CN115225681A - 多机器人协作方法、电子设备、云服务器及存储介质 - Google Patents

多机器人协作方法、电子设备、云服务器及存储介质 Download PDF

Info

Publication number
CN115225681A
CN115225681A CN202111125360.0A CN202111125360A CN115225681A CN 115225681 A CN115225681 A CN 115225681A CN 202111125360 A CN202111125360 A CN 202111125360A CN 115225681 A CN115225681 A CN 115225681A
Authority
CN
China
Prior art keywords
robot
sub
cloud server
data
robots
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
CN202111125360.0A
Other languages
English (en)
Inventor
王伟健
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.)
Cloudminds Beijing Technologies Co Ltd
Original Assignee
Cloudminds Beijing Technologies 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 Cloudminds Beijing Technologies Co Ltd filed Critical Cloudminds Beijing Technologies Co Ltd
Priority to CN202111125360.0A priority Critical patent/CN115225681A/zh
Publication of CN115225681A publication Critical patent/CN115225681A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
    • 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]
    • G05B19/4185—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 network communication
    • G05B19/41855—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 network communication by local area network [LAN], network structure
    • 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]
    • G05B19/41865—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] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/602—Providing cryptographic facilities or services

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Bioethics (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Manipulator (AREA)

Abstract

本发明实施例涉及机器人领域，公开了一种多机器人协作方法，应用于主机器人，所述主机器人通过局域网与若干子机器人连接，所述主机器人还通过广域网与云端服务器连接，所述方法包括：通过所述广域网接收所述云端服务器发送的任务指令；将所述任务指令通过所述局域网发送至所述子机器人。本发明实施例还公开了一种电子设备、云服务器及存储介质。本发明实施例提供的多机器人协作方法、电子设备、云服务器及存储介质，使得在部分机器人无法连接云端服务器时，云端服务器依然可以有效地进行机器人的远程控制以完成相应的机器人协作任务。

