CN115320417A - 运输机器人实时充电方法、电子设备及可存储介质 - Google Patents

Abstract

本申请公开运输机器人实时充电方法、电子设备及可存储介质，充电方法包括以下步骤：控制运输机器人在低于预定电量时发射预警信息；基站获取预警信息，并结合运输机器人的载重量信息预估最大行驶距离；基于运输机器人的预定行驶路径、自带的定位信号以及最大行驶距离对应的运行时间，调度在该运行时间内能够抵达运输机器人当前位置的充电机器人自动行驶至靠近运输机器人的位置；控制供电机器人给运输机器人补充电能；在补充电能过程中，基于运输机器人上的电池的soc消耗值，并结合运输机器人的剩余运输距离和实时运输载重量估算运输机器人所需充电电量，控制充电机器人给运输机器人至少补充所需充电电量，确保运输机器人进行高效、高质量的运输。

Description

运输机器人实时充电方法、电子设备及可存储介质

技术领域

本发明涉及实时自动充电技术领域，尤其涉及运输机器人实时充电方法、电子设备及可存储介质，用于运输机器人在运输途中的实时获取电能。

背景技术

目前，对于运输机器人的充电策略一般是基于卷积神经网络和大数据进行推算，对小车运输消耗的电量进行预算，其中，对整体行程的运输预测数据庞大，运算过程中的干扰因素过多，运算误差过大，常常导致运输机器人在运输过程中因电量耗尽而停在运输途中，往往会耽误工期，降低工作效率，严重时甚至可能会造成不可挽回的灾难。

发明内容

本发明的一个优势在于提供一种运输机器人实时充电方法、电子设备及可存储介质，其中在获取到运输机器人的电量低于预定标准时，基于运输机器人及其电池相关信息，并基于运输机器人的当前载重量和经过每个点位卸货后的载重量对运输机器人的剩余运输距离和剩余运行时间进行预测，调度充电机器人在运输机器人的运输途中给运输机器人实时补充电能，能够保证运输机器人在完成运输的条件下有效简化电量预测程序，提高响应效率，确保运输的连贯性、持续性和高效性。

本发明的一个优势在于提供一种运输机器人实时充电方法、电子设备及可存储介质，其中根据电池状态估算信息、电池状态历史信息、电池状态估算误差和历史消耗测量误差获得所述运输机器人的最大行驶距离，能够有效提高对所述最大行驶距离的预测准确性。

为达到本发明以上至少一个优势，第一方面，本发明提供一种运输机器人实时充电方法，用于运输机器人在运输途中实时获取电能，包括以下步骤：

S100，控制运输机器人在低于预定电量时发射预警信息，其中所述预警信息包括运输机器人的当前电量信息和特征信息，其中所述特征信息包括所述运输机器人的唯一识别信息和所述运输机器人获取或者内置的预定行驶路径信息；

S200，基站获取所述预警信息，并结合所述运输机器人的当前载重量信息以及经过每个点位卸货后的载重量信息预估所述运输机器人的最大行驶距离；

S300，基于所述运输机器人的预定行驶路径、所述运输机器人自带的定位信号以及所述最大行驶距离对应的运行时间，调度在该运行时间内能够抵达所述运输机器人当前位置的充电机器人自动行驶至靠近所述运输机器人的位置；

S400，控制所述供电机器人给所述运输机器人补充电能；

S500，在补充电能过程中，基于所述运输机器人上的电池的soc消耗值，并结合所述运输机器人的剩余运输距离和实时运输载重量估算所述运输机器人所需充电电量，控制所述充电机器人给所述运输机器人至少补充所需充电电量。

根据本发明一实施例，所述运输机器人实时充电方法还包括步骤S610，在所述充电机器人给所述运输机器人补充电能完毕后，控制所述充电机器人返回初始位置。

根据本发明一实施例，所述运输机器人实时充电方法还包括步骤S620，在所述充电机器人给所述运输机器人补充电能完毕后，基于所述充电机器人完成操作时的位置信息，在收到基站的调度命令后，重复实施步骤S400和S500；

