CN114912775B - 颗粒化管理行为时长的遥操作规划方法和系统 - Google Patents
颗粒化管理行为时长的遥操作规划方法和系统 Download PDFInfo
- Publication number
- CN114912775B CN114912775B CN202210443275.7A CN202210443275A CN114912775B CN 114912775 B CN114912775 B CN 114912775B CN 202210443275 A CN202210443275 A CN 202210443275A CN 114912775 B CN114912775 B CN 114912775B
- Authority
- CN
- China
- Prior art keywords
- action
- duration
- time
- working
- planning
- 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
- 230000009471 action Effects 0.000 title claims abstract description 461
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000007726 management method Methods 0.000 title claims abstract description 18
- 239000002245 particle Substances 0.000 claims abstract description 74
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 230000006399 behavior Effects 0.000 claims description 148
- 238000004458 analytical method Methods 0.000 claims description 35
- 230000008859 change Effects 0.000 claims description 33
- 238000012545 processing Methods 0.000 claims description 27
- 238000005469 granulation Methods 0.000 claims description 11
- 230000003179 granulation Effects 0.000 claims description 11
- 239000008187 granular material Substances 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 abstract description 18
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000005457 optimization Methods 0.000 abstract description 3
- 238000007689 inspection Methods 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 24
- 230000000875 corresponding effect Effects 0.000 description 21
- 238000013461 design Methods 0.000 description 21
- 230000010354 integration Effects 0.000 description 13
- 230000008447 perception Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000004451 qualitative analysis Methods 0.000 description 7
- 238000004445 quantitative analysis Methods 0.000 description 7
- 238000005265 energy consumption Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006835 compression Effects 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000002123 temporal effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000001186 cumulative effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003245 working effect Effects 0.000 description 2
- 206010013710 Drug interaction Diseases 0.000 description 1
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 230000010391 action planning Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
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
-
- 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
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了颗粒化管理行为时长的遥操作规划方法,涉及任务规划领域、地外天体巡视探测领域。该方法包括:将火星巡视探测器单元规划的内容解析为工作行为构成,将工作行为解析为工作模式构成,将工作模式解析为运动序列,动作序列由不同的动作及动作时长构成,根据动作在不同场景下是否时长变化分析动作序列及工作行为的时长变化,对发生时长变化的动作时长进行离散化处理,并进行时间颗粒计算,根据时间颗粒计算结果,完成每个动作序列的阶梯化配置,根据阶梯化配置后的动作序列配置上层的工作模式、工作行为和作业任务,实现了复杂多变场景下的遥操作规划技术的优化。
Description
技术领域
本发明涉及任务规划领域、地外天体巡视探测领域,尤其涉及颗粒化管理行为时长的遥操作规划方法和系统。
背景技术
我国成功实施了首次火星巡视探测活动,火星巡视探测器搭载相机和多种科学探测仪器,完成火面感知、火面移动、火面动态探测和火面静态探测等工作。
火星巡视探测器行为规划技术是任务执行过程中的核心关键技术。在火星巡视探测器遥操作过程中,按照层次形成火星巡视探测器行为规划结果。首先依据于火星巡视探测器降落过程捕获的感知图像确定大体的移动方向和探测点序列,进行整体任务的规划;其次,基于当前点位置、探测点位置和其它因素确定探测周期规划;再根据当前规划的目标及属性,完成单元行为序列及控制参数的单元规划。根据火星表面巡视探测特点和火星巡视探测器工作要求,单元行为序列规划基于火星日展开。火星巡视探测器遥操作的单元规划过程,体现在对火星巡视探测器的平台维护、环境感知、移动、科学探测、天地通信等行为的展开,以及对构成行为的各项动作的调度和集成。