Description

多机器人协作方法、电子设备、云服务器及存储介质
技术领域
本发明涉及机器人领域，特别涉及一种多机器人协作方法、电子设备、云服务器及存储介质。
背景技术
多机器人协作，是指多个机器人通过协作完成相应的任务。目前，多个机器人在协作时一般是通过多个机器人与云端服务器进行通信，在云端服务器的控制下协作完成相应的任务。
然而，在某些特殊场景下，无法使所有的机器人都连接到云端服务器，导致云端服务器无法有效地进行机器人的远程控制以完成相应的机器人协作任务。
发明内容
本发明实施例的目的在于提供一种多机器人协作方法、电子设备、云服务器及存储介质，使得在部分机器人无法连接云端服务器时，云端服务器依然可以有效地进行机器人的远程控制以完成相应的机器人协作任务。
为解决上述技术问题，本发明的实施例提供了一种多机器人协作方法，应用于主机器人，主机器人通过局域网与若干子机器人连接，主机器人还通过广域网与云端服务器连接，方法包括：通过广域网接收云端服务器发送的任务指令；将任务指令通过局域网发送至子机器人。
本发明的实施例还提供了一种多机器人协作方法，应用于子机器人，子机器人通过局域网与主机器人连接，方法包括：接收主机器人通过局域网发送的任务指令，任务指令为主机器人通过广域网从云端服务器处接收的；执行任务指令。
本发明的实施例还提供了一种多机器人协作方法，应用于云端服务器，云端服务器通过广域网与若干主机器人连接，方法包括：获取待执行任务的任务指令；将任务指令通过广域网发送至主机器人。
本发明的实施例还提供了一种电子设备，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的多机器协作方法。
本发明的实施例还提供了一种云服务器，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的多机器协作方法。
本发明的实施例还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述的多机器协作方法。
本发明实施例相对于相关技术而言，主机器人通过广域网接收云端服务器的任务指令，将任务指令通过局域网发送至子机器人，可以使子机器人不与云端服务器连接的情况下，由主机器人通过广域网接收云端服务器的任务指令，再将任务指令通过局域网发送给子机器人进行多机器人协作，使云端服务器依然可以有效地进行机器的远程控制以完成相应的多机器人协作任务。
另外，方法还包括：通过局域网接收子机器人传输的数据；对数据进行处理或将数据存储至本地。通过局域网接收子机器人传输的数据，对数据进行处理、将数据存储至本地或将数据传输至云端服务器，可以使子机器人通过局域网传输数据，在子机器人传输的数据为执行任务指令的数据时，主机器人可以根据数据确定任务的完成情况；在子机器传输的数据为传感器探测的数据时，主机器人可以得到子机器人的工作环境信息；而对数据进行处理，可以使主机器人对子机器人传输的数据作为相应的反应，实现汇总、统计、分析或作为下一阶段的任务指令等功能，而将数据存储至本地，可以使主机器人对任务指令的相关情况进行记录，方便进行后续的协作分析；而将数据传输至云端服务器，可以使云端服务器获知任务指令的执行情况，方便云端服务器作为后续的任务指令。
另外，在将数据存储至本地之后，还包括：使用预设密钥对存储在本地的数据进行加密；在接收到对存储在本地的数据的访问指令时，进行预设密钥的认证；若认证通过，则允许访问指令，否则拒绝访问指令。通过对存储在本地的数据进行加密，可以保证多机器人协作中产生的数据的安全。
另外，对数据进行处理、将数据存储至本地或将数据传输至云端服务器，包括：在将数据传输至云端服务器时，根据预设加密算法对数据加密后传输至云端服务器。通过预设加密算法将数据传输至云端服务器，可以提高多机器人协作场景数据的安全性。
另外，在根据预设加密算法对数据加密后传输至云端服务器之前，还包括：向云端服务器发送鉴权数据；若云端服务器对鉴权数据验证通过，则执行根据预设加密算法对数据加密后传输至云端服务器的步骤。通过向云端服务器发送鉴权数据，在鉴权数据验证通过的情况下，再通过预设加密算法将数据传输至云端服务器，可以进一步加强多机器人协作过程中数据的安全性。
另外，在根据预设加密算法对数据加密后传输至云端服务器之前，还包括：判断云端服务器是否具备数字安全证书；若是，则执行根据预设加密算法对数据加密后传输至云端服务器的步骤。在将数据传输至云端服务器之前，先判断云端服务器是合法的服务器，从而进一步保证多机器人协作产生的数据传输给一个合法的对象，进一步保证多机器人协作通信数据的安全性。
另外，在通过广域网接收云端服务器发送的任务指令之前，还包括：判断云端服务器是否为预先授权的角色；若是，则执行通过广域网接收云端服务器发送的任务指令，否则拒绝接收云端服务器发送的任务指令。通过判断云端服务器是否为预先授权的角色，在确定是时再接收任务指令，否则不接受任务指令，可以保证任务指令对应的下达用户为合法用户，从而保证多机器人协作中任务指令通信的安全性。
