CN114488980A - 一种机器人的调度方法、装置、电子设备及存储介质 - Google Patents
一种机器人的调度方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114488980A CN114488980A CN202210070581.0A CN202210070581A CN114488980A CN 114488980 A CN114488980 A CN 114488980A CN 202210070581 A CN202210070581 A CN 202210070581A CN 114488980 A CN114488980 A CN 114488980A
- Authority
- CN
- China
- Prior art keywords
- scheduling
- robot
- strategy
- preset
- road section
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005457 optimization Methods 0.000 claims description 13
- 230000009467 reduction Effects 0.000 claims description 8
- 239000000126 substance Substances 0.000 claims description 2
- 230000008859 change Effects 0.000 description 10
- 230000008901 benefit Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000009193 crawling Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000004888 barrier function Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 241001464837 Viridiplantae Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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] or computer integrated manufacturing [CIM]
- G05B19/4189—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] or computer integrated manufacturing [CIM] characterised by the transport system
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明实施例公开了一种机器人的调度方法、装置、电子设备及存储介质。其中,该方法包括:获取机器人在路段上执行调度指令产生的调度信息;其中,所述调度信息包括当前调度策略和调度结果;判断所述机器人在所述路段上的调度结果是否满足预设的调度策略更新条件;若是,则更新所述当前调度策略。实现了根据机器人的调度信息,灵活变更当前调度策略,提高机器人的调度效率。
Description
技术领域
本发明实施例涉及机器人技术,尤其涉及一种机器人的调度方法、装置、电子设备及存储介质。
背景技术
在机器人的工作场所中可以同时运行多个机器人,多个机器人在运行时经常出现拥堵或碰撞的情况发生,需要通过调度来解决在狭窄道路内通行的问题。
现有技术中,预先设置机器人在道路上的避让策略。例如,两台机器人在同一道路内相向行驶时,如果当前道路比较宽,则可以设置该道路上的避让策略是靠边缓行。但是,现有技术中机器人只能按照固定的避让策略进行调度,调度的灵活性较低,影响机器人的调度效率。
发明内容
本发明实施例提供一种机器人的调度方法、装置、电子设备及存储介质,以提高机器人调度的效率和灵活性。
根据本发明的一方面,提供了一种机器人的调度方法,该方法包括:
获取机器人在路段上执行调度指令产生的调度信息;其中,所述调度信息包括当前调度策略和调度结果;
判断所述机器人在所述路段上的调度结果是否满足预设的调度策略更新条件;
若是,则更新所述当前调度策略。
可选的,在获取机器人在路段上执行调度指令产生的调度信息之前,还包括:
当至少两个机器人触发调度时,从所述至少两个机器人中确定待调度的机器人及待调度的机器人在所述路段上的当前调度策略;
向待调度的机器人发送调度指令,供所述待调度的机器人执行所述调度指令;其中,所述调度指令中包括当前调度策略。
可选的,从所述至少两个机器人中确定待调度的机器人,包括:
确定所述至少两个机器人是否均处于任务状态,若均处于任务状态,则确定所述至少两个机器人是否设置有调度优先级;
若未设置有调度优先级,则确定所述至少两个机器人各自的目标任务位置,根据所述至少两个机器人当前位置与所述目标任务位置,确定所述至少两个机器人的待行驶距离;
判断所述至少两个机器人的待行驶距离的距离差值是否等于或小于预设的差值阈值;
若等于或小于预设的差值阈值,则获取所述至少两个机器人在所述路段上的当前调度策略,根据所述当前调度策略,确定所述至少两个机器人的调度距离、调度时间以及当前调度策略的历史成功率;
根据所述调度距离、调度时间和历史成功率,基于预设的机器人选择规则,从所述至少两个机器人中确定待调度的机器人。
可选的,在判断所述至少两个机器人的待行驶距离的距离差值是否等于或小于预设的差值阈值之后,还包括:
若大于预设的差值阈值,则将至少两个机器人中待行驶距离长的机器人确定为待调度的机器人。
可选的,调度结果包括调度成功或调度失败;
判断所述机器人在所述路段上的调度结果是否满足预设的调度策略更新条件,包括:
判断所述机器人在所述路段上的调度结果中,调度失败的次数是否等于或大于预设的失败次数阈值;
若是,则确定所述机器人在所述路段上的调度结果满足预设的调度策略更新条件。
可选的,调度结果还包括所述机器人在执行调度指令时触发避障的次数和调度时间;
判断所述机器人在所述路段上的调度结果是否满足预设的调度策略更新条件,还包括:
判断所述机器人在执行调度指令时触发避障的次数是否等于或大于预设的避障次数阈值;和/或
判断所述机器人执行调度指令的调度时间是否等于或大于预设的时间阈值;
