CN116185044A - 一种机器人集群系统的控制方法、装置、设备及系统 - Google Patents
一种机器人集群系统的控制方法、装置、设备及系统 Download PDFInfo
- Publication number
- CN116185044A CN116185044A CN202310458904.8A CN202310458904A CN116185044A CN 116185044 A CN116185044 A CN 116185044A CN 202310458904 A CN202310458904 A CN 202310458904A CN 116185044 A CN116185044 A CN 116185044A
- Authority
- CN
- China
- Prior art keywords
- target
- target object
- robot
- cluster
- distribution range
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000009826 distribution Methods 0.000 claims abstract description 186
- 241001631030 Explorator Species 0.000 claims description 35
- 238000003860 storage Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008901 benefit Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 10
- 230000007115 recruitment Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000001483 mobilizing effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002431 foraging effect Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0219—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory ensuring the processing of the whole working surface
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本申请提供了一种机器人集群系统的控制方法、装置、设备及系统。控制方法包括:主协调器依据目标物的坐标和与目标物种类相同的历史目标物的坐标,确定目标物所属的目标物集群的当前分布范围和潜在分布范围;依据目标物的发现时间和探索者机器人的启动时间,确定目标物所属的目标物集群的当前查找时长;依据当前分布范围,当前查找时长,以及与目标物种类相同的历史目标物的数量,确定目标物所属的目标物集群的查找难度参数;依据各个目标物集群的查找难度参数、性能参数和潜在分布范围,控制其余探索者机器人移动。本申请可以降低机器人集群系统在进行查找和执行工作任务时消耗的代价,提高机器人集群系统在进行查找和执行工作任务时获得的收益。
Description
技术领域
本申请涉及人工智能技术领域,特别是一种机器人集群系统的控制方法、装置、设备及系统。
背景技术
近年来,随着科学技术的迅速发展,移动机器人已经成为自动化、计算机和人工智能等领域的研究热点,和传统的工业机器人相比,具有自主感知、决策和执行功能的移动机器人具有更加广阔的应用前景,在国防、工农业生产、抢险、服务等领域中都具备着人类所无法比拟的巨大优势。与此同时,随着社会文化的发展以及人们多样化的需求,单个机器人已无法满足未来复杂的生产生活场景的需求,如智能工厂中货物的分拣问题等。人们开始将研究方向从单机器人领域扩展到多机器人领域。与单个机器人相比,多机器人系统具有可并行执行任务、系统的鲁棒性强、可以协同完成一些复杂的任务
和适应环境能力强的优点。
现有的多机器人系统可以执行搬运、抓捕、觅食、组装、拆卸、勘探等任务,例如专利CN115113626A提供了一种机器人分布式控制系统,包括:至少两台机器人,其有多种角色:探索者角色、组织者角色、执行者角色,其均起始于探索者角色对目标物进行查找,当探索者角色机器人发现目标物,则其转换为组织者角色,其余探索者角色机器人转换为执行者角色,组织者角色机器人组织执行者角色机器人对目标物执行任务。
但是,当目标物的种类和数量较多时,现有的多机器人系统仍存在消耗的代价(包括机器人消耗的电量、完成任务的时间等)较高,并且获得的收益(包括目标位的数量、目标物的性能等)较低的问题。
发明内容
鉴于所述问题,提出了本申请以便提供克服所述问题或者至少部分地解决所述问题的一种机器人集群系统的控制方法、装置、设备及系统,包括:
一种机器人集群系统的控制方法,所述机器人集群系统用于对至少两个目标物集群进行查找,每一所述目标物集群包括种类相同的至少两个目标物;所述机器人集群系统包括主协调器和至少两台探索者机器人,所述主协调器用于实时获取所述探索者机器人的位置;所述探索者机器人用于对所述目标物进行查找,还用于当发现任一所述目标物时,将所述目标物的种类、坐标和发现时间发送至所述主协调器;
所述控制方法应用于所述主协调器,包括:
当接收到所述目标物的种类、坐标和发现时间时,所述主协调器依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围;
所述主协调器依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长;
所述主协调器依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数;
所述主协调器依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
优选的,所述主协调器依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数的步骤,包括:
所述主协调器依据所述当前分布范围,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的分布密度参数;
所述主协调器依据所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找间隔参数;
所述主协调器依据所述分布密度参数和所述查找间隔参数,确定所述目标物所属的目标物集群的所述查找难度参数。
优选的,所述主协调器依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动的步骤,包括:
所述主协调器依据各个所述目标物集群的查找难度参数和性能参数,以及所述探索者机器人的总数,确定各个所述目标物集群的期望探索者数量;
当任一所述目标物集群的所述潜在分布范围中所述探索者机器人的数量少于所述期望探索者数量时,所述主协调器控制所述目标物集群的所述潜在分布范围之外的距离最近的所述探索者机器人移动至所述目标物集群的所述潜在分布范围中。
优选的,所述机器人集群系统还用于对所述目标物集群执行工作任务;所述主协调器还用于实时获取所述探索者机器人的任务状态;所述探索者机器人还用于当发现任一所述目标物时,转换为组织者机器人;所述组织者机器人用于招募其余所述探索者机器人成为执行者机器人,还用于当招募到预设数量的所述执行者机器人时,组织所述执行者机器人执行所述目标物的工作任务;所述执行者机器人用于执行所述目标物的工作任务;所述组织者机器人和所述执行者机器人还用于当执行完成所述目标物的工作任务时,转换为所述探索者机器人;
所述控制方法,还包括:
当至少两台所述探索者机器人同时发现同一所述目标物时,所述主协调器控制其中一台所述探索者机器人转换为所述组织者机器人。