另外，将任务指令通过局域网发送至子机器人，包括：根据子机器人的数量和状态对任务指令进行调整；将调整后的任务指令通过局域网发送至子机器人。根据子机器人的数量和状态对任务指令进行调整，再将调整后的任务指令通过局域网发送至子机器人，可以使任务指令与主机器人对应的子机器的数量和状态相适应。
另外，任务指令对应若干子机器的类型和数量；将任务指令通过局域网发送至子机器人，包括：判断主机器人连接的子机器人是否满足任务指令对应的子机器人的类型和数量；若否，则根据任务指令对应的子机器人的类型和数量配对相应的子机器人；将任务指令发送至配对后的子机器人。通过判断主机器人连接的子机器人是否满足任务指令对应的子机器人的类型和数量，在不满足的情况下配对相应类型和数量的子机器人，可以使主机器人连接的子机器人满足任务指令的需求。
另外，在执行任务指令之后，还包括：获取子机器人在执行任务指令时的关键数据；将关键数据通过局域网反馈至主机器人。通过将子机器人在执行任务指令时的关键数据反馈至主机器人，可以使主机器人确认子机器人执行任务指令的情况；而通过局域网将关键数据反馈至主机器人，可以利用局域网较高的数据安全性来提高多机器人协作时的数据安全性。
另外，子机器人包括至少一个传感器，方法还包括：获取传感器探测的数据；将探测的数据反馈至主机器人。通过将子机器传感器探测的数据反馈至主机器人，可以使主机器人获知子机器人的环境变化，从而根据变化的环境作出相应的应对。
另外，云端服务器包括子机器人列表，子机器人列表包括子机器人的类型和数量；获取待执行任务的任务指令，包括：将子机器人列表与待执行任务进行匹配，确定待执行任务对应的子机器人的类型和数量；根据确定的子机器人的类型和数量进行待执行任务的任务配置，得到待执行任务的任务指令。通过子机器列表与待执行任务进行匹配，确定待执行任务对应的子机器的类型和数量，可以根据子机器的类型和数量对待执行任务进行分解；再通过确定的子机器人的类型和数量进行任务配置，就可以得到与待执行任务对应的任务指令，便于发送给主机器人对应的子机器人进行执行，以完成相应的多机器人协作任务。
另外，每一主机器人对应若干类型和若干数量的子机器人，将任务指令通过广域网发送至主机器人，包括：判断主机器人对应的子机器人的类型和数量是否包含任务指令对应的子机器人的类型和数量；若是，则将任务指令通过广域网发送至主机器人。通过判断主机器对应的子机器人的类型和数量是否与任务指令的相对应，在对应的情况下将任务指令发送至相应的主机器人，可以使云端服务器自动选择合适的主机器人进行通信并传输相应的任务指令，完成相应的多机器人协作任务。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定。
图1是本发明实施例提供的多机器人协作的流程示意图；
图2是本发明实施例提供的多机器人协作的原理示例图；
图3是本发明实施例提供的多机器人协作的另一流程示意图；
图4是本发明实施例提供的多机器人协作的又一流程示意图；
图5是本发明实施例提供的电子设备的结构示意图；
图6是本发明实施例提供的云服务器的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施例进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施例中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施例的种种变化和修改，也可以实现本申请所要求保护的技术方案。
在一个实施例中，涉及一种多机器人协作方法，应用于主机器人，主机器人通过局域网与若干子机器人连接，主机器人还通过广域网与云端服务器连接，通过广域网接收云端服务器发送的任务指令，将任务指令通过局域网发送至子机器人。
本发明实施例提供的多机器人协作方法的具体流程如图1所示，具体包括以下步骤：
S101：通过广域网接收云端服务器发送的任务指令。
S102：将任务指令通过局域网发送至子机器人。
其中，子机器人可以为能通过广域网与云端服务器进行连接的机器人，也可以为仅能通过局域网与主机器人进行连接的机器人，本发明实施例对此不做具体限制。优选地，子机器人为仅能通过局域网与主机器人进行连接的机器人，这样更能适应只能有部分机器人接入云端服务器的场景。可以理解的是，在只有主机器人可以与云端服务器进行连接的情况下，可以减少多机器人协作中云端服务器连接的机器人数量，减轻云端服务器的负担，同时也减少了多机器人协作中机器人与云端服务器传输的途径，更有利于对机器人通信的数据进行安全管理。
本发明实施例提供的多机器人协作方法，主机器人通过广域网接收云端服务器的任务指令，将任务指令通过局域网发送至子机器人，可以使子机器人不与云端服务器连接的情况下，由主机器人通过广域网接收云端服务器的任务指令，再将任务指令通过局域网发送给子机器人进行多机器人协作，使云端服务器依然可以有效地进行机器的远程控制以完成相应的多机器人协作任务。