在实施步骤S400和S500后，在未收到基站的调度命令时或者自身电量低于预定阈值时返回初始位置。

根据本发明一实施例，在步骤S200中，预估所述运输机器人的最大行驶距离，具体为：

S210，基于所述运输机器人的实时载重量，获取载重量和电池soc消耗值的线性关系；

S220，基于获取到的所述运输机器人的特征信息，得到电池状态估算信息；

S230，计算电池状态估算误差；

S240，计算电池状态历史消耗的测量误差；

S250，根据电池状态估算信息、电池状态历史信息、电池状态估算误差和历史消耗测量误差获得所述运输机器人的最大行驶距离。

根据本发明一实施例，在步骤S400中，控制所述供电机器人给所述运输机器人补充电能，包括：控制所述供电机器人沿与所述预定行驶路径相对应的充电行驶路径随所述运输机器人同步移动，进行实时自动充电操作。

根据本发明一实施例，在步骤S400中，控制所述供电机器人给所述运输机器人补充电能，还包括：在所述供电机器人靠近所述运输机器人时，控制所述运输机器人停止运行，然后控制所述供电机器人携带的机械手给所述运输机器人实施换电操作。

第二方面，本发明还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现前述运输机器人实时充电方法。

第三方面，本发明还提供一种计算机可存储介质，其中所述存储介质上存储有计算机程序，所述计算机程序在被计算机执行时，实现前述运输机器人实时充电方法。

本发明的这些和其它目的、特点和优势，通过下述的详细说明，得以充分体现。

附图说明

图1示出了本申请运输机器人实时充电方法的流程示意图。

图2示出了本申请带有运输机器人实时充电方法的电子设备的结构示意图。

具体实施方式

以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。

本领域技术人员应理解的是，在说明书的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此，上述术语不能理解为对本发明的限制。

可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。

参考图1，依本发明一较佳实施例的一种运输机器人实时充电方法将在以下被详细地阐述，其中所述运输机器人实时充电方法用于运输机器人在运输途中实时获取电能，确保运输机器人在完成运输的条件下有效简化电量预测程序，提高响应效率，确保运输机器人运输的连贯性、持续性和高效性，其中所述完成运输包括完成当下的运输任务，还可以包括完成预分配好的下一个运输任务，此外，所述运输机器人一般是在一个封闭的环境，比如车间或者工厂内完成定点或者多点运输任务。

所述运输机器人实时充电方法主要包括以下步骤：

S100，控制运输机器人在低于预定电量时通过内部通讯模块发射预警信息，一般是向周边一定范围内的基站发射预警信息，其中所述预定电量一般是指经过预测、推算或者计算，运输机器人不能完成运输任务的电量，基于不同的运输环境或者运输场景，所述预定电量可能是不同的，此外，所述预定电量的值或者百分比也是可以被调节或者重新修定的，其中所述预警信息包括运输机器人的当前电量信息和特征信息，其中所述特征信息包括所述运输机器人的唯一识别信息和所述运输机器人获取或者内置的预定行驶路径信息，从而能够通过所述唯一识别信息确定所述运输机器人以及其附带的电池的各种信息，比如该电池的历史充放电次数、电池温度、电池使用时限、电池品牌规格等，并能够通过所述预定行驶路径为后续充电机器人给所述运输机器人补充电能提供必要条件；

S200，基站获取所述预警信息，并结合所述运输机器人的当前载重量信息以及经过每个点位卸货后的载重量信息预估所述运输机器人的最大行驶距离，从而消除变化中的载重量对运输途中的电量消耗对运输机器人的最大行驶距离造成的测算误差，其中所述载重量信息以及经过每个点位卸货后的载重量信息可以通过所述运输机器人内部的重力传感器获取；

S300，基于所述运输机器人的预定行驶路径、所述运输机器人自带的定位信号以及所述最大行驶距离对应的运行时间，调度在该运行时间内能够抵达所述运输机器人当前位置的充电机器人自动行驶至靠近所述运输机器人的位置，其中所述定位信号是指能够实时捕捉所述运输机器人的世界坐标位置的信号，可以是GPS信号，也可以是北斗卫星导航信号，也可以是伽利略卫星导航信号，或者全球导航卫星信号，另外，被调度的充电机器人也具备行驶至所述运输机器人、并给所述运输机器人补充所需电能以及返回初始位置的所有电量；