一种机器人集群系统的控制方法,所述机器人集群系统用于对至少两个目标物集群进行查找,每一所述目标物集群包括种类相同的至少两个目标物;所述机器人集群系统包括主协调器和至少两台探索者机器人,所述主协调器用于实时获取所述探索者机器人的位置;
所述控制方法应用于所述探索者机器人,包括:
所述探索者机器人对所述目标物进行查找;
当发现任一所述目标物时,所述探索者机器人将所述目标物的种类、坐标和发现时间发送至所述主协调器;所述主协调器用于当接收到所述目标物的种类、坐标和发现时间时,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围,还用于依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长,还用于依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数,还用于依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
一种机器人集群系统的控制装置,所述机器人集群系统用于对至少两个目标物集群进行查找,每一所述目标物集群包括种类相同的至少两个目标物;所述机器人集群系统包括主协调器和至少两台探索者机器人,所述主协调器用于实时获取所述探索者机器人的位置;所述探索者机器人用于对所述目标物进行查找,还用于当发现任一所述目标物时,将所述目标物的种类、坐标和发现时间发送至所述主协调器;
所述控制装置应用于所述主协调器,包括:
分布范围确定模块,用于当接收到所述目标物的种类、坐标和发现时间时,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围;
查找时长确定模块,用于依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长;
查找难度确定模块,用于依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数;
机器移动控制模块,用于依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
一种机器人集群系统的控制装置,所述机器人集群系统用于对至少两个目标物集群进行查找,每一所述目标物集群包括种类相同的至少两个目标物;所述机器人集群系统包括主协调器和至少两台探索者机器人,所述主协调器用于实时获取所述探索者机器人的位置;
所述控制装置应用于所述探索者机器人,包括:
目标实时查找模块,用于对所述目标物进行查找;
目标信息发送模块,用于当发现任一所述目标物时,将所述目标物的种类、坐标和发现时间发送至所述主协调器;所述主协调器用于当接收到所述目标物的种类、坐标和发现时间时,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围,还用于依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长,还用于依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数,还用于依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
一种计算机设备,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如上述任一项所述的控制方法。
一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述的控制方法。
一种机器人集群系统,所述机器人集群系统用于对至少两个目标物集群进行查找,每一所述目标物集群包括种类相同的至少两个目标物;所述机器人集群系统包括主协调器和至少两台探索者机器人,所述主协调器用于实时获取所述探索者机器人的位置;
所述探索者机器人用于对所述目标物进行查找;
所述探索者机器人还用于当发现任一所述目标物时,将所述目标物的种类、坐标和发现时间发送至所述主协调器;
所述主协调器还用于当接收到所述目标物的种类、坐标和发现时间时,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围;
所述主协调器还用于依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长;
所述主协调器还用于依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数;
所述主协调器还用于依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
本申请具有以下优点:
在本申请的实施例中,相对于现有的多机器人系统在对多目标物集群进行查找和执行工作任务时,消耗的代价较高且获得的收益较低的问题,本申请提供了依据所述目标物集群的查找难度参数和性能参数对所述探索者机器人的位置进行调动的解决方案,具体为:“当接收到所述目标物的种类、坐标和发现时间时,所述主协调器依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围;所述主协调器依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长;所述主协调器依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数;所述主协调器依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动”。通过所述主协调器确定各个所述目标物集群的查找难度参数,并依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围对所述探索者机器人的位置进行调动,可以提高所述机器人集群系统的查找效率,从而降低所述机器人集群系统在进行查找和执行工作任务时消耗的代价,同时提高所述机器人集群系统在进行查找和执行工作任务时获得的收益。
附图说明
为了更清楚地说明本申请的技术方案,下面将对本申请的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的一种机器人集群系统的控制方法的步骤流程图;
图2是本申请一实施例提供的目标物集群A的当前分布范围示意图;
图3是本申请另一实施例提供的目标物集群A的当前分布范围示意图;
图4是本申请一实施例提供的目标物集群A的潜在分布范围示意图;
图5是本申请另一实施例提供的目标物集群A的潜在分布范围示意图;
图6是本申请又一实施例提供的目标物集群A的潜在分布范围示意图;
图7是本申请一实施例提供的探索者机器人经调动前的分布范围示意图;
图8是本申请一实施例提供的探索者机器人经调动后的分布范围示意图;
图9是本申请另一实施例提供的一种机器人集群系统的控制方法的步骤流程图;
图10是本申请一实施例提供的探索者机器人的移动趋势示意图;
图11是本申请另一实施例提供的探索者机器人的移动趋势示意图;
图12是本申请一实施例提供的一种机器人集群系统的控制装置的结构框图;
图13是本申请另一实施例提供的一种机器人集群系统的控制装置的结构框图;
图14是本申请一实施例提供的一种计算机设备的结构示意图。
说明书附图中的附图标记如下:
12、计算机设备;14、外部设备;16、处理单元;18、总线;20、网络适配器;22、I/O接口;24、显示器;28、内存;30、随机存取存储器;32、高速缓存存储器;34、存储系统;40、程序/实用工具;42、程序模块。
具体实施方式