在一个具体的例子中，本发明实施例提供的多机器人协作方法还包括：通过局域网接收子机器人传输的数据，对所述数据进行处理、将数据存储至本地或将数据传输至云端服务器。
子机器人传输的数据可以为执行任务指令后传输的反馈数据，也可以通过传感器得到的探测数据。主机器人对数据进行处理可以是对数据进行汇总、统计或分析等处理，还可以包括根据数据作出下一阶段的任务指令。主机器人将数据存储至本地是指主机器人中有存储模块，主机器人将接收到的数据存储至存储模块。可选地，主机器人可以在将数据存储在本地的同时对数据进行处理，还可以进一步将处理后的数据存储至本地。主机器人在将数据传输至云端服务器时，可以是将从子机器人接收到的数据直接传输至云端服务器，也可以是先对数据进行处理，再将处理后的数据发送至云端服务器，还可以是从本地存储中获取数据传输至云端服务器。
通过局域网接收子机器人传输的数据，对数据进行处理或将数据存储至本地，可以使子机器人通过局域网传输数据，在子机器人传输的数据为执行任务指令的数据时，主机器人可以根据数据确定任务的完成情况；在子机器传输的数据为传感器探测的数据时，主机器人可以得到子机器人的工作环境信息；而对数据进行处理，可以使主机器人对子机器人传输的数据作为相应的反应，实现汇总、统计、分析或作为下一阶段的任务指令等功能；而将数据存储至本地，可以使主机器人对任务指令的相关情况进行记录，方便进行后续的协作分析；而将数据传输至云端服务器，可以使云端服务器获知任务指令的执行情况，方便云端服务器作为后续的任务指令。
在一个具体的例子中，在将数据存储至本地之后，还可以包括：使用预设密钥对存储在本地的数据进行加密；在接收对存储在本地的数据的访问指令时，进行预设密钥的认证，若认证通过，则允许该访问指令，否则拒绝该访问指令。
在使用预设密钥对存储在本地的数据进行加密时，可以采用硬件加密的方式，也可以采用软件加密的方式，具体的加密方式可以根据实际需要进行设置，此处不做具体限制。
通过对存储在本地的数据进行加密，可以保证多机器人协作中产生的数据的安全。
在一个具体的例子中，上述对所述数据进行处理、将数据存储至本地或将数据传输至云端服务器，包括：在将数据传输至云端服务器时，根据预设加密算法对数据加密后传输至云端服务器。
其中，预设加密算法可以为对称加密算法，例如是AES(Advanced EncryptionStandard，高级加密标准)，也可以是非对称加密算法，例如是RSA算法，本发明实施例对具体的加密算法不做具体限制，还可以是非对称加密算法和对称加密算法混用的方式，例如先通过非对称加密算法传输对称加密算法的密钥，再根据密钥使用对称加密算法进行数据的加密，这样可以在保证加密等级的同时，减少加密算法对主机器人及云端服务器的计算资源的占用。
通过预设加密算法将数据传输至云端服务器，可以提高多机器人协作场景数据的安全性。
在一个具体的例子中，在根据预设加密算法对数据加密后传输至云端服务器之前，还可以包括：向云端服务器发送鉴权数据，若云端服务器对鉴权数据验证通过，则执行根据预设加密算法对数据加密后传输至云端服务器的步骤。
鉴权数据可以包括主机器人的ID和相应的密码凭证等，本发明实施例对鉴权数据具体包括的内容不做限制。
通过向云端服务器发送鉴权数据，在鉴权数据验证通过的情况下，再根据预设加密算法对数据加密后传输至云端服务器，可以进一步加强多机器人协作过程中数据的安全性。
在一个具体的例子中，在根据预设加密算法对数据加密后传输至云端服务器之前，还可以包括：判断云端服务器是否具备数字安全证书；若是，则执行根据预设加密算法对数据加密后传输至云端服务器的步骤。
即在将数据传输至云端服务器之前，先判断云端服务器是合法的服务器，从而进一步保证多机器人协作产生的数据传输给一个合法的对象，进一步保证多机器人协作通信数据的安全性。
在一个具体的例子中，在S101之前，即在通过广域网接收云端服务器发送的任务指令之前，还可以包括：判断云端服务器是否为预先授权的角色；若是，则执行通过广域网接收云端服务器发送的任务指令，否则拒绝接收云端服务器发送的任务指令。
由于云端服务器在发送任务指令时，可以是云端服务器对应的系统管理员下发的，因此，在接收云端服务器发送的任务指令前，可以先对任务指令下达的系统管理员(用户)进行鉴权，判断其是否被预先授权，在确定是预先授权的角色之后，再接收任务指令，否则不接收任务指令。
通过判断云端服务器是否为预先授权的角色，在确定是时再接收任务指令，否则不接受任务指令，可以保证任务指令对应的下达用户为合法用户，从而保证多机器人协作中任务指令通信的安全性。
在一个具体的例子中，在主机器人可以通过广域网与云端服务器连接的情况下，S101中的接收外部输入的任务指令，可以包括：接收云端服务器发送的任务指令。
