CN114237182B - 机器人调度方法及系统 - Google Patents
机器人调度方法及系统 Download PDFInfo
- Publication number
- CN114237182B CN114237182B CN202111558470.6A CN202111558470A CN114237182B CN 114237182 B CN114237182 B CN 114237182B CN 202111558470 A CN202111558470 A CN 202111558470A CN 114237182 B CN114237182 B CN 114237182B
- Authority
- CN
- China
- Prior art keywords
- robot
- capability
- requirements
- robots
- requirement
- 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
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32252—Scheduling production, machining, job shop
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本申请属于智能机器人领域,提供了一种机器人调度方法及系统,机器人调度方法包括:解析任务,以获取任务对应的至少两个需求,以及需求分别对应的权重;获取多个机器人分别对应的能力标识;根据能力标识、需求以及需求分别对应的权重从机器人中确定目标调度机器人。本申请实施例中的机器人调度方法能够准确识别目标调度机器人,进而提升机器人的调度效率。
Description
技术领域
本申请属于人工智能技术领域,具体涉及一种机器人调度方法以及机器人调度系统。
背景技术
目前机器人的调度是一对一明确的指令调度或者简单的匹配调度模式。
在面临大规模机器人群时,则存在无法准确识别目标调度机器人的问题,导致机器人的调度效率不高。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本申请的目的在于提供一种机器人调度方法,至少在一定程度上克服相关技术中机器人调度效率不高等技术问题。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面,提供一种机器人调度方法,包括:解析任务,以获取任务对应的至少两个需求,以及需求分别对应的权重;获取多个机器人分别对应的能力标识;根据能力标识、需求以及需求分别对应的权重从机器人中确定目标调度机器人。
在一些实施例中,根据能力标识、需求以及需求分别对应的权重从机器人中确定目标调度机器人,包括:获取权重中,值大于预设阈值的至少一个目标权重;根据目标权重对应的需求,目标权重以及能力标识,获取对各个机器人的评分,评分用于表示机器人满足需求的能力;将值最高的评分对应的机器人作为目标调度机器人。
在一些实施例中,根据目标权重对应的需求,目标权重以及能力标识,获取对各个机器人的评分,包括:根据目标权重对应的需求,以及根据能力标识,对机器人进行筛选,以筛选出满足目标权重对应的需求的至少一个候选机器人;获取候选机器人满足除目标权重外的其他权重对应的需求的评分;将评分与目标权重之积,作为候选机器人的最终评分,以将值最高的最终评分对应的候选机器人作为目标调度机器人。
在一些实施例中,解析任务,以获取任务对应的至少两个需求,包括:获取并解析多模态任务,多模态任务的输入包括图像、动作、文本以及语音输入中至少一个输入;对多模态任务的输入进行解析,以获取多模态任务对应的至少两个需求。
在一些实施例中,对多模态任务的输入进行解析,以获取多模态任务对应的至少两个需求,包括:获取标准需求组件库,标准需求组件库内具有多个需求,以及需求分别对应的文本描述;根据标准需求组件库,对多模态任务的输入进行解析,以生成标准化处理后的至少两个需求。
在一些实施例中,获取多个机器人的能力标识,包括:获取机器人分别对应的功能;根据标准需求组件库以及机器人分别对应的功能,生成机器人分别对应的能力标识。
在一些实施例中,生成机器人分别对应的能力标识之后,方法还包括:基于标准化处理后的需求,生成待匹配的需求集合,需求集合包括需求,以及需求对应的文本描述;基于机器人分别对应的能力标识,生成待匹配的能力集合,能力集合包括机器人标识,机器人标识对应的机器人的能力标识,能力标识对应的文本描述,以及对能力的评分;基于需求集合以及能力集合,从机器人中确定目标调度机器人。
在一些实施例中,获取多个机器人分别对应的能力标识,包括:获取机器人的静态能力标识;以及实时获取机器人的动态能力标识。
在一些实施例中,提供一种机器人调度系统,包括机器人端以及服务器端。机器人端提供了多个机器人,机器人具有对应的能力标识,机器人端具有调度接口;服务器端具有任务接收接口,用于解析任务接收接口所接收的任务的解析模块以及控制模块,解析模块用于生成任务对应的至少两个需求;控制模块用于根据能力标识、需求以及需求分别对应的权重从机器人中确定目标调度机器人,并发送至调度接口。
