CN112947414B - 机器人调度方法、装置、计算机设备及存储介质 - Google Patents
机器人调度方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN112947414B CN112947414B CN202110106014.1A CN202110106014A CN112947414B CN 112947414 B CN112947414 B CN 112947414B CN 202110106014 A CN202110106014 A CN 202110106014A CN 112947414 B CN112947414 B CN 112947414B
- Authority
- CN
- China
- Prior art keywords
- scheduling
- robot
- target
- determining
- place
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000012384 transportation and delivery Methods 0.000 claims description 44
- 238000012216 screening Methods 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 17
- 238000013439 planning Methods 0.000 claims description 16
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 3
- 235000013305 food Nutrition 0.000 description 8
- 235000012054 meals Nutrition 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 206010063385 Intellectualisation Diseases 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241001122767 Theaceae Species 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Manipulator (AREA)
Abstract
本发明公开一种机器人调度方法,该方法包括:获取目标调度指令,所述目标调度指令包括目标产品、目标调度地点和调度时间段;基于所述目标产品确定取物地点;基于所述调度时间段,从配送机器人中确定待选机器人;确定所述待选机器人在调度时间段之前的待调度地点;根据所述待调度地点、取物地点和所述目标调度地点,确定最优调度路径,将所述最优调度路径对应的待选机器人确定为目标机器人;基于所述目标产品、取物地点、最优调度路径和所述调度时间段,形成目标调度任务,将所述目标调度任务存储在所述目标机器人的待执行任务列表中,调度过程中,仅需配送机器人自身执行,无需工作人员介入,智能化程度较高。
Description
技术领域
本发明涉及机器人领域,尤其涉及一种机器人调度方法、装置、计算机设备及存储介质。
背景技术
目前,机器人被应用于越来越多的行业中,从而大大提高工作效率。
但是,发明人发现在机器人的实际使用过程中,机器人的调度效率非常低,当有一个任务时,常常需要工作人员的介入才能从众多的机器人中确定执行任务的目标机器人,智能化程度较低,调度效率较低。
发明内容
本发明实施例提供一种机器人调度方法、装置、计算机设备及存储介质,以解决目前机器人调度时智能化程度较低,调度效率较低的问题。
一种机器人调度方法,包括:
获取目标调度指令,所述目标调度指令包括目标产品、目标调度地点和调度时间段;
基于所述目标产品确定取物地点;
基于所述调度时间段,从配送机器人中确定待选机器人;
确定所述待选机器人在调度时间段之前的待调度地点;
根据所述待调度地点、取物地点和所述目标调度地点,确定最优调度路径,将所述最优调度路径对应的待选机器人确定为目标机器人;
基于所述目标产品、取物地点、最优调度路径和所述调度时间段,形成目标调度任务,将所述目标调度任务存储在所述目标机器人的待执行任务列表中。
一种机器人调度装置,包括:
目标调度指令获取模块,用于获取目标调度指令,所述目标调度指令包括目标产品、目标调度地点和调度时间段;
取物地点确定模块,用于基于所述目标产品确定取物地点;
待选机器人确定模块,用于基于所述调度时间段,从配送机器人中确定待选机器人;
待调度地点确定模块,用于确定所述待选机器人在调度时间段之前的待调度地点;
最优调度路径确定模块,用于根据所述待调度地点、取物地点和所述目标调度地点,确定最优调度路径,将所述最优调度路径对应的待选机器人确定为目标机器人;
目标调度任务获取模块,用于基于所述目标产品、取物地点、最优调度路径和所述调度时间段,形成目标调度任务,将所述目标调度任务存储在所述目标机器人的待执行任务列表中。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述机器人调度方法的步骤。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述机器人调度方法的步骤。