为使本申请的所述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请做进一步详细的说明。显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,在本申请任一实施例中,所述机器人集群系统用于对至少两个目标物集群进行查找和执行工作任务(例如搬运、采摘、组装、拆卸、勘探等),每一所述目标物集群包括种类相同的至少两个目标物,每一所述目标物集群具有已知的性能参数和未知的查找难度参数,所述性能参数与所述目标位集群的价值或重要程度相关;所述机器人集群系统包括主协调器和至少两台机器人,所述主协调器可以与所述机器人进行通信并实时获取所述机器人的位置和任务状态,所述机器人可以在探索者机器人、组织者机器人和执行者机器人之间进行角色切换,在系统启动时,全部所述机器人均为所述探索者机器人。
参照图1,示出了本申请一实施例提供的一种机器人集群系统的控制方法;所述探索者机器人用于对所述目标物进行查找,还用于当发现任一所述目标物时,将所述目标物的种类、坐标和发现时间发送至所述主协调器;
所述控制方法应用于所述主协调器,包括:
S110、当接收到所述目标物的种类、坐标和发现时间时,所述主协调器依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围;
S120、所述主协调器依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长;
S130、所述主协调器依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数;
S140、所述主协调器依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
在本申请的实施例中,相对于现有的多机器人系统在对多目标物集群进行查找和执行工作任务时,消耗的代价较高且获得的收益较低的问题,本申请提供了依据所述目标物集群的查找难度参数和性能参数对所述探索者机器人的位置进行调动的解决方案,具体为:“当接收到所述目标物的种类、坐标和发现时间时,所述主协调器依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围;所述主协调器依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长;所述主协调器依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数;所述主协调器依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动”。通过所述主协调器确定各个所述目标物集群的查找难度参数,并依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围对所述探索者机器人的位置进行调动,可以提高所述机器人集群系统的查找效率,从而降低所述机器人集群系统在进行查找和执行工作任务时消耗的代价,同时提高所述机器人集群系统在进行查找和执行工作任务时获得的收益。
下面,将对本示例性实施例中一种机器人集群系统的控制方法做进一步地说明。
如所述步骤S110所述,当接收到所述目标物的种类、坐标和发现时间时,所述主协调器依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围。
当接收到所述目标物的种类、坐标和发现时间时,所述主协调器依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围。具体的,所述目标物的坐标包括X轴坐标和Y轴坐标(在部分场景中,还可以包括Z轴坐标);所述当前分布范围可以是由最外部的坐标连接形成的不规则区域,也可以是在包含全部坐标的情况下空间最小的具有指定形状的区域。作为一种示例,参照图2,对所述目标物(即a5)的坐标和与所述目标物种类相同的历史目标物(即a1、a2、a3、a4)的坐标两两进行连接,将最外圈的连线围合形成的区域作为所述目标物所属的目标物集群的当前分布范围;作为另一种示例,参照图3,从所述目标物(即a5)的X轴坐标和与所述目标物种类相同的历史目标物(即a1、a2、a3、a4)的X轴坐标中确定出当前最小X轴坐标(即a3的X轴坐标),从所述目标物的X轴坐标和与所述目标物种类相同的历史目标物的X轴坐标中确定出当前最大X轴坐标(即a4的X轴坐标),从所述目标物的Y轴坐标和与所述目标物种类相同的历史目标物的Y轴坐标中确定出当前最小Y轴坐标(即a5的Y轴坐标),从所述目标物的Y轴坐标和与所述目标物种类相同的历史目标物的Y轴坐标中确定出当前最大Y轴坐标(即a1的Y轴坐标),并将所述当前最小X轴坐标、所述当前最大X轴坐标、所述当前最小Y轴坐标和所述当前最大Y轴坐标围合形成的矩形区域作为所述目标物所属的目标物集群的当前分布范围。
所述主协调器依据所述目标物所属的目标物集群的当前分布范围,确定所述目标物所属的目标物集群的潜在分布范围。具体的,所述潜在分布范围可以是所述当前分布范围以预设距离向外拓展后形成的区域,也可以是所述当前分布范围以内部目标物的平均相邻距离向外拓展后形成的区域,也可以是所述当前分布范围以当前面积的预设倍数为目标向外拓展后形成的区域。作为一种示例,参照图4,将所述目标物所属的目标物集群的当前分布范围的边缘向外延伸预设距离(即L0)形成拓展边缘,将所述拓展边缘围合形成的区域作为所述目标物所属的目标物集群的潜在分布范围;作为另一种示例,参照图5,在所述目标物集群中的已知目标物(包括所述目标物和所述历史目标物)的数量大于一个的情况下,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物集群中的已知目标物的平均相邻距离(即LA),其中,任一目标物的相邻距离为该目标物与相邻(即最近)的同种目标物的距离,将所述目标物所属的目标物集群的当前分布范围的边缘向外延伸所述平均相邻距离形成拓展边缘,将所述拓展边缘围合形成的区域作为所述目标物所属的目标物集群的潜在分布范围;作为另一种示例,参照图6,在所述目标物集群中的已知目标物的数量大于一个且各个已知目标物并非处于同一直线上的情况下,依据所述目标物所属的目标物集群的当前分布范围的面积确定所述当前分布范围的拓展距离,其中,所述拓展距离满足所述当前分布范围拓展后形成的潜在分布范围的面积(即SAP)为所述当前分布范围的面积(即SAR)的预设倍数,将所述当前分布范围的边缘向外延伸所述拓展距离形成拓展边缘,将所述拓展边缘围合形成的区域作为所述目标物所属的目标物集群的潜在分布范围。需要说明的是,在所述目标物集群中的已知目标物的数量为零的情况下,所述潜在分布范围为任务地图的全部范围。
如所述步骤S120所述,所述主协调器依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长。
具体的,计算所述目标物的发现时间和所述探索者机器人的启动时间之差,得到所述目标物所属的目标物集群的当前查找时长。需要说明的是,各台所述探索者机器人的启动时间相同,也即所述机器人集群系统系统的启动时间。
如所述步骤S130所述,所述主协调器依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数。
所述主协调器依据所述当前分布范围,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的分布密度参数。具体的,按照下式计算所述分布密度参数:
所述主协调器依据所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找间隔参数。具体的,按照下式计算所述查找间隔参数:
所述主协调器依据所述分布密度参数和所述查找间隔参数,确定所述目标物所属的目标物集群的所述查找难度参数。具体的,按照下式计算所述查找难度参数:
其中,为所述目标物集群的查找难度参数,/>为第一系数(/>≤0),/>为所述目标物集群的分布密度参数,/>为第二系数(/>≥0),/>为所述目标物集群的查找间隔参数;所述第一系数和所述第二系数的具体数值可以采用至少一种权重计算方法(例如AHP层次分析法、优序图法、熵值法和CRITIC权重法)确定。
如所述步骤S140所述,所述主协调器依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
