CN112509169A - 一种人工智能机器人调度巡检方法和系统 - Google Patents

一种人工智能机器人调度巡检方法和系统 Download PDF

Info

Publication number
CN112509169A
CN112509169A CN202110172023.0A CN202110172023A CN112509169A CN 112509169 A CN112509169 A CN 112509169A CN 202110172023 A CN202110172023 A CN 202110172023A CN 112509169 A CN112509169 A CN 112509169A
Authority
CN
China
Prior art keywords
task
inspection
intelligent robot
artificial intelligent
routing inspection
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
CN202110172023.0A
Other languages
English (en)
Other versions
CN112509169B (zh
Inventor
张蔓琪
雒厂辉
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 Mengpa Xinchuang Technology Co ltd
Shanghai Mengpa Intelligent Technology Co Ltd
Original Assignee
Shanghai Mengpa Information Technology Co ltd
Beijing Mengpa Xinchuang 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 Shanghai Mengpa Information Technology Co ltd, Beijing Mengpa Xinchuang Technology Co ltd filed Critical Shanghai Mengpa Information Technology Co ltd
Priority to CN202110172023.0A priority Critical patent/CN112509169B/zh
Publication of CN112509169A publication Critical patent/CN112509169A/zh
Application granted granted Critical
Publication of CN112509169B publication Critical patent/CN112509169B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C1/00—Registering, indicating or recording the time of events or elapsed time, e.g. time-recorders for work people
    • G07C1/20—Checking timed patrols, e.g. of watchman

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明提供了一种人工智能机器人调度巡检方法和系统。本发明所采用的最优路线规划方案所确定的巡查路径平滑顺畅、易于进行人工智能机器人的运动控制，当遇到事先未获知的障碍物时，根据传感器采集到的信息进行局部的路径规划，有效地避开事先未获知的障碍物，使机器人获得最佳的巡查路径、节省巡查时间，有效地提升了人工智能机器人的工作效率。