上述机器人调度方法、装置、计算机设备及存储介质,基于所述目标产品确定取物地点,以便后续配送机器人进行配送,实现配送智能化。基于所述调度时间段,从配送机器人中确定待选机器人,以便对空闲状态的待选机器人进行调度,确保调度合理。确定所述待选机器人在调度时间段之前的待调度地点;根据所述待调度地点、取物地点和所述目标调度地点,确定最优调度路径,以避免后续进行调度时,与原来的待执行任务冲突,将所述最优调度路径对应的待选机器人确定为目标机器人;基于所述目标产品、取物地点、最优调度路径和所述调度时间段,形成目标调度任务,将所述目标调度任务存储在所述目标机器人的待执行任务列表中,调度过程中,仅需配送机器人自身执行,无需工作人员介入,智能化程度较高。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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发明的一些实施例,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是本发明一实施例中机器人调度方法的一应用环境示意图;
图2是本发明一实施例中机器人调度方法的一流程图;
图3是本发明一实施例中机器人调度方法的另一流程图;
图4是本发明一实施例中机器人调度方法的另一流程图;
图5是本发明一实施例中机器人调度方法的另一流程图;
图6是本发明一实施例中配送装置的一示意图;
图7是本发明一实施例中计算机设备的一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的机器人调度方法,该机器人调度方法可应用如图1所示的应用环境中。具体地,该机器人调度方法应用在机器人配送系统中,该机器人配送系统包括如图1所示的多个配送机器人,每一配送机器人内置有通信软件,以便接收用户的智能终端发送的目标调度指令,且多个配送机器人之间可以相互进行通信,以实现基于目标调度指令快速高效确定目标机器人,实现智能调度。
在一实施例中,如图2所示,提供一种机器人调度方法,以该方法应用在图1中的服务器为例进行说明,包括如下步骤:
201:获取目标调度指令,目标调度指令包括目标产品、目标调度地点和调度时间段。
其中,目标调度指令是对机器人进行调度的指令,例如,目标调度指令是:xx时间,xx地点,需要送餐、送水或者送快递等。
目标产品是需要配送的产品,例如,该目标产品可以是毛巾、茶水和食物。
目标调度地点是配送机器人需要前往配送目标产品的地点。调度时间段是需要配送机器人前往配送目标产品的时间段,该调度时间段可以从系统当前时间计算,也可以是从系统当前时间之后的时间计算,即非系统当前时间,实现灵活调度。
本实施例所提供的配送机器人可以用于送餐或者送快递等,在此不做限定。
作为一示例,当配送机器人运用于送餐时,用户在智能终端上通过二维码等渠道进入点餐系统,根据自己的喜好进行点餐,得到目标产品,当用户完成点餐时,则进入用餐时间和位置设置界面,确定用餐位置和食物送达时间,根据目标产品、用餐位置和食物送达时间形成目标调度指令,并将目标调度指令发送给配送机器人,以便配送机器人自身进行规划,从配送机器人中选择目标机器人进行配送,确保配送高效智能化。
S202:基于目标产品确定取物地点。
其中,取物地点是指配送机器人拿取目标产品的地点。作为一示例,当配送机器人为送餐机器人时,该餐厅可能设置的取物地点可能为混合餐点、中餐点或者西餐点,此时,根据目标产品确定对应的取物地点,例如,目标产品是牛排,则对应的取物地点是西餐点,以便后续配送机器人进行配送,实现配送智能化。
S203:基于调度时间段,从配送机器人中确定待选机器人。
其中,待选机器人是指在调度时间段内处于空闲状态的机器人。
本实施例中,根据调度时间段快速地确定可供调配的待选机器人,提高调度效率。
具体地,用户通过智能终端将目标调度指令发送给配送机器人;配送机器人根据该目标调度指令查询自身的待执行任务列表,以根据待执行任务列表确定在目标调度时间段是否处于空闲状态,以便对空闲状态的待选机器人进行调度,确保调度合理。其中,待执行任务列表是指配送机器人还未执行的任务的列表,该待执行任务列表包括任务执行时间和任务配送路径等
本实施例中,配送机器人根据调度时间段查询自身的待执行任务列表,以将调度时间段处于空闲状态的配送机器人确定为待选机器人,待选机器人确定速度较快。
S204:确定待选机器人在调度时间段之前的待调度地点。
其中,待调度地点是指在调度时间段之前待选机器人所在的地点。可以理解地,该调度地点包括但不限于取物地点。当调度时间段是从系统当前时间段开始的,则该待调度地点是通过待选机器人自身的定位装置确定的。当调度时间段是从系统当前时间段之后的时间开始的,则该待调度地点是根据待选机器人自身的任务处理情况确定的,即该待调度地点可以是待选机器人执行上一待执行任务后所处的地点,或者是取物地点。
S205:根据待调度地点、取物地点和目标调度地点,确定最优调度路径,将最优调度路径对应的待选机器人确定为目标机器人。
