CN114819611A - 机器人低电量执行任务优化的方法及系统 - Google Patents

机器人低电量执行任务优化的方法及系统 Download PDF

Info

Publication number
CN114819611A
CN114819611A CN202210428042.XA CN202210428042A CN114819611A CN 114819611 A CN114819611 A CN 114819611A CN 202210428042 A CN202210428042 A CN 202210428042A CN 114819611 A CN114819611 A CN 114819611A
Authority
CN
China
Prior art keywords
task
robot
elevator
power consumption
mileage
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
Application number
CN202210428042.XA
Other languages
English (en)
Inventor
黎崇坚
郭震
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.)
Shanghai Jingwu Trade Technology Development Co Ltd
Original Assignee
Shanghai Jingwu Trade Technology Development 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 Jingwu Trade Technology Development Co Ltd filed Critical Shanghai Jingwu Trade Technology Development Co Ltd
Priority to CN202210428042.XA priority Critical patent/CN114819611A/zh
Publication of CN114819611A publication Critical patent/CN114819611A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供了一种机器人低电量执行任务优化的方法及系统，包括：步骤S1：获取机器人在当前工作场所执行过的所有任务行走的里程数和相应耗电量数据以及搭乘电梯所需时间和相应所耗电量；步骤S2：计算得到机器人执行过的所有任务行走的里程数与相应耗电量的关系以及搭乘电梯所需时间与相应耗电量的关系；步骤S3：当机器人电量小于预设值时，启动检测机制，基于机器人到达目的地所需要的里程数和预估搭乘电梯的时间数判断所需要电量；步骤S4：基于当前机器人所剩电量与所需电量进行判断是继续执行任务或立即终止任务，返回充电。