Description

一种人工智能机器人调度巡检方法和系统
技术领域
本发明涉及调度技术领域，具体涉及一种人工智能机器人调度巡检方法和系统。
背景技术
近年来，很多企业的IT机房设备巡视工作主要依靠人力，采用人工定期巡查的方式，巡检方式程式化，由于机房内运行设备种类较多，且数量巨大，日常巡检任务繁重，传统的人工巡检方式巡检错漏的情况时有出现。近年来，我国在机器人巡检领域取得了长足的进展，采用机器人巡检代替人工巡检成为机房智能化运维发展的必然趋势，智能巡检机器人的引入，大大提高了运维系统的智能化水平，可以解决人工巡视质量不高等一系列问题。
但智能巡检机器人在对机房进行巡检过程中，会出现由于人工临时干预巡检线路而导致机器人使用不连续、无法完成既定巡检任务的问题，甚至会出现未知的障碍物阻碍巡检机器人前进的道路，从而影响巡检机器人的正常的巡检任务。所以，需要一种智能巡检机器人巡检调度方法和系统，以用来决策巡检过程，帮助机器人完成机房巡检工作，以适应运维人员的应用需求。
发明内容
为了解决现有技术中存在的缺点和不足，本发明提出了一种人工智能机器人调度巡检方法和系统，本发明所采用的最优路线规划方案能有效地避开事先未获知的障碍物，使机器人获得最佳的巡查路径、节省巡查时间，有效地提升了人工智能机器人的工作效率。
本申请所采用的技术方案如下：
一种人工智能机器人调度巡检方法，所述调度巡检方法包括如下步骤：
步骤S110，接收任务请求，根据预设的任务类型规则，确定所述任务请求的任务类型，并根据所述任务类型来确定所述任务请求在任务队列中的优先级顺序，将所述任务请求添加到任务队列中，所述任务类型包括巡检任务和其他任务；
步骤S120，根据任务队列中的优先级顺序和所述任务类型，向人工智能机器人发送控制指令以按照所述优先级顺序来执行任务，具体包括：
若所述任务类型为巡检任务，则向人工智能机器人发送控制指令以按照预置的巡检路径执行巡检任务；
若所述任务类型为其他任务，则向人工智能机器人发送控制指令以按照规划的最优路径执行其他任务；
步骤S130，对执行任务过程中采集到的数据进行存储；
步骤S140，若在执行任务的过程中接收到新的任务请求，则重复执行步骤S110至S130，直至执行完成所述任务队列中的所有任务；
其中，若所述新的任务请求的任务类型为其他任务，则中断当前正在执行的任务，执行新的任务，直至新的任务执行完成后，在继续执行之前中断的所述当前正在执行的任务；
若所述新的任务请求的任务类型为巡检任务，则继续当前正在执行的任务，并将所述新的任务请求顺序排列至所述任务队列中最后一个巡检任务的后面。
进一步的，所述预设的任务类型规则具体包括：
根据所述任务请求的不同任务类型进行优先级顺序的设置，所述其他任务的优先级高于所述巡检任务的优先级；
根据相同任务类型的任务请求进入任务队列的时间进行优先级顺序的设置，后进入任务队列的其他任务的优先级高于先进入任务队列的其他任务。
进一步的，步骤S120中，以按照预置的巡检路径执行巡检任务，具体包括：
步骤1201、通过栅格图法来构建巡检机房的巡检地图，所述巡检地图中至少包括巡检起始点、巡检终止点以及二者之间的障碍区域；
步骤1202、确定所述巡检起始点与所述巡检终止点之间的初始巡检路径；
步骤1203、人工智能机器人按照所述初始巡检路径执行任务，并将采集到的数据发送至调度巡检系统；
步骤1204、判断人工智能机器人的位置是否已到达所述巡检终止点，若未达到所述巡检终止点，则返回并执行步骤1203；若已到达所述巡检终止点，则结束此次巡检任务。
进一步的，在步骤1202中，确定所述巡检起始点与所述巡检终止点之间的初始巡检路径，具体包括：
步骤1202-1、创建巡检路径起始点列表和巡检路径终止点列表，将所述巡检起始点的节点信息写入所述巡检路径起始点列表中，如果所述巡检路径起始点列表为空，则表示不存在巡检起始点至巡检终止点之间的巡检路径，结束此次初始巡检路径的创建；
步骤1202-2、根据所述巡检路径起始点在所述巡检地图中的位置，确定所述巡检路径起始点四周能够到达的8个临近点，将所述巡检路径起始点设置为8个所述临近点的父节点，并将8个所述临近点的父节点添加到所述巡检路径起始点列表中，计算所述巡检路径起始点列表中各个所述临近点的估计函数值，并将估计函数值从小到大排列；
步骤1202-3、从所述巡检路径起始点列表中找到估计函数值最小的所述临近点，并将其作为新的父节点，同时将上一个父节点转入所述巡检路径终止点列表中；
步骤1202-4、在所述巡检路径终止点列表中选取候选节点，将候选节点周围的临近点加入所述巡检路径起始点列表中，判断当前父节点是否为巡检路径终止点，若是，则通过当前父节点向上遍历到巡检路径起始点，找到并记录组成该路径的所有节点，若否，则返回执行步骤1202-2；
步骤1202-5、判断所述组成该路径的所有节点是否在同一直线上，设置变量i，其中i≥3，判断所述巡检路径终止点列表中i-1和i+1节点是否在同一直线上，若在，则删除i节点，若否，则保留i节点，并将i增加1；
步骤1202-6、将所述巡检路径终止点列表中获得的路径节点进行平滑处理，以得到初始巡检路径。
进一步的，步骤S120中，按照规划的最优路径执行其他任务，具体包括：
步骤2201、构建任务场景的平面地图，所述平面地图至少包括任务起点、任务终点以及二者之间的障碍区域；
步骤2202、确定所述任务起点与所述任务终点之间的初始任务路径；
步骤2203、人工智能机器人按照所述初始任务路径执行任务，并将采集到的数据发送至调度巡检系统；
步骤2204、调度巡检系统根据采集到的数据判断是否存在事先未获知的障碍物；
若存在所述事先未获知的障碍物，则调度巡检系统根据所述事先未获知的障碍物位于所述平面地图中的位置来确定是否进行局部避障操作；若进行局部避障操作，则执行步骤2205以进行局部任务路径调整；若不进行局部避障操作，则执行步骤2206；
若不存在所述事先未获知的障碍物，则执行步骤2206；
步骤2205、调度巡检系统进行局部任务路径调整运算，并控制人工智能机器人进行局部避障操作，所述人工智能机器人将局部避障操作的结果反馈给调度巡检系统，若局部避障操作的结果为成功，则返回并执行步骤2203；若局部避障操作的结果为失败，则返回并执行步骤2202；
步骤2206、判断所述人工智能机器人的位置是否已到达所述任务终点，若未达到所述任务终点，则返回并执行步骤2203；若已到达所述任务终点，则结束此次其他任务。
进一步的，所述控制人工智能机器人进行局部避障操作，具体包括：将人工智能机器人正前方设为基准点，由人工智能机器人所携带的超声模块对人工智能机器人左前方和右前方各进行6次距离测量扫描，分别记录距离测量扫描的结果Li，其中i为小于等于12的正整数，并分别进行累加求和以得到左前方无障碍权值Ld和右前方无障碍权值Rd；人工智能机器人基于所述无障碍权值来进行转向选择，再经过两次方向调整后，往前进方向区域前进；
其中，所述距离测量扫描的结果Li≤400。
进一步的，右前方无障碍权值Rd通过如下方式获得：以人工智能机器人正前方为基准角，超声模块先向右转15°，测得与障碍物之间的距离为L6，然后，超声模块再依次进行5次右转，每次转动15°，分别得L5、L4、L3、L2、L1，将L1至L6进行累加得Rd=L1+L2+L3+L4+L5+L6，由此计算出人工智能机器人右前方扇区6次检测的距离总和，即右前方无障碍权值；
