CN116027794B - 一种基于大数据的泳池机器人自动定位管理系统及方法 - Google Patents

一种基于大数据的泳池机器人自动定位管理系统及方法 Download PDF

Info

Publication number
CN116027794B
CN116027794B CN202310324701.XA CN202310324701A CN116027794B CN 116027794 B CN116027794 B CN 116027794B CN 202310324701 A CN202310324701 A CN 202310324701A CN 116027794 B CN116027794 B CN 116027794B
Authority
CN
China
Prior art keywords
robot
swimming pool
electric quantity
moving direction
bank
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
Application number
CN202310324701.XA
Other languages
English (en)
Other versions
CN116027794A (zh
Inventor
邓卓明
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.)
Shenzhen Aotuo Technology Co ltd
Original Assignee
Shenzhen Aotuo Technology 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 Shenzhen Aotuo Technology Co ltd filed Critical Shenzhen Aotuo Technology Co ltd
Priority to CN202310324701.XA priority Critical patent/CN116027794B/zh
Publication of CN116027794A publication Critical patent/CN116027794A/zh
Application granted granted Critical
Publication of CN116027794B publication Critical patent/CN116027794B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Manipulator (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及大数据技术领域,具体为一种基于大数据的泳池机器人自动定位管理系统及方法,包括:工作数据采集模块、数据库、充电控制分析模块、充电控制管理模块和移动定位管理模块,通过工作数据采集模块采集机器人的历史工作数据,通过数据库存储采集到的全部数据,通过充电控制分析模块预测提醒终端控制机器人充电的时间,通过充电控制管理模块选择是否更换目的地进行充电控制,通过移动定位管理模块对目的地进行定位,并提醒发送控制指令,在电量即将耗尽时及时控制机器人的移动方向和目的地,提高了机器人在电量耗尽前到达岸边的概率,减轻了为泳池机器人进行充电的繁琐程度。