Description

机器人低电量执行任务优化的方法及系统
技术领域
本发明涉及机器人技术领域，具体地，涉及机器人低电量执行任务优化的方法及系统。
背景技术
当机器人电量低于一定的水平后，现在通常的做法都是立刻停止任务，返回充电桩充电，直到电量高于一定的数值后，才可以让机器人继续执行任务。这样的做法，对于执行在中途的任务，甚至是马上到达目的地的任务，都会被中断，这样的情况会导致用户对机器人的体验感不好，机器人的任务效率也会降低。
专利文献CN112318484A(申请号：202011473329.1)公开了一种用于轨道巡检机器人的任务调度方法，利用巡检机器人生成执行任务队列以及赋予各类任务优先级，并且对充电任务进行有限动态调整，能够使得巡检机器人各种类型的任务可根据任务优先级高效地进行切换，其中，不同类型的任务有不同的任务优先级，且使用3位数字表示优先级，可实现多级优先级的对比，有利于业务应用的扩展；充电任务可根据巡检机器人剩余电量的多少自动调整优先级，并且在任务描述中加入是否可被中断以及中断后是否需要自动恢复属性，可灵活配置任务中断与恢复功能；以及周期性检查执行任务队列，保证任务执行的优先顺序。
发明内容
针对现有技术中的缺陷，本发明的目的是提供一种机器人低电量执行任务优化的方法及系统。
根据本发明提供的一种机器人低电量执行任务优化的方法，包括：
步骤S1：获取机器人在当前工作场所执行过的所有任务行走的里程数和相应耗电量数据以及搭乘电梯所需时间和相应所耗电量；
步骤S2：计算得到机器人执行过的所有任务行走的里程数与相应耗电量的关系以及搭乘电梯所需时间与相应耗电量的关系；
步骤S3：当机器人电量小于预设值时，启动检测机制，基于机器人到达目的地所需要的里程数和预估搭乘电梯的时间数判断所需要电量；
步骤S4：基于当前机器人所剩电量与所需电量进行判断是继续执行任务或立即终止任务，返回充电。
优选地，所述机器人执行过的所有任务行走的里程数与相应耗电量的关系采用：
y1＝n1E1/M1+n2E2/M2+…
y2＝n11LE1/LT1+n22LE2/LT2+…
其中，n1表示任务1权重值；E1表示任务1行走的里程数；M1表示任务1耗电量；E2表示任务2行走的里程数；M2表示任务2耗电量；n2表示任务2权重值；n11表示搭乘电梯1权重值；LT1表示搭乘电梯1所需时间；LE1表示搭乘电梯1耗电量；n22表示搭乘电梯2权重值；LT2表示搭乘电梯2所需时间；LE2表示搭乘电梯2耗电量。
优选地，所述权重值采用：获取预设时间段的任务数据，并将预设时间平均划分为m个单位时间；并将m个单位时间按照时间进行排序，按照预设规则对m个单位时间进行权重分配；且m个单位时间的权重和为1。
优选地，所述步骤S3采用：
SE＝Ay1+By2
其中，A表示机器人达到目的地所需要的里程数；B表示预估搭乘电梯的时间。
优选地，所述步骤S4采用：当当前机器人所剩电量大于所需电量时，则继续执行当前任务，否则立即终止任务，返回充电。
根据本发明提供的一种机器人低电量执行任务优化的系统，包括：
模块M1：获取机器人在当前工作场所执行过的所有任务行走的里程数和相应耗电量数据以及搭乘电梯所需时间和相应所耗电量；
模块M2：计算得到机器人执行过的所有任务行走的里程数与相应耗电量的关系以及搭乘电梯所需时间与相应耗电量的关系；
模块M3：当机器人电量小于预设值时，启动检测机制，基于机器人到达目的地所需要的里程数和预估搭乘电梯的时间数判断所需要电量；
模块M4：基于当前机器人所剩电量与所需电量进行判断是继续执行任务或立即终止任务，返回充电。
优选地，所述机器人执行过的所有任务行走的里程数与相应耗电量的关系采用：
y1＝n1E1/M1+n2E2/M2+…
y2＝n11LE1/LT1+n22LE2/LT2+…
其中，n1表示任务1权重值；E1表示任务1行走的里程数；M1表示任务1耗电量；E2表示任务2行走的里程数；M2表示任务2耗电量；n2表示任务2权重值；n11表示搭乘电梯1权重值；LT1表示搭乘电梯1所需时间；LE1表示搭乘电梯1耗电量；n22表示搭乘电梯2权重值；LT2表示搭乘电梯2所需时间；LE2表示搭乘电梯2耗电量。
优选地，所述权重值采用：获取预设时间段的任务数据，并将预设时间平均划分为m个单位时间；并将m个单位时间按照时间进行排序，按照预设规则对m个单位时间进行权重分配；且m个单位时间的权重和为1。
优选地，所述模块M3采用：
SE＝Ay1+By2
其中，A表示机器人达到目的地所需要的里程数；B表示预估搭乘电梯的时间。