若是,则确定所述机器人在所述路段上的调度结果满足预设的调度策略更新条件。
可选的,更新所述当前调度策略,包括:
确定所述机器人前往预设的候选避让点的路径信息;其中,所述路径信息包括路径距离、机器人行驶时间以及路径上的障碍物数量;
根据所述路径信息和预设的调度策略确定规则,从所述候选避让点中确定目标避让点,将前往目标避让点的避让策略确定为目标调度策略;
将所述当前调度策略更新为所述目标调度策略。
可选的,在判断所述机器人在所述路段上的调度结果是否满足预设的调度策略更新条件之后,还包括:
若所述机器人在所述路段上的调度结果不满足预设的调度策略更新条件,则确定在所述路段上的调度结果不满足调度策略更新条件的次数是否超过预设的成功次数阈值;
若是,则获取预设的优化调度策略,将所述路段上的当前调度策略更新为优化调度策略。
可选的,在将所述路段上的当前调度策略更新为优化调度策略之后,还包括:
获取机器人在所述路段上基于所述优化调度策略的优化结果;
判断所述机器人在所述路段上的优化结果是否满足预设的调度策略还原条件;
若是,则将所述优化调度策略还原为所述当前调度策略。
根据本发明的另一方面,提供了一种机器人的调度装置,该装置包括:
调度信息获取模块,用于获取机器人在路段上执行调度指令产生的调度信息;其中,所述调度信息包括当前调度策略和调度结果;
调度结果判断模块,用于判断所述机器人在所述路段上的调度结果是否满足预设的调度策略更新条件;
调度策略更新模块,用于若是,则更新所述当前调度策略。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的机器人的调度方法。
根据本发明的另一方面,提供了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指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的机器人的调度方法。
本发明实施例的技术方案,通过在机器人执行调度指令时,获取机器人在路段上的调度信息。根据调度信息,确定机器人执行当前调度策略所得到的调度结果是否满足预设的调度策略更新条件。若满足,则确定需要对当前调度策略更新,实现了对当前调度策略的灵活变动。解决了现有技术中,依据固定的调度策略执行机器人调度的问题。避免机器人采用固定的调度策略无法通过道路或用时较长的情况发生,提高机器人调度的灵活性和效率,进而提高机器人的工作效率。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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是根据本发明实施例一提供的一种机器人的调度方法的流程示意图;
图2是根据本发明实施例二提供的一种机器人的调度方法的流程示意图;
图3是根据本发明实施例三提供的一种机器人的调度方法的流程示意图;
图4是根据本发明实施例四提供的一种机器人的调度方法的流程示意图;
图5是根据本发明实施例五提供的一种机器人的调度装置的结构框图;
图6是实现本发明实施例的机器人的调度方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“当前”和“目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种机器人的调度方法的流程示意图,本实施例可适用于多个机器人运行时进行调度的情况,该方法可以由一种机器人的调度装置来执行,该装置可以采用硬件和/或软件的形式实现。如图1所示,该方法包括:
步骤110、获取机器人在路段上执行调度指令产生的调度信息;其中,调度信息包括当前调度策略和调度结果。
其中,多个机器人在同一个工作场所中运行,当机器人行驶时,在一条道路上如果存在多个机器人,则可能出现机器人拥堵的现象。例如,机器人可以相向而行或同向而行。预先设置各个路段上的调度策略,可以预先设置路段与调度策略的关联关系,当机器人需要在路段上进行调度时,确定该机器人在该路段上的调度策略,作为当前调度策略。
向需要调度的机器人发出调度指令,调度指令中可以包括当前调度策略。机器人响应到调度指令,在路段上执行当前调度策略,生成调度信息。获取机器人本次调度在该路段上的调度信息,确定机器人执行本次调度指令的当前调度策略和产生的调度结果。即,调度信息中可以包括当前调度策略和调度结果。当前调度策略可以是机器人靠边缓行、靠边停止或前往预设的避让点进行避让等,调度结果可以是机器人调度成功或调度失败。调度成功可以是机器人成功到达避让点,或机器人成功从道路侧边通过等,调度失败可以是机器人的预设避让点被占用,导致机器人无法到达避让点,或者机器人在前往避让点的过程中被障碍物阻碍,无法到达避让点等。
步骤120、判断机器人在路段上的调度结果是否满足预设的调度策略更新条件。
其中,预先设置调度策略更新条件,调度策略更新条件是需要对路段上的当前调度策略进行更新的条件。例如,调度策略更新条件可以是机器人在路段上的调度次数或调度结果等。
本实施例中,在得到调度结果后,可以根据调度结果,确定是否满足预设的调度策略更新条件。即,确定是否需要进行调度策略的更新。例如,调度结果为机器人是否到达避让点,调度策略更新条件可以是机器人在路段上进行调度时,无法到达避让点。即,当机器人在路段上的调度结果为机器人无法到达避让点时,满足调度策略更新条件。
步骤130、若是,则更新当前调度策略。
其中,若机器人在路段上的调度结果不满足预设的调度策略更新条件,则不需要对路段上的调度策略进行更新。各个机器人在路段上进行避让时,还是根据当前调度策略进行调度。
若机器人在路段上的调度结果满足预设的调度策略更新条件,则确定需要更新当前调度策略。可以根据预设的调度策略确定规则,从候选调度策略中确定目标调度策略,将路段上的当前调度策略更新为目标调度策略。
可以预先设置候选调度策略和调度策略确定规则,在确定需要更新后,可以自动将当前调度策略更新为候选调度策略。也可以设置多个候选调度策略,并设置各个候选调度策略的优先级,调度策略确定规则可以是选择优先级高的候选调度策略。在确定需要更新后,可以将当前调度策略更新为优先级最高的候选调度策略。例如,当前调度策略为前往避让点避让,候选调度策略中靠边缓行的优先级最高,在需要更新调度策略时,可以将靠边缓行作为更新后的目标调度策略。在将靠边缓行作为更新后的目标调度策略时,还可以考虑路段宽度,若路段宽度较窄,则不采用靠边缓行的调度策略。