左前方无障碍权值Ld通过如下方式获得：超声模块先向左转15°，测得与障碍物之间的距离为L12，然后，超声模块再依次进行5次左转，每次转动15°，分别得L11、L10、L9、L8、L7，将L7至L12进行累加得Ld=L7+L8+L9+L10+L11+L12，由此计算出人工智能机器人左前方扇区6次检测的距离总和，即左前方无障碍权值。
进一步的，若障碍物的类型为小型非连续障碍，则右前方无障碍权值Rd=L1+L2+L3+L4+L5+L6=400+L2+L3+L4+L5+L6，左前方无障碍权值Ld=L7+L8+L9+L10+L11+L12=L7+400+L9+L10+L11+400，则Ld>Rd，即左前方无障碍权值大于右前方无障碍权值，由此判断人工智能机器人向左转；若障碍物的类型为连续障碍，障碍类型为大型的连续障碍，则右前方无障碍权值Rd=L1+L2+L3+L4+L5+L6，左前方无障碍权值Ld=L7+L8+L9+L10+L11+L12= L7+400+L9+L10+L11+L12，则Ld>Rd，即左前方无障碍权值大于右前方无障碍权值，由此判断人工智能机器人向左转。
进一步的，所述计算所述巡检路径起始点列表中各个所述临近点的估计函数值，采用的计算公式如下：
Figure DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE002
是从巡检起始点
Figure DEST_PATH_IMAGE003
经由临近点
Figure DEST_PATH_IMAGE004
移动到巡检终止点
Figure DEST_PATH_IMAGE005
的移动损耗，
Figure DEST_PATH_IMAGE006
是从巡检起始点
Figure 669048DEST_PATH_IMAGE003
移动到临近点
Figure 992714DEST_PATH_IMAGE004
的实际代价，
Figure DEST_PATH_IMAGE007
是从临近点
Figure 349614DEST_PATH_IMAGE004
到巡检终止点
Figure 682507DEST_PATH_IMAGE005
的估计移动代价；
Figure DEST_PATH_IMAGE008
Figure DEST_PATH_IMAGE009
Figure DEST_PATH_IMAGE010
其中，
Figure 173179DEST_PATH_IMAGE003
和
Figure 667745DEST_PATH_IMAGE005
分别为巡检起始点和巡检终止点的坐标位置，D为无障碍凸多边形边缘的距离容忍度，
Figure DEST_PATH_IMAGE011
为人工智能机器人离无障碍物凸多边形边缘的最小距离，避免人工智能机器人发生碰撞，α为机器人朝向与目标所在方位的夹角，
Figure DEST_PATH_IMAGE012
、
Figure DEST_PATH_IMAGE013
为预设参数值，
Figure DEST_PATH_IMAGE014
为人工智能机器人第n步后需要产生的偏转角，
在所述巡检地图的坐标系中，人工智能机器人第n − 1步后的坐标点轨迹表示为
Figure DEST_PATH_IMAGE015
则人工智能机器人第n步的坐标点轨迹表示为
Figure DEST_PATH_IMAGE016
Figure DEST_PATH_IMAGE017
其中
Figure DEST_PATH_IMAGE018
、
Figure DEST_PATH_IMAGE019
、
Figure DEST_PATH_IMAGE020
和
Figure DEST_PATH_IMAGE021
、
Figure DEST_PATH_IMAGE022
、
Figure DEST_PATH_IMAGE023
分别表示第n−1步后人工智能机器人在所述巡检地图的坐标系中的位置和到第n步要产生的位置变化量，
Figure 197428DEST_PATH_IMAGE021
表示基于第n−1步后所述巡检地图的坐标系下人工智能机器人的坐标点下一步可以到达的位置。
一种人工智能机器人调度巡检系统，该系统用于实现上述方法，该系统包括调度巡检控制终端、人工智能机器人以及远程云服务器，所述调度巡检控制终端安装在人工智能机器人上，并通过无线网络与远程云服务器建立连接，接收来自所述远程云服务器的任务请求；
所述调度巡检控制终端包括控制单元、执行单元、电量检测单元、判断单元、存储单元和任务队列单元；
电量检测单元，用于检测所述人工智能机器人的当前运行电量情况，并将所述当前运行电量情况反馈给判断单元；
判断单元，用于判断预置的电量报警阈值与当前运行电量之间的大小关系，并将判断结果发送至控制单元；
控制单元，用于接收来自所述远程云服务器的任务请求，并根据任务类型来进行任务路径调度；所述控制单元还接收所述判断结果，若当前运行电量低于所述电量报警阈值，则向执行单元发送指示命令，以使所述人工智能机器人暂停当前任务，返回至充电桩充电至电量充足后继续执行所述当前任务；
执行单元，接收控制单元发送的指示命令，并发送至人工智能机器人以执行相应操作；
存储单元，用于存储调度巡检系统运行过程中的数据；
任务队列单元，用于按照优先级顺序保存各个任务请求，其中所述任务请求的任务类型包括巡检任务和其他任务。
通过本申请实施例，可以获得如下技术效果：相较于现有技术,本发明所采用的最优路线规划方案所确定的巡查路径平滑顺畅、易于进行人工智能机器人的运动控制，当遇到事先未获知的障碍物时，根据传感器采集到的信息进行局部的路径规划，有效地避开事先未获知的障碍物，使机器人获得最佳的巡查路径、节省巡查时间，有效地提升了人工智能机器人的工作效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为调度巡检方法的流程示意图；
图2为调度巡检系统的组成结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，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作出创造性劳动前提下所获得的全部其他实施例，都属于本申请保护的范围。
图1为调度巡检方法的流程示意图，所述调度巡检方法包括如下步骤：
步骤S110，接收任务请求，根据预设的任务类型规则，确定所述任务请求的任务类型，并根据所述任务类型来确定所述任务请求在任务队列中的优先级顺序，将所述任务请求添加到任务队列中，所述任务类型包括巡检任务和其他任务；
步骤S120，根据任务队列中的优先级顺序和所述任务类型，向人工智能机器人发送控制指令以按照所述优先级顺序来执行任务，具体包括：
若所述任务类型为巡检任务，则向人工智能机器人发送控制指令以按照预置的巡检路径执行巡检任务；
若所述任务类型为其他任务，则向人工智能机器人发送控制指令以按照规划的最优路径执行其他任务；
步骤S130，对执行任务过程中采集到的数据进行存储；