优选地，所述模块M4采用：当当前机器人所剩电量大于所需电量时，则继续执行当前任务，否则立即终止任务，返回充电。
与现有技术相比，本发明具有如下的有益效果：
1、通过使用低电量优化算法后，机器人在执行任务时将更加智能，处于低电量时，将最大可能完成此次任务，而不是按照以往的直接放弃任务返回充电桩，这大大提升了机器人的使用效率和用户体验感；
2、机器人的里程计算会随着行走距离加长误差值就变大；机器人用时间久了，轮子上有异物以及电池老化，会导致里程数有误差和耗电量加大，使用加权平均值，给最近的任务加大权重比例，可以获取更加准确的电量和里程的关系。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1为机器人低电量执行任务优化的方法流程图。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进。这些都属于本发明的保护范围。
实施例1
根据本发明提供的一种机器人低电量执行任务优化的方法，如图1所示，包括：
步骤S1：获取机器人在当前工作场所执行过的所有任务行走的里程数和相应耗电量数据以及搭乘电梯所需时间和相应所耗电量；
步骤S2：计算得到机器人执行过的所有任务行走的里程数与相应耗电量的关系以及搭乘电梯所需时间与相应耗电量的关系；
具体地，所述机器人执行过的所有任务行走的里程数与相应耗电量的关系采用：
y1＝n1E1/M1+n2E2/M2+…
y2＝n11LE1/LT1+n22LE2/LT2+…
其中，n1表示任务1权重值；E1表示任务1行走的里程数；M1表示任务1耗电量；E2表示任务2行走的里程数；M2表示任务2耗电量；n2表示任务2权重值；n11表示搭乘电梯1权重值；LT1表示搭乘电梯1所需时间；LE1表示搭乘电梯1耗电量；n22表示搭乘电梯2权重值；LT2表示搭乘电梯2所需时间；LE2表示搭乘电梯2耗电量。
所述权重值采用：获取预设时间段的任务数据，并将预设时间平均划分为m个单位时间；并将m个单位时间按照时间进行排序，按照预设规则对m个单位时间进行权重分配；且m个单位时间的权重和为1。
例如：从任务数据库里面获取3个月内的任务数据，即12个周的任务，以周为单位划分权重，第1个到第12周的比例：40％,20％,10％,5％,3.125％(后面全部是3.125)
公式：第一周占用40，往后三周的权重分别是前面一周的一半
当4周的权重划分完，那么这个一个月占用了75％，剩余的25％将平均给到8个月。
这种划分凸显机器人最近的电量消耗和里程的最佳水平，但是一个月数据往往会存在一些误差，把后8个月的也加进来，获取到的平均值就更有实用性。
例如：任务1，目标6楼、行走里程m1,所耗电量e1，搭乘电梯所耗电量le1，搭乘电梯时间t1，任务时间上上周；
任务2，目标2楼，行走里程m2,所耗电量e2，搭乘电梯所耗电量le2，搭乘电梯时间t2,任务时间上周；
任务3，目标3楼，行走里程m3,所耗电量e3,，搭乘电梯所耗电量le2，搭乘电梯时间t2,任务时间本周；
以周为单位，设立加权平均值的权重，上上周任务为n1＝50％,上周为n2＝30％，本周为n3＝20％；
n1+n2+n3＝100％
计算出各个任务的电量与行走里程关系a1＝e1/m1；a2＝e2/m2；a3＝e3/m3；
根据权重划分，计算出电量和行走里程的加权平均值；
X＝n1*a1+n2*a2+n3*a3
计算出各个任务电量和搭乘电梯时间关系b1＝le1/t1；b2＝le2/t2；b3＝le3/t3；
加入权重划分，计算电量和搭乘电梯时间的加权平均值
Y＝n1*b1+n2*b2+n3*b3
步骤S3：当机器人电量小于预设值时，启动检测机制，基于机器人到达目的地所需要的里程数和预估搭乘电梯的时间数判断所需要电量；当不需要搭乘电梯时，则搭乘电梯的时间数为0；如果机器人不在任务时，则在任务下发的时候进行判断；
具体地，所述步骤S3采用：
SE＝Ay1+By2
其中，A表示机器人达到目的地所需要的里程数；B表示预估搭乘电梯的时间。
步骤S4：基于当前机器人所剩电量与所需电量进行判断是继续执行任务或立即终止任务，返回充电。
具体地，所述步骤S4采用：当当前机器人所剩电量大于所需电量时，则继续执行当前任务，否则立即终止任务，返回充电。
例如：获取酒店机器人最近3个月的任务，然后获取到电量和行走里程关系和电量与搭乘电梯时间的关系；在机器人电量低于15后，任务的过程就会进行检测估算机器人的电量能否够送达房间，够则继续送，不够则直接返回。而现有技术中，机器人一旦低于15的电量，直接结束任务回去，同时也禁止下发任何任务了。