在实际应用中,不同应用场景对火星巡视探测器的工作内容有不同的需求,可能导致部分工作行为时长发生变化,为避免火星巡视探测器工作行为之间重叠交叉,行为执行逻辑相互影响,需根据不同应用场景下的预期行为时长对配置进行反复调整并对作业任务进行重编排,导致了任务执行风险的增高,降低了规划的效率。
发明内容
本发明所要解决的技术问题是针对现有技术的不足,提供颗粒化管理行为时长的遥操作规划方法和系统。
本发明解决上述技术问题的技术方案如下:
颗粒化管理行为时长的遥操作规划方法,包括:
S1,根据火星巡视探测器的单元规划内容获得工作行为集;
S2,解析出所述工作行为集中每个工作行为的工作模式,获得工作模式集;
S3,对所述工作模式集中每个工作模式进行解析,获得多个动作序列;一个动作序列包括多个动作和多个动作时长;
S4,对每个动作序列中的动作进行定性分析,判断出每个动作在不同场景下是否会引起工作时长变化,获得发生时长变化的动作的动作时长;
S5,对发生时长变化的动作的动作时长进行离散化处理,根据离散化处理结果进行时间颗粒计算;
S6,根据时间颗粒计算结果,完成每个包括发生时长变化的动作的动作序列的阶梯化配置;
S7,根据阶梯化配置后的动作序列配置不同场景下的工作模式、工作行为和作业任务。本发明解决上述技术问题的另一种技术方案如下:
颗粒化管理行为时长的遥操作规划系统,包括:规划内容分析模块、工作行为分析模块、工作模式分析模块、动作分析模块、颗粒化处理模块、阶梯化配置模块和工作规划模块;
所述规划内容分析模块用于根据火星巡视探测器的单元规划内容获得工作行为集;
所述工作行为分析模块用于解析出所述工作行为集中每个工作行为的工作模式,获得工作模式集;
所述工作模式分析模块用于对所述工作模式集中每个工作模式进行解析,获得多个动作序列;一个动作序列包括多个动作和多个动作时长;所述动作分析模块用于对每个动作序列中的动作进行定性分析,判断出每个动作在不同场景下是否会引起工作时长变化,获得发生时长变化的动作的动作时长;
所述颗粒化处理模块用于对发生时长变化的动作的动作时长进行离散化处理,根据离散化处理结果进行时间颗粒计算;
所述阶梯化配置模块用于根据时间颗粒计算结果,完成每个包括发生时长变化的动作的动作序列的阶梯化配置;
所述工作规划模块用于根据阶梯化配置后的动作序列配置不同场景下的工作模式、工作行为和作业任务。
本发明的有益效果是:本方案通过定量分析、离散化处理、时间颗粒设计、设置调度逻辑和时间颗粒组合,实现了工作行为时长的定性、定量分析,完成了基于动作时长的离散化、时间颗粒设计的动作序列阶梯化配置,以及工作模式、工作行为和作业任务的逻辑调度,优化了火星巡视探测器遥操作规划模式,有效的提升了单元规划内容集成的效率。
基于时间颗粒的动作序列阶梯化配置、四层调度逻辑基本框架(动作序列、工作模式、工作行为、作业)、和默认参数。实现了使用权重最大场景下的一键式操作。
本发明附加的方面的优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明实践了解到。
附图说明
图1为本发明的实施例提供的颗粒化管理行为时长的遥操作规划方法的流程示意图;
图2为本发明的实施例提供的颗粒化管理行为时长的遥操作规划系统的结构框图;
图3为本发明的其他实施例提供的单元规划内容的集成示意图;
图4为本发明的其他实施例提供的动作序列集合示意图;
图5为本发明的其他实施例提供的某动作离散化过程示意图;
图6为本发明的其他实施例提供的时间颗粒设计方法示意图;
图7为本发明的其他实施例提供的含时间颗粒的动作序列阶梯化配置示意图;
图8为本发明的其他实施例提供的工作模式、工作行为和作业任务的调度参数配置示意图;
图9为本发明的其他实施例提供的感知行为引用的动作序列阶梯化配置示意图。
具体实施方式
以下结合附图对本发明的原理和特征进行描述,所举实施例只用于解释本发明,并非用于限定本发明的范围。
火星巡视探测器行为规划技术是任务执行过程中的核心关键技术。在火星巡视探测器遥操作过程中,按照层次形成火星巡视探测器行为规划结果。首先依据于火星巡视探测器降落过程捕获的感知图像确定大体的移动方向和探测点序列,进行整体任务的规划;其次,基于当前点位置、探测点位置和其它因素确定探测周期规划;再根据当前规划的目标及属性,完成单元行为序列及控制参数的单元规划。根据火星表面巡视探测特点和火星巡视探测器工作要求,单元行为序列规划基于火星日展开。
火星巡视探测器遥操作的单元规划过程,体现在对火星巡视探测器的平台维护、环境感知、移动、科学探测、天地通信等行为的展开,以及对构成行为的各项动作序列的调度和集成。在动作序列的调度和集成过程中,需要考虑各行为的执行逻辑和时序安排,使得火星巡视探测器在满足各类约束的前提下,安全驾驶、丰富探测,合理有效的完成各项工作。
针对火星巡视探测器遥操作规划工作中存在部分行为在不同的应用场景下持续时长不同的状态,优化了火星巡视探测器规划模式。如图1所示,为本发明实施例提供的颗粒化管理行为时长的遥操作规划方法,包括:
在某一实施例中,一个作业任务中包含多个工作行为,比如拍照,通信,移动;一个工作行为由一个或多个工作模式构成;一个工作模式由动作序列构成,如移动中的一个工作模式下,有加热,加电,设置走多远,行走,断电等。作业任务展开调用各个行为,行为展开调用各个工作模式,工作模式展开调用动作序列,最后多动作按时序顺排形成规划结果。
S1,根据火星巡视探测器的单元规划内容获得工作行为集;
S2,解析出所述工作行为集中每个工作行为的工作模式,获得工作模式集;
在某一实施例中,工作行为分解可以包括:
设定火星日单元规划过程中,火星巡视探测器初始状态为W0={(x0,y0),t0,Ω0},其中火星巡视探测器所在位置在工作坐标系下的坐标为(x0,y0),规划内容中初始行为Ω0安排于时间t0;火星巡视探测器最终状态为Wg={(xg,yg),tg,Ωg},其中火星巡视探测器所在位置在工作坐标系下的坐标为(xg,yg),规划内容中末次行为Ωg安排于时间tg。
火星巡视探测器单元规划内容的集成通过作业模式驱动,由火星巡视探测器工作行为构成:
Ψ={Ωi,i=1,2,...,N},
Ωi={(tv,Mv,Ev,Pv),v=1,2,...,N},
火星巡视探测器单元规划内容中工作行为的集合,也就是作业为Ψ,火星巡视探测器某一工作行为Ωi由绑定在不同时间节点tv上的工作模式Mv构成,对应不同的工作模式设定相对应的能耗Ev,并配置参数Pv。
S3,对所述工作模式集中每个工作模式进行解析,获得多个动作序列;一个动作序列包括多个动作和多个动作时长;
工作模式由动作序列构成,如下式所示:
Mv={(ku+1-ku,Iu,Au,pu),u=1,2,...,N},
其中ku表示该动作序列中各动作相对于行为开始时刻tv的预期执行相对时,kN+1为该动作序列结束时刻相对于tv的预期相对时,最后一个动作逻辑执行时长kN+1-kN记为k0,Iu和Au表示预期执行相对时ku下对应动作的代号和名称,pu表示对各动作设置的参数。
其中参数pu存在并不唯一的情况,并且pu∈Pv,参数Pv定义了是否在火星巡视探测器单元规划的某行为中使用该工作模式,以及该工作模式所引用哪个序列及哪个参数pu。火星巡视探测器单元规划内容的集成如图3所示。对动作序列中的每一个动作Iu,Au进行定性分析,判别动作是否在不同的应用场景下会引起工作行为时长发生变化.
