和机器人分别需要计算的数据量,基于无人机和机器人分别需要计算的数据量确定边际效用函数,以计算边际效用的最大值,并向协同巡检的机器人发送边际效用对应的计算数据量,接收机器人反馈的计算数据量,以在协同巡检的机器人和无人机之间进行资源调度,相比整体的资源调度,基于巡检子任务在协同巡检的机器人和无人机之间进行了更细粒度的资源调度,使得机器人和无人机执行的巡检任务分配更加合理,从而提高机器人和无人机协同巡检的效率。
实施例三
图3是本发明实施例三提供的一种机器人和无人机协同巡检的资源调度方法的流程图,本实施例可适用于对电力设备如变电站进行巡检等情况,该方法可以由无人机执行,具体包括如下步骤:
步骤310、接收巡检任务数据。
其中,巡检任务数据可包括各个巡检子任务对应的巡检设备以及巡检线路,巡检任务数据可以是与无人机通信连接的服务器生成的,无人机可通过自身设置的输入端口接收服务器发送的巡检任务数据,以根据巡检任务数据确定巡检子任务的计算任务量。
步骤320、根据巡检任务数据,确定参与协同巡检的机器人。
具体的,机器人和无人机可通信连接,如无人机向执行巡检任务的机器人发送查询信号,机器人接收到查询信号后向无人机反馈自身的下一巡检子任务的线路,无人机根据机器人的线路确定与无人机的线路相关的如目标位置相同的机器人的线路,则对应的机器人为参与协同巡检的机器人。
步骤330、根据巡检任务数据,计算巡检子任务的执行时间。
步骤340、判断执行时间是否小于飞行时间;如果是,执行步骤350;如果否,执行步骤390。
具体的,巡检子任务的执行时间应小于沿两个巡检子任务之间线路的飞行时间Tl max,若巡检子任务的执行时间不小于沿两个巡检子任务之间线路的飞行时间Tl max,则无人机直接执行巡检子任务。
步骤350、计算执行巡检子任务的边际效用。
具体的,根据巡检任务数据,确定无人机和机器人分别需要计算的数据量,无人机在执行巡检子任务的时刻t,根据以下公式计算边际效用。
其中,γg为调整步长,可根据实际情况具体设定,d(t,k)为无人机需要计算的数据量,计算任务向量定义为p(t)=(p1(t),p2(t),…,pm(l)(t)),其中m(l)为无人机的数量,t为时刻,dl(t)对应无人机在巡检子任务中需要计算的数据量,q(t)=(q1(t),q2(t),…,qn(l)(t))是所有机器人计算量分配结果组合,n(l)为机器人的数量。
步骤360、向协同巡检的机器人发送边际效用对应的计算数据量,并接收机器人反馈的计算数据量。
具体的,协同巡检的机器人根据接收到计算数据量计算自身的效用,并将效用最大时对应的计算数据量反馈至无人机。
步骤370、判断所有机器人是否达到纳什均衡;如果是,执行步骤380;如果否,则返回步骤360。
具体的,协同巡检的机器人在接收到边际效用对应的计算数据量后的时间间隔Δτ内,根据公式调节自身对计算数据量的需求策略,直到机器人的效用达到最大值,全体机器人达到纳什均衡为止。在这个过程中,无人机的边际效用以及计算数据量保持不变。vh为计算数据量的调整步长,如无人机拍摄的一张照片数据量的平均大小。
步骤380、判断所有无人机的效用是否达到最大值;如果是,执行步骤390;如果否,则在下一个时刻t+1返回步骤340进行迭代计算。
步骤390、执行巡检子任务的飞行。
步骤391、执行巡检子任务及数据分析并上传分析结果。
具体的,如执行对巡检设备拍摄的巡检子任务,对拍摄的图片数据进行分析,如果巡检子任务的执行时间超过沿两个巡检子任务之间线路的飞行时间则无人机只记录并传输图片数据,不进行数据分析。
步骤392、判断所有巡检子任务是否执行完;如果是则结束,如果否则返回步骤320。
具体的,若所有巡检子任务执行完毕则无人机返航结束资源调度,若还有未执行的巡检子任务,则继续进行资源调度。
本实施例提供的机器人和无人机协同巡检的资源调度方法,根据接收的巡检任务数据确定参与协同工作的机器人,并计算执行任务的边际效用,向协同巡检的机器人发送边际效用对应的计算数据量,并接收机器人反馈的计算数据量,当所有机器人达到纳什均衡,所有无人机的效用最大后,执行巡检子任务完成协同巡检的机器人和无人机之间的资源调度,相比整体的资源调度,基于巡检子任务在协同巡检的机器人和无人机之间进行了更细粒度的资源调度,使得机器人和无人机执行的巡检任务分配更加合理,从而提高机器人和无人机协同巡检的效率。并且无人机在执行巡检任务过程中,以机器人的巡检任务、巡检进展为约束条件,采用多层迭代博弈算法在机器人和无人机之间合理分配计算任务,并传输计算所需要的数据,通过计算量的优化分配,确保机器人和无人机在下一巡检子任务到来前完成计算任务,从而有效实现无人化巡检。