步骤S140，若在执行任务的过程中接收到新的任务请求，则重复执行步骤S110至S130，直至执行完成所述任务队列中的所有任务；
其中，若所述新的任务请求的任务类型为其他任务，则中断当前正在执行的任务，执行新的任务，直至新的任务执行完成后，在继续执行之前中断的所述当前正在执行的任务；
若所述新的任务请求的任务类型为巡检任务，则继续当前正在执行的任务，并将所述新的任务请求顺序排列至所述任务队列中最后一个巡检任务的后面。
所述预设的任务类型策略具体包括：
根据所述任务请求的不同任务类型进行优先级顺序的设置，所述其他任务的优先级高于所述巡检任务的优先级；
根据相同任务类型的任务请求进入任务队列的时间进行优先级顺序的设置，后进入任务队列的其他任务的优先级高于先进入任务队列的其他任务。
步骤S120中，按照预置的巡检路径执行巡检任务，具体包括：
步骤1201、通过栅格图法来构建巡检机房的巡检地图，所述巡检地图中至少包括巡检起始点、巡检终止点以及二者之间的障碍区域；
步骤1202、确定所述巡检起始点与所述巡检终止点之间的初始巡检路径；
步骤1203、人工智能机器人按照所述初始巡检路径执行任务，并将采集到的数据发送至调度巡检系统；
步骤1204、判断人工智能机器人的位置是否已到达所述巡检终止点，若未达到所述巡检终止点，则返回并执行步骤1203；若已到达所述任务终止点，则结束此次巡检任务。
在步骤1202中，确定所述巡检起始点与所述巡检终止点之间的初始巡检路径，具体包括：
步骤1202-1、创建巡检路径起始点列表和巡检路径终止点列表，将所述巡检起始点的节点信息写入所述巡检路径起始点列表中，如果所述巡检路径起始点列表为空，则表示不存在巡检起始点至巡检终止点之间的巡检路径，结束此次初始巡检路径的创建；
步骤1202-2、根据所述巡检路径起始点在所述巡检地图中的位置，确定所述巡检路径起始点四周能够到达的8个临近点，将所述巡检路径起始点设置为8个所述临近点的父节点，并将8个所述临近点的父节点添加到所述巡检路径起始点列表中，计算所述巡检路径起始点列表中各个所述临近点的估计函数值，并将估计函数值从小到大排列；
所述计算所述巡检路径起始点列表中各个所述临近点的估计函数值，采用的计算公式如下：
Figure 334012DEST_PATH_IMAGE001
其中，
Figure 940573DEST_PATH_IMAGE002
是从巡检起始点
Figure 714363DEST_PATH_IMAGE003
经由临近点
Figure 904911DEST_PATH_IMAGE004
移动到巡检终止点
Figure 845185DEST_PATH_IMAGE005
的移动损耗，
Figure 306253DEST_PATH_IMAGE006
是从巡检起始点
Figure 673781DEST_PATH_IMAGE003
移动到临近点
Figure 853089DEST_PATH_IMAGE004
的实际代价，
Figure 564431DEST_PATH_IMAGE007
是从临近点
Figure 411164DEST_PATH_IMAGE004
到巡检终止点
Figure 684014DEST_PATH_IMAGE005
的估计移动代价；
Figure 350619DEST_PATH_IMAGE008
Figure 865651DEST_PATH_IMAGE009
Figure 301312DEST_PATH_IMAGE010
其中，
Figure 10642DEST_PATH_IMAGE003
和
Figure 164543DEST_PATH_IMAGE005
分别为巡检起始点和巡检终止点的坐标位置，D为无障碍凸多边形边缘的距离容忍度，
Figure 483266DEST_PATH_IMAGE011
为人工智能机器人离无障碍物凸多边形边缘的最小距离，避免人工智能机器人发生碰撞，α为机器人朝向与目标所在方位的夹角，
Figure 773433DEST_PATH_IMAGE012
、
Figure 496408DEST_PATH_IMAGE013
为预设参数值，
Figure 872025DEST_PATH_IMAGE014
为人工智能机器人第n步后需要产生的偏转角，
在所述巡检地图的坐标系中，人工智能机器人第n − 1步后的坐标点轨迹表示为
Figure 230325DEST_PATH_IMAGE015
则人工智能机器人第n步的坐标点轨迹表示为
Figure 640578DEST_PATH_IMAGE016
Figure 190246DEST_PATH_IMAGE017
其中
Figure 53160DEST_PATH_IMAGE018
、
Figure 480730DEST_PATH_IMAGE019
、
Figure 479910DEST_PATH_IMAGE020
和
Figure 200479DEST_PATH_IMAGE021
、
Figure 816268DEST_PATH_IMAGE022
、
Figure 781950DEST_PATH_IMAGE023
分别表示第n−1步后人工智能机器人在所述巡检地图的坐标系中的位置和到第n步要产生的位置变化量，
Figure 901216DEST_PATH_IMAGE021
表示基于第n−1步后所述巡检地图的坐标系下人工智能机器人的坐标点下一步可以到达的位置；
步骤1202-3、从所述巡检路径起始点列表中找到估计函数值最小的所述临近点，并将其作为新的父节点，同时将上一个父节点转入所述巡检路径终止点列表中；
步骤1202-4、在所述巡检路径终止点列表中选取候选节点，将候选节点周围的临近点加入所述巡检路径起始点列表中，判断当前父节点是否为巡检路径终止点，若是，则通过当前父节点向上遍历到巡检路径起始点，找到并记录组成该路径的所有节点，若否，返回执行步骤1202-2；
步骤1202-5、判断所述组成该路径的所有节点是否在同一直线上，设置变量，其中i≥3，判断所述巡检路径终止点列表中i-1和i+1节点是否在同一直线上，若在，则删除i节点，若否，则保留i节点，并将i增加1；
步骤1202-6、将所述巡检路径终止点列表中获得的路径节点进行平滑处理，以得到初始巡检路径。
步骤S120中，按照规划的最优路径执行其他任务，具体包括：
步骤2201、构建任务场景的平面地图，所述平面地图至少包括任务起点、任务终点以及二者之间的障碍区域；
步骤2202、确定所述任务起点与所述任务终点之间的初始任务路径；
步骤2203、人工智能机器人按照所述初始任务路径执行任务，并将采集到的数据发送至调度巡检系统；
步骤2204、调度巡检系统根据采集到的数据判断是否存在事先未获知的障碍物；
若存在所述事先未获知的障碍物，则调度巡检系统根据所述事先未获知的障碍物位于所述平面地图中的位置来确定是否进行局部避障操作；若进行局部避障操作，则执行步骤2205以进行局部任务路径调整；若不进行局部避障操作，则执行步骤2206；
若不存在所述事先未获知的障碍物，则执行步骤2206；
步骤2205、调度巡检系统进行局部任务路径调整运算，并控制人工智能机器人进行局部避障操作，所述人工智能机器人将局部避障操作的结果反馈给调度巡检系统，若局部避障操作的结果为成功，则返回并执行步骤2203；若局部避障操作的结果为失败，则返回并执行步骤2202；