本实施例中,还可以在确定需要更新后,向工作人员发出提示信息,由工作人员手动对当前调度策略进行更新。
本实施例中,可选的,更新当前调度策略,包括:确定机器人前往预设的候选避让点的路径信息;其中,路径信息包括路径距离、机器人行驶时间以及路径上的障碍物数量;根据路径信息和预设的调度策略确定规则,从候选避让点中确定目标避让点,将前往目标避让点的避让策略确定为目标调度策略;将当前调度策略更新为目标调度策略。
具体的,当前调度策略可以是前往预设避让点避让,也可以是靠边缓行等。预先设置多个候选避让点,若当前调度策略是靠边缓行,则更新后的调度策略可以是前往预设的一个候选避让点进行避让;若当前调度策略是前往预设避让点避让,则更新后的调度策略可以是前往除该避让点之外的一个候选避让点。可以预先设置各个候选避让点的优先级,选择优先级高的候选避让点作为目标避让点。
还可以预先存储各个候选避让点的位置以及机器人工作场所中的障碍物的位置,根据机器人的当前位置,确定机器人前往各个候选避让点的路径信息。路径信息可以包括机器人从当前位置到候选避让点的路径距离、机器人到达候选避让点的行驶时间以及机器人从当前位置到候选避让点的路径上会遇到的障碍物数量。
预先设置调度策略确定规则,调度策略确定规则可以是从多个候选避让点中确定目标避让点的规则。例如,调度策略确定规则可以是将路径距离在预设距离阈值之内的候选避让点确定为目标避让点。在得到各个候选避让点的路径信息后,根据预设的调度策略确定规则,从候选避让点中确定目标避让点。例如,可以选择路径距离最短、机器人行驶时间最少或障碍物数量最少的候选避让点为目标避让点。还可以预设路径距离、机器人行驶时间以及障碍物数量的权重比例,根据权重比例进行综合考量,得到目标避让点。
在确定目标避让点后,将机器人从路段上的当前位置前往目标避让点的调度策略,作为该路段的目标调度策略。将该路段的当前调度策略更新为目标调度策略,使后续各个机器人在该路段上进行调度时,依据目标调度策略进行调度。这样设置的有益效果在于,可以从多个候选调度策略中选择最适合路段的目标调度策略,实现调度策略的自适应更新,提高调度策略变化的灵活性。避免固定的调度策略导致机器人无法正常运行的情况,提高机器人的调度效率,进而提高机器人的工作效率。
本实施例的技术方案,通过在机器人执行调度指令时,获取机器人在路段上的调度信息。根据调度信息,确定机器人执行当前调度策略所得到的调度结果是否满足预设的调度策略更新条件。若满足,则确定需要对当前调度策略更新,实现了对当前调度策略的灵活变动。解决了现有技术中,依据固定的调度策略执行机器人调度的问题。举例来说,在餐厅场景下,餐厅的环境复杂多变,路段的障碍物情况是动态变化的,如果每个路段仅有固定的调度策略,则无法适应环境的变化。比如路段A的调度策略为靠边缓行,但是该路段上可能会添加装饰物品,例如绿植等,这会导致机器人在该路段难以通过靠边缓行顺利通过。本方案可以避免机器人采用固定的调度策略无法通过道路或用时较长的情况发生,提高机器人调度的灵活性和效率,进而提高机器人的工作效率。
实施例二
图2为本发明实施例二提供的一种机器人的调度方法的流程示意图,本实施例为在上述实施例基础上的可选实施例,该方法可以由一种机器人的调度装置来执行。
本实施例中,在获取机器人在路段上执行调度指令产生的调度信息之前,可追加:当至少两个机器人触发调度时,从至少两个机器人中确定待调度的机器人及待调度的机器人在路段上的当前调度策略;向待调度的机器人发送调度指令,供待调度的机器人执行调度指令;其中,调度指令中包括当前调度策略。
如图2所示,该方法具体包括如下步骤:
步骤210、当至少两个机器人触发调度时,从至少两个机器人中确定待调度的机器人及待调度的机器人在路段上的当前调度策略。
其中,当机器人之间距离相近,会发生拥堵或碰撞等现象,需要触发机器人的调度。预先设置触发调度的条件,例如,触发调度的条件可以是多个机器人之间的距离小于预设的调度距离阈值。即,当至少两个机器人之间的距离较近时,可以对机器人进行调度。还可以是两台机器人的规划路径中出现了重合路段等触发调度。
在确定至少两个机器人在一个路段上触发调度时,需要从至少两个机器人中确定待调度的机器人。例如,两个机器人在路段上相遇,其中一个机器人需要进行调度,另一个机器人正常行驶。可以从至少两个机器人中随机确定待调度的机器人,也可以预先设置待调度机器人确定规则,例如,确定各机器人的目标任务位置,将距离目标任务位置近的机器人确定为待调度的机器人。在确定待调度的机器人后,确定该机器人在当前所在路段上的当前调度策略。预先设置路段与调度策略的关联关系,确定机器人所在的路段,得到该路段的调度策略,作为当前调度策略。还可以是两个机器人均为待调度机器人,分别沿道路两侧缓行,完成调度。
本实施例中,可选的,从至少两个机器人中确定待调度的机器人,包括:确定至少两个机器人是否均处于任务状态,若均处于任务状态,则确定至少两个机器人是否设置有调度优先级;若未设置有调度优先级,则确定至少两个机器人各自的目标任务位置,根据至少两个机器人当前位置与目标任务位置,确定至少两个机器人的待行驶距离;判断至少两个机器人的待行驶距离的距离差值是否等于或小于预设的差值阈值;若等于或小于预设的差值阈值,则获取至少两个机器人在路段上的当前调度策略,根据当前调度策略,确定至少两个机器人的调度距离、调度时间以及当前调度策略的历史成功率;根据调度距离、调度时间和历史成功率,基于预设的机器人选择规则,从至少两个机器人中确定待调度的机器人。
具体的,在确定触发调度后,确定相遇的至少两个机器人是否均处于任务状态。机器人的状态可以包括任务状态和空闲状态,任务状态是指机器人正在前往目标任务位置,空闲状态可以是机器人静止或不存在待执行任务等。处于任务状态的机器人优先行驶,处于空闲状态的机器人为待调度的机器人。例如,两个机器人在路段上相遇,其中一个机器人处于任务状态,另一个机器人静止在路段上,阻碍了任务状态的机器人,则静止的机器人为待调度的机器人进行调度,任务状态的机器人继续正常行驶。
若至少两个机器人均处于任务状态,则确定至少两个机器人是否设置有调度优先级。若是,则将优先级低的机器人作为待调度的机器人,优先级高的机器人继续正常行驶。还可以确定至少两个机器人正在执行的任务是否设置有调度优先级,若是,则将任务的调度优先级低的机器人作为待调度的机器人,任务的调度优先级高的机器人继续正常行驶。
若至少两个机器人均存在任务且没有设置优先级,则确定至少两个机器人各自的目标任务位置和当前位置。根据各自的当前位置与目标任务位置,确定各个机器人的待行驶距离。比较各个机器人的待行驶距离,可以将待行驶距离最长的机器人确定为待调度的机器人。