S4,对每个动作序列中的动作进行定性分析,判断出每个动作在不同场景下是否会引起工作时长变化,获得发生时长变化的动作的动作时长;
在某一实施例中,基于对动作的定性分析,判断引起工作行为时长变化的具体动作,可以包括:
对火星巡视探测器单元规划内容集成过程进行了建模,火星巡视探测器单元规划实现了其由初始状态到最终状态的状态转移过程。基于动作序列分析,在不同的应用场景下,火星巡视探测器部分工作行为的时长并不固定,行为时长取决于ku的变化并对tv产生影响。
基于对完成该行为的动作序列时长的定性分析,对于导致行为时长发生变化的动作Iu,Au持续时长进行分层解析:
最小动作时长Tmin(Iu,Au):最小动作时长指的是火星巡视探测器执行动作的最短时长,受其动作本身限制。
Tmin(Iu,Au)=Tmin(ku+1-ku),
最大动作时长Tmax(Iu,Au):最大动作时长指的是火星巡视探测器执行动作的最大时长,除了受其动作本身限制,还受限于行为间的约束。
Tmax(Iu,Au)=Tmax(ku+1-ku),
常用动作时长Tgen(Iu,Au):常用动作时长指的是在大多数情况下火星巡视探测器执行动作的时长。在火面工作过程中,火星巡视探测器针对某动作可能存在一种或几种常用动作时长。
Tgen(Iu,Au)=Tgen(ku+1-ku),
基于应用场景的出现频率对其常用动作进行权重的分配,区分常用动作(Iu,Au,ωi,i=1,2,...,N)的优先使用顺序。
S5,对发生时长变化的动作的动作时长进行离散化处理,根据离散化处理结果进行时间颗粒计算;
在某一实施例中,基于单元规划内容的集成过程,在动作序列中,动作Iu,Au不绑定在具体执行的时间上,而是依据动作持续时长,按照时间间隔的方式进行顺序排列,动作序列集合如图4所示。
动作时长进行离散化处理即是对动作持续时长的离散化过程,具体体现在对相邻动作的时间间隔进行离散化处理。当应用场景不同,动作Iu,Au持续时长不同时,按照可能出现的动作持续时长进行排序,将完成该动作可能需要的最长时长Tmax(Iu,Au)进行离散化处理,某动作离散化过程如图5所示。其中,最小动作时长可以看为首个时间颗粒,最小动作时长配置一个参数。
其中,是离散化后的时间颗粒。时间颗粒计算是基于不同的动作按照实际情况梳理确定,以最小动作时长为基准,阶梯作差为原则,得到不同的时间差值作为时间颗粒值,除最小动作时长外,时间颗粒标记为等待,其等待时长为时间差值,即时间颗粒值,其过程如图6所示。
时间颗粒的设计需要包容动作实际完成时长;其设计值不可以过度粗化,粗化程度超出单个动作时长阶梯差值,表示设计值不可以超过单个动作时长阶梯差值;为尽量减少计算量,时间颗粒的选取也不可以过度细分,造成动作序列的冗余及规划计算量的提升;时间颗粒的累加和不得超过最大动作时长。
若动作在不同的应用场景下可能出现的动作持续时长呈现阶梯均匀状分布,则该情况下时间颗粒值均匀,配置动作序列时可通过设置使用次数,对该时间颗粒循环调用。
S6,根据时间颗粒计算结果,完成每个包括发生时长变化的动作的动作序列的阶梯化配置;根据前文获得的时长不固定动作的持续时长后,针对分析结果展开动作时长离散化处理,动作序列中针对该时长不固定动作的时长应对最小动作时长并配置相应参数,在动作后续排列时间颗粒并配置相应参数,最小动作时长累积该动作的所有时间颗粒为最大动作时长。
在某一实施例中,基于动作持续时长分层解析结果(即最小、最常用、最大动作时长)和时间颗粒设计结果,时间颗粒设计结果即绑定参数的时间颗粒及持续时长变化的动作,完成动作序列阶梯化配置,并对工作模式、工作行为和作业任务进行调度逻辑的配置,可以包括:
将不同应用场景中的动作时长进行分层定量分析,并将常用动作按照应用权重进行优先级排序,针对不同动作分析设计了时间颗粒,在本步骤中,对时间颗粒进行离散化设计,完成动作序列的阶梯化配置。需要说明的是,离散化设计是阶梯化配置的前提,阶梯化配置包括对持续时长变化的动作的最小时长的配置和后续时间颗粒的参数配置,通过参数完成对应应用场景下所需的动作持续时长的累加。
在动作序列集Mv中,动作Iu,Au时长随应用场景变化而变化,Iu,Au后依次排列时长为的等待标志V-wait进行占位。对动作Iu,Au和等待标志V-wait配置参数,通过参数标识动作Iu,Au和等待标志V-wait的使用状态及调用次数。针对动作Iu,Au和等待标志V-wait分别配置对应的参数/>并设置default参数初始化缺省使用状态。对参数进行赋值,其中0表示不使用,大于0的自然数表示使用及调用次数,含时间颗粒的动作序列阶梯化配置如图7所示。
当动作序列中若干动作……具有关联性,并且这些动作都会因应用场景不同导致行为时长发生变化,则需配置一致的参数pu,根据不同的关联的关系设置不同的参数值,再依据于其关联关系和动作序列具体内容进行参数赋值。
S7,根据阶梯化配置后的动作序列配置不同场景下的工作模式、工作行为和作业任务。
动作序列阶梯化配置完成后,对工作模式、工作行为和作业任务进行配置,以集成火星巡视探测器单元规划内容,如图8所示。其中,工作模式中的参数Pv限定了下述内容:
(1)行为集成的过程中界定是否取消该工作模式:若取消该工作模式则赋值为“不使用该模式”;
(2)工作模式调用动作序列中的哪个参数:在使用时以组成该工作模式的动作序列中涉及的全部参数pu对参数Pv进行调度配置,设置调用的动作序列及参数pu;
(3)行为集成的过程中缺省调用动作序列中的哪个参数:将优先权重最大的常用动作状态对应的参数Pv设置在缺省选项中,如应用场景发生变化则更改为其它参数Pv。
对工作模式、工作行为和作业任务配置完成后,在不同的应用场景下根据不同的行为使用需求,通过参数Pv调用不同动作及时间颗粒进行组合,将时间颗粒进行累加计算,对行为时长进行区间化展开,求解相应的应用场景下行为的执行时长。若在规划时各行为均采用优先权重最大的常用动作时,可以通过设置的缺省选项实现一键式操作,其中,置缺省选项表示默认调用该参数,选用非常用动作时,需适当调整参数。