其中,最优调度路径是进行配送的路径,具体为待选机器人的待调度地点到取物地点的路径和取物地点到目标调度地点的路径,保证快速顺利地执行目标调度任务。目标机器人为在调度时间段执行目标调度任务的机器人。
具体地,根据待调度地点、取物地点和目标调度地点,为每一待选机器人规划待选路径,根据每一待选路径中是否存在障碍物或者在调度时间段内是否有其他的机器人行走该待选路径等因素,从待选路径中选择没有障碍物、没有其他的配送机器人行走且行走长度最短的路径作为最优调度路径,以避免后续进行调度时,与原来的待执行任务冲突。
例如,待选机器人包括待选机器人A和待选机器人B;待选机器人A的待调度地点为地点1,待选机器人B的待调度地点为地点2,取物地点为地点8,目标调度地点为地点9;则待选机器人A可行走的待选路径1为地点1、地点3、地点6、地点8和地点9;待选机器人A可行走的待选路径2为地点1、地点3、地点7、地点8和地点9等;则待选机器人B可行走的待选路径3为地点1、地点2、地点6、地点8和地点9。
S206:基于目标产品、取物地点、最优调度路径和调度时间段,形成目标调度任务,将目标调度任务存储在目标机器人的待执行任务列表中。
其中,目标调度任务是指目标机器人执行的与目标调度指令对应的任务。
本实施例中,基于目标产品、取物地点、最优调度路径和调度时间段,形成目标调度任务,并存储在目标机器人自身的待执行任务列表中,本实施例,调度过程中,仅需配送机器人自身执行,无需工作人员介入,智能化程度较高。
本实施例所提供的机器人调度方法,基于目标产品确定取物地点,以便后续配送机器人进行配送,实现配送智能化。基于调度时间段,从配送机器人中确定待选机器人,以便对空闲状态的待选机器人进行调度,确保调度合理。确定待选机器人在调度时间段之前的待调度地点;根据待调度地点、取物地点和目标调度地点,确定最优调度路径,以避免后续进行调度时,与原来的待执行任务冲突,将最优调度路径对应的待选机器人确定为目标机器人;基于目标产品、取物地点、最优调度路径和调度时间段,形成目标调度任务,将目标调度任务存储在目标机器人的待执行任务列表中,调度过程中,仅需配送机器人自身执行,无需工作人员介入,智能化程度较高。
在一实施例中,如图3所示,在步骤S201之前,即在获取目标调度指令之前,机器人调度方法还包括:
S301:判断待执行任务列表是否为空。
本实施例中,每当配送机器人完成一个任务后,则该配送机器人通过查询自身的待执行任务列表,以确定自身的待执行任务是否全部执行完成,以便当自身的待执行任务完成时,可以确定配送机器人自身停靠的地点。
S302:若待执行任务列表为空,则基于预设规则,对多个取物地点进行排序,获取排序结果。
其中,预设规则是指预先设定的规则,以根据该预设规则对取物地点进行排序。排序结果是指对取物地点进行排序的结果,例如,若存在取物地点1、取物地点2和取物地点3;根据预设规则对取物地点1、取物地点2和取物地点3进行排序,得到排序结果为取物地点3、取物地点1和取物地点2,以便后续配送机器人可以自行停靠,无需人工管理配送机器人。
S303:基于排序结果,从多个取物地点中确定一个取物地点作为机器人停靠点。
具体地,当配送机器人A想要停靠时,则查询排序结果,由于排序结果可以为正序排序,也可以为逆序排序;因此,当排序结果为正序排序时,则将排序结果中的第一个取物地点确定为机器人停靠点,并实时将停靠在该取物地点的消息发送给其他的配送机器人,以便当机器人停靠点的配送机器人数量大于预设机器人数量时,则自行选择排序结果中的第二个取物地点作为机器人停靠点,实现智能停靠;同理地,当排序结果为逆序排序时,则将排序结果中的最后一个取物地点确定为机器人停靠点,并实时停靠在该取物地点的消息发送给其他的配送机器人,以便当机器人停靠点的配送机器人数量大于预设机器人数量时,则自行选择排序结果中的倒数二个取物地点作为机器人停靠点,实现智能停靠。
本实施例所提供的机器人调度方法,若待执行任务列表为空,则基于预设规则,对多个取物地点进行排序,获取排序结果,以便后续配送机器人可以自行停靠,无需人工管理配送机器人。基于排序结果,从多个取物地点中确定一个取物地点作为机器人停靠点,实现智能停靠。
在一实施例中,如图4所示,步骤S203,即基于调度时间段,从配送机器人中确定待选机器人,包括:
S401:查询待执行任务列表,确定每一配送机器人的待执行任务和待执行任务对应的执行时间段。
其中,待执行任务列表是指存储有配送机器人的待执行任务的列表。待执行任务是指还未执行的任务。
本实施例中,配送机器人通过查询自身的待执行任务列表,以确定所有待执行任务的执行时间段,以根据执行时间段确定在调度时间段内处于空闲状态的待选机器人。
S402:基于执行时间段,将在调度时间段内处于空闲状态的配送机器人,确定为待选机器人。
本实施例中,根据配送机器人的执行时间段,将在调度时间段内,处于空闲状态的配送机器人确定为待选机器人,以保证待选机器人在调度时间段内处于空闲状态,保证目标调度任务可执行。例如,调度时间段为12点15分-12点20分,配送机器人1待执行任务的执行时间段为12点10分-12点17分、以及13点10分-13点17分等,虽然,配送机器人1在12点17分-12点20分处于空闲状态,由于其在3分钟内不能完成配送任务,因此其不为待选机器人。配送机器人2待执行任务的执行时间段为10点10分-10点20分,则可以将配送机器人2确定为待选机器人。