步骤2206、判断所述人工智能机器人的位置是否已到达所述任务终点，若未达到所述任务终点，则返回并执行步骤2203；若已到达所述任务终点，则结束此次其他任务。
控制人工智能机器人进行局部避障操作是通过人工智能机器人所携带的超声模块进行障碍检测，并根据检测结果进行转向绕行来实现的，该模块工作原理是：超声模块产生的超声波，并将超声波向正前方发射，在发射的同时开始超声反射波检测，并计算从发射超声波到接收到超声反射波所需要的时间，若接收到超声反射波，则停止计时操作，得到时间收发时间t（单位s）。根据超声波在空气中的传播速度就能够计算出人工智能机器人到障碍物的距离。在本申请中，所采用的超声模块的工作电压直流为5V、工作电流15mA、测量距离的最大值为400cm、最小值为2cm，测量角度小于等于15°，考虑到人工智能机器人的行驶速度较低，超声模块的上述参数已经能够满足设计需求。根据超声模块的上述工作参数，其最大测量距离为400cm，也就是说若障碍物的距离超过了400cm，超声模块所测得的距离值为大于400cm的随机数，在此我们令超声模块所测得距离值为400cm，通过连续两次采集并计算平均值的方式可以使得测量相对准确。在本申请中，所述控制人工智能机器人进行局部避障操作，具体包括：
将人工智能机器人正前方设为基准点，由人工智能机器人所携带的超声模块对人工智能机器人左前方和右前方各进行6次距离测量扫描，分别记录距离测量扫描的结果Li，其中i为小于12的正整数，并分别进行累加求和以得到左前方无障碍权值Ld和右前方无障碍权值Rd；人工智能机器人基于所述无障碍权值来进行转向选择，再经过两次方向调整后，往前进方向区域前进；其中，所述距离测量扫描的结果Li≤400。
由于超声模块的最大感应角为15°，按照15°来设定一个检测扇区，超声模块能够以最少的转向次数来扫描覆盖人工智能机器人前方195°的范围。
右前方无障碍权值Rd通过如下方式获得：
以工智能机器人正前方为基准角，超声模块先向右转15°，测得与障碍物之间的距离为L6，然后，超声模块再依次进行5次右转，每次转动15°，分别得L5、L4、L3、L2、L1，将L1至L6进行累加得Rd=L1+L2+L3+L4+L5+L6，由此计算出人工智能机器人右前方扇区6次检测的距离总和，即右前方无障碍权值；
超声模块在检测完右前方后，转回对准基准点，左前方无障碍权值Ld通过如下方式获得：
超声模块先向左转15°，测得与障碍物之间的距离为L12，然后，超声模块再依次进行5次左转，每次转动15°，分别得L11、L10、L9、L8、L7，将L7至L12进行累加得Ld=L7+L8+L9+L10+L11+L12，由此计算出人工智能机器人左前方扇区6次检测的距离总和，即左前方无障碍权值；
根据超声模块的检测特性，无障碍的 15°扇区可直接将其检测距离看做最大有效距离400 cm。
若障碍物的类型为小型非连续障碍，则右前方无障碍权值Rd=L1+L2+L3+L4+L5+L6=400+L2+L3+L4+400+L6，左前方无障碍权值Ld=L7+L8+L9+L10+L11+L12=L7+400+L9+L10+L11+400，则Ld>Rd，即左前方无障碍权值大于右前方无障碍权值，由此判断人工智能机器人向左转；
人工智能机器人转向后，立即检测前方障碍物距离信息，判断前方障碍物距离是否大于25cm，如果大于25cm直接前进，否则再次进行转向判断和转向调整；确定人工智能机器人转向后，利用差速旋转法转向。
在进行人工智能机器人的转向控制时，通过调整转向时间，使转向角接近15°。因为是小角度转向，转向PWM太小，人工智能机器人可能会只做微小的转向动作，造成不能真正转向。令人工智能机器人PWM=PWM_MAX，电机能够输出最大转矩，克服启动时的静摩擦力，让人工智能机器人转向更为迅速有力。
设超声波模块能够测得小车与障碍间距离的有效极限值为d m ，则d m 为400cm，电机在PWM_MAX控制下具有最大转速，人工智能机器人能获得最大前进速度，PWM_MAX为系统输出的最大PWM。在开环控制时，找到PWM_MAX与d m 的比值K P 。采用比例K P 进行调节具有快速性，能够准确快速调节PWM的输出，达到对人工智能机器人行驶速度的即时修正，实现快速控制。这里，K P =PWM_MAX/d m ，可简化为K P =PWM_MAX/400;
进行实时人工智能机器人速度调节时，电机运行PWM=K P ·dist，dist为超声模块检测到的实时障碍距离值。dist值小于某一范围时，PWM过小，驱动电机时，达不到电机启动转矩，人工智能机器人停止。为让人工智能机器人在未达到停止距离25cm时，依然前进，实际操作中，需要对PWM限幅。
若障碍物的类型为连续障碍，障碍类型为大型的连续障碍，则右前方无障碍权值Rd=L1+L2+L3+L4+L5+L6，左前方无障碍权值Ld=L7+L8+L9+L10+L11+L12= L7+400+L9+L10+L11+L12，则Ld>Rd，即左前方无障碍权值大于右前方，由此判断人工智能机器人向左转，然后进行如小型非连续障碍情况下的方向调整过程；人工智能机器人经过两次方向调整即往前进方向区域前进。人工智能机器人成功绕开障碍物后回到初始任务路径上继续行驶到任务终点。
本申请的上述方案，以便于机房管理人员根据分析结果及时作出处理方案，提高故障解决效率。
图2为调度巡检系统的组成结构示意图。该系统用于实现上述方法，该系统包括调度巡检控制终端、人工智能机器人以及远程云服务器，所述调度巡检控制终端安装在人工智能机器人上，并通过无线网络与远程云服务器建立连接，接收来自所述远程云服务器的任务请求；
所述调度巡检控制终端包括控制单元、执行单元、电量检测单元、判断单元、存储单元和任务队列单元；
电量检测单元，用于检测所述人工智能机器人的当前运行电量情况，并将所述当前运行电量情况反馈给判断单元；
判断单元，用于判断预置的电量报警阈值与当前运行电量之间的大小关系，并将判断结果发送至控制单元；
控制单元，用于接收来自所述远程云服务器的任务请求，并根据任务类型来进行任务路径调度；所述控制单元还接收所述判断结果，若当前运行电量低于所述电量报警阈值，则向执行单元发送指示命令，以使所述人工智能机器人暂停当前任务，返回至充电桩充电至电量充足后继续执行所述当前任务；
执行单元，接收控制单元发送的指示命令，并发送至人工智能机器人以执行相应操作；
存储单元，用于存储调度巡检系统运行过程中的数据；
任务队列单元，用于按照优先级顺序保存各个任务请求，其中所述任务请求的任务类型包括巡检任务和其他任务。
在一些实施例中，计算机程序的部分或者全部可以经由ROM而被载入和/或安装到设备上。当计算机程序加载并被执行时，可以执行上文描述的方法的一个或多个步骤。
本发明中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、负载可编程逻辑设备（CPLD）等等。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (10)