在确定各个机器人的待行驶距离后,可以确定两个待行驶距离之间的距离差值,判断距离差值是否等于或小于预设的差值阈值。例如,差值阈值可以是一米。若距离差值等于或小于差值阈值,则获取这两个机器人在路段上的当前调度策略。不同机器人在同一路段上的当前调度策略可以一致,由于各机器人的当前位置不同,因此,同一当前调度策略下,机器人的调度距离和调度时间等也可以不同。在确定各机器人的当前调度策略后,确定在当前调度策略下,各机器人的调度距离、调度时间以及当前调度策略的历史成功率。可以根据机器人的当前位置和当前调度策略中的避让点位置,确定调度距离和调度时间。当前调度策略的历史成功率可以是当前调度策略被所有机器人执行时的历史成功率,也可以是被各个机器人执行时各自的历史成功率。
预先设置机器人选择规则,根据调度距离、调度时间和历史成功率,从至少两个机器人中确定待调度的机器人。例如,机器人选择规则可以是选择调度距离短、调度时间短或调度成功率高的机器人作为待调度的机器人。也可以预先设置调度距离、调度时间和历史成功率的权重比例,对这三个方面综合考量,确定待调度的机器人。这样设置的有益效果在于,从多个机器人中选择适合进行调度的机器人,控制相应机器人进行调度,提高机器人的调度效率。而其他机器人正常行驶,避免影响机器人的正常工作,提高机器人的工作效率。
本实施例中,可选的,在判断至少两个机器人的待行驶距离的距离差值是否等于或小于预设的差值阈值之后,还包括:若大于预设的差值阈值,则将至少两个机器人中待行驶距离长的机器人确定为待调度的机器人。
具体的,若机器人的待行驶距离之间的距离差值大于预设的差值阈值,则不需要确定各机器人的当前调度策略。直接比较待行驶距离的大小,将待行驶距离较长的机器人作为待调度的机器人,其他机器人正常行驶。也可以将待行驶距离短的机器人作为待调度的机器人,本实施例对此不做具体限制。这样设置的有益效果在于,在机器人的待行驶距离相差较大的情况下,直接确定待调度的机器人,使即将到达目标任务位置的机器人优先行驶,避免影响任务的完成,提高机器人的调度效率和工作效率。
步骤220、向待调度的机器人发送调度指令,供待调度的机器人执行调度指令;其中,调度指令中包括当前调度策略。
其中,在确定待调度的机器人后,向该机器人发送调度指令,调度指令中可以包括当前调度策略。机器人收到调度指令,根据当前调度策略进行调度,从而获取机器人在路段上执行调度指令产生的调度信息。这样设置的有益效果在于,从多个机器人中确定需要调度的机器人,只控制需要调度的机器人进行调度,其他机器人可以正常工作,即提高调度效率,避免出现调度冲突,又能提高机器人的工作效率,保证机器人的任务及时完成。
步骤230、获取机器人在路段上执行调度指令产生的调度信息;其中,调度信息包括当前调度策略和调度结果。
步骤240、判断机器人在路段上的调度结果是否满足预设的调度策略更新条件。
步骤250、若是,则更新当前调度策略。
本发明实施例通过在机器人触发调度时,确定待调度的机器人,向该机器人发出调度指令。获取机器人在路段上执行调度指令时的调度信息。根据调度信息,确定机器人执行当前调度策略所得到的调度结果是否满足预设的调度策略更新条件。若满足,则确定需要对当前调度策略更新,实现了对当前调度策略的灵活变动。解决了现有技术中,依据固定的调度策略执行机器人调度的问题。通过选择待调度的机器人,避免机器人调度时出现冲突。且机器人调度时不需要采用固定的调度策略,避免无法通过道路或调度用时较长的情况发生,提高机器人调度的灵活性和效率,进而提高机器人的工作效率。
实施例三
图3为本发明实施例三提供的一种机器人的调度方法的流程示意图,本实施例为在上述实施例基础上的可选实施例,该方法可以由一种机器人的调度装置来执行。
本实施例中,调度结果包括调度成功或调度失败;判断机器人在路段上的调度结果是否满足预设的调度策略更新条件,可细化为:判断机器人在路段上的调度结果中,调度失败的次数是否等于或大于预设的失败次数阈值;若是,则确定机器人在路段上的调度结果满足预设的调度策略更新条件。
如图3所示,该方法具体包括如下步骤:
步骤310、获取机器人在路段上执行调度指令产生的调度信息;其中,调度信息包括当前调度策略和调度结果;调度结果包括调度成功或调度失败。
其中,调度结果可以包括调度成功或调度失败,调度成功可以是机器人在预设的时间范围内到达避让点,调度失败可以是机器人没有在预设的时间范围内到达避让点。若当前调度策略为靠边缓行,则调度成功还可以是机器人在预设时间范围内通过路段,调度失败还可以是机器人没有在预设时间范围内通过路段。
步骤320、判断机器人在路段上的调度结果中,调度失败的次数是否等于或大于预设的失败次数阈值。
其中,获取机器人的调度结果,确定机器人是否调度成功。若机器人调度成功,则可以记录调度成功的次数,各机器人继续根据预设的调度策略进行调度。若机器人调度失败,则记录机器人调度失败的次数,机器人调度失败的次数可以是该机器人在当前的路段上执行当前调度策略的失败次数,也可以所有机器人在该路段上执行当前调度策略的失败次数。预先设置失败次数阈值,将当前调度失败的次数与预设的失败次数阈值进行比较。例如,预设的失败次数阈值可以是五次。判断记录的调度失败的次数是否等于或大于预设的失败次数阈值。
步骤330、若是,则确定机器人在路段上的调度结果满足预设的调度策略更新条件。
其中,若调度失败的次数小于预设的失败次数阈值,则确定机器人在路段上的调度结果不满足预设的调度策略更新条件,不需要进行调度策略的更新。若调度失败的次数等于或大于预设的失败次数阈值,则确定机器人在路段上的调度结果满足预设的调度策略更新条件,需要进行调度策略的更新。这样设置的有益效果在于,通过调度失败的次数确定是否调度策略更新条件,便于及时发现需要更新的调度策略,避免机器人在路段上一直调度失败,使调度策略能满足机器人的调度需求,提高机器人工作效率,也能够避免偶发因素导致错误地频繁切换调度策略。
本实施例中,可选的,调度结果还包括机器人在执行调度指令时触发避障的次数和调度时间;判断机器人在路段上的调度结果是否满足预设的调度策略更新条件,还包括:判断机器人在执行调度指令时触发避障的次数是否等于或大于预设的避障次数阈值;和/或判断机器人执行调度指令的调度时间是否等于或大于预设的时间阈值;若是,则确定机器人在路段上的调度结果满足预设的调度策略更新条件。
具体的,调度结果中还可以包括机器人在执行调度指令时触发避障的次数和调度时间。机器人在执行调度指令时触发避障的次数可以是机器人在前往避让点的过程中,遇到障碍物从而触发机器人避障的次数,可以根据机器人的障碍检测设备,如激光雷达的探测数据确定。