在一些实施例中,服务器端还具有能力标准化模块,能力标准化模块用于根据标准需求组件库以及机器人分别对应的功能,生成机器人分别对应的能力标识,以及生成标准化处理后的至少两个需求,以基于标准化处理后的能力标识以及需求进行目标调度机器人的选择。
根据本申请实施例的一个方面,提供一种计算机可读介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如以上技术方案中的机器人调度方法。
根据本申请实施例的一个方面,提供一种电子设备,该电子设备包括:处理器;以及存储器,用于存储处理器的可执行指令;其中,处理器被配置为经由执行可执行指令来执行如以上技术方案中的机器人调度方法。
根据本申请实施例的一个方面,提供一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行如以上技术方案中的机器人调度方法。
在本申请实施例提供的技术方案中,在本申请中,通过能力标识来表征机器人的能力情况,并通过对任务进行解析来获取需求以及需求对应的权重,从而根据需求及其权重从被标识的机器人中寻找能够完成任务的最优的目标调度机器人,从而能够在面对大规模机器人群的情况下,高效、精准地获取到目标调度机器人,提升调度效率,且能够实现在控制终端对机器人进行规模化的调度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅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的前提下,还可以根据这些附图获得其他的附图。
图1是根据本申请一实施例示出的机器人调度方法的流程图。
图2根据本申请一实施例示出的机器人调度方法的流程图。
图3根据本申请一实施例示出的机器人调度方法的流程图。
图4是根据本申请一实施例示出的生成能力标识的示意图。
图5是根据本申请一实施例示出的能力集合和需求集合的匹配示意图。
图6是根据本申请一具体实施例示出的能力集合和需求集合的匹配过程示意图。
图7示意性地示出了用于实现本申请实施例的电子设备的计算机系统结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
下面结合具体实施方式对本申请提供的机器人调度方法做出详细说明。
图1是根据本申请一实施例示出的机器人调度方法的流程图。该机器人调度方法可具体在云端服务器或机器人的控制终端执行。如图1所示,机器人调度方法至少包括以下步骤S110至步骤S130。
步骤S110、解析任务,以获取任务对应的至少两个需求,以及需求分别对应的权重。
具体的,首先需要获取任务,可以通过实时接收用户语音信息的方式接收任务,也可以根据场景图像,从场景图像中识别任务。示意性的,可以将用户语音信息转化为文字信息,进而根据分词和命名实体识别处理,获取任务。示意性的,场景图像可以是排队搬运场景,后序机器人可根据前序机器人已搬运货物且已离开搬运点后的图像,自动前进搬运。
对机器人提出的任务即是对机器人能力的需求。示意性的,若解析后的任务为将货物A搬运至地点B,机器人则需要具有移动能力、搬运能力和地点识别能力。其中,搬运能力的优先级可高于地点识别能力,因机器人可借助其他设备向预设地点移动,示意性的,自动导航小车。因此,搬运能力对应的权重可高于地点识别能力对应的权重。
在一个实施例中,解析任务,以获取任务对应的至少两个需求,具体可包括以下步骤:获取并解析多模态任务,多模态任务的输入包括图像、动作、文本以及语音输入中至少一个输入;对多模态任务的输入进行解析,以获取多模态任务对应的至少两个需求。
具体的,多模态任务可需要融合两个模态的特征。示意性的,图像特征、动作特征、文本特征以及语音特征等,从而使用相应的模型分别对上述的一种或多种输入进行解析,以此获取多模态任务对应的至少两个需求。由此,可增加本申请中机器人调度方法的应用场景的多样性和普适性,示意性的,对多模态机器人的智能调度与控制。
步骤S120、获取多个机器人分别对应的能力标识。
机器人是自动执行工作的机器装置。它既可以接受人类指挥,又可以运行预先编排的程序,也可以根据以人工智能技术制定的规则行动。容易理解的,不同的机器人具有不同的功能。机器人的功能由其物理结构特征和软件配套设置所确定。
因此,可根据机器人的功能生成各个机器人分别对应的能力标识。例如,具有机械手的机器人可具有操作能力标识,根据机械手的夹持力、托举力等行动能力的强弱,还可以对操作能力进行测试及评分,以标准化地表征机器人的能力及其能力水平。
在一个实施例中,获取多个机器人分别对应的能力标识,具体可包括以下步骤:获取机器人的静态能力标识;以及实时获取机器人的动态能力标识。
具体的,动态能力标识可用于标识机器人变化中的能力。示意性的,如续航能力、剩余荷载能力等。相应的,静态能力标识用于标识机器人具有稳定度的能力。示意性的,如计算能力、道路识别能力。