本方案通过定量分析、离散化处理、时间颗粒设计、设置调度逻辑和时间颗粒组合模式,实现了工作行为时长的定性、定量分析,完成了基于动作时长的离散化、时间颗粒设计的动作序列阶梯化配置,以及工作模式、工作行为和作业任务的逻辑调度,并在具体应用场景中按照需求进行逻辑调度,优化了火星巡视探测器遥操作规划模式,有效的提升了单元规划内容集成的效率。
基于时间颗粒的动作序列阶梯化配置、四层调度逻辑基本框架(动作序列、工作模式、工作行为、作业)、和默认参数。实现了使用权重最大场景下的一键式操作。
优选地,在上述任意实施例中,所述对所述动作时长进行离散化处理具体包括:
在不同应用场景中,根据动作的持续时长进行排序,将该动作持续的最大动作时长进行离散化处理。
在另一实施例中,不需要对所有的动作时长进行颗粒化处理,有一部分动作时长不会发生改变,是固定的,这个时候不需要离散化处理。
本方案通过动作时长的离散化,对动作持续时长的离散化,具体对相邻动作的时间间隔进行离散化处理。
优选地,在上述任意实施例中,所述时间颗粒计算具体包括:
以最小动作时长为基准、阶梯做差为原则,结合权重分配获得时间颗粒值,完成时间颗粒计算。
在某一实施例中,时间颗粒设计具体指将动作时长按照动作具体内容及可能存在的变化进行离散化处理的过程,在它的使用过程中需要经过参数进行层级调用。
本方案通过时间颗粒及参数的配置,以参数调用模式适应多场景,无需对软件配置进行频繁更动,即可实现适用于多场景下的规划,从而完成对规划模式的优化。
优选地,在上述任意实施例中,所述S5之前还包括:
对导致行为时长发生变化的动作的动作时长进行分层解析,获得最小动作时长、常用动作时长和最大动作时长。
在某一实施例中,动作时长的分析可以理解为:行为中动作时长的分析是时间颗粒设计的基础和前提。对于火星巡视探测器来说,针对其巡视探测工作展开的行为逻辑不可冲突,且部分行为间存在严格的时间间隔要求,而动作时长的不确定性影响各行为之间的安排,动作时长的设计非常重要,因此分析动作时长变化范围,以及行为中哪些因素可引起动作时长的变化是非常必要的。
优选地,在上述任意实施例中,所述完成每个包括发生时长变化的动作的动作序列的阶梯化配置具体包括:
设置动作执行期间的V-wait等待标志,分配相应的调度参数对动作和V-wait等待标志进行标识,完成动作序列阶梯化配置。
优选地,在上述任意实施例中,所述根据阶梯化配置后的动作序列配置不同场景下的工作模式、工作行为和作业任务具体包括:
根据不同场景下阶梯化配置后的动作序列及配置参数配置不同场景下的工作模式、工作行为和作业任务。
在某一实施例中,调度逻辑使其不再一条一条的排列动作做计划,在发生需求改变时。通过调度逻辑增加了火星日行为安排的灵活性,提高了规划的效率。
一个行为中不止一个动作时长变化,一个火星日工作中不止一个行为时长变化,通过调度逻辑将这些时间颗粒进行组合,完成需求场景下的火星日行为规划。
时间颗粒及参数的配置就是对规划模式的优化,以参数调用适用于多场景,不需要修改软件配置,即可实现适用于多场景下的规划。
优选地,在上述任意实施例中,所述S7之前还包括:
对发生时长变化的动作序列的动作之间是否具备约束性进行判断;
当动作之间存在约束性时,则对所述动作配置关联参数,并根据所述动作所在的动作序列进行参数赋值;
所述S7具体包括:
根据配置赋值后的动作序列配置对应的工作模式、工作行为和作业任务。
本方案通过对发生时长变化的动作序列的动作之问是否具备约束性进行判断;当动作之间存在约束性时,则对所述动作配置关联参数,并根据所述动作所在的动作序列进行参数赋值,实现了时间颗粒按照不同设计弹性展开后,火星巡视探测器工作行为能源消耗、热控裕度的扩展性和通用性约束协调,并对动作进行冲突消解分析,对巡视探测器规划工作具有较高的实际工程应用价值。
优选地,在上述任意实施例中,冲突消解可以包括:部分动作间存在约束关系,比如对某两个动作的先后顺序或时间间隔有要求。这种约束关系可以存在于以下几个方面:
(1)一个动作序列中的莱两个或多个动作有约束关系。
(2)在不同的工作模式中,可能存在某两个或多个动作有约束关系。
(3)在不同的工作行为中,可能存在某两个或多个动作有约束关系。
(4)不同工作行为之间需要保持不冲突原则。
如某两个或多个动作之间存在约束关系,需要分别计算各动作的预期执行时间,设tg为动作所在工作模式的开始时间,tbefore为该动作前所有执行动作的时长,tΔ为该动作前所有执行时间颗粒的时长,则某动作的预期执行时间计算如下:
t动作执行=ts+tbefore+tΔ,
按照不同应用场景下对动作的发生先后时序的要求,以及对动作发生时间间隔的要求,对时间颗粒按照不同的设计弹性展开后,均需判断逻辑约束是否满足,若不满足则进行冲突消解,具体包括:
(1)若冲突动作出现在不同行为中,则对相应行为时间进行调整。
(2)若冲突动作出现在同一行为中且出现在不同工作模式中,则对构成该行为的工作模式时间tv进行调整。
(3)若冲突动作出现在同一行为中且出现在不同工作模式中,且调整工作模式时间tv无法消解冲突,则对构成该行为的工作模式相应的参数Pv进行调整。
(4)若冲突动作出现在同一工作模式中,则对构成该工作模式的动作序列中的冲突动作时间ku进行调整。
在按照作业展开得到单元规划结果后,需对上述约束进行再一次确认,判断动作间的约束关系是否满足,若不满足则按照上述步骤再次进行冲突消解。
在另一实施例中,评估扩展性和通用性约束条件可以包括:
某行为Ωi调用绑在时间节点tv的工作模式Mv,该工作模式调用动作序列生成的单元规划结果中的第一个动作发生时间为:
tbegin=tv,
最后一个动作发生的时间为:
tend=tv+(k2-k1)+(k3-k2)+...+(ku+1-ku)+...+(kN-kN-1)+k0,
其中,若某动作Iu,Au时长可变时,上式中的ku+1-ku计算如下式:
若某行为调用多个工作模式,其中调用工作模式1时生成的单元规划结果中该行为时长覆盖范围为调用模式2生成的单元规划结果中该行为时长覆盖范围为调用模式N生成的单元规划结果中该行为时长覆盖范围为/>则该构成行为的动作时长覆盖范围为min(tbegin):max(tend)。该时间覆盖范围需满足行为时间限制,主要表现为:火夜不安排火星巡视探测器部分工作行为,某些工作行为限制在火昼期间;工作行为执行过程中需满足资源、能源消耗及温控裕度的限制和约束。
除了火星巡视探测器单元规划内容中的部分工作行为受限,整体规划内容的累积也需要满足时间和资源的限制。受各类资源的约束,行为时长的扩展受限,需满足扩展性和通用性约束条件,行为的开始和结束存在最晚时间限制。
设定目标行为结束时间ttarget,基于目标行为结束时间,计算最后一个行为的最早开始时间和最晚开始时间为:
其中,tbegin是初始行为开始时间,min(Δtv)是每个行为所需的最短时长,min(ΔtN)是最后一个行为所需的最短时长。通过目标行为时间可以反向推算最后一个行为的最早、最晚开始时长,循环计算可以解算得出各行为的时间覆盖范围。
在某一实施例中,步骤一、行为时长变化状态分析。
火星巡视探测器在火星日单元规划内容中包括平台维护、通信、移动、感知、探测等行为。在不同的应用场景下,火星巡视探测器部分行为存在时长不同的情况,一个典型的情况如下:
火星巡视探测器感知行为可以分为全局感知和局部感知,其中局部感知又常见以感知三对、四对、五对不等,感知行为中还包含图像压缩的过程,感知图像数量的不一致导致了图像压缩的时长也不同。
本文中以简化的火星巡视探测器感知行为作为具体实施方式的示意,设火星巡视探测器感知行为Ωi由绑定在时间节点t1上的工作模式M1构成,对应配置参数P1,其中工作模式M1由动作序列M1={(ku,Iu,Au,pu),u=1,2,...,8}构成。
行为时长取决于ku的变化并对tv产生影响,对火星巡视探测器感知行为时长进行定性分析,动作序列中导致不同应用场景下感知行为时长变化的动作为火星巡视探测器角度感知控制和图像压缩控制,分别设为I3,A3动作和I7,A7动作,并且I3,A3动作和I7,A7动作存在关联性。
对导致行为时长发生变化的动作执行时长进行分层解析:
对于感知控制动作,最小动作时长为成像一对时桅杆和云台由初始位置转到目标位置进行成像,再从目标位置转回初始位置所用时长;最大行为时长为进行全局感知时桅杆和云台由初始位置依次转到各成像位置并进行成像,再转回初始位置所用时长;常用行为时长为局部感知三对、四对、五对所用时长,其中权重配置最高的为局部感知三对所用时长。
相应的对于图像压缩控制动作,最小动作时长为压缩一对图像所用时长;最大行为时长为压缩全局感知图像所用时长;常用行为时长为压缩三对、四对、五对图像所用时长,其中权重配置最高的为压缩三对图像所用时长。
步骤二、动作持续时长离散化处理,时间颗粒的设计。
基于单元规划内容的集成过程,感知行为所引用工作模式M1调用的动作序列“XL感知”配置如表1所示:
表1
动作时长的离散化即是对动作持续时长的离散化过程,也就是对相邻动作的时间间隔的离散化。
以最小动作时长为基准,进行阶梯作差,在满足时间颗粒设计原则下得到不同的时间差值作为时间颗粒值。
火星巡视探测器感知行为中感知控制动作I3,A3的时间颗粒值计算如下:
火星巡视探测器感知行为中图像压缩控制动作I7,A7的时间颗粒值计算如下:
步骤三、动作序列阶梯化配置以及工作模式、工作行为和作业任务的调度逻辑的配置。
针对应用场景不同导致感知行为时长发生变化的动作I3,A3和I7,A7,依次排列动作和时长为的V-wait等待标志进行占位,标识其初始化缺省使用状态,并配置参数标识其调用状态及使用次数,针对导致行为时长发生变化的动作及等待标志配置不同的参数/>
该动作序列中引起行为时长变化的两动作I3,A3和I7,A7具有直接的关联关系,需进行一致的参数配置。
感知行为引用的动作序列阶梯化配置如图9所示,在动作序列阶梯化配置完成后,需要对其对应的工作模式和感知工作行为进行调度逻辑的配置,以集成火星巡视探测器单元规划内容。
工作模式中的参数Pv缺省选择“感知成像三对”,可通过缺省选项的设置实现缺省状态下感知行为的快速规划。在其它的应用场景下面对不同的行为需求时,可通过选取其它参数Pv调用不同的动作和时间颗粒进行组合,实现行为时长区间化展开。
步骤四、评估扩展性和通用性约束条件的满足情况
火星巡视探测器感知行为Ωi由绑定在时间节点t1上的工作模式M1构成,该行为对应生成的单元规划中的序列第一个动作发生时间为t1,对应序列中最后一个动作发生的时间为k8。
当按照缺省参数计算时,该行为中最后一个动作的执行时刻计算如下式:
该行为的时间覆盖范围为(t1,k8+k0),时间覆盖范围应在火昼期间,需满足资源、能源消耗及温控裕度的限制和约束。火星巡视探测器单元规划内容除去感知行为外,整体作业也需要满足上述要求。该时间覆盖范围还需满足基于目标行为时间计算的行为开始和结束最晚时间限制。
步骤五、冲突消解
感知行为中某动作如I4,A4执行时间为:
k4=t1+(k2-k1)+(k3-k2)+(k4-k3),
其中,k4-k3按照设定场景计算。
展开下述冲突消解计算:
(1)计算与感知行为或行为中该动作存在约束的其它行为或动作的执行时间,判断是否满足约束关系。
(2)若存在冲突,则首先尝试对感知行为或与之发生冲突的其它行为的执行时间进行调整。
(3)若对各行为执行时间进行调整后无法消解冲突,则尝试对构成工作模式M1的动作序列“XL感知”中的冲突动作时间ku进行调整。