预先设置避障次数阈值,在机器人完成调度后,确定机器人此次调度触发避障的次数。将此次执行调度指令的过程中,调度触发避障的次数与预设的避障次数阈值进行比较,判断触发避障的次数是否等于或大于避障次数阈值。若是,则可以确定机器人在路段上的调度结果满足预设的调度策略更新条件;若否,则确定机器人在路段上的调度结果不满足预设的调度策略更新条件。
还可以预设一个时间阈值,在机器人完成调度后,确定机器人此次调度的调度时间。将机器人执行此次调度指令的调度时间与预设的时间阈值进行比较,判断调度时间是否等于或大于时间阈值。若是,则可以确定机器人在路段上的调度结果满足预设的调度策略更新条件;若否,则确定机器人在路段上的调度结果不满足预设的调度策略更新条件。
可以在触发避障的次数等于或大于预设的避障次数阈值,或者调度时间等于或大于预设的时间阈值时,确定机器人在路段上的调度结果满足预设的调度策略更新条件。也可以在触发避障的次数等于或大于预设的避障次数阈值,且调度时间等于或大于预设的时间阈值时,确定机器人在路段上的调度结果满足预设的调度策略更新条件。这样设置的有益效果在于,设置多种判断条件,确定是否需要进行调度策略的更新,从而及时发现有问题的调度策略,完善调度场景,避免有问题的调度策略影响机器人运行,提高机器人的调度效率和工作效率。
步骤340、若机器人在路段上的调度结果满足预设的调度策略更新条件,则更新当前调度策略。
本发明实施例通过在机器人执行调度指令时,获取机器人在路段上的调度信息。根据调度信息中的调度结果,可以确定机器人执行的当前调度策略是否满足预设的调度策略更新条件。例如,可以确定当前调度策略的调度结果是否总是失败。若是,则确定需要对当前调度策略更新,实现了对当前调度策略的灵活变动。解决了现有技术中,依据固定的调度策略执行机器人调度的问题。避免机器人采用固定的调度策略无法通过道路或用时较长的情况发生,提高机器人调度的灵活性和效率,进而提高机器人的工作效率。
实施例四
图4为本发明实施例四提供的一种机器人的调度方法的流程示意图,本实施例为在上述实施例基础上的可选实施例,该方法可以由一种机器人的调度装置来执行。
本实施例中,在判断机器人在路段上的调度结果是否满足预设的调度策略更新条件之后,可追加:若机器人在路段上的调度结果不满足预设的调度策略更新条件,则确定在路段上的调度结果不满足调度策略更新条件的次数是否超过预设的成功次数阈值;若是,则获取预设的优化调度策略,将路段上的当前调度策略更新为优化调度策略。
如图4所示,该方法具体包括如下步骤:
步骤410、获取机器人在路段上执行调度指令产生的调度信息;其中,调度信息包括当前调度策略和调度结果。
步骤420、判断机器人在路段上的调度结果是否满足预设的调度策略更新条件。
步骤430、若机器人在路段上的调度结果不满足预设的调度策略更新条件,则确定在路段上的调度结果不满足调度策略更新条件的次数是否超过预设的成功次数阈值。
其中,若机器人在路段上的调度结果不满足预设的调度策略更新条件,即机器人成功在预设时间范围内完成调度或机器人在调度过程中没有遇到过障碍物,则记录机器人在路段上的调度结果不满足调度策略更新条件的次数,例如,可以将不满足调度策略更新条件的次数加一。
预先设置成功次数阈值,将更新的不满足调度策略更新条件的次数与成功次数阈值进行比较。判断机器人在路段上的调度结果不满足调度策略更新条件的次数是否超过预设的成功次数阈值。机器人在路段上的调度结果不满足调度策略更新条件的次数,可以是当前调度的机器人在该路段上的调度结果不满足调度策略更新条件的次数,也可以是机器人工作场所中,所有机器人在该路段上的调度结果不满足调度策略更新条件的次数。
步骤440、若是,则获取预设的优化调度策略,将路段上的当前调度策略更新为优化调度策略。
其中,若不满足调度策略更新条件的次数没有超过预设的成功次数阈值,则不需要进行当前调度策略的优化,各机器人在该路段上继续按照当前调度策略进行调度。
若不满足调度策略更新条件的次数超过预设的成功次数阈值,则可以对当前调度策略进行优化。预先设置优化调度策略,当路段上的调度结果不满足调度策略更新条件的次数超过预设的成功次数阈值时,获取预设的优化调度策略,将路段的当前调度策略更新为优化调度策略。后续的机器人在该路段上进行调度时,采用优化调度策略进行调度。例如,当前调度策略是前往避让点进行避让,优化调度策略为靠边缓行。机器人在路段上前往避让点的成功次数超过预设的成功次数阈值,则将当前调度策略替换为靠边缓行。当再有机器人在该路段上调度时,不需要再前往避让点,直接靠边缓行通过即可,耗时更短,调度效率更高。这样设置的有益效果在于,当机器人在路段采用当前调度策略可以成功调度时,可以考虑将当前调度策略更新为更优的调度策略,有效提高调度策略更换的灵活性,有利于确定路段上最合适的调度策略,提高机器人的调度效率。例如,某路段可能因为存在摆放的障碍物导致路段较窄,初始调度策略为前往避让点避让。但是可能障碍物清除,此时路段增宽,使用靠边缓行策略也能够成功调度,且效率更高。因此,使用本申请的技术方案,能够使得路段的调度策略更加灵活适应环境的变化,找到调度成功率高且效率高的最优策略。
本实施例中,可选的,在将路段上的当前调度策略更新为优化调度策略之后,还包括:获取机器人在路段上基于优化调度策略的优化结果;判断机器人在路段上的优化结果是否满足预设的调度策略还原条件;若是,则将优化调度策略还原为当前调度策略。
具体的,在将当前调度策略替换为优化调度策略后,确定后续各个机器人在路段上执行优化调度策略的调度结果,作为优化结果。预先设置调度策略还原条件,判断机器人在路段上的优化结果是否满足预设的调度策略还原条件。例如,调度策略还原条件可以是机器人在执行优化调度策略时调度失败,且调度失败的次数超过预设的失败次数阈值。若机器人在路段上的优化结果满足预设的调度策略还原条件,例如,若机器人执行优化调度策略时,调度结果失败,且失败次数超过预设的失败次数阈值,则确定优化调度策略不如原先的当前调度策略,该路段不适合采用优化调度策略,可以将优化调度策略还原为当前调度策略。且路段在进行当前调度策略的还原后,在预设优化时间范围内,不再将触发当前调度策略变化为优化调度策略。若机器人在路段上的优化结果不满足预设的调度策略还原条件,则认为机器人采用优化调度条件可以在路段上较好调度,可以继续使用优化调度策略。这样设置的有益效果在于,每个路段场景的客流量和环境都不同,如果当前调度策略的调度非常顺利,则可以说明该路段场景的移动障碍物较少,因此可以尝试效率更高的调度策略,作为优化调度策略。如果尝试失败,则可以还原调度策略,且短时间内不再触发调度策略的调整。实现了调度策略的自适应更新,自动寻找最合适的调度策略,提高调度策略变化的灵活性,有效提高机器人的调度效率。