实施例四
图4是本发明实施例四提供的一种机器人和无人机协同巡检的资源调度装置的结构框图,该装置设置在无人机上,包括数据接收模块410、时间确定模块420、效用确定模块430和资源调度模块440;其中,数据接收模块410用于接收巡检任务数据;时间确定模块420用于根据巡检任务数据,计算巡检子任务的执行时间;效用确定模块430用于若执行时间小于沿两个巡检子任务之间线路的飞行时间,则计算执行任务的边际效用;资源调度模块440用于向协同巡检的机器人发送边际效用对应的计算数据量,并接收机器人反馈的计算数据量,以在协同巡检的机器人和无人机之间进行资源调度。
在上述实施方式的基础上,时间确定模块420包括任务量确定单元和时间确定单元,任务量确定单元用于根据巡检任务数据,确定巡检子任务的计算任务量;时间确定单元用于将计算任务量和预设计算速率的比值作为巡检子任务的执行时间。
在一种实施方式中,效用确定模块430包括数据量确定单元和函数确定单元,数据量确定单元用于根据巡检任务数据,确定无人机和机器人分别需要计算的数据量;函数确定单元用于基于无人机和机器人分别需要计算的数据量确定边际效用函数,以计算边际效用的最大值。
优选的,上述资源调度装置还包括线路确定模块和机器人确定模块,线路确定模块用于根据巡检任务数据,确定巡检子任务的线路;机器人确定模块用于根据巡检子任务的线路,确定参与协同巡检的机器人。
在一种实施方式中,机器人用于接收无人机发送的计算数据量,在接收计算数据量后的预设时间间隔内,根据计算数据量计算机器人的效用,并将效用最大时对应的计算数据量反馈至无人机。
优选的,机器人在计算效用时,无人机的边际效用保持不变。
在一种实施方式中,上述资源调度装置还包括巡检子任务执行模块,用于若执行时间超过沿两个巡检子任务之间线路的飞行时间,则执行巡检子任务且不计算执行任务的边际效用。
优选的,上述资源调度装置还包括巡检任务执行模块,用于根据巡检子任务的线路飞行至目标位置并执行相应的巡检任务。
优选的,无人机在执行完各巡检子任务后返航。
本实施例提供的机器人和无人机协同巡检的资源调度装置,具备机器人和无人机协同巡检的资源调度方法相应的有益效果。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种机器人和无人机协同巡检的资源调度方法,其特征在于,所述资源调度方法由无人机执行,包括:
接收巡检任务数据;
根据所述巡检任务数据,计算巡检子任务的执行时间;
若所述执行时间小于沿两个巡检子任务之间线路的飞行时间,则计算执行任务的边际效用;
向协同巡检的机器人发送所述边际效用对应的计算数据量,并接收所述机器人反馈的计算数据量,以在协同巡检的机器人和无人机之间进行资源调度。
2.根据权利要求1所述的资源调度方法,其特征在于,根据所述巡检任务数据,计算巡检子任务的执行时间,包括:
根据所述巡检任务数据,确定所述巡检子任务的计算任务量;
将所述计算任务量和预设计算速率的比值作为所述巡检子任务的执行时间。
3.根据权利要求1所述的资源调度方法,其特征在于,计算执行任务的边际效用,包括:
根据所述巡检任务数据,确定所述无人机和所述机器人分别需要计算的数据量;
基于所述无人机和所述机器人分别需要计算的数据量确定边际效用函数,以计算边际效用的最大值。
4.根据权利要求1所述的资源调度方法,其特征在于,向协同巡检的机器人发送计算数据量之前,包括:
根据所述巡检任务数据,确定巡检子任务的线路;
根据所述巡检子任务的线路,确定参与协同巡检的机器人。
5.根据权利要求1所述的资源调度方法,其特征在于,所述机器人用于接收所述无人机发送的计算数据量,在接收所述计算数据量后的预设时间间隔内,根据所述计算数据量计算所述机器人的效用,并将效用最大时对应的计算数据量反馈至所述无人机。
6.根据权利要求5所述的资源调度方法,其特征在于,所述机器人在计算效用时,所述无人机的边际效用保持不变。
7.根据权利要求1所述的资源调度方法,其特征在于,计算巡检子任务的执行时间之后,还包括:
若所述执行时间超过沿两个巡检子任务之间线路的飞行时间,则执行所述巡检子任务且不计算执行任务的边际效用。
8.根据权利要求1所述的资源调度方法,其特征在于,进行资源调度之后,还包括:
根据所述巡检子任务的线路飞行至目标位置并执行相应的巡检任务。