S400，控制所述供电机器人给所述运输机器人补充电能；

S500，在补充电能过程中，基于所述运输机器人上的电池的soc消耗值，并结合所述运输机器人的剩余运输距离和实时运输载重量估算所述运输机器人所需充电电量，控制所述充电机器人给所述运输机器人至少补充所需充电电量，以确保所述运输机器人能够完成运输任务，或者在能够满足当下运输任务的同时，还能够满足被预分配的下一个运输任务的电量，其中补充所需充电电量主要基于所述充电机器人给所述运输机器人持续充电的时间、下一个运输任务所需电量的多少或者下一个运输任务的紧急程度来确定，其中当下一个运输任务的紧急程度处于较高、高或者非常高等级的紧急状态时，所述充电机器人在所述运输机器人完成当下运输任务后仍然保持随所述运输机器人同步移动，并进行持续充电的状态，直至充电电量能够满足所述运输机器人完成下一个预分配的运输任务。

在一个实施例中，所述运输机器人实时充电方法还包括步骤S610，在所述充电机器人给所述运输机器人补充电能完毕后，控制所述充电机器人返回初始位置，以备下一次使用，同时节约工作场地空间，避免给其他运输机器人或者工作人员产生移动路径的干涉。

作为另一较佳实施例，所述运输机器人实时充电方法还包括步骤S620，在所述充电机器人给所述运输机器人补充电能完毕后，基于所述充电机器人完成操作时的位置信息，在收到基站的调度命令后，重复实施步骤S400和S500，以节约返回初始位置再出发的时间，从而从整体上进一步提高工作效率，显然，如果该完成给运输机器人补充电能的充电机器人接收到了基站的调度命令，则说明该充电机器人距离目标运输机器人或者说下一个运输机器人的位置较近，同时又具备足够的供应充电的电能；

同时，在实施步骤S400和S500后，在未收到基站的调度命令时或者自身电量低于预定阈值时返回初始位置。

进一步优选地，在步骤S200中，预估所述运输机器人的最大行驶距离，具体为：

S210，基于所述运输机器人的实时载重量，获取载重量和电池soc消耗值的线性关系；

S220，基于获取到的所述运输机器人的特征信息，比如电池的历史充放电次数、电池使用时间、寿命以及电池温度等等，得到电池状态估算信息；

S230，计算电池状态估算误差；

S240，计算电池状态历史消耗的测量误差；

S250，根据电池状态估算信息、电池状态历史信息、电池状态估算误差和历史消耗测量误差获得所述运输机器人的最大行驶距离，能够有效提高对所述最大行驶距离的预测准确性。

更具体的，首先，建立运输机器人soc消耗值和电量值的线性回归模型，得到运输机器人soc消耗值和电量之间的线性关系。根据该线性关系可得到soc状态方程和测量方程：

X_(k)＝X_(k-1)+B U_(k-1)+W_(k-1)

Z_(k)＝X_(k)+V_(k)

其中X_(k)是k时刻的soc值，U_(k-1)是k-1时电量；B是系统参数，表示电量和soc消耗值的系数，一般情况下，B取值为0-2，可以是1.1-1.9之间的任意数值；W_(k-1)为过程激励噪声，即计算式产生的误差；V_(k)为观测噪声，即测量时的测量误差。

然后，对当前时段计算电池状态值、下一时段预估电池状态值和下一时段计算电池状态值带入公式进行迭代运算。

其中

表示当前时刻状态变量估计值，

表示当前时刻状态变量最优估算值，K表示卡尔曼增益的收敛值。

最后，选取任一行程的若干个连续采样点，对soc进行卡尔曼滤波，得到电池状态最优估算值，根据电池状态最优估算值和运输机器人内部重力传感器测出的实时载重量即可非常准确的预估或者计算出运输机器人的最大行驶距离，或者说剩余可行驶距离。