所述主协调器依据各个所述目标物集群的查找难度参数和性能参数,以及所述探索者机器人的总数,确定各个所述目标物集群的期望探索者数量。具体的,依据各个所述目标物集群的查找难度参数和性能参数,确定各个所述目标物集群的查找收益参数;具体的,按照下式计算所述查找收益参数:
其中,为第/>个目标物集群的查找收益参数,/>为第三系数(/>≤0),/>为第/>个目标物集群的查找难度参数,/>为第四系数(/>≥0),/>为第/>个目标物集群的性能参数;所述第三系数和所述第四系数的具体数值可以采用至少一种权重计算方法(例如AHP层次分析法、优序图法、熵值法和CRITIC权重法)确定;确定当前的所述探索者机器人的总数,按照预设梯度分配规则将所述探索者机器人分配至各个所述目标物集群,使得所述查找收益参数较高的所述目标物集群对应的所述期望探索者数量较多。作为一种示例,对各个所述目标物集群的查找收益参数进行排序,按照查找收益参数由低到高的顺序给各个所述目标物集群进行赋分,其中,查找收益参数最低的所述目标物集群赋分为1,查找收益参数次低的所述目标物集群赋分为2,以此类推,计算各个所述目标物集群的分值占全部所述目标物集群的总分的比例,作为所述目标物集群的赋分占比,将所述目标物集群的赋分占比与所述探索者机器人的总数之积作为所述目标物集群的期望探索者数量(计算结果精确到个位数)。通过将更多所述探索者机器人分配至所述查找收益参数高的所述目标物集群,便于所述探索者机器人在更短时间内获得更高的查找收益。
当任一所述目标物集群的所述潜在分布范围中所述探索者机器人的数量少于所述期望探索者数量时,所述主协调器控制所述目标物集群的所述潜在分布范围之外的距离最近的所述探索者机器人移动至所述目标物集群的所述潜在分布范围中。需要说明的是,由于所述探索者机器人始终处于自由移动的状态,也即随时可能移动至某一所述目标物集群的所述潜在分布范围之外,所述主协调器可以按照预设监控周期执行对所述探索者机器人位置的调动,每轮调动按照所述查找收益参数由低到高的顺序对各个所述目标物集群依次进行确认和调动。作为一种示例,首先确认所述查找收益参数最低的所述目标物集群的所述潜在分布范围中所述探索者机器人的数量是否少于所述期望探索者数量,若少于则依次控制所述目标物集群的所述潜在分布范围之外的距离最近的所述探索者机器人移动至所述目标物集群的所述潜在分布范围中,直至所述目标物集群的所述潜在分布范围中所述探索者机器人的数量不少于所述期望探索者数量,以此类推,完成对各个所述目标物集群的确认和调动,参照图7和图8,分别示出了所述探索者机器人在经过一轮调动前、后的位置分布情况,其中,目标物集群A(包括a1、a2、a3、a4、a5)、B(包括b1)、C(包括c1、c2、c3)、D(包括d1、d2、d3、d4)按查找收益参数由低到高排序结果为B、C、D、A,并且,目标物集群A的期望探索者数量为8,目标物集群D的期望探索者数量为6,目标物集群C的期望探索者数量为4,目标物集群A的期望探索者数量为2。通过将距离最近的所述探索者机器人调动至所述目标物集群的所述潜在分布范围中,可以最大程度减少调动过程消耗的代价。
在本申请一实施例中,所述探索者机器人还用于当发现任一所述目标物时,转换为组织者机器人;所述组织者机器人用于招募其余所述探索者机器人成为执行者机器人(具体的招募方法可以参考专利CN115113626A中的描述,本申请不再赘述),还用于当招募到预设数量的所述执行者机器人时,组织所述执行者机器人执行所述目标物的工作任务;所述执行者机器人用于执行所述目标物的工作任务;所述组织者机器人和所述执行者机器人还用于当执行完成所述目标物的工作任务时,转换为所述探索者机器人;
所述控制方法,还包括:
当至少两台所述探索者机器人同时发现同一所述目标物时,所述主协调器控制其中一台所述探索者机器人转换为所述组织者机器人。具体的,可以随机选取一台所述探索者机器人转换为所述组织者机器人,也可以依据所述探索者机器人的历史任务评分选取一台所述探索者机器人转换为所述组织者机器人。作为一种示例,从至少两台所述探索者机器人中随机选取一台所述探索者机器人转换为所述组织者机器人;作为另一种示例,获取至少两台所述探索者机器人执行过的目标物的工作任务的数量和执行过的目标物的工作任务的时长,依据所述执行过的目标物的工作任务的数量和所述执行过的目标物的工作任务的时长,确定各台所述探索者机器人的历史任务评分,将所述历史任务评分最高的所述探索者机器人转换为所述组织者机器人。通过协调所述探索者机器人的任务状态,可以确保所述机器人集群系统正常运行。
当至少两台所述组织者机器人对同一所述探索者机器人进行招募时,所述主协调器控制所述探索者机器人接受其中一台所述组织者机器人的招募。具体的,可以控制所述探索者机器人随机接受其中一台所述组织者机器人的招募,也可以依据所述组织者机器人的招募完成进度控制所述探索者机器人接受其中一台所述组织者机器人的招募。作为一种示例,控制所述探索者机器人随机接受其中一台所述组织者机器人的招募;作为另一种示例,获取至少两台所述组织者机器人需招募的所述探索者机器人的数量和已招募到的所述探索者机器人的数量,依据所述需招募的所述探索者机器人的数量和所述已招募到的所述探索者机器人的数量,确定各台所述组织者机器人的招募完成进度,控制所述探索者机器人接受所述招募完成进度最低的所述组织者机器人的招募。通过协调所述组织者机器人和所述探索者机器人的任务状态,可以确保所述机器人集群系统正常运行。
参照图9,示出了本申请一实施例提供的一种机器人集群系统的控制方法;
所述控制方法应用于所述探索者机器人,包括:
S210、所述探索者机器人对所述目标物进行查找;
S220、当发现任一所述目标物时,所述探索者机器人将所述目标物的种类、坐标和发现时间发送至所述主协调器;所述主协调器用于当接收到所述目标物的种类、坐标和发现时间时,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围,还用于依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长,还用于依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数,还用于依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
在本申请的实施例中,相对于现有的多机器人系统在对多目标物集群进行查找和执行工作任务时,消耗的代价较高的问题,本申请提供了依据所述目标物集群的查找难度对所述探索者机器人的位置进行调动的解决方案,具体为:“所述探索者机器人对所述目标物进行查找;当发现任一所述目标物时,所述探索者机器人将所述目标物的种类、坐标和发现时间发送至所述主协调器;所述主协调器用于当接收到所述目标物的种类、坐标和发现时间时,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围,还用于依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长,还用于依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数,还用于依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动”。通过所述主协调器确定各个所述目标物集群的查找难度参数,并依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围对所述探索者机器人的位置进行调动,可以确保各台所述探索者机器人的位置分布合理,从而降低所述机器人集群系统在进行查找和执行工作任务时消耗的代价。
下面,将对本示例性实施例中一种机器人集群系统的控制方法做进一步地说明。
如所述步骤S210所述,所述探索者机器人对所述目标物进行查找。