(6)在按照作业展开得到单元规划结果后,再次确认是否满足动作间的约束关系,若不满足则重新进行冲突消解。
(7)除了对动作间约束关系的分析,还需要计算感知行为和其他行为时间覆盖范围是否冲突。
在某一实施例中,如图2所示,颗粒化管理行为时长的遥操作规划系统,包括:规划内容分析模块1101、工作行为分析模块1102、工作模式分析模块1103、动作分析模块1104、颗粒化处理模块1105、阶梯化配置模块1106和工作规划模块1107;
所述规划内容分析模块1101用于根据火星巡视探测器的单元规划内容获得工作行为集;
所述工作行为分析模块1102用于解析出所述工作行为集中每个工作行为的工作模式,获得工作模式集;
所述工作模式分析模块1103用于对所述工作模式集中每个工作模式进行解析,获得多个动作序列;一个动作序列包括多个动作和多个动作时长;
所述动作分析模块1104用于对每个动作序列中的动作进行定性分析,判断出每个动作在不同场景下是否会引起工作时长变化,获得发生时长变化的动作的动作时长;
所述颗粒化处理模块1105用于对发生时长变化的动作的动作时长进行离散化处理,根据离散化处理结果进行时间颗粒计算;
所述阶梯化配置模块1106用于根据时间颗粒计算结果,完成每个包括发生时长变化的动作的动作序列的阶梯化配置;
所述工作规划模块1107用于根据阶梯化配置后的动作序列配置不同场景下的工作模式、工作行为和作业任务。
本方案通过定量分析、离散化处理、时间颗粒设计、设置调度逻辑和时间颗粒组合,实现了工作行为时长的定性、定量分析,完成了基于动作时长的离散化、时间颗粒设计的动作序列阶梯化配置,以及工作模式、工作行为和作业任务的逻辑调度,优化了火星巡视探测器遥操作规划模式,有效的提升了单元规划内容集成的效率。
基于时间颗粒的动作序列阶梯化配置、四层调度逻辑基本框架(动作序列、工作模式、工作行为、作业)、和默认参数。实现了使用权重最大场景下的一键式操作。
优选地,在上述任意实施例中,所述颗粒化处理模块1105具体用于在不同应用场景中,根据动作的持续时长进行排序,将该动作持续的最大动作时长进行离散化处理。
本方案通过动作时长的离散化,对动作持续时长的离散化,具体对相邻动作的时间间隔进行离散化处理。
优选地,在上述任意实施例中,所述颗粒化处理模块1105具体用于以最小动作时长为基准、阶梯做差为原则,结合权重分配获得时间颗粒值,完成时间颗粒计算。
本方案通过时间颗粒及参数的配置就是对规划模式的优化,以参数调用适用于多场景,不需要修改软件配置,即可实现适用于多场景下的规划。
优选地,在上述任意实施例中,所述颗粒化处理模块1105具体用于对导致行为时长发生变化的动作的动作时长进行分层解析,获得最小动作时长、常用动作时长和最大动作时长。
优选地,在上述任意实施例中,所述阶梯化配置模块具体用于设置动作执行期间的V-wait等待标志,分配相应的调度参数对动作和V-wait等待标志进行标识,完成动作序列阶梯化配置。
优选地,在上述任意实施例中,所述工作规划模块1107具体用于根据不同场景下阶梯化配置后的动作序列及配置参数配置不同场景下的工作模式、工作行为和作业任务。
优选地,在上述任意实施例中,还包括:关联判断模块,用于对发生时长变化的动作序列的动作之间是否具备约束性进行判断;
当动作之间存在约束性时,则对所述动作配置关联参数,并根据所述动作所在的动作序列进行参数赋值;
所述工作规划模块具体用于根据配置赋值后的动作序列配置对应的工作模式、工作行为和作业任务。
本方案通过对发生时长变化的动作序列的动作之间是否具备约束性进行判断;当动作之间存在约束性时,则对所述动作配置关联参数,并根据所述动作所在的动作序列进行参数赋值,实现了时间颗粒按照不同设计弹性展开后,火星巡视探测器工作行为能源消耗、热控裕度的扩展性和通用性约束协调,并对动作进行冲突消解分析,对巡视探测器规划工作具有较高的实际工程应用价值。
可以理解,在一些实施例中,可以包含如上述各实施例中的部分或全部可选实施方式。
需要说明的是,上述各实施例是与在先方法实施例对应的产品实施例,对于产品实施例中各可选实施方式的说明可以参考上述各方法实施例中的对应说明,在此不再赘述。
读者应理解,在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的方法实施例仅仅是示意性的,例如,步骤的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个步骤可以结合或者可以集成到另一个步骤,或一些特征可以忽略,或不执行。
上述方法如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,RandomAccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (7)
1.颗粒化管理行为时长的遥操作规划方法,其特征在于,包括:
S1,根据火星巡视探测器的单元规划内容获得工作行为集;
S2,解析出所述工作行为集中每个工作行为的工作模式,获得工作模式集;
S3,对所述工作模式集中每个工作模式进行解析,获得多个动作序列;一个动作序列包括多个动作和多个动作时长;
S4,对每个动作序列中的动作进行定性分析,判断出每个动作在不同场景下是否会引起工作时长变化,获得发生时长变化的动作时长;
S5,对发生时长变化的动作时长进行离散化处理,根据离散化处理结果进行时间颗粒计算;
S6,根据时间颗粒计算结果,完成每个包括发生时长变化的动作序列的阶梯化配置;
其中,所述完成每个包括发生时长变化的动作序列的阶梯化配置具体包括:
设置动作执行期间的V-wait等待标志,分配相应的调度参数对动作和V-wait等待标志进行标识,完成动作序列阶梯化配置;
S7,根据阶梯化配置后的动作序列配置不同场景下的工作模式、工作行为和作业任务;