其中,动态能力标识对应的优先级可高于静态能力标识对应的优先级。示意性的,在续航能力被评分为0的情况下,可不再考虑静态能力标识所标识的各项能力。由此,可增加机器人调度控制的灵活性和可靠性。
步骤S130、根据能力标识、需求以及需求分别对应的权重从机器人中确定目标调度机器人。
该步骤用于在具有完成能力的机器人中,寻找最优的目标调度机器人。其中,需求和能力标识具有对应关系。在一个实施例中,需求和能力标识还可以采用同样的文本来描述,以提升匹配效率。
由此,在本申请中,通过能力标识来表征机器人的能力情况,并通过对任务进行解析来获取需求以及需求对应的权重,从而根据需求及其权重从被标识的机器人中寻找能够完成任务的目标调度机器人,从而能够在面对大规模机器人群的情况下,高效、精准地寻找到目标调度机器人,提升调度效率,且能够实现在控制终端对机器人进行规模化的调度。。
图2根据本申请一实施例示出的机器人调度方法的流程图。如图2所示,在该实施例中,根据能力标识、需求以及需求分别对应的权重从机器人中确定目标调度机器人,具体可包括以下步骤S210至步骤S230:
步骤S210、获取权重中,值大于预设阈值的至少一个目标权重;
步骤S220、根据目标权重对应的需求,目标权重以及能力标识,获取对各个机器人的评分,评分用于表示机器人满足需求的能力;
步骤S230、将值最高的评分对应的机器人作为目标调度机器人。
具体的,可首先对机器人的各项能力进行评分,示意性的,如无某项能力,则该项能力评分为0,若具有该项能力,则能力越强,评分越高,示意性的,对搬运机器人而言,移动的越快,则移动能力的评分越高。
由此,可根据需求,以及各需求对应的权重,依据能力标识,对各个机器人满足各需求的能力进行评分,以使用该评分来表示机器人满足需求的能力,进而将评分值最高的评分对应的机器人作为目标调度机器人,从而获取最优的被调度的机器人。
在一些实施例中,根据目标权重对应的需求,目标权重以及能力标识,获取对各个机器人的评分,具体可包括以下几个步骤:根据目标权重对应的需求,以及根据能力标识,对机器人进行筛选,以筛选出满足目标权重对应的需求的至少一个候选机器人;获取候选机器人满足除目标权重外的其他权重对应的需求的评分;将评分与目标权重之积,作为候选机器人的最终评分,以将值最高的最终评分对应的候选机器人作为目标调度机器人。由此,可根据权重、需求和能力标识综合评价,计算量小,能快速筛选出目标调度机器人。
图3根据本申请一实施例示出的机器人调度方法的流程图。如图3所示,在该实施例中,对多模态任务的输入进行解析,以获取多模态任务对应的至少两个需求,具体可包括以下步骤S310和步骤S320:
步骤S310、获取标准需求组件库,标准需求组件库内具有多个需求,以及需求分别对应的文本描述;
步骤S320、根据标准需求组件库,对多模态任务的输入进行解析,以生成标准化处理后的至少两个需求。
具体的,标准需求组件库用于使需求标准化,标准需求组件库内具有多个需求,以及需求分别对应的文本描述。在进行多模态任务的解析后,根据标准需求组件库生成标准化的需求,以及该需求对应的文本描述。
进一步地,在一些实施例中,获取多个机器人的能力标识,包括:获取机器人分别对应的功能;根据标准需求组件库以及机器人分别对应的功能,生成机器人分别对应的能力标识。由此,可采用同样的标准使机器人的能力标识标准化,从而来提升匹配效率和匹配准确性。
在一些实施例中,生成机器人分别对应的能力标识之后,机器人调度方法还包括:基于标准化处理后的需求,生成待匹配的需求集合,需求集合包括需求,以及需求对应的文本描述;基于机器人分别对应的能力标识,生成待匹配的能力集合,能力集合包括机器人标识,机器人标识对应的机器人的能力标识,能力标识对应的文本描述,以及对能力的评分;基于需求集合以及能力集合,从机器人中确定目标调度机器人。由此,采用集合与集合的相匹配的方式,可便于对集合中的各元素进行计算,从而获取评分值最高的机器人作为目标调度机器人,提升匹配和调度效率,且能够实现在控制终端对机器人进行规模化的调度。
在一个实施例中,本申请还提供了一种机器人调度系统。机器人调度系统包括机器人端以及服务器端。其中,机器人端提供了多个机器人,机器人具有对应的能力标识,机器人端具有调度接口。服务器端具有任务接收接口,用于解析任务接收接口所接收的任务的解析模块以及控制模块,解析模块用于生成任务对应的至少两个需求;控制模块用于根据能力标识、需求以及需求分别对应的权重从机器人中确定目标调度机器人,并发送至调度接口。在一些实施例中,服务器端还具有能力标准化模块,能力标准化模块用于根据标准需求组件库以及机器人分别对应的功能,生成机器人分别对应的能力标识,以及生成标准化处理后的至少两个需求,以基于标准化处理后的能力标识以及需求进行目标调度机器人的选择。
由此,可以在服务器端或与服务器端通信连接的控制终端对机器人接入大规模的机器人集群,并对机器人集群进行规模化的调度,提升调度效率。