根据本发明提供的一种机器人低电量执行任务优化的系统，包括：
模块M1：获取机器人在当前工作场所执行过的所有任务行走的里程数和相应耗电量数据以及搭乘电梯所需时间和相应所耗电量；
模块M2：计算得到机器人执行过的所有任务行走的里程数与相应耗电量的关系以及搭乘电梯所需时间与相应耗电量的关系；
具体地，所述机器人执行过的所有任务行走的里程数与相应耗电量的关系采用：
y1＝n1E1/M1+n2E2/M2+…
y2＝n11LE1/LT1+n22LE2/LT2+…
其中，n1表示任务1权重值；E1表示任务1行走的里程数；M1表示任务1耗电量；E2表示任务2行走的里程数；M2表示任务2耗电量；n2表示任务2权重值；n11表示搭乘电梯1权重值；LT1表示搭乘电梯1所需时间；LE1表示搭乘电梯1耗电量；n22表示搭乘电梯2权重值；LT2表示搭乘电梯2所需时间；LE2表示搭乘电梯2耗电量。
所述权重值采用：获取预设时间段的任务数据，并将预设时间平均划分为m个单位时间；并将m个单位时间按照时间进行排序，按照预设规则对m个单位时间进行权重分配；且m个单位时间的权重和为1。
例如：从任务数据库里面获取3个月内的任务数据，即12个周的任务，以周为单位划分权重，第1个到第12周的比例：40％,20％,10％,5％,3.125％(后面全部是3.125)
公式：第一周占用40，往后三周的权重分别是前面一周的一半
当4周的权重划分完，那么这个一个月占用了75％，剩余的25％将平均给到8个月。
这种划分凸显机器人最近的电量消耗和里程的最佳水平，但是一个月数据往往会存在一些误差，把后8个月的也加进来，获取到的平均值就更有实用性。
例如：任务1，目标6楼、行走里程m1,所耗电量e1，搭乘电梯所耗电量le1，搭乘电梯时间t1，任务时间上上周；
任务2，目标2楼，行走里程m2,所耗电量e2，搭乘电梯所耗电量le2，搭乘电梯时间t2,任务时间上周；
任务3，目标3楼，行走里程m3,所耗电量e3,，搭乘电梯所耗电量le2，搭乘电梯时间t2,任务时间本周；
以周为单位，设立加权平均值的权重，上上周任务为n1＝50％,上周为n2＝30％，本周为n3＝20％；
n1+n2+n3＝100％
计算出各个任务的电量与行走里程关系a1＝e1/m1；a2＝e2/m2；a3＝e3/m3；
根据权重划分，计算出电量和行走里程的加权平均值；
X＝n1*a1+n2*a2+n3*a3
计算出各个任务电量和搭乘电梯时间关系b1＝le1/t1；b2＝le2/t2；b3＝le3/t3；
加入权重划分，计算电量和搭乘电梯时间的加权平均值
Y＝n1*b1+n2*b2+n3*b3
模块M3：当机器人电量小于预设值时，启动检测机制，基于机器人到达目的地所需要的里程数和预估搭乘电梯的时间数判断所需要电量；当不需要搭乘电梯时，则搭乘电梯的时间数为0；如果机器人不在任务时，则在任务下发的时候进行判断；
具体地，所述模块M3采用：
SE＝Ay1+By2
其中，A表示机器人达到目的地所需要的里程数；B表示预估搭乘电梯的时间。
模块M4：基于当前机器人所剩电量与所需电量进行判断是继续执行任务或立即终止任务，返回充电。
具体地，所述模块M4采用：当当前机器人所剩电量大于所需电量时，则继续执行当前任务，否则立即终止任务，返回充电。
例如：获取酒店机器人最近3个月的任务，然后获取到电量和行走里程关系和电量与搭乘电梯时间的关系；在机器人电量低于15后，任务的过程就会进行检测估算机器人的电量能否够送达房间，够则继续送，不够则直接返回。而现有技术中，机器人一旦低于15的电量，直接结束任务回去，同时也禁止下发任何任务了。
本领域技术人员知道，除了以纯计算机可读程序代码方式实现本发明提供的系统、装置及其各个模块以外，完全可以通过将方法步骤进行逻辑编程来使得本发明提供的系统、装置及其各个模块以逻辑门、开关、专用集成电路、可编程逻辑控制器以及嵌入式微控制器等的形式来实现相同程序。所以，本发明提供的系统、装置及其各个模块可以被认为是一种硬件部件，而对其内包括的用于实现各种程序的模块也可以视为硬件部件内的结构；也可以将用于实现各种功能的模块视为既可以是实现方法的软件程序又可以是硬件部件内的结构。
以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变化或修改，这并不影响本发明的实质内容。在不冲突的情况下，本申请的实施例和实施例中的特征可以任意相互组合。