Description

一种基于大数据的泳池机器人自动定位管理系统及方法
技术领域
本发明涉及大数据技术领域,具体为一种基于大数据的泳池机器人自动定位管理系统及方法。
背景技术
随着社会经济的发展和生活水平的提高,人们对文化娱乐设施提出了更高的要求,游泳作为一项健身运动受到了越来越多人的关注,泳池需要定期清洗,传统的泳池清洗方式不但要求繁重的体力劳动,更是对水资源的极大浪费,泳池清洁机器人是一种高效的水下清洁设备,能够很大程度上节省人工成本;
然而,现有的泳池清洁机器人工作管理方式仍存在一些问题:机器人存在清理中途电量耗尽的情况,对于清洁大型的泳池而言,电量耗尽时机器人可能并未处于泳池岸边位置,对于这种情况,用户可能需要下水去搬运泳池机器人上岸充电,现有技术无法利用大数据技术对泳池机器人的工作参数进行分析管理以便及时控制泳池机器人返回岸边,无法减轻为泳池机器人进行充电的繁琐程度。
所以,人们需要一种基于大数据的泳池机器人自动定位管理系统及方法来解决上述问题。
发明内容
本发明的目的在于提供一种基于大数据的泳池机器人自动定位管理系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种基于大数据的泳池机器人自动定位管理系统,所述系统包括:工作数据采集模块、数据库、充电控制分析模块、充电控制管理模块和移动定位管理模块;
所述工作数据采集模块的输出端连接所述数据库的输入端,所述数据库的输出端连接所述充电控制分析模块的输入端,所述充电控制分析模块的输出端连接所述充电控制管理模块的输入端,所述充电控制管理模块的输出端连接移动定位管理模块的输入端;
通过所述工作数据采集模块采集机器人的历史工作数据,将采集到的全部数据传输到所述数据库;
通过所述数据库存储采集到的全部数据;
通过所述充电控制分析模块预测提醒终端控制机器人充电的时间;
通过所述充电控制管理模块选择是否更换目的地进行充电控制;
通过所述移动定位管理模块对目的地进行定位,并提醒发送控制指令。
进一步的,所述工作数据采集模块 包括移动信息采集单元和电量信息采集单元;
所述移动信息采集单元和电量信息采集单元的输出端连接所述数据库的输入端;
所述移动信息采集单元用于采集泳池机器人以往对泳池进行清洁时的移动速度和移动路线数据,泳池机器人进行匀速运动,且移动路线固定;
所述电量信息采集单元用于设置机器人剩余电量阈值,采集以往清洁泳池时机器人的初始电量以及剩余电量等于阈值时移动的路程信息。
进一步的,所述充电控制分析模块包括机器人定位单元、工作参数获取单元和控制时间预测单元;
所述机器人定位单元的输出端连接所述工作参数获取单元的输入端,所述工作参数获取单元的输出端连接所述控制时间预测单元的输入端,所述控制时间预测单元的输入端连接所述数据库的输出端;
所述机器人定位单元用于在清洁泳池过程中对机器人进行实时定位;
所述工作参数获取单元用于获取泳池机器人当前进行清洁工作前的初始电量和移动速度参数;
所述控制时间预测单元用于预测提醒终端控制泳池机器人充电的时间。
进一步的,所述充电控制管理模块包括距离分析单元和更换选择单元;
所述距离分析单元的输入端连接所述控制时间预测单元的输出端,所述距离分析单元的输出端连接所述更换选择单元的输入端;
所述距离分析单元用于分析机器人在预测的时间所在位置是否到对应时间的移动方向指向的泳池岸边的距离最近;
所述更换选择单元用于选择是否更换目的地:若机器人在预测的时间所在位置到对应时间的移动方向指向的泳池岸边的距离最近,选择不更换目的地,移动方向也不更换;若机器人在预测的时间所在位置到对应时间的移动方向指向的泳池岸边的距离并非最近,判断机器人能否利用剩余电量成功到达目的地:若能,选择不更换目的地;若不能,选择更换目的地。
进一步的,所述移动定位管理模块包括移动方向更换单元和控制指令发送单元;
所述移动方向更换单元的输入端连接所述更换选择单元的输出端,所述移动方向更换单元的输出端连接所述控制指令发送单元的输入端;
所述移动方向更换单元用于在选择更换目的地时,改变机器人的移动方向,将移动方向改为垂直指向与机器人当前位置最近的泳池岸边,更换的目的地为与机器人当前位置最近的泳池岸边;
所述控制指令发送单元用于对更换的目的地进行定位,并提醒用户向机器人发送改变移动方向指令,在机器人向更换后的目的地移动过程中,若机器人在到达目的地前电量耗尽,提醒用户在机器人电量耗尽时为机器人进行充电;若机器人在到达目的地前电量未耗尽,在机器人到达目的地时提醒用户发送控制机器人停止移动的指令,并为机器人进行充电,所述目的地指的是泳池岸边,泳池为矩形形状。
一种基于大数据的泳池机器人自动定位管理方法,包括以下步骤:
S1:采集机器人的历史工作数据;
S2:预测提醒终端控制机器人充电的时间;
S3:分析在预测时间机器人能否利用剩余电量成功到达目的地;