请参考图2，其为本发明实施例提供的多机器人协作方法的原理示例图。具体地，主机器人通过广域网与云端服务器连接，主机器人通过局域网与多个子机器人(图中的机器人1至机器人N)连接，主机器人接收云端服务器发送的任务指令，通过局域网发送至对应的子机器人，并接收子机器人传输的数据，对数据进行处理、存储或传输至云端服务器。
在一个具体的例子中，在外部输入的任务指令是云端服务器发送的情况下，S102中的将任务指令通过局域网发送至子机器人，可以包括：根据子机器人的数量和状态对任务指令进行调整，将调整后的任务指令通过局域网发送至子机器人。
子机器的状态可以包括正常状态、异常状态、空闲状态或忙碌状态等。
例如，若云端服务器发送的任务指令对应的子机器人的数据为10个，而主机器人对应的子机器人仅为5个，则主机器人可以将相应子机器的工作量增加一倍来实现对任务指令的调整，再将调整后的任务指令发送至子机器人，从而可以完成相应的多机器人协作任务；又例如，若云端服务器发送的任务指令对应的子机器人的数据为2个，而主机器人对应的子机器人数量为5个，但1个为忙碌状态，4个为空闲状态，则主机器人可以将相应子机器的工作量减少一半后来实现对任务指令的调整，再将调整后的任务指令发送至4个空闲状态的子机器人。
可以理解的是，以上仅为根据子机器人的数量和状态对任务指令进行调整的示例说明，根据子机器的数量和状态对任务指令进行调整可以在主机器人上进行设置，本发明实施例对此不做限制。
根据子机器人的数量和状态对任务指令进行调整，再将调整后的任务指令通过局域网发送至子机器人，可以使任务指令与主机器人对应的子机器的数量和状态相适应。
在一个具体的例子中，任务指令对应若干子机器人的类型和数量，S102中的将任务指令通过局域网发送至子机器人，可以包括：判断主机器人连接的子机器人是否满足任务指令对应的子机器的类型和数量，若否，则根据任务指令对应的子机器人的类型和数量配对相应的子机器人，将任务指令发送至配对后的子机器人。
即局域网中包括的子机器人多于主机器人已连接的子机器人，在任务指令需要的情况下，主机器人连接更多需要的子机器人，从而满足任务指令的需求。也即，主机器人与局域网内的子机器人可以根据需要进行绑定或解绑进行相应的配对。当然，主机器人原来连接的子机器的类型可能不适合任务指令的类型，此时，根据任务指令对应的子机器人的类型和数据配对相应的子机器人，还可以包括将不适合任务指令的类型的子机器人进行解绑。
主机器人连接的子机器人满足任务指令对应的子机器人的类型和数量，是指主机器人连接的子机器人的类型和数量均大于或等于任务指令对应的子机器人类型和数量。
通过判断主机器人连接的子机器人是否满足任务指令对应的子机器人的类型和数量，在不满足的情况下配对相应类型和数量的子机器人，可以使主机器人连接的子机器人满足任务指令的需求。
在一个实施例中，涉及一种多机器人协作方法，应用于子机器人，子机器人通过局域网与主机器人连接，通过接收主机器人通过局域网发送的任务指令，执行任务指令，其中，任务指令为主机器人通过广域网从云端服务器处接收的。
本发明实施例提供的多机器人协作方法的具体流程如图3所示，包括以下步骤：
S201：接收主机器人通过局域网发送的任务指令，任务指令为所述主机器人通过广域网从云端服务器处接收的。
S202：执行任务指令。
本发明实施例提供的多机器人协作方法，子机器人接收主机器人通过广域网从云端服务器接收并通过局域网发送的任务指令，可以使子机器人不与云端服务器连接的情况下，由主机器人通过广域网接收云端服务器的任务指令，再将任务指令通过局域网发送给子机器人进行多机器人协作，使云端服务器依然可以有效地进行机器的远程控制以完成相应的多机器人协作任务。
在一个具体的例子中，在S202之后，即在执行任务指令之后，还包括：获取子机器人在执行任务指令时的关键数据，将该关键数据通过局域网反馈至主机器人。
通过将子机器人在执行任务指令时的关键数据反馈至主机器人，可以使主机器人确认子机器人执行任务指令的情况；而通过局域网将关键数据反馈至主机器人，可以利用局域网较高的数据安全性来提高多机器人协作时的数据安全性。
在一个具体的例子中，子机器人包括至少一个传感器，本发明实施例提供的多机器人协作方法还包括：获取传感器探测的数据，将探测的数据反馈至主机器人。
其中，传感器可以包括：三维立体相机、激光雷达、超声波雷达、毫米雷达或2D相机进行物理仿真等。
可选地，子机器人还可以包括预处理模块，用于将探测的数据进行预处理，例如进行格式转换等，再将预处理后的数据反馈至主机器人。
通过将子机器传感器探测的数据反馈至主机器人，可以使主机器人获知子机器人的环境变化，从而根据变化的环境作出相应的应对。
不难发现，本实施例为与前述实施例相对应的在子机器人侧的实施例，本实施例可与前述实施例互相配合实施。前述实施例中提到的相关技术细节在本实施例中依然有效，为了减少重复，这里不再赘述。相应地，本实施例中提到的相关技术细节也可应用在前述实施例中。