本发明实施例通过在机器人执行调度指令时,获取机器人在路段上的调度信息。根据调度信息,确定机器人执行当前调度策略所得到的调度结果是否满足预设的调度策略更新条件。若满足,则可以对当前调度策略进行优化,实现了对当前调度策略的灵活变动。解决了现有技术中,依据固定的调度策略执行机器人调度的问题。使机器人在可以成功调度时,寻找更优的调度策略,提高机器人调度的灵活性和效率,进而提高机器人的工作效率。
实施例五
图5为本发明实施例五提供的一种机器人的调度装置的结构框图,可执行本发明任意实施例所提供的一种机器人的调度方法,具备执行方法相应的功能模块和有益效果。如图5所示,该装置具体包括:
调度信息获取模块501,用于获取机器人在路段上执行调度指令产生的调度信息;其中,所述调度信息包括当前调度策略和调度结果;
调度结果判断模块502,用于判断所述机器人在所述路段上的调度结果是否满足预设的调度策略更新条件;
调度策略更新模块503,用于若是,则更新所述当前调度策略。
可选的,该装置还包括:
待调度机器人确定模块,用于在获取机器人在路段上执行调度指令产生的调度信息之前,当至少两个机器人触发调度时,从至少两个机器人中确定待调度的机器人及待调度的机器人在路段上的当前调度策略;
调度指令发送模块,用于向待调度的机器人发送调度指令,供待调度的机器人执行调度指令;其中,调度指令中包括当前调度策略。
可选的,待调度机器人确定模块,包括:
机器人状态判断单元,用于确定所述至少两个机器人是否均处于任务状态,若均处于任务状态,则确定所述至少两个机器人是否设置有调度优先级;
待行驶距离确定单元,用于若未设置有调度优先级,则确定所述至少两个机器人各自的目标任务位置,根据所述至少两个机器人当前位置与所述目标任务位置,确定所述至少两个机器人的待行驶距离;
距离差值判断单元,用于判断所述至少两个机器人的待行驶距离的距离差值是否等于或小于预设的差值阈值;
当前调度策略获取单元,用于若等于或小于预设的差值阈值,则获取所述至少两个机器人在所述路段上的当前调度策略,根据所述当前调度策略,确定所述至少两个机器人的调度距离、调度时间以及当前调度策略的历史成功率;
机器人确定单元,用于根据所述调度距离、调度时间和历史成功率,基于预设的机器人选择规则,从所述至少两个机器人中确定待调度的机器人。
可选的,待调度机器人确定模块,还包括:
待行驶距离比较单元,用于在判断所述至少两个机器人的待行驶距离的距离差值是否等于或小于预设的差值阈值之后,若大于预设的差值阈值,则将至少两个机器人中待行驶距离长的机器人确定为待调度的机器人。
可选的,调度结果包括调度成功或调度失败;
调度结果判断模块502,具体用于:
判断所述机器人在所述路段上的调度结果中,调度失败的次数是否等于或大于预设的失败次数阈值;
若是,则确定所述机器人在所述路段上的调度结果满足预设的调度策略更新条件。
可选的,调度结果还包括所述机器人在执行调度指令时触发避障的次数和调度时间;
调度结果判断模块502,还具体用于:
判断所述机器人在执行调度指令时触发避障的次数是否等于或大于预设的避障次数阈值;和/或
判断所述机器人执行调度指令的调度时间是否等于或大于预设的时间阈值;
若是,则确定所述机器人在所述路段上的调度结果满足预设的调度策略更新条件。
可选的,调度策略更新模块503,包括:
路径信息确定单元,用于确定所述机器人前往预设的候选避让点的路径信息;其中,所述路径信息包括路径距离、机器人行驶时间以及路径上的障碍物数量;
目标调度策略确定单元,用于根据所述路径信息和预设的调度策略确定规则,从所述候选避让点中确定目标避让点,将前往目标避让点的避让策略确定为目标调度策略;
当前调度策略更新单元,用于将所述当前调度策略更新为所述目标调度策略。
可选的,该装置还包括:
成功次数判断模块,用于在判断所述机器人在所述路段上的调度结果是否满足预设的调度策略更新条件之后,若所述机器人在所述路段上的调度结果不满足预设的调度策略更新条件,则确定在所述路段上的调度结果不满足调度策略更新条件的次数是否超过预设的成功次数阈值;
当前调度策略优化模块,用于若是,则获取预设的优化调度策略,将所述路段上的当前调度策略更新为优化调度策略。
可选的,该装置还包括:
优化结果获取模块,用于在将所述路段上的当前调度策略更新为优化调度策略之后,获取机器人在所述路段上基于所述优化调度策略的优化结果;
优化结果判断模块,用于判断所述机器人在所述路段上的优化结果是否满足预设的调度策略还原条件;
优化调度策略还原模块,用于若是,则将所述优化调度策略还原为所述当前调度策略。
本发明实施例通过在机器人执行调度指令时,获取机器人在路段上的调度信息。根据调度信息,确定机器人执行当前调度策略所得到的调度结果是否满足预设的调度策略更新条件。若满足,则确定需要对当前调度策略更新,实现了对当前调度策略的灵活变动。解决了现有技术中,依据固定的调度策略执行机器人调度的问题。避免机器人采用固定的调度策略无法通过道路或用时较长的情况发生,提高机器人调度的灵活性和效率,进而提高机器人的工作效率。
实施例六
图6示出了可以用来实施本发明的实施例的机器人的调度方法的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如一种机器人的调度方法。
在一些实施例中,机器人的调度方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的机器人的调度方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行一种机器人的调度方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、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)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序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,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。