1.一种人工智能机器人调度巡检方法，其特征在于，所述调度巡检方法包括如下步骤：
步骤S110，接收任务请求，根据预设的任务类型规则，确定所述任务请求的任务类型，并根据所述任务类型来确定所述任务请求在任务队列中的优先级顺序，将所述任务请求添加到任务队列中，所述任务类型包括巡检任务和其他任务；
步骤S120，根据任务队列中的优先级顺序和所述任务类型，向人工智能机器人发送控制指令以按照所述优先级顺序来执行任务，具体包括：
若所述任务类型为巡检任务，则向人工智能机器人发送控制指令以按照预置的巡检路径执行巡检任务；
若所述任务类型为其他任务，则向人工智能机器人发送控制指令以按照规划的最优路径执行其他任务；
步骤S130，对执行任务过程中采集到的数据进行存储；
步骤S140，若在执行任务的过程中接收到新的任务请求，则重复执行步骤S110至S130，直至执行完成所述任务队列中的所有任务；
其中，若所述新的任务请求的任务类型为其他任务，则中断当前正在执行的任务，执行新的任务，直至新的任务执行完成后，再继续执行之前中断的所述当前正在执行的任务；
若所述新的任务请求的任务类型为巡检任务，则继续当前正在执行的任务，并将所述新的任务请求顺序排列至所述任务队列中最后一个巡检任务的后面。
2.根据权利要求1所述的调度巡检方法，其特征在于，所述预设的任务类型规则具体包括：
根据所述任务请求的不同任务类型进行优先级顺序的设置，所述其他任务的优先级高于所述巡检任务的优先级；
根据相同任务类型的任务请求进入任务队列的时间进行优先级顺序的设置，后进入任务队列的其他任务的优先级高于先进入任务队列的其他任务。
3.根据权利要求1所述的调度巡检方法，其特征在于，步骤S120中，以按照预置的巡检路径执行巡检任务，具体包括：
步骤1201、通过栅格图法来构建巡检机房的巡检地图，所述巡检地图中至少包括巡检起始点、巡检终止点以及二者之间的障碍区域；
步骤1202、确定所述巡检起始点与所述巡检终止点之间的初始巡检路径；
步骤1203、人工智能机器人按照所述初始巡检路径执行任务，并将采集到的数据发送至调度巡检系统；
步骤1204、判断人工智能机器人的位置是否已到达所述巡检终止点，若未达到所述巡检终止点，则返回并执行步骤1203；若已到达所述巡检终止点，则结束此次巡检任务。
4.根据权利要求3所述的调度巡检方法，其特征在于，在步骤1202中，确定所述巡检起始点与所述巡检终止点之间的初始巡检路径，具体包括：
步骤1202-1、创建巡检路径起始点列表和巡检路径终止点列表，将所述巡检起始点的节点信息写入所述巡检路径起始点列表中，如果所述巡检路径起始点列表为空，则表示不存在巡检起始点至巡检终止点之间的巡检路径，结束此次初始巡检路径的创建；
步骤1202-2、根据所述巡检路径起始点在所述巡检地图中的位置，确定所述巡检路径起始点四周能够到达的8个临近点，将所述巡检路径起始点设置为8个所述临近点的父节点，并将8个所述临近点的父节点添加到所述巡检路径起始点列表中，计算所述巡检路径起始点列表中各个所述临近点的估计函数值，并将估计函数值从小到大排列；
步骤1202-3、从所述巡检路径起始点列表中找到估计函数值最小的所述临近点，并将其作为新的父节点，同时将上一个父节点转入所述巡检路径终止点列表中；
步骤1202-4、在所述巡检路径终止点列表中选取候选节点，将候选节点周围的临近点加入所述巡检路径起始点列表中，判断当前父节点是否为巡检路径终止点，若是，则通过当前父节点向上遍历到巡检路径起始点，找到并记录组成该路径的所有节点，若否，则返回执行步骤1202-2；
步骤1202-5、判断所述组成该路径的所有节点是否在同一直线上，设置变量i，其中i≥3，判断所述巡检路径终止点列表中i-1和i+1节点是否在同一直线上，若在，则删除i节点，若否，则保留i节点，并将i增加1；
步骤1202-6、将所述巡检路径终止点列表中获得的路径节点进行平滑处理，以得到初始巡检路径。
5.根据权利要求1所述的调度巡检方法，其特征在于，步骤S120中，按照规划的最优路径执行其他任务，具体包括：
步骤2201、构建任务场景的平面地图，所述平面地图至少包括任务起点、任务终点以及二者之间的障碍区域；
步骤2202、确定所述任务起点与所述任务终点之间的初始任务路径；
步骤2203、人工智能机器人按照所述初始任务路径执行任务，并将采集到的数据发送至调度巡检系统；
步骤2204、调度巡检系统根据采集到的数据判断是否存在事先未获知的障碍物；
若存在所述事先未获知的障碍物，则调度巡检系统根据所述事先未获知的障碍物位于所述平面地图中的位置来确定是否进行局部避障操作；若进行局部避障操作，则执行步骤2205以进行局部任务路径调整；若不进行局部避障操作，则执行步骤2206；
若不存在所述事先未获知的障碍物，则执行步骤2206；
步骤2205、调度巡检系统进行局部任务路径调整运算，并控制人工智能机器人进行局部避障操作，所述人工智能机器人将局部避障操作的结果反馈给调度巡检系统，若局部避障操作的结果为成功，则返回并执行步骤2203；若局部避障操作的结果为失败，则返回并执行步骤2202；
步骤2206、判断所述人工智能机器人的位置是否已到达所述任务终点，若未达到所述任务终点，则返回并执行步骤2203；若已到达所述任务终点，则结束此次其他任务。
6.根据权利要求5所述的调度巡检方法，其特征在于，所述控制人工智能机器人进行局部避障操作，具体包括：将人工智能机器人正前方设为基准点，由人工智能机器人所携带的超声模块对人工智能机器人左前方和右前方各进行6次距离测量扫描，分别记录距离测量扫描的结果Li，其中i为小于等于12的正整数，并分别进行累加求和以得到左前方无障碍权值Ld和右前方无障碍权值Rd；人工智能机器人基于所述无障碍权值来进行转向选择，再经过两次方向调整后，往前进方向区域前进；
其中，所述距离测量扫描的结果Li≤400。
7.根据权利要求6所述的调度巡检方法，其特征在于，右前方无障碍权值Rd通过如下方式获得：以人工智能机器人正前方为基准角，超声模块先向右转15°，测得与障碍物之间的距离为L6，然后，超声模块再依次进行5次右转，每次转动15°，分别得L5、L4、L3、L2、L1，将L1至L6进行累加得Rd=L1+L2+L3+L4+L5+L6，由此计算出人工智能机器人右前方扇区6次检测的距离总和，即右前方无障碍权值；