在一个具体的例子中，涉及一种多机器人协作方法，应用于云端服务器，云端服务器通过广域网与若干主机器人连接，通过获取待执行任务的任务指令，将任务指令通过广域网发送至主机器人。
本发明实施例提供的多机器人协作方法的具体流程如图4所示，包括以下步骤：
S301：获取待执行任务的任务指令。
S302：将任务指令通过广域网发送至主机器人。
在一个具体的例子中，云端服务器包括子机器人列表，子机器人列表包括子机器的类型和数量，S301中，获取待执行任务的任务指令，包括：将子机器人列表与待执行任务进行匹配，确定待执行任务对应的子机器人的类型和数量；根据确定的子机器人的类型和数量进行待执行任务的任务配置，得到待执行任务的任务指令。
通过子机器列表与待执行任务进行匹配，确定待执行任务对应的子机器的类型和数量，可以根据子机器的类型和数量对待执行任务进行分解；再通过确定的子机器人的类型和数量进行任务配置，就可以得到与待执行任务对应的任务指令，便于发送给主机器人对应的子机器人进行执行，以完成相应的多机器人协作任务。
在一个具体的例子中，每一主机器人对应若干类型和若干数量的子机器人，在S302中，将任务指令通过广域网发送至主机器人，包括：判断主机器人对应的子机器人的类型和数量是否包含任务指令对应的子机器人的类型和数量，若是，则将任务指令通过广域网发送至该主机器人。
通过判断主机器对应的子机器人的类型和数量是否与任务指令的相对应，在对应的情况下将任务指令发送至相应的主机器人，可以使云端服务器自动选择合适的主机器人进行通信并传输相应的任务指令，完成相应的多机器人协作任务。
不难发现，本实施例为与前述实施例相对应的在云端服务器侧的实施例，本实施例可与前述实施例互相配合实施。前述实施例中提到的相关技术细节在本实施例中依然有效，为了减少重复，这里不再赘述。相应地，本实施例中提到的相关技术细节也可应用在前述实施例中。
上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包含相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。
在一个实施例中，涉及一种电子设备，如图5所示，包括至少一个处理器401；以及，与至少一个处理器401通信连接的存储器402；其中，存储器402存储有可被至少一个处理器401执行的指令，指令被至少一个处理器401执行，以使至少一个处理器401能够执行上述的多机器人协作方法。
其中，存储器402和处理器401采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器401和存储器402的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器401处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器401。
处理器401负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器402可以被用于存储处理器401在执行操作时所使用的数据。
在一个实施例中，涉及一种云服务器，如图6所示，包括至少一个处理器501；以及，与至少一个处理器501通信连接的存储器502；其中，存储器502存储有可被至少一个处理器501执行的指令，指令被至少一个处理器501执行，以使至少一个处理器501能够执行上述的多机器人协作方法。
其中，存储器502和处理器501采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器501和存储器502的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器501处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器501。
处理器501负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器502可以被用于存储处理器501在执行操作时所使用的数据。
在一个实施例中，涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
即，本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述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，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解，上述各实施例是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (18)