具体的,图4是根据本申请一实施例示出的生成能力标识的示意图。具体的,如图4所示,云端机器人在传统接入的基础上,还向能力网关发送各个机器人的功能集;能力网关用于结合标准需求组件库,完成对能力的分类,如静态能力和动态能力,能力测试及评估以生成能力评分并输入到能力集合。能力集合包括多条机器人ID、该机器人ID的能力标识、能力标识对应的文本描述、能力评分的预设格式数据。
图5是根据本申请一实施例示出的能力集合和需求集合的匹配示意图。如图5所示,能力集合与需求集合在能力适配层里完成智能匹配。本专利方法对静态能力匹配和动态能力匹配两个步骤均适用。
图6是根据本申请一具体实施例示出的能力集合和需求集合的匹配过程示意图。如图6所示,在步骤1中,预设有能力需求阈值,通过该预设阈值可对各需求的权重进行选择,以获取目标权重,并从权值最高的权重对应的需求开始匹配,获取能够满足权值最高的权重对应的需求的候选机器人序列。在步骤2中,获取除了权值最高的权重之外的其他权重对应的需求,并按序对筛选出候选机器人序列的能力进行逐一适配。在步骤3中,根据匹配结果,对各个候选机器人满足需求的能力进行打分,并汇总得到能力总分,即总评分。在步骤4中,将各候选机器人的总评分乘以权值最高的权重,得到各候选机器人的综合加权评分,进而将值最高的综合加权评分对应的候选机器人作为目标调度机器人。
由此,可便于对集合中的各元素进行计算,从而获取评分值最高的机器人作为目标调度机器人,提升匹配和调度效率。
应当注意,尽管在附图中以特定顺序描述了本申请中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
图7示意性地示出了用于实现本申请实施例的电子设备的计算机系统结构框图。
需要说明的是,图7示出的电子设备的计算机系统700仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图7所示,计算机系统700包括中央处理器701(Central Processing Unit,CPU),其可以根据存储在只读存储器702(Read-Only Memory,ROM)中的程序或者从存储部分708加载到随机访问存储器703(Random Access Memory,RAM)中的程序而执行各种适当的动作和处理。在随机访问存储器703中,还存储有系统操作所需的各种程序和数据。中央处理器701、在只读存储器702以及随机访问存储器703通过总线704彼此相连。输入/输出接口705(Input/Output接口,即I/O接口)也连接至总线704。
以下部件连接至输入/输出接口705:包括键盘、鼠标等的输入部分706;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包括诸如局域网卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至输入/输出接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机程序根据需要被安装入存储部分708。
特别地,根据本申请的实施例,各个方法流程图中所描述的过程可以被实现为计算机软件程序。例如,本申请的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理器701执行时,执行本申请的系统中限定的各种功能。
需要说明的是,本申请实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种机器人调度方法,其特征在于,包括:
解析任务,以获取所述任务对应的至少两个需求,以及所述需求分别对应的权重;
获取多个机器人分别对应的能力标识;
根据所述能力标识、所述需求以及所述需求分别对应的权重从所述机器人中确定目标调度机器人;
其中,所述根据所述能力标识、所述需求以及所述需求分别对应的权重从所述机器人中确定目标调度机器人,包括:
通过能力需求阈值对各需求的权重进行选择,以获取各需求的目标权重,并从权值最高的权重对应的需求开始匹配,获取能够满足各个权重对应的需求的候选机器人序列;
按序对筛选出候选机器人序列的能力进行逐一适配,得到匹配结果;
根据匹配结果,对各个候选机器人满足需求的能力进行打分,并汇总得到能力总分;
将各候选机器人的能力总分乘以满足需求的能力中权重最高的权重,得到各候选机器人的综合加权评分,将最高的综合加权评分对应的候选机器人作为目标调度机器人。
2.根据权利要求1所述的方法,其特征在于,所述根据所述能力标识、所述需求以及所述需求分别对应的权重从所述机器人中确定目标调度机器人,包括:
获取所述权重中,值大于预设阈值的至少一个目标权重;
根据所述目标权重对应的需求,所述目标权重以及所述能力标识,获取对各个所述机器人的评分,所述评分用于表示所述机器人满足所述需求的能力;
将值最高的所述评分对应的机器人作为目标调度机器人。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标权重对应的需求,所述目标权重以及所述能力标识,获取对各个所述机器人的评分,包括:
根据所述目标权重对应的需求,以及根据所述能力标识,对所述机器人进行筛选,以筛选出满足所述目标权重对应的需求的至少一个候选机器人;