在本发明的上下文中,计算机可读存储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计算机程序。计算机可读存储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。备选地,计算机可读存储介质可以是机器可读信号介质。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。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (12)
1.一种机器人的调度方法,其特征在于,包括:
获取机器人在路段上执行调度指令产生的调度信息;其中,所述调度信息包括当前调度策略和调度结果;
判断所述机器人在所述路段上的调度结果是否满足预设的调度策略更新条件;
若是,则更新所述当前调度策略。
2.根据权利要求1所述的方法,其特征在于,在获取机器人在路段上执行调度指令产生的调度信息之前,还包括:
当至少两个机器人触发调度时,从所述至少两个机器人中确定待调度的机器人及待调度的机器人在所述路段上的当前调度策略;
向待调度的机器人发送调度指令,供所述待调度的机器人执行所述调度指令;其中,所述调度指令中包括当前调度策略。
3.根据权利要求2所述的方法,其特征在于,从所述至少两个机器人中确定待调度的机器人,包括:
确定所述至少两个机器人是否均处于任务状态,若均处于任务状态,则确定所述至少两个机器人是否设置有调度优先级;
若未设置有调度优先级,则确定所述至少两个机器人各自的目标任务位置,根据所述至少两个机器人当前位置与所述目标任务位置,确定所述至少两个机器人的待行驶距离;
判断所述至少两个机器人的待行驶距离的距离差值是否等于或小于预设的差值阈值;
若等于或小于预设的差值阈值,则获取所述至少两个机器人在所述路段上的当前调度策略,根据所述当前调度策略,确定所述至少两个机器人的调度距离、调度时间以及当前调度策略的历史成功率;
根据所述调度距离、调度时间和历史成功率,基于预设的机器人选择规则,从所述至少两个机器人中确定待调度的机器人。
4.根据权利要求3所述的方法,其特征在于,在判断所述至少两个机器人的待行驶距离的距离差值是否等于或小于预设的差值阈值之后,还包括:
若大于预设的差值阈值,则将至少两个机器人中待行驶距离长的机器人确定为待调度的机器人。
5.根据权利要求1所述的方法,其特征在于,所述调度结果包括调度成功或调度失败;
判断所述机器人在所述路段上的调度结果是否满足预设的调度策略更新条件,包括:
判断所述机器人在所述路段上的调度结果中,调度失败的次数是否等于或大于预设的失败次数阈值;
若是,则确定所述机器人在所述路段上的调度结果满足预设的调度策略更新条件。
6.根据权利要求1所述的方法,其特征在于,所述调度结果还包括所述机器人在执行调度指令时触发避障的次数和调度时间;
判断所述机器人在所述路段上的调度结果是否满足预设的调度策略更新条件,还包括:
判断所述机器人在执行调度指令时触发避障的次数是否等于或大于预设的避障次数阈值;和/或
判断所述机器人执行调度指令的调度时间是否等于或大于预设的时间阈值;
若是,则确定所述机器人在所述路段上的调度结果满足预设的调度策略更新条件。
7.根据权利要求1所述的方法,其特征在于,更新所述当前调度策略,包括:
确定所述机器人前往预设的候选避让点的路径信息;其中,所述路径信息包括路径距离、机器人行驶时间以及路径上的障碍物数量;
根据所述路径信息和预设的调度策略确定规则,从所述候选避让点中确定目标避让点,将前往目标避让点的避让策略确定为目标调度策略;
将所述当前调度策略更新为所述目标调度策略。
8.根据权利要求1所述的方法,其特征在于,在判断所述机器人在所述路段上的调度结果是否满足预设的调度策略更新条件之后,还包括:
若所述机器人在所述路段上的调度结果不满足预设的调度策略更新条件,则确定在所述路段上的调度结果不满足调度策略更新条件的次数是否超过预设的成功次数阈值;
若是,则获取预设的优化调度策略,将所述路段上的当前调度策略更新为优化调度策略。
9.根据权利要求8所述的方法,其特征在于,在将所述路段上的当前调度策略更新为优化调度策略之后,还包括:
获取机器人在所述路段上基于所述优化调度策略的优化结果;
判断所述机器人在所述路段上的优化结果是否满足预设的调度策略还原条件;
若是,则将所述优化调度策略还原为所述当前调度策略。
10.一种机器人的调度装置,其特征在于,包括:
调度信息获取模块,用于获取机器人在路段上执行调度指令产生的调度信息;其中,所述调度信息包括当前调度策略和调度结果;
调度结果判断模块,用于判断所述机器人在所述路段上的调度结果是否满足预设的调度策略更新条件;
调度策略更新模块,用于若是,则更新所述当前调度策略。
11.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一所述的机器人的调度方法。
12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-9中任一所述的机器人的调度方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210070581.0A CN114488980A (zh) | 2022-01-21 | 2022-01-21 | 一种机器人的调度方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210070581.0A CN114488980A (zh) | 2022-01-21 | 2022-01-21 | 一种机器人的调度方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114488980A true CN114488980A (zh) | 2022-05-13 |
Family
ID=81471894
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210070581.0A Pending CN114488980A (zh) | 2022-01-21 | 2022-01-21 | 一种机器人的调度方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114488980A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107491072A (zh) * | 2017-09-05 | 2017-12-19 | 百度在线网络技术(北京)有限公司 | 车辆避障方法和装置 |