S4:根据分析结果选择是否更换目的地,并提醒用户发送控制指令,所述目的地指的是泳池岸边。
进一步的,在步骤S1中:采集到泳池机器人以往n次按固定移动路线对泳池进行清洁时的移动速度集合为V={V1,V2,…,Vn},在清洁泳池过程中机器人做匀速运动,n次出发位置相同和移动路线与当前机器人相同,开始清洁时的初始电量集合为B={B1,B2,…,Bn},设置机器人剩余电量阈值为a,采集到以往清洁泳池时机器人的剩余电量为a时已移动的路程集合为D={D1,D2,…,Dn}。
进一步的,在步骤S2中:设置路程预测模型:
Figure SMS_2
,其中,X和Y表示预测模型中的自变量,Z表示预测模型中的因变量,/>
Figure SMS_4
、/>
Figure SMS_9
和/>
Figure SMS_1
表示偏回归系数,求解
Figure SMS_5
、/>
Figure SMS_7
和/>
Figure SMS_10
得到最终的路程预测模型,根据下列公式分别求解/>
Figure SMS_3
、/>
Figure SMS_6
和/>
Figure SMS_8
Figure SMS_11
Figure SMS_12
Figure SMS_13
其中,Bi表示以往随机一次开始清洁时的初始电量,Vi表示泳池机器人以往随机一次按固定移动路线对泳池进行清洁时的移动速度,Di表示随机一次机器人的剩余电量为a时已移动的路程,采集到当前机器人的初始电量为b,设置的移动速度为c,令X=b、Y=c,代入预测模型得到在当前机器人开始对泳池进行清洁后,提醒终端控制机器人充电的时间为:在当前机器人的移动路程Z时,其中,
Figure SMS_14
,通过大数据采集泳池机器人的历史工作数据,通过对以往的移动速度、初始电量以及移动路程进行多元线性回归拟合的方式预测泳池机器人按照当前的初始电量以及移动速度,在电量达到阈值a时已经移动的路程,目的在于判断提醒用户机器人电量不足、需要为机器人充电时间,无须实时观察机器人的电量情况,有利于减轻监测机器人电量以控制机器人及时返回岸边进行充电的工作量。
进一步的,在步骤S3-S4中:在当前机器人的移动路程为Z时,获取机器人当前所在位置,判断机器人距当前移动方向指向的泳池岸边是否最近:若是,不改变移动方向,提醒用户发送控制机器人按当前移动方向移动的指令:若机器人在到达当前移动方向指向的泳池岸边前电量耗尽,即不能到达当前移动方向指向的泳池岸边,提醒用户为机器人进行充电;若机器人在到达当前移动方向指向的泳池岸边前电量未耗尽,即能够到达当前移动方向指向的泳池岸边,在机器人到达岸边时提醒用户发送控制机器人停止移动的指令,并为机器人进行充电,机器人改变前后的移动方向都与指向的泳池岸边垂直;
若不是:采集到机器人以往利用剩余电量a移动的路程集合为H={H1,H2,…,Hn},机器人当前位置到移动方向指向的泳池岸边的垂直距离为L1,根据公式
Figure SMS_15
预测机器人在到达当前移动方向指向的泳池岸边前电量是否耗尽,其中,w表示预测到的机器人当前利用剩余电量a能够移动的路程,Hi表示机器人以往随机一次利用剩余电量a移动的路程,比较w和L1:若w≥L1,预测机器人在到达当前移动方向指向的泳池岸边前电量不会耗尽,不改变当前移动方向,在机器人到达岸边时提醒用户发送控制机器人停止移动的指令,并为机器人进行充电,优先判断机器人是否距离当前移动方向指向的岸边最近的目的在于若机器人与其余岸边相比,距离当前移动方向指向的岸边最近,说明机器人当前位置到当前移动方向指向的岸边的距离已经是能够返回岸边的最短距离,若机器人在到达当前移动方向指向的泳池岸边前电量已经耗尽,则即使改变移动方向也是无效的,反而会使得机器人电量耗尽时停止的位置离岸边更远,更增加了用户需下水搬运机器人的概率,进一步判断机器人在电量耗尽前能否抵达岸边的目的在于若能抵达,无须改变移动方向,有利于控制机器人尽早地抵达岸边进行充电;
若w<L1,预测机器人在到达当前移动方向指向的泳池岸边前电量会耗尽,获取到机器人当前位置到泳池岸边的垂直距离集合为L={L1,L2,L3,L4},比较垂直距离,筛选出最短垂直距离为Lmin,改变机器人的移动方向,将移动方向改为垂直指向与机器人当前位置垂直距离最近的泳池岸边,提醒用户发送控制机器人按改变后的移动方向移动的指令:若机器人在到达改变后的移动方向指向的泳池岸边前电量耗尽,提醒用户为机器人进行充电;若机器人在到达改变后的移动方向指向的泳池岸边前电量未耗尽,在机器人到达岸边时提醒用户发送控制机器人停止移动的指令,并为机器人进行充电,在判断机器人在电量耗尽前不能抵达岸边时,及时控制改变机器人的移动方向和目的地,有利于提高机器人在电量耗尽前到达岸边的概率,用户无须下水搬运机器人上岸充电,减轻了为泳池机器人进行充电的繁琐程度。
与现有技术相比,本发明所达到的有益效果是:
本发明通过大数据采集泳池机器人的历史工作数据,通过对以往的移动速度、初始电量以及移动路程进行多元线性回归拟合的方式预测提醒用户机器人电量不足、需要为机器人充电的时间,无须实时观察机器人的电量情况,减轻了监测机器人电量以控制机器人及时返回岸边进行充电的工作量;在电量即将耗尽时及时控制机器人的移动方向和目的地,对目的进行定位,提高了机器人在电量耗尽前到达岸边的概率,用户无须下水搬运机器人上岸充电,减轻了为泳池机器人进行充电的繁琐程度。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于大数据的泳池机器人自动定位管理系统的结构图;
图2是本发明一种基于大数据的泳池机器人自动定位管理方法的流程图;
图3是目的地更换选择第一示意图;
图4是目的地更换选择第二示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
下面结合图1-图4和具体实施例对本发明作进一步的说明。
实施例一:
如图1所示,本实施例提供了一种基于大数据的泳池机器人自动定位管理系统,系统包括:工作数据采集模块、数据库、充电控制分析模块、充电控制管理模块和移动定位管理模块;
工作数据采集模块的输出端连接数据库的输入端,数据库的输出端连接充电控制分析模块的输入端,充电控制分析模块的输出端连接充电控制管理模块的输入端,充电控制管理模块的输出端连接移动定位管理模块的输入端;
通过工作数据采集模块采集机器人的历史工作数据,将采集到的全部数据传输到数据库;
通过数据库存储采集到的全部数据;
通过充电控制分析模块预测提醒终端控制机器人充电的时间;
通过充电控制管理模块选择是否更换目的地进行充电控制;
通过移动定位管理模块对目的地进行定位,并提醒发送控制指令。
工作数据采集模块 包括移动信息采集单元和电量信息采集单元;
移动信息采集单元和电量信息采集单元的输出端连接数据库的输入端;
移动信息采集单元用于采集泳池机器人以往对泳池进行清洁时的移动速度和移动路线数据,泳池机器人进行匀速运动,且移动路线固定;
电量信息采集单元用于设置机器人剩余电量阈值,采集以往清洁泳池时机器人的初始电量以及剩余电量等于阈值时移动的路程信息。
充电控制分析模块包括机器人定位单元、工作参数获取单元和控制时间预测单元;
机器人定位单元的输出端连接工作参数获取单元的输入端,工作参数获取单元的输出端连接控制时间预测单元的输入端,控制时间预测单元的输入端连接数据库的输出端;
机器人定位单元用于在清洁泳池过程中对机器人进行实时定位;
工作参数获取单元用于获取泳池机器人当前进行清洁工作前的初始电量和移动速度参数;
控制时间预测单元用于预测提醒终端控制泳池机器人充电的时间。
充电控制管理模块包括距离分析单元和更换选择单元;
距离分析单元的输入端连接控制时间预测单元的输出端,距离分析单元的输出端连接更换选择单元的输入端;
距离分析单元用于分析机器人在预测的时间所在位置是否到对应时间的移动方向指向的泳池岸边的距离最近;
更换选择单元用于选择是否更换目的地:若机器人在预测的时间所在位置到对应时间的移动方向指向的泳池岸边的距离最近,选择不更换目的地,移动方向也不更换;若机器人在预测的时间所在位置到对应时间的移动方向指向的泳池岸边的距离并非最近,判断机器人能否利用剩余电量成功到达目的地:若能,选择不更换目的地;若不能,选择更换目的地。
移动定位管理模块包括移动方向更换单元和控制指令发送单元;
移动方向更换单元的输入端连接更换选择单元的输出端,移动方向更换单元的输出端连接控制指令发送单元的输入端;
移动方向更换单元用于在选择更换目的地时,改变机器人的移动方向,将移动方向改为垂直指向与机器人当前位置最近的泳池岸边,更换的目的地为与机器人当前位置最近的泳池岸边;
控制指令发送单元用于对更换的目的地进行定位,并提醒用户向机器人发送改变移动方向指令,在机器人向更换后的目的地移动过程中,若机器人在到达目的地前电量耗尽,提醒用户在机器人电量耗尽时为机器人进行充电;若机器人在到达目的地前电量未耗尽,在机器人到达目的地时提醒用户发送控制机器人停止移动的指令,并为机器人进行充电,目的地指的是泳池岸边,泳池为矩形形状。
实施例二:
如图2所示,本实施例提供了一种基于大数据的泳池机器人自动定位管理方法,其基于实施例中的管理系统实现,具体包括以下步骤:
S1:采集机器人的历史工作数据,采集到泳池机器人以往n次按固定移动路线对泳池进行清洁时的移动速度集合为V={V1,V2,V3}={0.3,0.6,0.5},单位为:米每秒,在清洁泳池过程中机器人做匀速运动,n=3次出发位置相同和移动路线与当前机器人相同,开始清洁时的初始电量集合为B={B1,B2,B3}={50%,40%,30%},设置机器人剩余电量阈值为a=5%,采集到以往清洁泳池时机器人的剩余电量为a=5%时已移动的路程集合为D={D1,D2,D3}={360,300,150},单位为:米;