获取所述候选机器人满足除所述目标权重外的其他权重对应的需求的评分;
将所述评分与所述目标权重之积,作为所述候选机器人的最终评分,以将值最高的所述最终评分对应的候选机器人作为目标调度机器人。
4.根据权利要求1所述的方法,其特征在于,所述解析任务,以获取所述任务对应的至少两个需求,包括:
获取并解析多模态任务,所述多模态任务的输入包括图像、动作、文本以及语音输入中至少一个输入;
对所述多模态任务的输入进行解析,以获取所述多模态任务对应的至少两个需求。
5.根据权利要求4所述的方法,其特征在于,所述对所述多模态任务的输入进行解析,以获取所述多模态任务对应的至少两个需求,包括:
获取标准需求组件库,所述标准需求组件库内具有多个需求,以及所述需求分别对应的文本描述;
根据所述标准需求组件库,对所述多模态任务的输入进行解析,以生成标准化处理后的至少两个需求。
6.根据权利要求5所述的方法,其特征在于,所述获取多个机器人的能力标识,包括:
获取多个机器人分别对应的功能;
根据所述标准需求组件库以及所述机器人分别对应的功能,生成所述机器人分别对应的能力标识。
7.根据权利要求6所述的方法,其特征在于,所述生成所述机器人分别对应的能力标识之后,所述方法还包括:
基于标准化处理后的所述需求,生成待匹配的需求集合,所述需求集合包括所述需求,以及所述需求对应的文本描述;
基于所述机器人分别对应的能力标识,生成待匹配的能力集合,所述能力集合包括机器人标识,所述机器人标识对应的机器人的能力标识,所述能力标识对应的文本描述,以及对所述能力的评分;
基于所述需求集合以及所述能力集合,从所述机器人中确定目标调度机器人。
8.根据权利要求1所述的方法,其特征在于,所述获取多个机器人分别对应的能力标识,包括:
获取机器人的静态能力标识;
以及实时获取所述机器人的动态能力标识。
9.一种机器人调度系统,其特征在于,包括:
机器人端,提供了多个机器人,所述机器人具有对应的能力标识,所述机器人端具有调度接口;
服务器端,所述服务器端具有任务接收接口,用于解析所述任务接收接口所接收的任务的解析模块以及控制模块,所述解析模块用于生成所述任务对应的至少两个需求;控制模块用于根据所述能力标识、所述需求以及所述需求分别对应的权重从所述机器人中确定目标调度机器人,并发送至所述调度接口;
其中,控制模块用于通过能力需求阈值对各需求的权重进行选择,以获取各需求的目标权重,并从权值最高的权重对应的需求开始匹配,获取能够满足各个权重对应的需求的候选机器人序列;按序对筛选出候选机器人序列的能力进行逐一适配,得到匹配结果;根据匹配结果,对各个候选机器人满足需求的能力进行打分,并汇总得到能力总分;将各候选机器人的能力总分乘以满足需求的能力中权重最高的权重,得到各候选机器人的综合加权评分,将最高的综合加权评分对应的候选机器人作为目标调度机器人。
10.根据权利要求9所述的系统,其特征在于,所述服务器端还具有能力标准化模块,所述能力标准化模块用于根据标准需求组件库以及所述机器人分别对应的功能,生成所述机器人分别对应的能力标识,以及生成标准化处理后的至少两个需求,以基于标准化处理后的能力标识以及需求进行目标调度机器人的选择。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111558470.6A CN114237182B (zh) | 2021-12-17 | 2021-12-17 | 机器人调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111558470.6A CN114237182B (zh) | 2021-12-17 | 2021-12-17 | 机器人调度方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114237182A CN114237182A (zh) | 2022-03-25 |
CN114237182B true CN114237182B (zh) | 2023-05-23 |
Family
ID=80758779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111558470.6A Active CN114237182B (zh) | 2021-12-17 | 2021-12-17 | 机器人调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114237182B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114851210B (zh) * | 2022-07-05 | 2022-09-30 | 北京云迹科技股份有限公司 | 基于云平台的机器人调度方法及调度云平台 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100073771A (ko) * | 2008-12-23 | 2010-07-01 | 한국전자통신연구원 | 네트워크 기반 협업 로봇 시스템에서의 로봇 선택 방법 및 로봇 선택 장치 |