预先设定各台所述探索者机器人的探索范围(即任务地图的全部范围),确保所述探索者机器人不会移动至所述探索范围之外,所述探索者机器人可以在所述探索范围内随机移动对所述目标物进行查找,也可以按照预设的移动轨迹对所述目标物进行查找。作为一种示例,参照图10,各台所述探索者机器人在所述探索范围内随机移动,对所述目标物进行查找;作为另一种示例,参照图11,各台所述探索者机器人按照预设间距(即L1)的顺时针或逆时针的螺旋状的移动轨迹移动,对所述目标物进行查找,所述预设间距不大于所述探索者机器人的最大观察距离。
如所述步骤S220所述,当发现任一所述目标物时,所述探索者机器人将所述目标物的种类、坐标和发现时间发送至所述主协调器;所述主协调器用于当接收到所述目标物的种类、坐标和发现时间时,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围,还用于依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长,还用于依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数,还用于依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
所述探索者机器人在移动过程中实时采集环境图像,当所述环境图像中出现与目标物图像相似度大于预设比例的子图像时,所述探索者机器人将所述子图像对应的实物确定为所述目标物,并将所述目标物的种类、坐标和发现时间发送至所述主协调器。由于所述目标物的种类为至少两个,所述探索者机器人可以采用逐个比对的方式对所述环境图像中的目标物图像进行检测,并且,当处于任一所述目标物集群的所述潜在分布范围中时,所述探索者机器人可以优先对所述目标物集群对应的目标物图像进行检测。作为一种示例,当处于任一所述目标物集群的所述潜在分布范围中时,所述探索者机器人首先检测所述环境图像中是否存在与所述目标物集群对应的目标物图像,若不存在,再检测所述环境图像中是否存在其他目标物图像。通过优先对所处潜在分布范围对应的目标物图像进行检测,可以提高所述探索者机器人的查找效率。
在一具体实现中,所述机器人集群系统用于在制造厂内对第一配件集群、第二配件集群和第三配件集群进行查找和执行拆卸及搬运任务,每一配件集群包括种类相同的至少两个配件;所述机器人集群系统包括主协调器和50台机器人,所述主协调器可以与所述机器人进行通信并实时获取所述机器人的位置和任务状态,所述机器人可以在探索者机器人、组织者机器人和执行者机器人之间进行角色切换,在系统启动时,全部所述机器人均为所述探索者机器人;所述探索者机器人用于对所述配件进行查找,还用于当发现任一所述配件时,将所述配件的种类、坐标和发现时间发送至所述主协调器;
所述控制方法应用于所述主协调器,包括:
当接收到所述配件的种类、坐标和发现时间时,所述主协调器对所述配件的坐标和与所述配件种类相同的历史配件的坐标两两进行连接,将最外部的连线围合形成的区域作为所述配件所属的配件集群的当前分布范围;
所述主协调器将所述配件所属的配件集群的当前分布范围的边缘向外延伸预设距离形成拓展边缘,将所述拓展边缘围合形成的区域作为所述配件所属的配件集群的潜在分布范围;
所述主协调器计算所述配件的发现时间和所述探索者机器人的启动时间之差,得到所述配件所属的配件集群的当前查找时长;
所述主协调器按照下式计算所述配件所属的配件集群的分布密度参数:
所述主协调器按照下式计算所述配件所属的配件集群的查找间隔参数:
所述主协调按照下式计算所述配件所属的配件集群的所述查找难度参数:
所述主协调器按照下式计算各个所述配件集群的查找收益参数:
所述主协调器确定当前的所述探索者机器人的总数,对各个所述配件集群的查找收益参数进行排序,按照查找收益参数由低到高的顺序给各个所述配件集群进行赋分,其中,查找收益参数最低的所述配件集群赋分为1,查找收益参数第二低的所述配件集群赋分为2,以此类推,计算各个所述配件集群的分值占全部所述配件集群的总分的比例,作为所述配件集群的赋分占比,将所述配件集群的赋分占比与所述探索者机器人的总数之积作为所述配件集群的期望探索者数量(计算结果精确到个位数);
所述主协调器按照预设监控周期执行对所述探索者机器人位置的调动,每轮调动按照所述查找收益参数由低到高的顺序对各个所述配件集群进行确定和调动,首先确认所述查找收益参数最低的所述配件集群的所述潜在分布范围中所述探索者机器人的数量是否少于所述期望探索者数量,若少于则依次控制所述配件集群的所述潜在分布范围之外的距离最近的所述探索者机器人移动至所述配件集群的所述潜在分布范围中,直至所述配件集群的所述潜在分布范围中所述探索者机器人的数量不少于所述期望探索者数量,以此类推,完成对各个所述配件集群的确认和调动。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
参照图12,示出了本申请一实施例提供的一种机器人集群系统的控制装置;
所述控制装置应用于所述主协调器,包括:
分布范围确定模块310,用于当接收到所述目标物的种类、坐标和发现时间时,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围;
查找时长确定模块320,用于依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长;
查找难度确定模块330,用于依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数;
机器移动控制模块340,用于依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
在本申请一实施例中,所述查找难度确定模块330,包括:
分布密度确定子模块,用于依据所述当前分布范围,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的分布密度参数;
查找间隔确定子模块,用于依据所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找间隔参数;
查找难度确定子模块,用于依据所述分布密度参数和所述查找间隔参数,确定所述目标物所属的目标物集群的所述查找难度参数。
在本申请一实施例中,所述机器移动控制模块340,包括:
期望探索确定子模块,用于依据各个所述目标物集群的查找难度参数和性能参数,以及所述探索者机器人的总数,确定各个所述目标物集群的期望探索者数量;
机器移动控制子模块,用于当任一所述目标物集群的所述潜在分布范围中所述探索者机器人的数量少于所述期望探索者数量时,控制所述目标物集群的所述潜在分布范围之外的距离最近的所述探索者机器人移动至所述目标物集群的所述潜在分布范围中。
在本申请一实施例中,所述探索者机器人还用于当发现任一所述目标物时,转换为组织者机器人;所述组织者机器人用于招募其余所述探索者机器人成为执行者机器人,还用于当招募到预设数量的所述执行者机器人时,组织所述执行者机器人执行所述目标物的工作任务;所述执行者机器人用于执行所述目标物的工作任务;所述组织者机器人和所述执行者机器人还用于当执行完成所述目标物的工作任务时,转换为所述探索者机器人;
所述控制装置,还包括:
第一任务协调模块,用于当至少两台所述探索者机器人同时发现同一所述目标物时,控制其中一台所述探索者机器人转换为所述组织者机器人;
第二任务协调模块,用于当至少两台所述组织者机器人对同一所述探索者机器人进行招募时,控制所述探索者机器人接受其中一台所述组织者机器人的招募。
参照图13,示出了本申请一实施例提供的一种机器人集群系统的控制装置;
所述控制装置应用于所述探索者机器人,包括:
目标实时查找模块410,用于对所述目标物进行查找;
目标信息发送模块420,用于当发现任一所述目标物时,将所述目标物的种类、坐标和发现时间发送至所述主协调器;所述主协调器用于当接收到所述目标物的种类、坐标和发现时间时,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围,还用于依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长,还用于依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数,还用于依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