左前方无障碍权值Ld通过如下方式获得：超声模块先向左转15°，测得与障碍物之间的距离为L12，然后，超声模块再依次进行5次左转，每次转动15°，分别得L11、L10、L9、L8、L7，将L7至L12进行累加得Ld=L7+L8+L9+L10+L11+L12，由此计算出人工智能机器人左前方扇区6次检测的距离总和，即左前方无障碍权值。
8.根据权利要求6所述的调度巡检方法，其特征在于，若障碍物的类型为小型非连续障碍，则右前方无障碍权值Rd=L1+L2+L3+L4+L5+L6=400+L2+L3+L4+L5+L6，左前方无障碍权值Ld=L7+L8+L9+L10+L11+L12=L7+400+L9+L10+L11+400，则Ld>Rd，即左前方无障碍权值大于右前方无障碍权值，由此判断人工智能机器人向左转；若障碍物的类型为连续障碍，障碍类型为大型的连续障碍，则右前方无障碍权值Rd=L1+L2+L3+L4+L5+L6，左前方无障碍权值Ld=L7+L8+L9+L10+L11+L12= L7+400+L9+L10+L11+L12，则Ld>Rd，即左前方无障碍权值大于右前方无障碍权值，由此判断人工智能机器人向左转。
9.根据权利要求4所述的调度巡检方法，其特征在于，所述计算所述巡检路径起始点列表中各个所述临近点的估计函数值，采用的计算公式如下：
Figure 48781DEST_PATH_IMAGE001
其中，
Figure 675020DEST_PATH_IMAGE002
是从巡检起始点
Figure 674200DEST_PATH_IMAGE003
经由临近点
Figure 411081DEST_PATH_IMAGE004
移动到巡检终止点
Figure 964553DEST_PATH_IMAGE005
的移动损耗，
Figure 445082DEST_PATH_IMAGE006
是从巡检起始点
Figure 282457DEST_PATH_IMAGE003
移动到临近点
Figure 613075DEST_PATH_IMAGE004
的实际代价，
Figure 434269DEST_PATH_IMAGE007
是从临近点
Figure 390593DEST_PATH_IMAGE004
到巡检终止点
Figure 895524DEST_PATH_IMAGE005
的估计移动代价；
Figure 646311DEST_PATH_IMAGE008
Figure 689222DEST_PATH_IMAGE009
Figure 262286DEST_PATH_IMAGE010
其中，
Figure 543095DEST_PATH_IMAGE003
和
Figure 995942DEST_PATH_IMAGE005
分别为巡检起始点和巡检终止点的坐标位置，D为无障碍凸多边形边缘的距离容忍度，
Figure 808040DEST_PATH_IMAGE011
为人工智能机器人离无障碍物凸多边形边缘的最小距离，避免人工智能机器人发生碰撞，α为机器人朝向与目标所在方位的夹角，
Figure 255900DEST_PATH_IMAGE012
、
Figure 781429DEST_PATH_IMAGE013
为预设参数值，
Figure 405177DEST_PATH_IMAGE014
为人工智能机器人第n步后需要产生的偏转角，
在所述巡检地图的坐标系中，人工智能机器人第n − 1步后的坐标点轨迹表示为
Figure 891522DEST_PATH_IMAGE015
则人工智能机器人第n步的坐标点轨迹表示为
Figure 540809DEST_PATH_IMAGE016
Figure 858527DEST_PATH_IMAGE017
其中
Figure 935067DEST_PATH_IMAGE018
、
Figure 705446DEST_PATH_IMAGE019
、
Figure 361686DEST_PATH_IMAGE020
和
Figure 480383DEST_PATH_IMAGE021
、
Figure 649196DEST_PATH_IMAGE022
、
Figure 641291DEST_PATH_IMAGE023
分别表示第n−1步后人工智能机器人在所述巡检地图的坐标系中的位置和到第n步要产生的位置变化量，
Figure 84911DEST_PATH_IMAGE021
表示基于第n−1步后所述巡检地图的坐标系下人工智能机器人的坐标点下一步可以到达的位置。
10.一种人工智能机器人调度巡检系统，该系统用于实现如权利要求1至9之一所述的方法，其特征在于，该系统包括调度巡检控制终端、人工智能机器人以及远程云服务器，所述调度巡检控制终端安装在人工智能机器人上，并通过无线网络与远程云服务器建立连接，接收来自所述远程云服务器的任务请求；
所述调度巡检控制终端包括控制单元、执行单元、电量检测单元、判断单元、存储单元和任务队列单元；
电量检测单元，用于检测所述人工智能机器人的当前运行电量情况，并将所述当前运行电量情况反馈给判断单元；
判断单元，用于判断预置的电量报警阈值与当前运行电量之间的大小关系，并将判断结果发送至控制单元；
控制单元，用于接收来自所述远程云服务器的任务请求，并根据任务类型来进行任务路径调度；所述控制单元还接收所述判断结果，若当前运行电量低于所述电量报警阈值，则向执行单元发送指示命令，以使所述人工智能机器人暂停当前任务，返回至充电桩充电至电量充足后继续执行所述当前任务；
执行单元，接收控制单元发送的指示命令，并发送至人工智能机器人以执行相应操作；
存储单元，用于存储调度巡检系统运行过程中的数据；
任务队列单元，用于按照优先级顺序保存各个任务请求，其中所述任务请求的任务类型包括巡检任务和其他任务。
CN202110172023.0A 2021-02-08 2021-02-08 一种人工智能机器人调度巡检方法和系统 Active CN112509169B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110172023.0A CN112509169B (zh) 2021-02-08 2021-02-08 一种人工智能机器人调度巡检方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110172023.0A CN112509169B (zh) 2021-02-08 2021-02-08 一种人工智能机器人调度巡检方法和系统