其中,所述S5具体包括:
当应用场景不同,动作持续时长不同时,解析获得该动作的最小动作时长、最大动作时长及若干常用动作时长,按照出现的动作持续时长进行排序,将完成该动作可能需要的最大时长进行离散化处理;其中,最小动作时长为首个时间颗粒,配置一个参数;以最小动作时长为基准,阶梯作差为原则,得到不同的时间差值作为其余时间颗粒值;其中,所述最小动作时长指的是火星巡视探测器执行动作的最短时长,所述最大动作时长指的是火星巡视探测器执行动作的最大时长,所述常用动作时长指的是在大多数情况下火星巡视探测器执行动作的时长;
根据离散化处理结果,除最小动作时长外,其余时间颗粒标记为等待,其等待时长为上述时间差值,所述时间差值为各场景下调整各动作时长的时间颗粒,从而获得时间颗粒计算结果。
2.根据权利要求1所述的颗粒化管理行为时长的遥操作规划方法,其特征在于,所述对发生时长变化的动作时长进行离散化处理具体包括:
在不同应用场景中,根据动作的持续时长进行排序,将该动作持续的最大动作时长进行离散化处理。
3.根据权利要求1或2所述的颗粒化管理行为时长的遥操作规划方法,其特征在于,所述S5之前还包括:
对导致行为时长发生变化的动作时长进行分层解析,获得最小动作时长、常用动作时长和最大动作时长。
4.根据权利要求1所述的颗粒化管理行为时长的遥操作规划方法,其特征在于,所述根据阶梯化配置后的动作序列配置不同场景下的工作模式、工作行为和作业任务具体包括:
根据不同场景下阶梯化配置后的动作序列及配置参数配置不同场景下的工作模式、工作行为和作业任务。
5.根据权利要求1所述的颗粒化管理行为时长的遥操作规划方法,其特征在于,所述S7之前还包括:
对发生时长变化的动作序列的动作之间是否具备约束性进行判断;
当动作之间存在约束性时,则对所述动作配置关联参数,并根据所述动作所在的动作序列进行参数赋值;
所述S7具体包括:
根据配置赋值后的动作序列配置对应的工作模式、工作行为和作业任务。
6.颗粒化管理行为时长的遥操作规划系统,其特征在于,包括:规划内容分析模块、工作行为分析模块、工作模式分析模块、动作分析模块、颗粒化处理模块、阶梯化配置模块和工作规划模块;
所述规划内容分析模块用于根据火星巡视探测器的单元规划内容获得工作行为集;
所述工作行为分析模块用于解析出所述工作行为集中每个工作行为的工作模式,获得工作模式集;
所述工作模式分析模块用于对所述工作模式集中每个工作模式进行解析,获得多个动作序列;一个动作序列包括多个动作和多个动作时长;所述动作分析模块用于对每个动作序列中的动作进行定性分析,判断出每个动作在不同场景下是否会引起工作时长变化,获得发生时长变化的动作时长;
所述颗粒化处理模块用于对发生时长变化的动作时长进行离散化处理,根据离散化处理结果进行时间颗粒计算;
所述阶梯化配置模块用于根据时间颗粒计算结果,完成每个包括发生时长变化的动作序列的阶梯化配置;所述阶梯化配置模块具体用于设置动作执行期间的V-wait等待标志,分配相应的调度参数对动作和V-wait等待标志进行标识,完成动作序列阶梯化配置;
所述工作规划模块用于根据阶梯化配置后的动作序列配置不同场景下的工作模式、工作行为和作业任务;
所述颗粒化处理模块具体用于当应用场景不同,动作持续时长不同时,解析获得该动作的最小动作时长、最大动作时长及若干常用动作时长,按照出现的动作持续时长进行排序,将完成该动作可能需要的最大时长进行离散化处理;其中,最小动作时长为首个时间颗粒,配置一个参数;以最小动作时长为基准,阶梯作差为原则,得到不同的时间差值作为其余时间颗粒值;其中,所述最小动作时长指的是火星巡视探测器执行动作的最短时长,所述最大动作时长指的是火星巡视探测器执行动作的最大时长,所述常用动作时长指的是在大多数情况下火星巡视探测器执行动作的时长;
根据离散化处理结果,除最小动作时长外,其余时间颗粒标记为等待,其等待时长为上述时间差值,所述时间差值为各场景下调整各动作时长的时间颗粒,从而获得时间颗粒计算结果。
7.根据权利要求6所述的颗粒化管理行为时长的遥操作规划系统,其特征在于,所述颗粒化处理模块具体用于在不同应用场景中,根据动作的持续时长进行排序,将该动作持续的最大动作时长进行离散化处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210443275.7A CN114912775B (zh) | 2022-04-27 | 2022-04-27 | 颗粒化管理行为时长的遥操作规划方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210443275.7A CN114912775B (zh) | 2022-04-27 | 2022-04-27 | 颗粒化管理行为时长的遥操作规划方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114912775A CN114912775A (zh) | 2022-08-16 |
CN114912775B true CN114912775B (zh) | 2023-03-24 |
Family
ID=82765482
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210443275.7A Active CN114912775B (zh) | 2022-04-27 | 2022-04-27 | 颗粒化管理行为时长的遥操作规划方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114912775B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113288204A (zh) * | 2021-04-21 | 2021-08-24 | 佛山纽欣肯智能科技有限公司 | 一种机器人半自主b超检测系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9632502B1 (en) * | 2015-11-04 | 2017-04-25 | Zoox, Inc. | Machine-learning systems and techniques to optimize teleoperation and/or planner decisions |