9.根据权利要求8所述的资源调度方法,其特征在于,所述无人机在执行完各巡检子任务后返航。
10.一种机器人和无人机协同巡检的资源调度装置,其特征在于,所述资源调度装置设置在无人机上,包括:
数据接收模块,用于接收巡检任务数据;
时间确定模块,用于根据所述巡检任务数据,计算巡检子任务的执行时间;
效用确定模块,用于若所述执行时间小于沿两个巡检子任务之间线路的飞行时间,则计算执行任务的边际效用;
资源调度模块,用于向协同巡检的机器人发送所述边际效用对应的计算数据量,并接收所述机器人反馈的计算数据量,以在协同巡检的机器人和无人机之间进行资源调度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010618812.8A CN111798122B (zh) | 2020-06-30 | 2020-06-30 | 一种机器人和无人机协同巡检的资源调度方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010618812.8A CN111798122B (zh) | 2020-06-30 | 2020-06-30 | 一种机器人和无人机协同巡检的资源调度方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111798122A true CN111798122A (zh) | 2020-10-20 |
CN111798122B CN111798122B (zh) | 2024-06-14 |
Family
ID=72809826
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010618812.8A Active CN111798122B (zh) | 2020-06-30 | 2020-06-30 | 一种机器人和无人机协同巡检的资源调度方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111798122B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114217638A (zh) * | 2021-12-15 | 2022-03-22 | 中国人民解放军66389部队88分队 | 一种任务驱动下的移动台站信息采集动态部署方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102754464A (zh) * | 2012-02-28 | 2012-10-24 | 华为技术有限公司 | 一种资源分配方法及装置 |
CN107092996A (zh) * | 2016-02-18 | 2017-08-25 | 中国电力科学研究院 | 一种输电线路无人机巡检效益评估模型的获取方法 |
US20190098433A1 (en) * | 2017-09-28 | 2019-03-28 | At&T Intellectual Property I, L.P. | Drone-to-drone information exchange |
CN110134146A (zh) * | 2019-06-14 | 2019-08-16 | 西北工业大学 | 一种不确定环境下的分布式多无人机任务分配方法 |
CN110852470A (zh) * | 2019-09-20 | 2020-02-28 | 合肥工业大学 | 无人机与车辆协同下交通巡逻任务分配的优化方法 |
CN110852554A (zh) * | 2019-09-20 | 2020-02-28 | 合肥工业大学 | 车机协同下无人机任务分配智能决策方法及装置 |
-
2020
- 2020-06-30 CN CN202010618812.8A patent/CN111798122B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102754464A (zh) * | 2012-02-28 | 2012-10-24 | 华为技术有限公司 | 一种资源分配方法及装置 |
CN107092996A (zh) * | 2016-02-18 | 2017-08-25 | 中国电力科学研究院 | 一种输电线路无人机巡检效益评估模型的获取方法 |