参照图14,示出了本申请一实施例提供的一种计算机设备;所述计算机设备12以通用计算设备的形式表现,所述计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,内存28,连接不同系统组件(包括内存28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、音视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
内存28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器30和/或高速缓存存储器32。计算机设备12可以进一步包括其他移动/不可移动的、易失性/非易失性计算机体统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(通常称为“硬盘驱动器”)。尽管图14中未示出,可以提供用于对可移动非易失性磁盘(如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其他光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质界面与总线18相连。存储器可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块42,这些程序模块42被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其他程序模块42以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24、摄像头等)通信,还可与一个或者多个使得操作人员能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其他计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过I/O接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)),广域网(WAN)和/或公共网络(例如因特网)通信。如图14所示,网络适配器20通过总线18与计算机设备12的其他模块通信。应当明白,尽管图14中未示出,可以结合计算机设备12使用其他硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元16、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统34等。
处理单元16通过运行存储在内存28中的程序,从而执行各种功能应用以及数据处理,例如实现上述任一实施例提供的控制方法。
也即,上述处理单元16执行上述程序时至少可以实现:当接收到所述目标物的种类、坐标和发现时间时,所述主协调器依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围;所述主协调器依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长;所述主协调器依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数;所述主协调器依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
在本申请一实施例中,还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述任一实施例提供的控制方法。
也即,给程序被处理器执行时至少可以实现:当接收到所述目标物的种类、坐标和发现时间时,所述主协调器依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围;所述主协调器依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长;所述主协调器依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数;所述主协调器依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言——诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在操作人员计算机上执行、部分地在操作人员计算机上执行、作为一个独立的软件包执行、部分在操作人员计算机上部分在远程计算机上执行或者完全在远程计算机或者服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到操作人员计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
在本申请一实施例中,还提供一种机器人集群系统,所述机器人集群系统包括主协调器和至少两台探索者机器人,所述主协调器用于实时获取所述探索者机器人的位置;
所述探索者机器人用于对所述目标物进行查找;
所述探索者机器人还用于当发现任一所述目标物时,将所述目标物的种类、坐标和发现时间发送至所述主协调器;
所述主协调器还用于当接收到所述目标物的种类、坐标和发现时间时,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围;
所述主协调器还用于依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长;
所述主协调器还用于依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数;
所述主协调器还用于依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种机器人集群系统的控制方法、装置、设备及系统,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种机器人集群系统的控制方法,其特征在于,所述机器人集群系统用于对至少两个目标物集群进行查找,每一所述目标物集群包括种类相同的至少两个目标物;所述机器人集群系统包括主协调器和至少两台探索者机器人,所述主协调器用于实时获取所述探索者机器人的位置;所述探索者机器人用于对所述目标物进行查找,还用于当发现任一所述目标物时,将所述目标物的种类、坐标和发现时间发送至所述主协调器;
所述控制方法应用于所述主协调器,包括:
当接收到所述目标物的种类、坐标和发现时间时,所述主协调器依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围;
所述主协调器依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长;
所述主协调器依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数;
所述主协调器依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
2.根据权利要求1所述的控制方法,其特征在于,所述主协调器依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数的步骤,包括:
所述主协调器依据所述当前分布范围,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的分布密度参数;
所述主协调器依据所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找间隔参数;
所述主协调器依据所述分布密度参数和所述查找间隔参数,确定所述目标物所属的目标物集群的所述查找难度参数。