本实施例所提供的机器人调度方法,查询待执行任务列表,确定每一配送机器人的待执行任务和待执行任务对应的执行时间段,以根据执行时间段确定在调度时间段内处于空闲状态的待选机器人。基于执行时间段,将在调度时间段内处于空闲状态的配送机器人,确定为待选机器人,以保证待选机器人在调度时间段内处于空闲状态,保证目标调度任务可执行。
在一实施例中,如图5所示,步骤S205,即根据待调度地点、取物地点和目标调度地点,确定最优调度路径,包括:
S501:采用路径规划算法对待调度地点、取物地点和目标调度地点进行路线规划,获取每一待选机器人对应的至少一条待选路径。
其中,待选路径是根据待调度地点、取物地点、目标调度地点和可行走地点形成的路径,该待选路径是每一待选机器人在待调度地点到目标调度地点距离最小的路径,例如,目标调度地点为地点5,待选机器人A的待调度地点为地点1、可行走地点为地点3、地点4、地点5和地点6,其待选路径可能为地点1、地点3和地点5;地点1、地点3、地点4和地点5。其中,可行走地点是指从待调度地点到取物地点所经过的地点,或者从取物地点到目标调度地点所经过的地点。
路径规划算法用于对待调度地点、可行走地点和目标调度地点进行规划的算法,以确定每一待选机器人可以行走的待选路径,以便后续确定最优调度路径提供技术支持。路径规划算法包括但不限于Dijkstra算法和Floyd算法。Dijkstra算法是指迪杰斯特拉算法,是典型的单源最小路径算法,用于计算一个节点到其他所有节点的最小的路径长度;本实施例是以待调度地点为中心向外层层扩展,直到扩展到取物地点为止;然后再以取物地点为中心向外层层扩展,直到扩展到目标调度地点为止,以得到待选路径。Floyd算法是指弗洛伊德算法,又称为插点法,是一种利用动态规划的思想寻找给定的多个点的最小路径的算法。
本实施例中,根据待调度地点、取物地点和目标调度地点形成加权有向图,该加权有向图中的点为待调度地点、可行走地点和目标调度地点;连接两个点的边的权值为边的长度,采用路径规划算法对加权有向图,计算待调度地点到其他路径最小长度,确保后续执行目标调度任务的效率。具体地,以待调度地点为中心,计算与待调度地点1相邻,且距离最近的地点2,作为第一条路径,待调度地点1到地点2的距离即为第一条路径的路径长度;再计算与地点2相邻,且距离最近的地点3,得到第二条路径,待调度地点1、地点2和地点3的距离即为第二条路径的路径长度,……,直至得到目标调度地点;将待调度地点1、地点2、地点3、……、目标调度地点确定为待选机器人的待选路径,待调度地点1、地点2、地点3、……、目标调度地点的距离即为待选路径的路径长度。其中,可行走地点是指机器人可以行走的地点。路径长度是指路径的长度。
S502:获取每一待选路径的障碍物信息和机器人行走信息。
其中,障碍物信息是指待选路径上是否存在障碍物的信息,该障碍物信息包括待选路径有障碍物和待选路径无障碍物。具体地,获取实时视屏,基于机器视觉算法对实时视屏进行障碍物识别,可以理解地,当待选路径有障碍物,则放弃该待选路径,当待选路径无障碍物时,则保留该待选路径,以便后续选择没有障碍物的待选路径。
机器人行走信息是指在调度时间段内,待选路径是否存在配送机器人行走的信息,该机器人行走信息包括待选路径有机器人行走和待选路径无机器人行走。具体地,待选机器人查询配送机器人(此处的配送机器人是除待选机器人以外的机器人)的待执行任务列表,以确定调度时间段内,自身的待选路径上是否存在配送机器人;例如,对于待选机器人A,当前存在待选路径1和待选路径2,此时,待选机器人A查询在调度时间段内,待选路径1存在配送机器人,则待选路径1的机器人行走信息为待选路径有机器人行走;待选路径1不存在配送机器人,则待选路径2的机器人行走信息为待选路径无机器人行走。可以理解地,当待选路径有配送机器人,则放弃该待选路径,当待选路径无配送机器人时,则保留该待选路径,以便后续选择没有配送机器人的待选路径,保证目标机器人可以顺利执行目标调度任务。
S503:基于障碍物信息和机器人行走信息对待选路径进行筛选,获取筛选路径。
其中,筛选路径是指对待选路径进行筛选后,保留没有障碍物和其他配送机器人的待选路径,从而保证后续的目标机器人可以顺畅行走,保证目标调度任务可顺利执行。
S504:计算每一筛选路径中,待调度地点和目标地点之间的待选行程距离。
S505:将待选行程距离最小的待选路径确定为最优调度路径。
待选行程距离是指统计筛选路径对应的路径长度。本实施例中计算每一筛选路径的待调度地点和目标调度地点之间的待选行程距离,以便后续确定待选行程距离最小的筛选路径作为最优调度路径,保证执行的时长最短,节省目标机器人执行目标调度任务的时长,提高服务质量。