S2:预测提醒终端控制机器人充电的时间,设置路程预测模型:
Figure SMS_21
,其中,X和Y表示预测模型中的自变量,Z表示预测模型中的因变量,/>
Figure SMS_18
、/>
Figure SMS_27
和/>
Figure SMS_17
表示偏回归系数,求解/>
Figure SMS_28
、/>
Figure SMS_23
和/>
Figure SMS_33
得到最终的路程预测模型,根据公式/>
Figure SMS_22
Figure SMS_30
、/>
Figure SMS_16
分别求解
Figure SMS_26
、/>
Figure SMS_19
和/>
Figure SMS_29
,得到/>
Figure SMS_25
,/>
Figure SMS_31
,/>
Figure SMS_24
,/>
Figure SMS_32
,其中,Bi表示以往随机一次开始清洁时的初始电量,Vi表示泳池机器人以往随机一次按固定移动路线对泳池进行清洁时的移动速度,Di表示随机一次机器人的剩余电量为a时已移动的路程,采集到当前机器人的初始电量为b=36%,设置的移动速度为c=0.4,令X=b=0.36、Y=c=0.4,代入预测模型得到在当前机器人开始对泳池进行清洁后,提醒终端控制机器人充电的时间为:在当前机器人的移动路程Z时,其中,/>
Figure SMS_20
,机器人移动了244米后提醒终端控制机器人充电;
S3:分析在预测时间机器人能否利用剩余电量成功到达目的地,在机器人移动了244米后,获取机器人当前所在位置,判断机器人距当前移动方向指向的泳池岸边是否最近:若是,不改变移动方向,提醒用户发送控制机器人按当前移动方向移动的指令;
例如:如图3所示:与到其余岸边的距离相比,机器人距当前移动方向指向的泳池岸边最近,不改变当前移动方向,提醒用户发送控制机器人按当前移动方向移动的指令,不更换目的地,目的地为当前移动方向指向的泳池岸边;
若机器人在到达当前移动方向指向的泳池岸边前电量耗尽,即不能到达当前移动方向指向的泳池岸边,提醒用户在电量耗尽时为机器人进行充电;若机器人在到达当前移动方向指向的泳池岸边前电量未耗尽,即能够到达当前移动方向指向的泳池岸边,在机器人到达岸边时提醒用户发送控制机器人停止移动的指令,并为机器人进行充电;
S4:根据分析结果选择是否更换目的地,并提醒用户发送控制指令,若机器人距当前移动方向指向的泳池岸边并非最近,采集到机器人以往利用剩余电量a移动的路程集合为H={H1,H2,H3},机器人当前位置到移动方向指向的泳池岸边的垂直距离为L1,根据公式
Figure SMS_34
预测机器人在到达当前移动方向指向的泳池岸边前电量是否耗尽,其中,w表示预测到的机器人当前利用剩余电量a能够移动的路程,Hi表示机器人以往随机一次利用剩余电量a移动的路程,比较w和L1:若w<L1,预测机器人在到达当前移动方向指向的泳池岸边前电量会耗尽,获取到机器人当前位置到泳池岸边的垂直距离集合为L={L1,L2,L3,L4},比较垂直距离,筛选出最短垂直距离为Lmin,改变机器人的移动方向,将移动方向改为垂直指向与机器人当前位置垂直距离最近的泳池岸边,提醒用户发送控制机器人按改变后的移动方向移动的指令,若机器人在到达改变后的移动方向指向的泳池岸边前电量耗尽,提醒用户为机器人进行充电;若机器人在到达改变后的移动方向指向的泳池岸边前电量未耗尽,在机器人到达岸边时提醒用户发送控制机器人停止移动的指令,并为机器人进行充电;
例如:如图4所示:机器人距当前移动方向指向的泳池岸边并非最近,采集到机器人以往利用剩余电量a=5%移动的路程集合为H={H1,H2,H3}={10,8,6},机器人当前位置到移动方向指向的泳池岸边的垂直距离为L1=12,根据公式
Figure SMS_35
预测机器人在到达当前移动方向指向的泳池岸边前电量是否耗尽:得到w≈8,w<L1,预测机器人在到达当前移动方向指向的泳池岸边前电量会耗尽,获取到机器人当前位置到泳池岸边的垂直距离集合为L={L1,L2,L3,L4}={12,7,10,18},筛选出最短垂直距离为Lmin=L2=7,将移动方向改为垂直指向与机器人当前位置垂直距离为L2的泳池岸边,w>Lmin,判断机器人在到达改变后的移动方向指向的泳池岸边前电量未耗尽,在机器人到达岸边时提醒用户发送控制机器人停止移动的指令,并为机器人进行充电;
若w≥L1,预测机器人在到达当前移动方向指向的泳池岸边前电量不会耗尽,不改变当前移动方向,在机器人到达岸边时提醒用户发送控制机器人停止移动的指令,并为机器人进行充电。
最后应说明的是:以上所述仅为本发明的优选实例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (5)