作为一较佳实施例，在步骤S400中，控制所述供电机器人给所述运输机器人补充电能，包括：控制所述供电机器人沿与所述预定行驶路径相对应的充电行驶路径随所述运输机器人同步移动，进行实时自动充电操作。这样一来，既不影响所述充电机器人给所述运输机器人进行实时充电，同时，还不影响所述运输机器人的运输作业，确保所述运输机器人按时按需完成运输任务。一般情况下，在所述充电机器人到达靠近所述运输机器人，即在充电前，所述充电机器人会保持相对所述运输机器人较高的移动速度，而在充电过程中，就会减速而与所述运输机器人保持同步的移动速度和移动路径，以确保能够维持实时持续充电。在所述充电机器人和所述运输机器人保持同速、同步移动的情况下，所述充电机器人和所述运输机器人之间属于相对静止的状态，实时自动充电技术可参考自动充电机器人或者扫地机器人对接充电桩进行充电的技术，比如申请号CN2019110902796，名称为：一种实现移动机器人自动充电的方法的专利，比如申请号为CN2016109717220，名称为：机器人自动回位充电方法和系统的专利，还比如申请号为CN2012105443435，名称为：一种机器人及其自动充电系统和方法的专利，亦或者申请号CN2016102039984，名称为：一种智能机器人自动充电的方法的专利等等，在此不再一一列举。值得注意的是，本申请技术方案重点强调的是怎么确保运输机器人在运输途中进行实时充电，进而确保运输机器人能够准时完成运输任务，也就是说重点在于强调如何确保运输机器人保持较高的运输效率和较高的运输质量，而不在于如何进行自动充电，因为机器人的自动充电技术已经是比较成熟的技术手段。

在一些情况下，比如所述充电机器人除了给所述运输机器人实时补充电能外，还附带有其他紧急任务，或者基于实时持续充电的局限性，比如车间环境复杂，机器人移动路径狭窄等等原因，作为另一较佳实施例，在步骤S400中，控制所述供电机器人给所述运输机器人补充电能，还包括：在所述供电机器人靠近所述运输机器人时，控制所述运输机器人停止运行，然后控制所述供电机器人携带的机械手给所述运输机器人实施换电操作。这样一来，虽然会迫使所述运输机器人进行短暂的停留，但是相对于所述运输机器人返回充电桩进行充电并返回原行驶路径进行继续运输来说，其花费的时间基本是可以忽略不计的，另外，通过机械手或者机械爪给所述运输机器人更换新的具有充足电能的电池，也可以避免所述充电机器人给所述运输机器人进行随行充电的情况，使所述运输机器人的行驶路径环境保持在良好的状态。对于所述机械手或者机械爪抓取电池进行换电的技术属于现有技术手段，同样在此不做详细赘述，可参照申请号为CN2021208864784，名称为：一种电动汽车换电池用机械臂的专利、申请号为CN201220446732X，名称为：一种电动汽车换电机械臂结构的专利，或者申请号为CN2021228695172，名称为：一种无人机电池更换机械手臂的专利等等。

第二方面，本发明还提供了一种电子设备，结合图2，包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现前述运输机器人实时充电方法。

第三方面，本发明还提供一种计算机可存储介质或者可读存储介质，其中所述存储介质上存储有计算机程序，所述计算机程序在被计算机执行时，实现前述运输机器人实时充电方法。

在本申请提供的智能终端和计算机可读存储介质的实施例中，可以包含上述任一操作方法实施例的全部技术特征，说明书拓展和解释内容与上述方法的各实施例基本相同，在此不做再赘述。

本申请实施例还提供一种计算机程序产品，其中所述计算机程序产品包括计算机程序代码，且当计算机程序代码在计算机上运行时，使得计算机能够执行如上各种可能的实施方式中的方法。

本申请实施例还提供一种芯片，包括存储器和处理器，其中所述存储器用于存储计算机程序，而所述处理器用于从存储器中调用并运行计算机程序，使得安装有芯片的设备能够执行如上各种可能的实施方式中的方法。

可以理解，上述场景仅是作为示例，并不构成对于本申请实施例提供的技术方案的应用场景的限定，本申请的技术方案还可应用于其他场景。例如，本领域普通技术人员可知，随着系统架构的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题，同样适用。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