本实施例所提供的机器人调度方法,采用路径规划算法对待调度地点、取物地点和目标调度地点进行路线规划,获取每一待选机器人对应的至少一条待选路径;获取每一待选路径的障碍物信息和机器人行走信息,以便后续选择没有障碍物信息和配送机器人的待选路径,保证目标机器人可以顺利执行目标调度任务。基于障碍物信息和机器人行走信息对待选路径进行筛选,获取筛选路径,从而保证后续的目标机器人可以顺畅行走,保证目标调度任务可顺利执行。计算每一筛选路径中,待调度地点和目标地点之间的待选行程距离;将待选行程距离最小的待选路径确定为最优调度路径,保证执行的时长最短,节省目标机器人执行目标调度任务的时长,提高服务质量。
在一实施例中,在步骤S206之后,即在将目标调度任务存储在目标机器人的待执行任务列表中之后,方法还包括:在系统时间为目标调度时间时,则基于最优调度路径查询地图文件,执行目标调度任务。
地图文件是预先配置在配送机器人内部的,提供路线的二维或多维形式的图形和图像的文件,以便于机器人可以根据地图文件进行路线导航,以根据最优调度路径智能执行目标调度任务。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种机器人调度装置,该机器人调度装置与上述实施例中机器人调度方法一一对应。如图6所示,该机器人调度装置包括目标调度指令获取模块601、取物地点确定模块602、待选机器人确定模块603、待调度地点确定模块604、最优调度路径确定模块605和目标调度任务获取模块606。各功能模块详细说明如下:
目标调度指令获取模块601,用于获取目标调度指令,目标调度指令包括目标产品、目标调度地点和调度时间段。
取物地点确定模块602,用于基于目标产品确定取物地点。
待选机器人确定模块603,用于基于调度时间段,从配送机器人中确定待选机器人。
待调度地点确定模块604,用于确定待选机器人在调度时间段之前的待调度地点。
最优调度路径确定模块605,用于根据待调度地点、取物地点和目标调度地点,确定最优调度路径,将最优调度路径对应的待选机器人确定为目标机器人。
目标调度任务获取模块606,用于基于目标产品、取物地点、最优调度路径和调度时间段,形成目标调度任务,将目标调度任务存储在目标机器人的待执行任务列表中。
优选地,在目标调度指令获取模块601之前,机器人调度装置还包括:判断模块、排序结果获取模块和机器人停靠点获取模块。
判断模块,用于判断待执行任务列表是否为空。
排序结果获取模块,用于若待执行任务列表为空,则基于预设规则,对多个取物地点进行排序,获取排序结果。
机器人停靠点获取模块,用于基于排序结果,从多个取物地点中确定一个取物地点作为机器人停靠点。
优选地,待选机器人确定模块603,包括:查询单元和待选机器人确定单元。
查询单元,用于查询待执行任务列表,确定每一配送机器人的待执行任务和待执行任务对应的执行时间段。
待选机器人确定单元,用于基于执行时间段,将在调度时间段内处于空闲状态的配送机器人,确定为待选机器人。
优选地,最优调度路径确定模块605,包括:
路径规划单元,用于采用路径规划算法对待调度地点、取物地点和目标调度地点进行路线规划,获取每一待选机器人对应的至少一条待选路径。
信息获取单元,用于获取每一待选路径的障碍物信息和机器人行走信息。
筛选单元,用于基于障碍物信息和机器人行走信息对待选路径进行筛选,获取筛选路径。
计算单元,用于计算每一筛选路径中,待调度地点和目标地点之间的待选行程距离。
最优调度路径确定单元,用于将待选行程距离最小的待选路径确定为最优调度路径。
优选地,在目标调度任务获取模块606之后,装置还包括:
目标调度任务执行单元,用于在系统时间为目标调度时间时,则基于最优调度路径查询地图文件,执行目标调度任务。
关于机器人调度装置的具体限定可以参见上文中对于机器人调度方法的限定,在此不再赘述。上述机器人调度装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是安装在配送机器人上,其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储待执行任务列表。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种机器人调度方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例中机器人调度方法的步骤,例如图2所示的步骤S201-S206,或者图3至图5中所示的步骤,为避免重复,这里不再赘述。或者,处理器执行计算机程序时实现机器人调度装置这一实施例中的各模块/单元的功能,例如图6所示的目标调度指令获取模块601、取物地点确定模块602、待选机器人确定模块603、待调度地点确定模块604、最优调度路径确定模块605和目标调度任务获取模块606的功能,为避免重复,这里不再赘述。
在一实施例中,提供一计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中机器人调度方法的步骤,例如图2所示的步骤S201-S206,或者图3至图5中所示的步骤,为避免重复,这里不再赘述。或者,处理器执行计算机程序时实现机器人调度装置这一实施例中的各模块/单元的功能,例如图6所示的目标调度指令获取模块601、取物地点确定模块602、待选机器人确定模块603、待调度地点确定模块604、最优调度路径确定模块605和目标调度任务获取模块606的功能,为避免重复,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (9)