1.一种基于大数据的泳池机器人自动定位管理系统,其特征在于:所述系统包括:工作数据采集模块、数据库、充电控制分析模块、充电控制管理模块和移动定位管理模块;
所述工作数据采集模块的输出端连接所述数据库的输入端,所述数据库的输出端连接所述充电控制分析模块的输入端,所述充电控制分析模块的输出端连接所述充电控制管理模块的输入端,所述充电控制管理模块的输出端连接移动定位管理模块的输入端;
通过所述工作数据采集模块采集机器人的历史工作数据,将采集到的全部数据传输到所述数据库;
通过所述数据库存储采集到的全部数据;
通过所述充电控制分析模块预测提醒终端控制机器人充电的时间;
通过所述充电控制管理模块选择是否更换目的地进行充电控制;
通过所述移动定位管理模块对目的地进行定位,并提醒发送控制指令;
所述充电控制分析模块包括机器人定位单元、工作参数获取单元和控制时间预测单元;
所述机器人定位单元的输出端连接所述工作参数获取单元的输入端,所述工作参数获取单元的输出端连接所述控制时间预测单元的输入端,所述控制时间预测单元的输入端连接所述数据库的输出端;
所述机器人定位单元用于在清洁泳池过程中对机器人进行实时定位;
所述工作参数获取单元用于获取泳池机器人当前进行清洁工作前的初始电量和移动速度参数;
所述控制时间预测单元用于预测提醒终端控制泳池机器人充电的时间;
所述充电控制管理模块包括距离分析单元和更换选择单元;
所述距离分析单元的输入端连接所述控制时间预测单元的输出端,所述距离分析单元的输出端连接所述更换选择单元的输入端;
所述距离分析单元用于分析机器人在预测的时间所在位置是否到对应时间的移动方向指向的泳池岸边的距离最近;
所述更换选择单元用于选择是否更换目的地:若机器人在预测的时间所在位置到对应时间的移动方向指向的泳池岸边的距离最近,选择不更换目的地,移动方向也不更换;若机器人在预测的时间所在位置到对应时间的移动方向指向的泳池岸边的距离并非最近,判断机器人能否利用剩余电量成功到达目的地:若能,选择不更换目的地;若不能,选择更换目的地。
2.根据权利要求1所述的一种基于大数据的泳池机器人自动定位管理系统,其特征在于:所述工作数据采集模块包括移动信息采集单元和电量信息采集单元;
所述移动信息采集单元和电量信息采集单元的输出端连接所述数据库的输入端;
所述移动信息采集单元用于采集泳池机器人以往对泳池进行清洁时的移动速度和移动路线数据;
所述电量信息采集单元用于设置机器人剩余电量阈值,采集以往清洁泳池时机器人的初始电量以及剩余电量等于阈值时移动的路程信息。
3.根据权利要求1所述的一种基于大数据的泳池机器人自动定位管理系统,其特征在于:所述移动定位管理模块包括移动方向更换单元和控制指令发送单元;
所述移动方向更换单元的输入端连接所述更换选择单元的输出端,所述移动方向更换单元的输出端连接所述控制指令发送单元的输入端;
所述移动方向更换单元用于在选择更换目的地时,改变机器人的移动方向,将移动方向改为垂直指向与机器人当前位置最近的泳池岸边;
所述控制指令发送单元用于对更换的目的地进行定位,并提醒用户向机器人发送改变移动方向指令,在机器人向更换后的目的地移动过程中,若机器人在到达目的地前电量耗尽,提醒用户在机器人电量耗尽时为机器人进行充电;若机器人在到达目的地前电量未耗尽,在机器人到达目的地时提醒用户发送控制机器人停止移动的指令,并为机器人进行充电。
4.一种基于大数据的泳池机器人自动定位管理方法,应用于如权利要求1所述的一种基于大数据的泳池机器人自动定位管理系统,其特征在于:包括以下步骤:
S1:采集机器人的历史工作数据;
S2:预测提醒终端控制机器人充电的时间;
S3:分析在预测时间机器人能否利用剩余电量成功到达目的地;
S4:根据分析结果选择是否更换目的地,并提醒用户发送控制指令;
在步骤S1中:采集到泳池机器人以往n次按固定移动路线对泳池进行清洁时的移动速度集合为V={V1,V2,…,Vn},开始清洁时的初始电量集合为B={B1,B2,…,Bn},设置机器人剩余电量阈值为a,采集到以往清洁泳池时机器人的剩余电量为a时已移动的路程集合为D={D1,D2,…,Dn};