本申请实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。

本申请实施例设备中的单元可以根据实际需要进行合并、划分和删减。

在本申请中，对于相同或相似的术语概念、技术方案和/或应用场景描述，一般只在第一次出现时进行详细描述，后面再重复出现时，为了简洁，一般未再重复阐述，在理解本申请技术方案等内容时，对于在后未详细描述的相同或相似的术语概念、技术方案和/或应用场景描述等，可以参考其之前的相关详细描述。

在本申请中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本申请技术方案的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本申请记载的范围。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的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如上的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，iPad，计算机，服务器，被控终端，或者网络设备等)执行本申请每个实施例的方法。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络，或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、存储盘、磁带)、光介质(例如，DVD)，或者半导体介质(例如固态存储盘Solid State Disk(SSD))等。

本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明。本发明的优势已经完整并有效地实现。本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。

Claims (8)

1.运输机器人实时充电方法，用于运输机器人在运输途中实时获取电能，其特征在于，包括以下步骤：

S100，控制运输机器人在低于预定电量时发射预警信息，其中所述预警信息包括运输机器人的当前电量信息和特征信息，其中所述特征信息包括所述运输机器人的唯一识别信息和所述运输机器人获取或者内置的预定行驶路径信息；

S200，基站获取所述预警信息，并结合所述运输机器人的当前载重量信息以及经过每个点位卸货后的载重量信息预估所述运输机器人的最大行驶距离；

S300，基于所述运输机器人的预定行驶路径、所述运输机器人自带的定位信号以及所述最大行驶距离对应的运行时间，调度在该运行时间内能够抵达所述运输机器人当前位置的充电机器人自动行驶至靠近所述运输机器人的位置；

S400，控制所述供电机器人给所述运输机器人补充电能；

S500，在补充电能过程中，基于所述运输机器人上的电池的soc消耗值，并结合所述运输机器人的剩余运输距离和实时运输载重量估算所述运输机器人所需充电电量，控制所述充电机器人给所述运输机器人至少补充所需充电电量。

2.如权利要求1所述运输机器人实时充电方法，其特征在于，还包括步骤S610，在所述充电机器人给所述运输机器人补充电能完毕后，控制所述充电机器人返回初始位置。

3.如权利要求1所述运输机器人实时充电方法，其特征在于，还包括步骤S620，在所述充电机器人给所述运输机器人补充电能完毕后，基于所述充电机器人完成操作时的位置信息，在收到基站的调度命令后，重复实施步骤S400和S500；

在实施步骤S400和S500后，在未收到基站的调度命令时或者自身电量低于预定阈值时返回初始位置。

4.如权利要求2或3所述运输机器人实时充电方法，其特征在于，在步骤S200中，预估所述运输机器人的最大行驶距离，具体为：

S210，基于所述运输机器人的实时载重量，获取载重量和电池soc消耗值的线性关系；

S220，基于获取到的所述运输机器人的特征信息，得到电池状态估算信息；

S230，计算电池状态估算误差；

S240，计算电池状态历史消耗的测量误差；

S250，根据电池状态估算信息、电池状态历史信息、电池状态估算误差和历史消耗测量误差获得所述运输机器人的最大行驶距离。

5.如权利要求4所述运输机器人实时充电方法，其特征在于，在步骤S400中，控制所述供电机器人给所述运输机器人补充电能，包括：控制所述供电机器人沿与所述预定行驶路径相对应的充电行驶路径随所述运输机器人同步移动，进行实时自动充电操作。

6.如权利要求4所述运输机器人实时充电方法，其特征在于，在步骤S400中，控制所述供电机器人给所述运输机器人补充电能，还包括：在所述供电机器人靠近所述运输机器人时，控制所述运输机器人停止运行，然后控制所述供电机器人携带的机械手给所述运输机器人实施换电操作。

7.电子设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的方法。

8.计算机可存储介质，其特征在于，其中所述存储介质上存储有计算机程序，所述计算机程序在被计算机执行时，实现如权利要求1至6中任一项所述的方法。

Images