1.一种机器人调度方法,其特征在于,包括如下步骤:
获取目标调度指令,所述目标调度指令包括目标产品、目标调度地点和调度时间段,所述调度时间段是需要配送机器人前往配送目标产品的时间段;
基于所述目标产品确定取物地点;
基于所述调度时间段,从配送机器人中确定待选机器人;
确定所述待选机器人在调度时间段之前的待调度地点;
采用路径规划算法对所述待调度地点、取物地点和目标调度地点进行路线规划,获取每一待选机器人对应的至少一条待选路径;获取每一所述待选路径的障碍物信息和机器人行走信息;基于所述障碍物信息和机器人行走信息对所述待选路径进行筛选,获取筛选路径;计算每一所述筛选路径中,所述待调度地点和所述目标调度地点之间的待选行程距离;将所述待选行程距离最小的所述待选路径确定为最优调度路径,将所述最优调度路径对应的待选机器人确定为目标机器人;
基于所述目标产品、取物地点、最优调度路径和所述调度时间段,形成目标调度任务,将所述目标调度任务存储在所述目标机器人的待执行任务列表中。
2.如权利要求1所述的机器人调度方法,其特征在于,所述配送机器人存储有待执行任务列表;在所述获取目标调度指令之前,所述机器人调度方法还包括:
判断所述待执行任务列表是否为空;
若所述待执行任务列表为空,则基于预设规则,对多个取物地点进行排序,获取排序结果;
基于所述排序结果,从多个所述取物地点中确定一个取物地点作为机器人停靠点。
3.如权利要求1所述的机器人调度方法,其特征在于,所述配送机器人存储有待执行任务列表;所述基于所述调度时间段,从配送机器人中确定待选机器人,包括:
查询所述待执行任务列表,确定每一所述配送机器人的待执行任务和所述待执行任务对应的执行时间段;
基于所述执行时间段,将在调度时间段内处于空闲状态的所述配送机器人,确定为待选机器人。
4.如权利要求1所述的机器人调度方法,其特征在于,在所述将所述目标调度任务存储在所述目标机器人的待执行任务列表中之后,所述方法还包括:
在系统时间为目标调度时间时,则基于最优调度路径查询地图文件,执行所述目标调度任务。
5.一种机器人调度装置,其特征在于,包括:
目标调度指令获取模块,用于获取目标调度指令,所述目标调度指令包括目标产品、目标调度地点和调度时间段,所述调度时间段是需要配送机器人前往配送目标产品的时间段;
取物地点确定模块,用于基于所述目标产品确定取物地点;
待选机器人确定模块,用于基于所述调度时间段,从配送机器人中确定待选机器人;
待调度地点确定模块,用于确定所述待选机器人在调度时间段之前的待调度地点;
最优调度路径确定模块,用于采用路径规划算法对所述待调度地点、取物地点和目标调度地点进行路线规划,获取每一待选机器人对应的至少一条待选路径;获取每一所述待选路径的障碍物信息和机器人行走信息;基于所述障碍物信息和机器人行走信息对所述待选路径进行筛选,获取筛选路径;计算每一所述筛选路径中,所述待调度地点和所述目标调度地点之间的待选行程距离;将所述待选行程距离最小的所述待选路径确定为最优调度路径,将所述最优调度路径对应的待选机器人确定为目标机器人;
目标调度任务获取模块,用于基于所述目标产品、取物地点、最优调度路径和所述调度时间段,形成目标调度任务,将所述目标调度任务存储在所述目标机器人的待执行任务列表中。
6.如权利要求5所述的机器人调度装置,其特征在于,在所述目标调度指令获取模块之前,所述机器人调度装置还包括:
判断模块,用于判断所述待执行任务列表是否为空;
排序结果获取模块,用于若所述待执行任务列表为空,则基于预设规则,对多个取物地点进行排序,获取排序结果;
机器人停靠点获取模块,用于基于所述排序结果,从多个所述取物地点中确定一个取物地点作为机器人停靠点。
7.如权利要求5所述的机器人调度装置,其特征在于,所述待选机器人确定模块,包括:
查询单元,用于查询所述待执行任务列表,确定每一所述配送机器人的待执行任务和所述待执行任务对应的执行时间段;
待选机器人确定单元,用于基于所述执行时间段,将在调度时间段内处于空闲状态的所述配送机器人,确定为待选机器人。
8.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述机器人调度方法的步骤。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述机器人调度方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110106014.1A CN112947414B (zh) | 2021-01-26 | 2021-01-26 | 机器人调度方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110106014.1A CN112947414B (zh) | 2021-01-26 | 2021-01-26 | 机器人调度方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112947414A CN112947414A (zh) | 2021-06-11 |