在步骤S2中:设置路程预测模型:
Figure QLYQS_2
,其中,X和Y表示预测模型中的自变量,Z表示预测模型中的因变量,/>
Figure QLYQS_5
、/>
Figure QLYQS_7
和/>
Figure QLYQS_3
表示偏回归系数,求解/>
Figure QLYQS_6
、/>
Figure QLYQS_8
和/>
Figure QLYQS_10
得到最终的路程预测模型,根据下列公式分别求解/>
Figure QLYQS_1
、/>
Figure QLYQS_4
和/>
Figure QLYQS_9
Figure QLYQS_11
Figure QLYQS_12
Figure QLYQS_13
其中,Bi表示以往随机一次开始清洁时的初始电量,Vi表示泳池机器人以往随机一次按固定移动路线对泳池进行清洁时的移动速度,Di表示随机一次机器人的剩余电量为a时已移动的路程,采集到当前机器人的初始电量为b,设置的移动速度为c,令X=b、Y=c,代入预测模型得到在当前机器人开始对泳池进行清洁后,提醒终端控制机器人充电的时间为:在当前机器人的移动路程Z时,其中,
Figure QLYQS_14
5.根据权利要求4所述的一种基于大数据的泳池机器人自动定位管理方法,其特征在于:在步骤S3-S4中:在当前机器人的移动路程为Z时,获取机器人当前所在位置,判断机器人距当前移动方向指向的泳池岸边是否最近:若是,不改变移动方向,提醒用户发送控制机器人按当前移动方向移动的指令:若机器人在到达当前移动方向指向的泳池岸边前电量耗尽,提醒用户为机器人进行充电;若机器人在到达当前移动方向指向的泳池岸边前电量未耗尽,在机器人到达岸边时提醒用户发送控制机器人停止移动的指令,并为机器人进行充电;
若不是:采集到机器人以往利用剩余电量a移动的路程集合为H={H1,H2,…,Hn},机器人当前位置到移动方向指向的泳池岸边的垂直距离为L1,根据公式
Figure QLYQS_15
预测机器人在到达当前移动方向指向的泳池岸边前电量是否耗尽,其中,w表示预测到的机器人当前利用剩余电量a能够移动的路程,Hi表示机器人以往随机一次利用剩余电量a移动的路程,比较w和L1:若w≥L1,预测机器人在到达当前移动方向指向的泳池岸边前电量不会耗尽,不改变当前移动方向,在机器人到达岸边时提醒用户发送控制机器人停止移动的指令,并为机器人进行充电;
若w<L1,预测机器人在到达当前移动方向指向的泳池岸边前电量会耗尽,获取到机器人当前位置到泳池岸边的垂直距离集合为L={L1,L2,L3,L4},比较垂直距离,筛选出最短垂直距离为Lmin,改变机器人的移动方向,将移动方向改为垂直指向与机器人当前位置垂直距离最近的泳池岸边,提醒用户发送控制机器人按改变后的移动方向移动的指令:若机器人在到达改变后的移动方向指向的泳池岸边前电量耗尽,提醒用户为机器人进行充电;若机器人在到达改变后的移动方向指向的泳池岸边前电量未耗尽,在机器人到达岸边时提醒用户发送控制机器人停止移动的指令,并为机器人进行充电。
CN202310324701.XA 2023-03-30 2023-03-30 一种基于大数据的泳池机器人自动定位管理系统及方法 Active CN116027794B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310324701.XA CN116027794B (zh) 2023-03-30 2023-03-30 一种基于大数据的泳池机器人自动定位管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310324701.XA CN116027794B (zh) 2023-03-30 2023-03-30 一种基于大数据的泳池机器人自动定位管理系统及方法