1.一种多机器人协作方法，其特征在于，应用于主机器人，所述主机器人通过局域网与若干子机器人连接，所述主机器人还通过广域网与云端服务器连接，所述方法包括：
通过所述广域网接收所述云端服务器发送的任务指令；
将所述任务指令通过所述局域网发送至所述子机器人。
2.根据权利要求1所述的多机器人协作方法，其特征在于，还包括：
通过所述局域网接收所述子机器人传输的数据；
对所述数据进行处理、将所述数据存储至本地或将所述数据传输至所述云端服务器。
3.根据权利要求2所述的多机器人协作方法，其特征在于，在所述将所述数据存储至本地之后，还包括：
使用预设密钥对存储在本地的数据进行加密；
在接收到对所述存储在本地的数据的访问指令时，进行所述预设密钥的认证；
若认证通过，则允许所述访问指令，否则拒绝所述访问指令。
4.根据权利要求2所述的多机器人协作方法，其特征在于，所述对所述数据进行处理、将所述数据存储至本地或将所述数据传输至所述云端服务器，包括：
在将所述数据传输至所述云端服务器时，根据预设加密算法对所述数据加密后传输至所述云端服务器。
5.根据权利要求4所述的多机器人协作方法，其特征在于，在所述根据预设加密算法对所述数据加密后传输至所述云端服务器之前，还包括：
向所述云端服务器发送鉴权数据；
若所述云端服务器对所述鉴权数据验证通过，则执行所述根据预设加密算法对所述数据加密后传输至所述云端服务器的步骤。
6.根据权利要求4所述的多机器人协作方法，其特征在于，在所述根据预设加密算法对所述数据加密后传输至所述云端服务器之前，还包括：
判断所述云端服务器是否具备数字安全证书；
若是，则执行所述根据预设加密算法对所述数据加密后传输至所述云端服务器的步骤。
7.根据权利要求1所述的多机器人协作方法，其特征在于，在通过所述广域网接收所述云端服务器发送的任务指令之前，还包括：
判断所述云端服务器是否为预先授权的角色；
若是，则执行所述通过所述广域网接收所述云端服务器发送的任务指令，否则拒绝接收所述云端服务器发送的任务指令。
8.根据权利要求1-7任一项所述的多机器人协作方法，其特征在于，所述将所述任务指令通过所述局域网发送至所述子机器人，包括：
根据所述子机器人的数量和状态对所述任务指令进行调整；
将调整后的任务指令通过所述局域网发送至所述子机器人。
9.根据权利要求1-7任一项所述的多机器人协作方法，其特征在于，所述任务指令对应若干子机器的类型和数量；所述将所述任务指令通过所述局域网发送至所述子机器人，包括：
判断所述主机器人连接的子机器人是否满足所述任务指令对应的子机器人的类型和数量；
若否，则根据所述任务指令对应的子机器人的类型和数量配对相应的子机器人；
将所述任务指令发送至配对后的子机器人。
10.一种多机器人协作方法，其特征在于，应用于子机器人，所述子机器人通过局域网与主机器人连接，所述方法包括：
接收所述主机器人通过所述局域网发送的任务指令，所述任务指令为所述主机器人通过广域网从云端服务器处接收的；
执行所述任务指令。
11.根据权利要求10所述的多机器人协作方法，其特征在于，在所述执行所述任务指令之后，还包括：
获取所述子机器人在执行所述任务指令时的关键数据；
将所述关键数据通过所述局域网反馈至所述主机器人。
12.根据权利要求10所述的多机器人协作方法，其特征在于，所述子机器人包括至少一个传感器，所述方法还包括：
获取所述传感器探测的数据；
将所述探测的数据反馈至所述主机器人。
13.一种多机器人协作方法，其特征在于，应用于云端服务器，所述云端服务器通过广域网与若干主机器人连接，所述方法包括：
获取待执行任务的任务指令；
将所述任务指令通过所述广域网发送至所述主机器人。
14.根据权利要求13所述的多机器人协作方法，其特征在于，所述云端服务器包括子机器人列表，所述子机器人列表包括子机器人的类型和数量；
所述获取待执行任务的任务指令，包括：
将所述子机器人列表与所述待执行任务进行匹配，确定所述待执行任务对应的子机器人的类型和数量；
根据确定的子机器人的类型和数量进行所述待执行任务的任务配置，得到所述待执行任务的任务指令。
15.根据权利要求14所述的多机器人协作方法，其特征在于，每一所述主机器人对应若干类型和若干数量的子机器人，所述将所述任务指令通过所述广域网发送至所述主机器人，包括：
判断所述主机器人对应的子机器人的类型和数量是否包含所述任务指令对应的子机器人的类型和数量；
若是，则将所述任务指令通过所述广域网发送至所述主机器人。
16.一种电子设备，其特征在于，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指令，所述指令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如权利要求1-9任一项的多机器人协作方法或如权利要求10-12任一项的多机器人协作方法。
17.一种云服务器，其特征在于，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指令，所述指令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如权利要求13-15任一项所述的多机器协作方法。
18.一种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1-9任一项的多机器人协作方法、如权利要求10-12任一项的多机器人协作方法或如权利要求13-15任一项所述的多机器协作方法。
CN202111125360.0A 2021-09-23 2021-09-23 多机器人协作方法、电子设备、云服务器及存储介质 Pending CN115225681A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111125360.0A CN115225681A (zh) 2021-09-23 2021-09-23 多机器人协作方法、电子设备、云服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111125360.0A CN115225681A (zh) 2021-09-23 2021-09-23 多机器人协作方法、电子设备、云服务器及存储介质

