CN116822826A - 一种多机协同的施工路径规划方法、介质及建筑机器人 - Google Patents
一种多机协同的施工路径规划方法、介质及建筑机器人 Download PDFInfo
- Publication number
- CN116822826A CN116822826A CN202310241976.7A CN202310241976A CN116822826A CN 116822826 A CN116822826 A CN 116822826A CN 202310241976 A CN202310241976 A CN 202310241976A CN 116822826 A CN116822826 A CN 116822826A
- Authority
- CN
- China
- Prior art keywords
- construction
- robot
- scheme
- data
- path 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.)
- Pending
Links
- 238000010276 construction Methods 0.000 title claims abstract description 168
- 238000000034 method Methods 0.000 title claims abstract description 26
- 230000015654 memory Effects 0.000 claims description 17
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 5
- 230000002068 genetic effect Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000010422 painting Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种多机协同的施工路径规划方法、介质及建筑机器人,施工路径规划方法包括步骤:获取施工场地数据;获取机器人数据;根据施工场地数据、机器人数据,计算机器人的施工方案,并将施工方案发送至机器人。其中,机器人的施工方案包括:机器人的最优施工效率方案、机器人的施工数量方案,本发明通过对机器人的最优施工效率方案、机器人的施工数量方案进行规划,能够同时兼顾施工效率高和成本低。
Description
技术领域
本发明属于施工规划技术领域,具体涉及一种多机协同的施工路径规划方法、介质、建筑机器人。
背景技术
随着工业自动化的发展,采用机器人替代人工作业进行建筑施工,已经成为现建筑行业的发展趋势,在现有技术中,采用机器人进行喷涂、刷漆等施工已经逐渐普及。为了有效提高施工效率,通常会采用多台机器人实现协同施工,但该种方式会出现成本过高的问题。
发明内容
为了克服上述技术缺陷,本发明提供了一种多机协同的施工路径规划方法、介质、建筑机器人,其能能同时兼顾高效与低成本。
本发明是通过以下方案实现的:
一种多机协同的施工路径规划方法,包括步骤:
获取施工场地数据;
获取机器人数据;
根据施工场地数据、机器人数据,计算机器人的施工方案,并将施工方案发送至机器人。
作为本发明的进一步改进,机器人的施工方案包括:机器人的最优施工效率方案;施工场地数据包括:待作业区域的面积、机器人可行走的移动区域,所述机器人数据包括:机器人机械臂的伸展长度范围;
所述根据施工场地数据、机器人数据,计算机器人的施工方案的步骤,包括:
根据待作业区域的面积、机器人可行走的移动区域、机器人机械臂的伸展长度范围,采用全覆盖路径规划算法,计算得到机器人的单向行走路径集。
作为本发明的进一步改进,机器人的施工方案包括:机器人的施工数量方案;所述施工场地数据包括:施工时间、施工费用预算;所述机器人数据包括:机器人作业效率。
所述根据施工场地数据、机器人数据,计算机器人的施工方案的步骤,包括:
根据施工时间、施工费用预算、单向行走路径集,计算机器人的作业数量。
作为本发明的进一步改进,所述机器人数据还包括:机器人电量信息、机器人位置信息,在所述根据施工时间、施工费用预算、单向行走路径集,计算机器人的作业数量的步骤之后,还包括步骤:
对单向行走路径集进行划分得到若干作业路径段,其中,作业路径段的数量与机器人的数量相对应;
根据机器人电量信息、机器人位置信息,为每一机器人分配不同的作业路径段。
作为本发明的进一步改进,在执行施工数量方案、最优施工效率方案后,若不符合现场的实际情况,则根据施工场地数据、机器人数据,对施工数量方案、最优施工效率方案进行调整。
作为本发明的进一步改进,所述根据施工场地数据、机器人数据,对施工数量方案、最优施工效率方案进行调整的步骤,包括:
采用遗传算法计算机器人的适应度函数,得到施工数量方案的最优解以及最优施工效率方案的最优解。
作为本发明的进一步改进,获取施工场地数据包括步骤:
采用摄像机对施工现场进行扫描得到图像信息;
根据图像信息构建施工现场模型。
作为本发明的进一步改进,所述根据施工场地数据、机器人数据,计算机器人的施工方案,并将施工方案发送至机器人的步骤之后,还包括步骤:对机器人在施工场地进行施工的视频信息,进行3D展示。
本发明还提供了一种计算机可读存储介质,所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如上述的多机协同的施工路径规划方法。