JP2018005799A (ja) * | 2016-07-08 | 2018-01-11 | 株式会社システック | 自律調整動作体 |
CN108932832A (zh) * | 2017-05-23 | 2018-12-04 | 中国移动通信集团安徽有限公司 | 车辆调度方法、装置和系统 |
CN111930125A (zh) * | 2020-08-19 | 2020-11-13 | 山东华锐智能技术有限公司 | 适用于agv的低成本障碍物检测装置及方法 |
CN113741461A (zh) * | 2021-09-06 | 2021-12-03 | 中国人民解放军国防科技大学 | 一种面向受限通信的复杂场景下多机器人避障方法 |
CN113902271A (zh) * | 2021-09-26 | 2022-01-07 | 上海擎朗智能科技有限公司 | 配送机器人的调度方法、配送系统及计算机可读存储介质 |
-
2022
- 2022-01-21 CN CN202210070581.0A patent/CN114488980A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018005799A (ja) * | 2016-07-08 | 2018-01-11 | 株式会社システック | 自律調整動作体 |
CN108932832A (zh) * | 2017-05-23 | 2018-12-04 | 中国移动通信集团安徽有限公司 | 车辆调度方法、装置和系统 |
CN107491072A (zh) * | 2017-09-05 | 2017-12-19 | 百度在线网络技术(北京)有限公司 | 车辆避障方法和装置 |
WO2019047646A1 (zh) * | 2017-09-05 | 2019-03-14 | 百度在线网络技术(北京)有限公司 | 车辆避障方法和装置 |
CN111930125A (zh) * | 2020-08-19 | 2020-11-13 | 山东华锐智能技术有限公司 | 适用于agv的低成本障碍物检测装置及方法 |
CN113741461A (zh) * | 2021-09-06 | 2021-12-03 | 中国人民解放军国防科技大学 | 一种面向受限通信的复杂场景下多机器人避障方法 |
CN113902271A (zh) * | 2021-09-26 | 2022-01-07 | 上海擎朗智能科技有限公司 | 配送机器人的调度方法、配送系统及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3926601A1 (en) | Route planning method and device, apparatus, and computer storage medium | |
EP3699832A1 (en) | Systems and methods for optimizing scheduling of non-preemptive tasks in multi-robotic environment | |
TWI676090B (zh) | 用於多個機器人之移動控制方法以及其系統 | |
CN112698647A (zh) | 跨楼层路径规划方法、装置、计算机设备及存储介质 | |
CN110580020A (zh) | Agv调度方法、装置、计算机设备和存储介质 | |
CN114596553B (zh) | 模型训练方法、轨迹预测方法、装置及自动驾驶车辆 | |
US10625751B2 (en) | Dynamic vehicle performance analyzer with smoothing filter | |
EP4131709A1 (en) | Collaborative charging method and apparatus, and logistics devices | |
CN114862209A (zh) | 运力调度方法、装置、电子设备及存储介质 | |
CN114474072A (zh) | 一种轨迹融合方法、装置、设备及存储介质 | |
CN114488980A (zh) | 一种机器人的调度方法、装置、电子设备及存储介质 | |
CN113534787A (zh) | Agv调度方法、装置、电子设备及可读存储介质 | |
WO2023174096A1 (zh) | 自主移动机器人的调度方法、系统、电子设备和存储介质 | |
CN113492842B (zh) | 自动泊车的控制方法、装置、设备和存储介质 | |
Teck et al. | An efficient multi-agent approach to order picking and robot scheduling in a robotic mobile fulfillment system | |
CN114625147A (zh) | 一种移动路径规划方法、装置、机器人及存储介质 | |
CN114331265A (zh) | 用于输出信息的方法和装置 | |
CN114454185A (zh) | 一种机器人控制方法、装置、机器人及存储介质 | |
CN113848937A (zh) | 一种机器人避障控制方法及相关设备 | |
CN114475578B (zh) | 车辆停泊策略的生成方法及装置 | |
CN116403438A (zh) | 一种基于交通管理单元的多机器人行进调度方法 | |
EP3822879A1 (en) | Method, apparatus and system for logistics management using guided vehicles | |
Agarwal et al. | Cannot avoid penalty for fluctuating order arrival rate? Let's minimize | |
CN114442635A (zh) | 机器人集群的调度方法、装置、电子设备和介质 | |
KR20240094054A (ko) | 물류 창고에서 이용되는 이동체 장치에 제공되는 경로 정보를 생성하기 위한 전자 장치 및 그 방법 |
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 |