KR102117984B1 (ko) * | 2013-11-27 | 2020-06-02 | 한국전자통신연구원 | 군집 로봇의 협력 청소 방법 및 제어 장치 |
US10500717B2 (en) * | 2017-01-11 | 2019-12-10 | Stilwell Technology and Robotics, LLC | Robotic interfaces |
CN107291078B (zh) * | 2017-06-06 | 2019-11-08 | 歌尔股份有限公司 | 一种服务机器人的调度方法和装置 |
CN110287283B (zh) * | 2019-05-22 | 2023-08-01 | 中国平安财产保险股份有限公司 | 意图模型训练方法、意图识别方法、装置、设备及介质 |
CN111367491A (zh) * | 2020-03-02 | 2020-07-03 | 成都极米科技股份有限公司 | 语音交互方法、装置、电子设备及存储介质 |
CN111652373B (zh) * | 2020-05-29 | 2023-10-31 | 山东浪潮科学研究院有限公司 | 一种云机器人的任务调度方法、装置、设备及存储介质 |
CN112466289A (zh) * | 2020-12-21 | 2021-03-09 | 北京百度网讯科技有限公司 | 语音指令的识别方法、装置、语音设备和存储介质 |
-
2021
- 2021-12-17 CN CN202111558470.6A patent/CN114237182B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114237182A (zh) | 2022-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113361593B (zh) | 生成图像分类模型的方法、路侧设备及云控平台 | |
CN110555451A (zh) | 信息识别方法和装置 | |
CN113837596B (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
CN112749081A (zh) | 用户界面测试方法及相关装置 | |
CN112181835A (zh) | 自动化测试方法、装置、计算机设备及存储介质 | |
CN114237182B (zh) | 机器人调度方法及系统 | |
CN112766402A (zh) | 算法选择方法、装置和电子设备 | |
CN112328869A (zh) | 一种用户贷款意愿的预测方法、装置及计算机系统 | |
CN113033707B (zh) | 视频分类方法、装置、可读介质及电子设备 | |
CN114360027A (zh) | 一种特征提取网络的训练方法、装置及电子设备 | |
CN113821433A (zh) | 云手机应用程序的测试方法、装置、设备、介质及产品 | |
CN113641804A (zh) | 预训练模型获取方法、装置、电子设备及存储介质 | |
CN110348581B (zh) | 用户特征群中用户特征寻优方法、装置、介质及电子设备 | |
CN116578925B (zh) | 基于特征画像的行为预测方法、装置及存储介质 | |
CN110704614B (zh) | 对应用中的用户群类型进行预测的信息处理方法及装置 | |
CN116820714A (zh) | 一种算力设备的调度方法、装置、设备和存储介质 | |
CN113360672B (zh) | 用于生成知识图谱的方法、装置、设备、介质和产品 | |
CN115481594B (zh) | 计分板实现方法、计分板、电子设备及存储介质 | |
US20220164723A1 (en) | Method for determining boarding information, electronic device, and storage medium | |
CN110532304B (zh) | 数据处理方法及装置、计算机可读存储介质以及电子设备 | |
CN110083807B (zh) | 合同的修改影响自动预测方法、装置、介质及电子设备 | |
US11636022B2 (en) | Server and control method thereof | |
CN109783608B (zh) | 目标假设的确定方法、装置、可读存储介质和电子设备 | |
CN113554062A (zh) | 多分类模型的训练方法、设备和存储介质 | |
CN112948251A (zh) | 软件自动测试方法及装置 |
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 |