CN112947414B true CN112947414B (zh) | 2024-01-19 |
Family
ID=76237263
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110106014.1A Active CN112947414B (zh) | 2021-01-26 | 2021-01-26 | 机器人调度方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112947414B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114493398B (zh) * | 2021-12-17 | 2024-04-09 | 重庆特斯联智慧科技股份有限公司 | 一种中央厨房机器人配送方法及系统 |
CN114442611B (zh) * | 2021-12-28 | 2024-06-28 | 上海擎朗智能科技有限公司 | 机器人的送餐方法、机器人以及机器人系统 |
CN114578812A (zh) * | 2022-02-21 | 2022-06-03 | 深圳易可达科技有限公司 | 机器人调度方法、装置、控制器、系统及存储介质 |
CN114821886B (zh) * | 2022-06-23 | 2022-11-29 | 深圳市普渡科技有限公司 | 调度服务器、调度机器人和提醒系统 |
CN115063060A (zh) * | 2022-08-22 | 2022-09-16 | 江西制造职业技术学院 | 机器人调度方法及系统 |
CN117245646A (zh) * | 2022-12-12 | 2023-12-19 | 北京小米机器人技术有限公司 | 机器人及其调试方法、装置、存储介质 |
CN117245635A (zh) * | 2022-12-12 | 2023-12-19 | 北京小米机器人技术有限公司 | 机器人及其控制方法、装置、存储介质 |
CN115890684A (zh) * | 2022-12-20 | 2023-04-04 | 达观数据(苏州)有限公司 | 一种机器人调度方法、装置、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105446343A (zh) * | 2016-01-04 | 2016-03-30 | 杭州亚美利嘉科技有限公司 | 一种机器人的调度方法及装置 |
CN109543872A (zh) * | 2018-09-19 | 2019-03-29 | 北京科技大学 | 多机器人无停车调度方法和系统 |
WO2019234702A2 (en) * | 2018-06-08 | 2019-12-12 | Tata Consultancy Services Limited | Actor model based architecture for multi robot systems and optimized task scheduling method thereof |
CN111210136A (zh) * | 2019-12-31 | 2020-05-29 | 深圳优地科技有限公司 | 一种机器人任务调度的方法及服务器 |
WO2020119674A1 (zh) * | 2018-12-14 | 2020-06-18 | 拉扎斯网络科技(上海)有限公司 | 调度方法、调度装置、计算机可读存储介质和电子设备 |
CN111798133A (zh) * | 2020-07-06 | 2020-10-20 | 北京海益同展信息科技有限公司 | 机器人调度方法、装置、设备、系统和存储介质 |
CN112198840A (zh) * | 2020-08-11 | 2021-01-08 | 北京如影智能科技有限公司 | 一种机器人任务调度方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2016384096B2 (en) * | 2016-01-04 | 2019-10-24 | Zhejiang Libiao Robots Co., Ltd. | Method and device for returning robots from site |
CN106483943B (zh) * | 2016-10-13 | 2019-05-03 | 北京京东尚科信息技术有限公司 | 机器人的调度方法、装置以及计算机可读存储介质 |
EP3699832A1 (en) * | 2019-02-19 | 2020-08-26 | Tata Consultancy Services Limited | Systems and methods for optimizing scheduling of non-preemptive tasks in multi-robotic environment |
-
2021