Claims (10)

1.一种机器人低电量执行任务优化的方法，其特征在于，包括：
步骤S1：获取机器人在当前工作场所执行过的所有任务行走的里程数和相应耗电量数据以及搭乘电梯所需时间和相应所耗电量；
步骤S2：计算得到机器人执行过的所有任务行走的里程数与相应耗电量的关系以及搭乘电梯所需时间与相应耗电量的关系；
步骤S3：当机器人电量小于预设值时，启动检测机制，基于机器人到达目的地所需要的里程数和预估搭乘电梯的时间数判断所需要电量；
步骤S4：基于当前机器人所剩电量与所需电量进行判断是继续执行任务或立即终止任务，返回充电。
2.根据权利要求1所述的机器人低电量执行任务优化的方法，其特征在于，所述机器人执行过的所有任务行走的里程数与相应耗电量的关系采用：
y1＝n1E1/M1+n2E2/M2+…
y2＝n11LE1/LT1+n22LE2/LT2+…
其中，n1表示任务1权重值；E1表示任务1行走的里程数；M1表示任务1耗电量；E2表示任务2行走的里程数；M2表示任务2耗电量；n2表示任务2权重值；n11表示搭乘电梯1权重值；LT1表示搭乘电梯1所需时间；LE1表示搭乘电梯1耗电量；n22表示搭乘电梯2权重值；LT2表示搭乘电梯2所需时间；LE2表示搭乘电梯2耗电量。
3.根据权利要求1所述的机器人低电量执行任务优化的方法，其特征在于，所述权重值采用：获取预设时间段的任务数据，并将预设时间平均划分为m个单位时间；并将m个单位时间按照时间进行排序，按照预设规则对m个单位时间进行权重分配；且m个单位时间的权重和为1。
4.根据权利要求1所述的机器人低电量执行任务优化的方法，其特征在于，所述步骤S3采用：
SE＝Ay1+By2
其中，A表示机器人达到目的地所需要的里程数；B表示预估搭乘电梯的时间。
5.根据权利要求1所述的机器人低电量执行任务优化的方法，其特征在于，所述步骤S4采用：当当前机器人所剩电量大于所需电量时，则继续执行当前任务，否则立即终止任务，返回充电。
6.一种机器人低电量执行任务优化的系统，其特征在于，包括：
模块M1：获取机器人在当前工作场所执行过的所有任务行走的里程数和相应耗电量数据以及搭乘电梯所需时间和相应所耗电量；
模块M2：计算得到机器人执行过的所有任务行走的里程数与相应耗电量的关系以及搭乘电梯所需时间与相应耗电量的关系；
模块M3：当机器人电量小于预设值时，启动检测机制，基于机器人到达目的地所需要的里程数和预估搭乘电梯的时间数判断所需要电量；
模块M4：基于当前机器人所剩电量与所需电量进行判断是继续执行任务或立即终止任务，返回充电。
7.根据权利要求6所述的机器人低电量执行任务优化的系统，其特征在于，所述机器人执行过的所有任务行走的里程数与相应耗电量的关系采用：
y1＝n1E1/M1+n2E2/M2+…
y2＝n11LE1/LT1+n22LE2/LT2+…
其中，n1表示任务1权重值；E1表示任务1行走的里程数；M1表示任务1耗电量；E2表示任务2行走的里程数；M2表示任务2耗电量；n2表示任务2权重值；n11表示搭乘电梯1权重值；LT1表示搭乘电梯1所需时间；LE1表示搭乘电梯1耗电量；n22表示搭乘电梯2权重值；LT2表示搭乘电梯2所需时间；LE2表示搭乘电梯2耗电量。
8.根据权利要求6所述的机器人低电量执行任务优化的系统，其特征在于，所述权重值采用：获取预设时间段的任务数据，并将预设时间平均划分为m个单位时间；并将m个单位时间按照时间进行排序，按照预设规则对m个单位时间进行权重分配；且m个单位时间的权重和为1。
9.根据权利要求6所述的机器人低电量执行任务优化的系统，其特征在于，所述模块M3采用：
SE＝Ay1+By2
其中，A表示机器人达到目的地所需要的里程数；B表示预估搭乘电梯的时间。
10.根据权利要求6所述的机器人低电量执行任务优化的系统，其特征在于，所述模块M4采用：当当前机器人所剩电量大于所需电量时，则继续执行当前任务，否则立即终止任务，返回充电。
CN202210428042.XA 2022-04-22 2022-04-22 机器人低电量执行任务优化的方法及系统 Pending CN114819611A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210428042.XA CN114819611A (zh) 2022-04-22 2022-04-22 机器人低电量执行任务优化的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210428042.XA CN114819611A (zh) 2022-04-22 2022-04-22 机器人低电量执行任务优化的方法及系统

Publications (1)

Publication Number Publication Date
CN114819611A true CN114819611A (zh) 2022-07-29

Family

ID=82505879

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210428042.XA Pending CN114819611A (zh) 2022-04-22 2022-04-22 机器人低电量执行任务优化的方法及系统

Country Status (1)