本发明还提供了一种建筑机器人,所述建筑机器人包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现如上述的多机协同的施工路径规划方法。
与现有技术相比,本发明的有益效果为:结合实际施工场地的数据和机器人数据,对多机器人的协同施工方案进行规划,进而实现在成本合适的前提下,实现施工效率最高。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明,其中:
图1为实施例1所述多机协同的施工路径规划方法的流程图。
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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,各个步骤的序号仅仅作为步骤与步骤之间的区分,并不代表每个步骤需要按照序号的顺序严格执行。
实施例1
本发明提供了一种多机协同的施工路径规划方法,如图1所示,包括步骤:
S1、获取施工场地数据,其中,施工场地数据包括:待作业区域的面积、机器人可行走的移动区域、施工时间、施工费用预算;
S2、获取机器人数据,其中,所述机器人数据包括:机器人机械臂的伸展长度范围、机器人作业效率;
S3、根据施工场地数据、机器人数据,计算机器人的施工方案,并将施工方案发送至机器人。
虽在同一施工项目中,采用越多的机器人,其施工效率最高、最省时,若采用最多的机器人进行同时作业,则会增加成本,故在实际的应用中,需要同时兼顾成本和效率,故在本实施例中,机器人的施工方案包括:机器人的最优施工效率方案和机器人的施工数量方案;
机器人的最优施工效率方案的计算步骤包括:
S31、根据待作业区域的面积、机器人可行走的移动区域、机器人机械臂的伸展长度范围,采用全覆盖路径规划算法,计算得到机器人的单向行走路径集。
机器人的施工数量方案的计算步骤包括:
S32、根据施工时间、施工费用预算、单向行走路径集,计算机器人的作业数量,具体地,可以采用遗传算法计算机器人的作业数量最优解。
在得到机器人的作业数量、机器人的最优施工效率方案之后,需要对每一台机器人的具体施工路径进行分配,故所述机器人数据还包括:机器人电量信息、机器人位置信息,在步骤S32之后还包括步骤:
S33、对单向行走路径集进行划分得到若干作业路径段,其中,作业路径段的数量与机器人的数量相对应;
S34、根据机器人电量信息、机器人位置信息,为每一机器人分配不同的作业路径段,如,电量较低的机器人,可以安排近距离、矩形施工区域进行施工,矩形的施工区域,可以降低机器人转弯的工作量,以确保机器人能完成施工,对应电量较高的机器人,可以安排远距离、不规则施工区域进行施工,需要过度移动时,也不出出现由于电量不足而无法完成施工的情况。
进一步地,在执行施工数量方案、最优施工效率方案后,若不符合现场的实际情况,则根据施工场地数据、机器人数据,对施工数量方案、最优施工效率方案进行调整。如采用遗传算法计算机器人的适应度函数,得到施工数量方案的最优解以及最优施工效率方案的最优解。
如施工的机器人存储有BIM软件,则可以直接将施工场地的BIM模型导入至机器人中,以使机器人获取到施工场地数据。
如施工的机器人不具有BIM软件,则步骤S1包括步骤:
S11、采用摄像机对施工现场进行扫描得到图像信息;
S12、根据图像信息构建施工现场模型。
在实际的应用过程中,可以通过控制机器人的摄像头或者扫描仪等硬件设备,控制机器人移动或者旋转,以对施工现场进行拍摄,通过对每一帧的图像数据或者视频数据进行识别,同时,基于预设的坐标系,计算出所识别得到的施工程度轮廓点的坐标,基于轮廓点绘制出施工场地的虚拟地图。
进一步地,为了能够实时获取到机器人的施工情况,本实施例还包括步骤:对机器人在施工场地进行施工的视频信息,进行3D展示,具体地,采用机器人的摄像头,对施工情况进行拍摄,结合施工现场模型,在客户端(如手机APP、平板电脑、电脑)进行3D展示。
综上所述,本实施例通过对机器人的最优施工效率方案、机器人的施工数量方案进行规划,能够同时兼顾施工效率高和成本低。
实施例2
本实施例提供了一种计算机可读存储介质,可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现实施例1的施工路径规划方法。
存储介质可以包括用于存储信息的物理装置,通常是将信息数字化后再以利用电、磁或者光学等方式的媒体加以存储。存储介质有可以包括:利用电能方式存储信息的装置如,各式存储器,如RAM、ROM等;利用磁能方式存储信息的装置如,硬盘、软盘、磁带、磁芯存储器、磁泡存储器、U盘;利用光学方式存储信息的装置如,CD或DVD。当然,还有其他方式的可读存储介质,例如量子存储器、石墨烯存储器等等。
实施例3
本实施例提供了一种建筑机器人,其包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现实施例1中的施工路径规划方法。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
存储器可用于存储所述计算机程序或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序或模块,以及调用存储在存储器内的数据,实现所述充电桩识别方法的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序等;存储数据区可存储根据手机的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
以上仅为本申请的较佳实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种多机协同的施工路径规划方法,其特征在于,包括步骤:
获取施工场地数据;
获取机器人数据;
根据施工场地数据、机器人数据,计算机器人的施工方案,并将施工方案发送至机器人。
2.根据权利要求1所述的施工路径规划方法,其特征在于,机器人的施工方案包括:机器人的最优施工效率方案;施工场地数据包括:待作业区域的面积、机器人可行走的移动区域,所述机器人数据包括:机器人机械臂的伸展长度范围;
所述根据施工场地数据、机器人数据,计算机器人的施工方案的步骤,包括:
根据待作业区域的面积、机器人可行走的移动区域、机器人机械臂的伸展长度范围,采用全覆盖路径规划算法,计算得到机器人的单向行走路径集。
3.根据权利要求2所述的施工路径规划方法,其特征在于,机器人的施工方案包括:机器人的施工数量方案;所述施工场地数据包括:施工时间、施工费用预算;所述机器人数据包括:机器人作业效率。
所述根据施工场地数据、机器人数据,计算机器人的施工方案的步骤,包括:
根据施工时间、施工费用预算、单向行走路径集,计算机器人的作业数量。
4.根据权利要求3所述的施工路径规划方法,其特征在于,所述机器人数据还包括:机器人电量信息、机器人位置信息,在所述根据施工时间、施工费用预算、单向行走路径集,计算机器人的作业数量的步骤之后,还包括步骤:
对单向行走路径集进行划分得到若干作业路径段,其中,作业路径段的数量与机器人的数量相对应;
根据机器人电量信息、机器人位置信息,为每一机器人分配不同的作业路径段。
5.根据权利要求3所述的施工路径规划方法,其特征在于,在所述执行施工数量方案、最优施工效率方案后,若不符合现场的实际情况,则根据施工场地数据、机器人数据,对施工数量方案、最优施工效率方案进行调整。
6.根据权利要求5所述的施工路径规划方法,其特征在于,所述根据施工场地数据、机器人数据,对施工数量方案、最优施工效率方案进行调整的步骤,包括:
采用遗传算法计算机器人的适应度函数,得到施工数量方案的最优解以及最优施工效率方案的最优解。
7.根据权利要求1所述的施工路径规划方法,其特征在于,所述获取施工场地数据包括步骤:
采用摄像机对施工现场进行扫描得到图像信息;
根据图像信息构建施工现场模型。
8.根据权利要求1所述的施工路径规划方法,其特征在于,所述根据施工场地数据、机器人数据,计算机器人的施工方案,并将施工方案发送至机器人的步骤之后,还包括步骤:对机器人在施工场地进行施工的视频信息,进行3D展示。
9.一种计算机可读存储介质,其特征在于,所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如权利要求1至8任一所述的多机协同的施工路径规划方法。
10.一种建筑机器人,其特征在于,所述建筑机器人包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现如权利要求1-8任一项所述的多机协同的施工路径规划方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310241976.7A CN116822826A (zh) | 2023-03-13 | 2023-03-13 | 一种多机协同的施工路径规划方法、介质及建筑机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310241976.7A CN116822826A (zh) | 2023-03-13 | 2023-03-13 | 一种多机协同的施工路径规划方法、介质及建筑机器人 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116822826A true CN116822826A (zh) | 2023-09-29 |
Family
ID=88122872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310241976.7A Pending CN116822826A (zh) | 2023-03-13 | 2023-03-13 | 一种多机协同的施工路径规划方法、介质及建筑机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116822826A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106647744A (zh) * | 2016-11-14 | 2017-05-10 | 深圳大学 | 一种机器人路径规划方法及装置 |
CN110363308A (zh) * | 2019-07-17 | 2019-10-22 | 北京航空航天大学 | 一种面向多阶段随机任务需求的多状态工业机器人集群选择维修方法 |
CN111240319A (zh) * | 2019-12-31 | 2020-06-05 | 南京理工大学 | 室外多机器人协同作业系统及其方法 |
CN114527748A (zh) * | 2022-01-19 | 2022-05-24 | 广东博智林机器人有限公司 | 路径规划方法、施工方法及装置、机器人、存储介质 |
CN114879674A (zh) * | 2022-05-12 | 2022-08-09 | 安徽大学绿色产业创新研究院 | 一种预制构件堆场中巡检机器人调度与路径规划方法 |
-
2023
- 2023-03-13 CN CN202310241976.7A patent/CN116822826A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106647744A (zh) * | 2016-11-14 | 2017-05-10 | 深圳大学 | 一种机器人路径规划方法及装置 |
CN110363308A (zh) * | 2019-07-17 | 2019-10-22 | 北京航空航天大学 | 一种面向多阶段随机任务需求的多状态工业机器人集群选择维修方法 |
CN111240319A (zh) * | 2019-12-31 | 2020-06-05 | 南京理工大学 | 室外多机器人协同作业系统及其方法 |
CN114527748A (zh) * | 2022-01-19 | 2022-05-24 | 广东博智林机器人有限公司 | 路径规划方法、施工方法及装置、机器人、存储介质 |
CN114879674A (zh) * | 2022-05-12 | 2022-08-09 | 安徽大学绿色产业创新研究院 | 一种预制构件堆场中巡检机器人调度与路径规划方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108062784B (zh) | 三维模型纹理贴图转换方法与装置 | |
US10824166B2 (en) | Methods and systems of distributing task regions for a plurality of cleaning devices | |
CN110648397B (zh) | 场景地图生成方法、装置、存储介质及电子设备 | |
CN114012731B (zh) | 手眼标定方法、装置、计算机设备和存储介质 | |
US11216919B2 (en) | Image processing method, apparatus, and computer-readable recording medium | |
CN109816730A (zh) | 工件抓取方法、装置、计算机设备和存储介质 | |
CN114227677B (zh) | 工业机器人喷涂作业规划方法、装置、设备以及存储介质 | |
US10816989B2 (en) | Methods and systems of distributing task areas for cleaning devices, and cleaning devices | |
CN111063032B (zh) | 模型渲染方法、系统及电子装置 | |
EP4131162A1 (en) | Planar contour recognition method and apparatus, computer device, and storage medium | |
CN113052761B (zh) | 激光点云地图融合方法、设备以及计算机可读存储介质 | |
US20220184808A1 (en) | Motion trajectory planning method for robotic manipulator, robotic manipulator and computer-readable storage medium | |
CN114700937A (zh) | 机械臂及其运动路径规划方法、控制系统、介质及机器人 | |
EP4177790A1 (en) | Map creation method and apparatus for self-moving device, and device and storage medium | |
CN116822826A (zh) | 一种多机协同的施工路径规划方法、介质及建筑机器人 | |
CN117182713A (zh) | 曲面模型打磨方法 | |
JP2937937B2 (ja) | 三次元オブジェクトデータ処理方法 | |
CN110887490A (zh) | 一种激光定位导航的关键帧选取方法、介质、终端和装置 | |
CN113610864B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
CN112529984B (zh) | 绘制多边形的方法、装置、电子设备及存储介质 | |
CN112711012B (zh) | 一种激光雷达定位系统的全局位置初始化方法及系统 | |
WO2022110452A1 (zh) | 机器人运动规划方法、装置、可移动机器人及存储介质 | |
US20230266764A1 (en) | Path generation method for robot, robot and computer-readable storage medium | |
CN110827303A (zh) | 一种虚拟场景的图像编辑方法及装置 | |
CN114820908B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 |
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 |