Publications (1)

Publication Number Publication Date
CN115225681A true CN115225681A (zh) 2022-10-21

Family

ID=83606722

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111125360.0A Pending CN115225681A (zh) 2021-09-23 2021-09-23 多机器人协作方法、电子设备、云服务器及存储介质

Country Status (1)

Country Link
CN (1) CN115225681A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116016511A (zh) * 2022-12-26 2023-04-25 广东职业技术学院 一种多机器人的数据传输方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018120079A1 (zh) * 2016-12-30 2018-07-05 深圳前海达闼云端智能科技有限公司 机器人控制装置、方法、系统及计算机程序产品
CN110879556A (zh) * 2019-12-13 2020-03-13 华南智能机器人创新研究院 一种多机器人局域网内的多机器人协同控制方法及装置
CN111526201A (zh) * 2020-04-28 2020-08-11 济南浪潮高新科技投资发展有限公司 一种机器人管理方法、系统及边缘服务器
CN112398664A (zh) * 2019-08-13 2021-02-23 中兴通讯股份有限公司 主设备选择方法、设备管理方法、电子设备以及存储介质
CN112589811A (zh) * 2020-12-07 2021-04-02 苏州阿甘机器人有限公司 一种消防救援机器人及其工作方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018120079A1 (zh) * 2016-12-30 2018-07-05 深圳前海达闼云端智能科技有限公司 机器人控制装置、方法、系统及计算机程序产品
CN112398664A (zh) * 2019-08-13 2021-02-23 中兴通讯股份有限公司 主设备选择方法、设备管理方法、电子设备以及存储介质
CN110879556A (zh) * 2019-12-13 2020-03-13 华南智能机器人创新研究院 一种多机器人局域网内的多机器人协同控制方法及装置
CN111526201A (zh) * 2020-04-28 2020-08-11 济南浪潮高新科技投资发展有限公司 一种机器人管理方法、系统及边缘服务器
CN112589811A (zh) * 2020-12-07 2021-04-02 苏州阿甘机器人有限公司 一种消防救援机器人及其工作方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116016511A (zh) * 2022-12-26 2023-04-25 广东职业技术学院 一种多机器人的数据传输方法
CN116016511B (zh) * 2022-12-26 2023-08-01 广东职业技术学院 一种多机器人的数据传输方法

Similar Documents

Publication Publication Date Title
EP3445015B1 (en) Methods and devices for accessing protected applications
US9172544B2 (en) Systems and methods for authentication between networked devices
CN111538966B (zh) 访问方法、访问装置、服务器及存储介质
CN112165712B (zh) 用于智能设备接入无线网络的方法、装置、系统及存储介质
WO2023071751A1 (zh) 一种认证方法和通信装置
CN105262773A (zh) 一种物联网系统的验证方法及装置
CN109583154A (zh) 一种基于Web中间件访问智能密码钥匙的系统及方法
CN105635131A (zh) 传输数据方法、装置及服务器
CN115225681A (zh) 多机器人协作方法、电子设备、云服务器及存储介质
CN104883342A (zh) 一种帐号权限管理系统、方法及装置
WO2024109269A1 (zh) At指令权限管理方法、装置、计算机设备和存储介质
CN111459869B (zh) 一种数据访问的方法、装置、设备及存储介质
CN110572476B (zh) 一种远程控制方法、装置及设备
CN113282490A (zh) 智能门锁测试方法及电子设备
CN105141624A (zh) 登录方法、账号管理服务器及客户端系统
CN112417407A (zh) 数据授权的处理方法、装置、设备和存储介质
CN114979170B (zh) 智能频谱共享系统、方法、装置、电子设备及存储介质
CN103310138A (zh) 帐户管理装置及方法
CN113497735A (zh) 开放接口的管理方法、电子设备以及存储介质
CN114124572B (zh) 基于单向网络的数据传输方法、装置、设备和介质
CN116011590A (zh) 联邦学习方法、装置和系统
CN111108525A (zh) 通过不安全通信信道的基于距离的安全通信的系统和方法
CN210745178U (zh) 一种身份认证系统
CN111107078B (zh) 应用接入的方法、机器人控制单元、服务器和存储介质
CN114640491A (zh) 通信方法和系统

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