3.根据权利要求1所述的控制方法,其特征在于,所述主协调器依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动的步骤,包括:
所述主协调器依据各个所述目标物集群的查找难度参数和性能参数,以及所述探索者机器人的总数,确定各个所述目标物集群的期望探索者数量;
当任一所述目标物集群的所述潜在分布范围中所述探索者机器人的数量少于所述期望探索者数量时,所述主协调器控制所述目标物集群的所述潜在分布范围之外的距离最近的所述探索者机器人移动至所述目标物集群的所述潜在分布范围中。
4.根据权利要求1所述的控制方法,其特征在于,所述机器人集群系统还用于对所述目标物集群执行工作任务;所述主协调器还用于实时获取所述探索者机器人的任务状态;所述探索者机器人还用于当发现任一所述目标物时,转换为组织者机器人;所述组织者机器人用于招募其余所述探索者机器人成为执行者机器人,还用于当招募到预设数量的所述执行者机器人时,组织所述执行者机器人执行所述目标物的工作任务;所述执行者机器人用于执行所述目标物的工作任务;所述组织者机器人和所述执行者机器人还用于当执行完成所述目标物的工作任务时,转换为所述探索者机器人;
所述控制方法,还包括:
当至少两台所述探索者机器人同时发现同一所述目标物时,所述主协调器控制其中一台所述探索者机器人转换为所述组织者机器人。
5.一种机器人集群系统的控制方法,其特征在于,所述机器人集群系统用于对至少两个目标物集群进行查找,每一所述目标物集群包括种类相同的至少两个目标物;所述机器人集群系统包括主协调器和至少两台探索者机器人,所述主协调器用于实时获取所述探索者机器人的位置;
所述控制方法应用于所述探索者机器人,包括:
所述探索者机器人对所述目标物进行查找;
当发现任一所述目标物时,所述探索者机器人将所述目标物的种类、坐标和发现时间发送至所述主协调器;所述主协调器用于当接收到所述目标物的种类、坐标和发现时间时,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围,还用于依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长,还用于依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数,还用于依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
6.一种机器人集群系统的控制装置,其特征在于,所述机器人集群系统用于对至少两个目标物集群进行查找,每一所述目标物集群包括种类相同的至少两个目标物;所述机器人集群系统包括主协调器和至少两台探索者机器人,所述主协调器用于实时获取所述探索者机器人的位置;所述探索者机器人用于对所述目标物进行查找,还用于当发现任一所述目标物时,将所述目标物的种类、坐标和发现时间发送至所述主协调器;
所述控制装置应用于所述主协调器,包括:
分布范围确定模块,用于当接收到所述目标物的种类、坐标和发现时间时,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围;
查找时长确定模块,用于依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长;
查找难度确定模块,用于依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数;
机器移动控制模块,用于依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
7.一种机器人集群系统的控制装置,其特征在于,所述机器人集群系统用于对至少两个目标物集群进行查找,每一所述目标物集群包括种类相同的至少两个目标物;所述机器人集群系统包括主协调器和至少两台探索者机器人,所述主协调器用于实时获取所述探索者机器人的位置;
所述控制装置应用于所述探索者机器人,包括:
目标实时查找模块,用于对所述目标物进行查找;
目标信息发送模块,用于当发现任一所述目标物时,将所述目标物的种类、坐标和发现时间发送至所述主协调器;所述主协调器用于当接收到所述目标物的种类、坐标和发现时间时,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围,还用于依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长,还用于依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数,还用于依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
8.一种计算机设备,其特征在于,包括处理器、存储器及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至5中任一项所述的控制方法。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的控制方法。
10.一种机器人集群系统,其特征在于,所述机器人集群系统用于对至少两个目标物集群进行查找,每一所述目标物集群包括种类相同的至少两个目标物;所述机器人集群系统包括主协调器和至少两台探索者机器人,所述主协调器用于实时获取所述探索者机器人的位置;
所述探索者机器人用于对所述目标物进行查找;
所述探索者机器人还用于当发现任一所述目标物时,将所述目标物的种类、坐标和发现时间发送至所述主协调器;
所述主协调器还用于当接收到所述目标物的种类、坐标和发现时间时,依据所述目标物的坐标和与所述目标物种类相同的历史目标物的坐标,确定所述目标物所属的目标物集群的当前分布范围和潜在分布范围;
所述主协调器还用于依据所述目标物的发现时间和所述探索者机器人的启动时间,确定所述目标物所属的目标物集群的当前查找时长;
所述主协调器还用于依据所述当前分布范围,所述当前查找时长,以及与所述目标物种类相同的历史目标物的数量,确定所述目标物所属的目标物集群的查找难度参数;
所述主协调器还用于依据各个所述目标物集群的所述查找难度参数、性能参数和所述潜在分布范围,控制其余所述探索者机器人移动。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310458904.8A CN116185044B (zh) | 2023-04-26 | 2023-04-26 | 一种机器人集群系统的控制方法、装置、设备及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310458904.8A CN116185044B (zh) | 2023-04-26 | 2023-04-26 | 一种机器人集群系统的控制方法、装置、设备及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116185044A true CN116185044A (zh) | 2023-05-30 |
CN116185044B CN116185044B (zh) | 2023-06-27 |
Family
ID=86433041
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310458904.8A Active CN116185044B (zh) | 2023-04-26 | 2023-04-26 | 一种机器人集群系统的控制方法、装置、设备及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116185044B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180181137A1 (en) * | 2016-12-23 | 2018-06-28 | Korea Institute Of Science And Technology | Moving and searching method of mobile robot for following human |