CN108393884B (zh) * | 2018-01-18 | 2021-01-05 | 西北工业大学 | 一种基于Petri网的多机械臂遥操作系统协同任务规划方法 |
CN113485120B (zh) * | 2021-08-01 | 2022-07-05 | 西北工业大学 | 一种基于操控行为检测的机器人遥操作轨迹规划方法 |
CN113722901B (zh) * | 2021-08-20 | 2024-08-23 | 中国人民解放军63920部队 | 月面巡视器约束条件的处理方法和装置 |
CN114111761B (zh) * | 2021-11-05 | 2024-06-18 | 北京航天飞行控制中心 | 一种月面巡视探测任务的规划方法和系统 |
-
2022
- 2022-04-27 CN CN202210443275.7A patent/CN114912775B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113288204A (zh) * | 2021-04-21 | 2021-08-24 | 佛山纽欣肯智能科技有限公司 | 一种机器人半自主b超检测系统 |
Non-Patent Citations (1)
Title |
---|
基于无线通讯网络的机器人遥操作;王成友等;《工程设计学报》;20040828(第04期);第179-187页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114912775A (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Naeem et al. | Production planning optimization for manufacturing and remanufacturing system in stochastic environment | |
US8121885B2 (en) | Plan solver | |
JP2870117B2 (ja) | 最適計画作成方法 | |
CN111427681A (zh) | 边缘计算中基于资源监控的实时任务匹配调度系统和方法 | |
EP1359529A1 (en) | Computer-implemented product development planning method | |
KR102196787B1 (ko) | 공정계획을 위한 알파-체인 제약들 | |
JP2005534088A (ja) | ビジネス環境内の需要についての約束日を決定するためのシステムおよび方法 | |
JPH1115881A (ja) | 生産計画システム | |
Johnson et al. | Sensor-mission assignment in constrained environments | |
CN103377101A (zh) | 一种测试系统和测试方法 | |
US20160189072A1 (en) | Operation-plan scheduling device and its method | |
CN114912775B (zh) | 颗粒化管理行为时长的遥操作规划方法和系统 | |
CN112019577B (zh) | 专属云存储实现方法、装置、计算设备及计算机存储介质 | |
JP6799313B2 (ja) | 業務施策構築支援システム、業務施策構築支援方法及びプログラム | |
CN114358380A (zh) | 用于工程车辆调度的方法、设备及处理器 | |
CN114218748A (zh) | Rms建模方法、装置、计算机设备和存储介质 | |
Leventsov et al. | Design issues of information and communication systems for new generation industrial enterprises | |
CN115061811A (zh) | 一种资源调度方法、装置、设备及存储介质 | |
KR102063655B1 (ko) | 자가 진화 행위자 기반 시뮬레이션을 위한 시뮬레이션 시스템 및 방법 | |
Kao et al. | A petri-net based approach for scheduling and rescheduling resource-constrained multiple projects | |
JP5675925B2 (ja) | 設計モデルのオブジェクトデータの一時的分離方法 | |
JP4348333B2 (ja) | スケジューリング方法およびスケジューリングプログラム | |
CN101169742B (zh) | 用于大规模并行处理系统的资源保留 | |
JP3114149B2 (ja) | スケジュール自動作成処理方法 | |
JP2747130B2 (ja) | スケジュール自動作成処理方法 |
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 |