Publications (2)

Publication Number Publication Date
CN112509169A true CN112509169A (zh) 2021-03-16
CN112509169B CN112509169B (zh) 2021-05-14

Family

ID=74952813

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110172023.0A Active CN112509169B (zh) 2021-02-08 2021-02-08 一种人工智能机器人调度巡检方法和系统

Country Status (1)

Country Link
CN (1) CN112509169B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113554775A (zh) * 2021-06-01 2021-10-26 广东电网有限责任公司广州供电局 无人机电力巡检系统
CN113934210A (zh) * 2021-10-11 2022-01-14 华能新疆吉木萨尔发电有限公司 一种轨道机器人多机调度方法、装置及存储介质
CN113985879A (zh) * 2021-10-28 2022-01-28 安徽安宠宠物用品有限公司 基于历史数据动态优化的智能移动巡检系统及方法
CN115188089A (zh) * 2022-06-24 2022-10-14 中国人民解放军陆军边海防学院 边海防巡查方法、边海防用巡查装置和边海防用巡查系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19911699A1 (de) * 1999-03-16 2000-09-21 Columbus Consulting Gmbh Verfahren zur Überwachung, Steuerung und/oder Optimierung von Prozeß- und/oder Arbeitsprojektplänen
CN105786605A (zh) * 2016-03-02 2016-07-20 中国科学院自动化研究所 一种机器人中的任务管理方法及系统
CN112207846A (zh) * 2020-12-08 2021-01-12 北京蒙帕信创科技有限公司 一种可升降式机房智能巡检机器人系统及巡检方法
CN112318484A (zh) * 2020-12-15 2021-02-05 苏州光格设备有限公司 一种用于轨道巡检机器人的任务调度方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19911699A1 (de) * 1999-03-16 2000-09-21 Columbus Consulting Gmbh Verfahren zur Überwachung, Steuerung und/oder Optimierung von Prozeß- und/oder Arbeitsprojektplänen
CN105786605A (zh) * 2016-03-02 2016-07-20 中国科学院自动化研究所 一种机器人中的任务管理方法及系统
CN112207846A (zh) * 2020-12-08 2021-01-12 北京蒙帕信创科技有限公司 一种可升降式机房智能巡检机器人系统及巡检方法
CN112318484A (zh) * 2020-12-15 2021-02-05 苏州光格设备有限公司 一种用于轨道巡检机器人的任务调度方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113554775A (zh) * 2021-06-01 2021-10-26 广东电网有限责任公司广州供电局 无人机电力巡检系统
CN113934210A (zh) * 2021-10-11 2022-01-14 华能新疆吉木萨尔发电有限公司 一种轨道机器人多机调度方法、装置及存储介质
CN113985879A (zh) * 2021-10-28 2022-01-28 安徽安宠宠物用品有限公司 基于历史数据动态优化的智能移动巡检系统及方法
CN113985879B (zh) * 2021-10-28 2024-02-02 安徽安宠宠物用品有限公司 基于历史数据动态优化的智能移动巡检方法
CN115188089A (zh) * 2022-06-24 2022-10-14 中国人民解放军陆军边海防学院 边海防巡查方法、边海防用巡查装置和边海防用巡查系统

Also Published As

Publication number Publication date
CN112509169B (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
CN112509169B (zh) 一种人工智能机器人调度巡检方法和系统
US11351681B2 (en) Method and apparatus for charging robot
CN110371112B (zh) 一种自动驾驶车辆的智能避障系统及方法
CN103645733B (zh) 自寻充电机器人及其自寻充电系统和方法
CN108983777B (zh) 一种基于自适应前沿探索目标点选取的自主探索与避障方法
CN109755995B (zh) 基于ros机器人操作系统的机器人自动充电对接方法
CN111427361B (zh) 一种回充方法、回充装置及机器人
CN112256023B (zh) 基于贝塞尔曲线的机场巡界机器人局部路径规划方法及系统
CN106249239A (zh) 目标检测方法及装置
CN111002305B (zh) 基于图像扫描、识别和路径规划的可移动洗衣助手机器人
CN104184932A (zh) 球机控制方法及装置
CN109753074A (zh) 一种机器人巡航控制方法、装置、控制设备和存储介质
CN104635730A (zh) 一种机器人自主充电方法
CN112985263B (zh) 一种弓网几何参数检测方法、装置及设备
CN108535279A (zh) 一种基于污水管线检测机器人的检测方法
CN114115286B (zh) 变电站机器人巡检系统与方法
CN113879860B (zh) 基于动力学的斗轮堆取料机恒流量取料方法及装置
CN111505652A (zh) 一种地图建立方法、装置及作业设备
JP4745159B2 (ja) 移動ロボット
CN117032235A (zh) 一种复杂室内场景下移动机器人巡检及远程监控方法
CN115877853A (zh) 一种智慧仓储物流路径规划系统及方法
CN115686073A (zh) 一种基于无人机的输电线路巡检控制方法及系统
CN112925326B (zh) 一种基于激光雷达和深度相机数据融合的agv避障方法
CN114167872A (zh) 机器人避障方法、系统、计算机及机器人
CN116449335B (zh) 可行驶区域检测方法、装置、电子设备以及存储介质

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
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: 1110, 1 / F, building a, 98 Guangqu Road, Chaoyang District, Beijing 100022

Patentee after: Beijing mengpa Xinchuang Technology Co.,Ltd.

Patentee after: Shanghai mengpa Intelligent Technology Co., Ltd

Address before: 1110, 1 / F, building a, 98 Guangqu Road, Chaoyang District, Beijing 100022

Patentee before: Beijing mengpa Xinchuang Technology Co.,Ltd.

Patentee before: Shanghai mengpa Information Technology Co., Ltd