CN109961074A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种查找物品的方法、机器人及计算机可读存储介质 |
CN111813108A (zh) * | 2020-06-23 | 2020-10-23 | 西安电子科技大学 | 一种实时分布式多机器人队形控制方法、系统 |
CN112631266A (zh) * | 2019-09-20 | 2021-04-09 | 杭州海康机器人技术有限公司 | 一种移动机器人感知障碍信息的方法、装置 |
CN113778652A (zh) * | 2021-09-22 | 2021-12-10 | 武汉悦学帮网络技术有限公司 | 一种任务调度方法、装置、电子设备及存储介质 |
US20220161430A1 (en) * | 2019-03-30 | 2022-05-26 | AMICRO SEMICONDUCTOR Co.,Ltd. | Recharging Control Method of Desktop Robot |
CN115113626A (zh) * | 2022-07-20 | 2022-09-27 | 威康(深圳)智能有限公司 | 一种机器人分布式控制系统及其方法 |
CN115167423A (zh) * | 2022-07-06 | 2022-10-11 | 西安电子科技大学广州研究院 | 一种领航者可变的多机器人编队控制方法 |
CN115933638A (zh) * | 2022-11-10 | 2023-04-07 | 国网浙江省电力有限公司绍兴供电公司 | 一种多机器人协同探索方法、装置、电子设备及介质 |
-
2023
- 2023-04-26 CN CN202310458904.8A patent/CN116185044B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180181137A1 (en) * | 2016-12-23 | 2018-06-28 | Korea Institute Of Science And Technology | Moving and searching method of mobile robot for following human |
CN109961074A (zh) * | 2017-12-22 | 2019-07-02 | 深圳市优必选科技有限公司 | 一种查找物品的方法、机器人及计算机可读存储介质 |
US20220161430A1 (en) * | 2019-03-30 | 2022-05-26 | AMICRO SEMICONDUCTOR Co.,Ltd. | Recharging Control Method of Desktop Robot |
CN112631266A (zh) * | 2019-09-20 | 2021-04-09 | 杭州海康机器人技术有限公司 | 一种移动机器人感知障碍信息的方法、装置 |
CN111813108A (zh) * | 2020-06-23 | 2020-10-23 | 西安电子科技大学 | 一种实时分布式多机器人队形控制方法、系统 |
CN113778652A (zh) * | 2021-09-22 | 2021-12-10 | 武汉悦学帮网络技术有限公司 | 一种任务调度方法、装置、电子设备及存储介质 |
CN115167423A (zh) * | 2022-07-06 | 2022-10-11 | 西安电子科技大学广州研究院 | 一种领航者可变的多机器人编队控制方法 |
CN115113626A (zh) * | 2022-07-20 | 2022-09-27 | 威康(深圳)智能有限公司 | 一种机器人分布式控制系统及其方法 |
CN115933638A (zh) * | 2022-11-10 | 2023-04-07 | 国网浙江省电力有限公司绍兴供电公司 | 一种多机器人协同探索方法、装置、电子设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN116185044B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110021033B (zh) | 一种基于金字塔孪生网络的目标跟踪方法 | |
CN112561395B (zh) | 无人机协同方法、系统、装置、电子设备及存储介质 | |
CN112818999A (zh) | 一种基于卷积神经网络的复杂场景3d点云语义分割方法 | |
CN112669345B (zh) | 一种面向云端部署的多目标轨迹跟踪方法及系统 | |
CN112183826A (zh) | 基于深度级联生成对抗网络的建筑能耗预测方法及相关产品 | |
CN112650244A (zh) | 基于特征点匹配的楼宇内移动机器人多楼层自动建图方法 | |
Bai et al. | A survey of image-based indoor localization using deep learning | |
CN113485373A (zh) | 一种基于高斯混合模型的机器人实时运动规划方法 | |
Dang et al. | Search for or navigate to? dual adaptive thinking for object navigation | |
CN114161419B (zh) | 一种情景记忆引导的机器人操作技能高效学习方法 | |
CN116844004A (zh) | 一种面向数字孪生场景的点云自动语义化建模方法 | |
CN116185044B (zh) | 一种机器人集群系统的控制方法、装置、设备及系统 | |
Tang et al. | A sequential-multi-decision scheme for WiFi localization using vision-based refinement | |
CN113064422B (zh) | 基于双神经网络强化学习的自主水下航行器路径规划方法 | |
CN117058235A (zh) | 跨多种室内场景的视觉定位方法 | |
CN114943766A (zh) | 重定位方法、装置、电子设备及计算机可读存储介质 | |
CN115034459A (zh) | 一种行人轨迹时间序列预测方法 | |
CN111046321B (zh) | 光伏电站运维策略优化方法和装置 | |
CN114882495A (zh) | 一种基于上下文感知特征聚集的3d目标检测方法 | |
Madokoro et al. | Unsupervised semantic indoor scene classification for robot vision based on context of features using Gist and HSV-SIFT | |
CN114675660B (zh) | 一种基于pso-lshade-clm的多uuv协同搜索方法 | |
Dai et al. | DSAP: Dynamic Sparse Attention Perception Matcher for Accurate Local Feature Matching | |
CN114170280B (zh) | 基于双窗口的激光里程计方法、系统、装置 | |
Zhao et al. | Place recognition with deep superpixel features for brain-inspired navigation | |
CN114323028B (zh) | 自适应地图的路径规划方法、系统、设备及介质 |
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 |