Country Link
CN (1) CN114819611A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115685975A (zh) * 2022-09-14 2023-02-03 国家电网公司西南分部 一种输电线路巡检机器人无信号脱机运行方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109142971A (zh) * 2018-08-17 2019-01-04 国网江苏省电力有限公司检修分公司 输电线路巡检机器人的巡检方法及巡检装置
CN110544964A (zh) * 2018-05-29 2019-12-06 广达电脑股份有限公司 用于机器人的自动充电系统以及方法
CN111224443A (zh) * 2020-02-05 2020-06-02 广州赛特智能科技有限公司 基于大数据的配送机器人充电方法、系统及处理终端
JP6890862B1 (ja) * 2020-08-20 2021-06-18 上海姜歌机器人有限公司Ｄｊａｎｇｏ Ｒｏｂｏｔｉｃｓ Ｓｈａｎｇｈａｉ Ｃｏ．，Ｌｔｄ． ロボット充電方法、ロボット充電装置、電子機器及び記憶媒体
CN113853049A (zh) * 2021-09-10 2021-12-28 深圳优地科技有限公司 机器人辅助灯光控制方法、机器人及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110544964A (zh) * 2018-05-29 2019-12-06 广达电脑股份有限公司 用于机器人的自动充电系统以及方法
CN109142971A (zh) * 2018-08-17 2019-01-04 国网江苏省电力有限公司检修分公司 输电线路巡检机器人的巡检方法及巡检装置
CN111224443A (zh) * 2020-02-05 2020-06-02 广州赛特智能科技有限公司 基于大数据的配送机器人充电方法、系统及处理终端
JP6890862B1 (ja) * 2020-08-20 2021-06-18 上海姜歌机器人有限公司Ｄｊａｎｇｏ Ｒｏｂｏｔｉｃｓ Ｓｈａｎｇｈａｉ Ｃｏ．，Ｌｔｄ． ロボット充電方法、ロボット充電装置、電子機器及び記憶媒体
CN113853049A (zh) * 2021-09-10 2021-12-28 深圳优地科技有限公司 机器人辅助灯光控制方法、机器人及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115685975A (zh) * 2022-09-14 2023-02-03 国家电网公司西南分部 一种输电线路巡检机器人无信号脱机运行方法及系统

Similar Documents

Publication Publication Date Title
Chowdhury et al. Static task-scheduling algorithms for battery-powered DVS systems
JP5854287B2 (ja) 充電制御装置、充電制御方法、及びプログラム
CN111984426B (zh) 任务调度方法、装置、电子设备及存储介质
CN104915251A (zh) 任务调度方法及装置
CN112685153A (zh) 微服务调度方法、装置以及电子设备
CN114819611A (zh) 机器人低电量执行任务优化的方法及系统
CN107943568B (zh) 综合模块化航空电子系统两级调度模型与原型平台
Hayakawa et al. Online mechanisms for charging electric vehicles in settings with varying marginal electricity costs
CN102662756A (zh) 一种资源可调整的卫星并行测试资源配置方法
CN113408856B (zh) 一种基于物联网技术的关键链计划调度方法
CN109768560B (zh) 提供多服务的蓄电池的充放电控制装置及方法
CN116663819A (zh) 改进种群初始化策略的机器人任务调度方法及相关装置
Balbastre et al. Optimal deadline assignment for periodic real-time tasks in dynamic priority systems
CN101833319A (zh) 面向多重入制造系统在线调度的单台设备匹配重调度方法
CN109447428B (zh) 整车生产线序排产的确定方法、装置及智能终端
CN104636610B (zh) 一种应用于动态环境下的制造系统派工信息修正方法
CN102654843A (zh) 嵌入式处理器中非抢占式容错调度方法及嵌入式处理器
CN113381406B (zh) 一种电动汽车充放电控制方法、装置、设备及存储介质
CN114066198A (zh) 机器人集群调度方法、系统、电子设备、介质及程序产品
Rao et al. Battery aware dynamic scheduling for periodic task graphs
Katoen Model checking: one can do much more than you think!
CN113010319A (zh) 混合启发式规则和遗传算法的动态工作流调度优化方法
CN101859101A (zh) 基于Match-up的制造系统设备组匹配重调度方法
CN116841717B (zh) 一种根据任务紧急程度实时生成排序的方法及系统
CN112835773B (zh) 一种操作系统中任务运行实时性的评估方法及装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220729

RJ01 Rejection of invention patent application after publication