- 2021-01-26 CN CN202110106014.1A patent/CN112947414B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105446343A (zh) * | 2016-01-04 | 2016-03-30 | 杭州亚美利嘉科技有限公司 | 一种机器人的调度方法及装置 |
WO2019234702A2 (en) * | 2018-06-08 | 2019-12-12 | Tata Consultancy Services Limited | Actor model based architecture for multi robot systems and optimized task scheduling method thereof |
CN109543872A (zh) * | 2018-09-19 | 2019-03-29 | 北京科技大学 | 多机器人无停车调度方法和系统 |
WO2020119674A1 (zh) * | 2018-12-14 | 2020-06-18 | 拉扎斯网络科技(上海)有限公司 | 调度方法、调度装置、计算机可读存储介质和电子设备 |
CN111210136A (zh) * | 2019-12-31 | 2020-05-29 | 深圳优地科技有限公司 | 一种机器人任务调度的方法及服务器 |
CN111798133A (zh) * | 2020-07-06 | 2020-10-20 | 北京海益同展信息科技有限公司 | 机器人调度方法、装置、设备、系统和存储介质 |
CN112198840A (zh) * | 2020-08-11 | 2021-01-08 | 北京如影智能科技有限公司 | 一种机器人任务调度方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112947414A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112947414B (zh) | 机器人调度方法、装置、计算机设备及存储介质 | |
US11597082B2 (en) | Dispatching method and device, and non-transitory readable storage medium | |
CN110723609B (zh) | 电梯控制方法、装置、系统、计算机设备和存储介质 | |
AU2016384096B2 (en) | Method and device for returning robots from site | |
CN111108480B (zh) | 一种用于分布式资源需求及分配的系统和方法 | |
US20160300318A1 (en) | Fare determination system for on-demand transport arrangement service | |
CN109615247B (zh) | 调度方法、配送机器人的控制方法、装置和电子设备 | |
CN111861310B (zh) | 货运订单的分配方法、装置、服务器及存储介质 | |
CN110689254A (zh) | 数据处理方法、装置、电子设备和计算机可读存储介质 | |
CN109003011B (zh) | 配送服务资源的分配方法及装置、电子设备 | |
CN110704177B (zh) | 计算任务处理方法、装置、计算机设备和存储介质 | |
CN112365219B (zh) | 订单处理方法、装置、存储介质和电子设备 | |
CN107861811A (zh) | 工作流系统中的任务信息传输方法、装置和计算机设备 | |
US11863463B1 (en) | System and method for object-response asset authorization and pairing | |
KR20190103199A (ko) | 트랜잭션 객체 예약 시스템, 방법 및 장치 | |
CN109934537A (zh) | 订单分配方法、装置、服务器和存储介质 | |
CN111401608B (zh) | 客运车辆的线路规划方法、装置及存储介质 | |
CN110111057B (zh) | 一种订单分配的方法、装置、可读存储介质和电子设备 | |
CN113919699A (zh) | 资源调配方案生成方法、装置、设备和存储介质 | |
CN110516872A (zh) | 一种信息处理方法、装置、存储介质和电子设备 | |
CN112950248A (zh) | 物流网点选址方法、装置、计算机设备和可读存储介质 | |
CN113014633B (zh) | 预置设备的定位方法、装置、计算机设备及存储介质 | |
CN113537853A (zh) | 订单分配方法、订单分配装置、可读存储介质及电子设备 | |
CN113705850A (zh) | 订单分配方法、装置、可读存储介质和电子设备 | |
CN114979161B (zh) | 用于边缘计算的应用迁移方法、装置、设备及存储介质 |
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 |