Publications (2)

Publication Number Publication Date
CN116027794A CN116027794A (zh) 2023-04-28
CN116027794B true CN116027794B (zh) 2023-06-20

Family

ID=86089739

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310324701.XA Active CN116027794B (zh) 2023-03-30 2023-03-30 一种基于大数据的泳池机器人自动定位管理系统及方法

Country Status (1)

Country Link
CN (1) CN116027794B (zh)

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108247647B (zh) * 2018-01-24 2021-06-22 速感科技(北京)有限公司 一种清洁机器人
CN109144067B (zh) * 2018-09-17 2021-04-27 长安大学 一种智能清洁机器人及其路径规划方法
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
JP2022030594A (ja) * 2020-08-07 2022-02-18 本田技研工業株式会社 管理装置、管理システム、管理方法、およびプログラム
CN113690963A (zh) * 2021-08-04 2021-11-23 国网浙江省电力有限公司嘉兴供电公司 一种基于智能算法的变电站巡检机器人充电方法
CN115390570B (zh) * 2022-10-26 2023-01-17 深圳市思傲拓科技有限公司 一种基于人工智能的泳池机器人管控系统及方法
CN115592687B (zh) * 2022-11-16 2023-02-28 深圳市思傲拓科技有限公司 一种应用于泳池机器人故障报警及排除系统及方法
CN115588242B (zh) * 2022-12-09 2023-03-14 中安芯界控股集团有限公司 一种基于物联网的储能电池测试系统及方法
CN115801844B (zh) * 2023-02-03 2023-04-11 深圳市思傲拓科技有限公司 一种应用于泳池机器人的数据传输管理系统及方法

Also Published As

Publication number Publication date
CN116027794A (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
CN109598416B (zh) 一种复材车间的动态排产系统及排产方法
US11514543B2 (en) System and method for ride order dispatching
CN112738752B (zh) 一种基于强化学习的wrsn多移动充电器优化调度方法
Riley et al. Real-time dispatching of large-scale ride-sharing systems: Integrating optimization, machine learning, and model predictive control
CN111144710B (zh) 一种可持续性混合流水车间的构建和动态调度方法
Lin et al. Network model and effective evolutionary approach for AGV dispatching in manufacturing system
CN113452056A (zh) 电池换电柜的充电控制方法及系统、设备、存储介质
CN112381398B (zh) 考虑用户有限理性出行的电动汽车充电站选址方法及系统
CN112529257B (zh) 一种计及agc信号影响的储能电站联合优化方法及系统
CN111833205B (zh) 一种大数据场景下的移动充电桩群体智能调度方法
Kamble et al. Hybrid multi-objective particle swarm optimization for flexible job shop scheduling problem
CN116027794B (zh) 一种基于大数据的泳池机器人自动定位管理系统及方法
CN113625646B (zh) 一种智能垃圾机器人的调度系统
CN111746339A (zh) 换电站的智能换电方法及系统
CN104680252A (zh) 在线构架系统以及基于在线构架的供水实时调度方法
CN113283013B (zh) 一种基于深度强化学习的多无人机充电及任务调度方法
CN114859883A (zh) 一种检修机器人多机协作控制方法、系统及储存介质
CN113807564A (zh) 基于两阶段强化学习的园区微网负荷优化调度方法及系统
CN116974217A (zh) 工厂生产仿真预测系统和工厂仿真预测方法
CN117060400A (zh) 一种城市配电网韧性恢复方法、系统、设备及介质
CN116643877A (zh) 算力资源调度方法、算力资源调度模型的训练方法和系统
CN116027741A (zh) 一种用于复杂制造场景的边云协同人工智能框架
CN113671955B (zh) 一种基于变电站智能机器人的巡检顺序控制方法
WO2022203597A1 (en) Method and system for taxi demand prediction using a neural network model
Shoushtari et al. Facilities Layout in Uncertainty Demand and Environmental Requirements by Machine Learning Approach

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