US20190098433A1 (en) * | 2017-09-28 | 2019-03-28 | At&T Intellectual Property I, L.P. | Drone-to-drone information exchange |
CN110134146A (zh) * | 2019-06-14 | 2019-08-16 | 西北工业大学 | 一种不确定环境下的分布式多无人机任务分配方法 |
CN110852470A (zh) * | 2019-09-20 | 2020-02-28 | 合肥工业大学 | 无人机与车辆协同下交通巡逻任务分配的优化方法 |
CN110852554A (zh) * | 2019-09-20 | 2020-02-28 | 合肥工业大学 | 车机协同下无人机任务分配智能决策方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114217638A (zh) * | 2021-12-15 | 2022-03-22 | 中国人民解放军66389部队88分队 | 一种任务驱动下的移动台站信息采集动态部署方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111798122B (zh) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113032120B (zh) | 一种基于边缘计算的工业现场大数据任务协同调度方法 | |
CN112732450B (zh) | 端-边-云协同框架下的机器人知识图谱生成系统及方法 | |
CN112541426B (zh) | 基于无人机集群协同感知的通信带宽自适应数据处理方法 | |
CN111709582B (zh) | 一种无人机边缘计算资源动态优化方法、系统及存储介质 | |
CN114327526B (zh) | 一种移动边缘计算环境中的任务卸载方法及其应用 | |
CN111798122B (zh) | 一种机器人和无人机协同巡检的资源调度方法及装置 | |
CN103257896B (zh) | 一种云环境下的Max-D作业调度方法 | |
CN113359833B (zh) | 一种无人机编队协同侦察的任务规划方法 | |
CN116302568A (zh) | 一种算力资源调度方法及系统、调度中心、数据中心 | |
CN110489218A (zh) | 基于半马尔可夫决策过程的车载雾计算系统任务卸载方法 | |
CN110958625A (zh) | 一种基于移动边缘智能的实时多模态语言分析系统和方法 | |
CN116893861A (zh) | 基于空地协同边缘计算的多智能体协作依赖任务卸载方法 | |
CN109684077A (zh) | 用于spark streaming的资源动态分配和反馈方法及装置 | |
Han et al. | Profit-maximizing stochastic control for mobile crowd sensing platforms | |
CN109062677B (zh) | 一种无人机系统计算迁移方法 | |
CN112911618A (zh) | 一种基于资源退出场景的无人机服务器任务卸载调度方法 | |
CN114385371B (zh) | 变电站巡检动态终端边缘计算框架构建方法及系统 | |
CN109298932B (zh) | 基于OpenFlow的资源调度方法、调度器及系统 | |
CN111645554A (zh) | 一种充电管理方法、设备及计算机可读存储介质 | |
Gao et al. | Using discrete event simulation to model multi-robot multi-operator teamwork | |
CN113656150A (zh) | 深度学习算力虚拟化系统 | |
CN112256057B (zh) | 一种异构无人系统协同控制方法 | |
CN108986557B (zh) | 一种多对多航班时刻调换系统及方法 | |
WO2021097772A1 (zh) | 飞行器控制方法、设备、系统及存储介质 | |
CN114466023A (zh) | 面向大规模边缘计算系统的计算服务动态定价方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |