CN117086866B - 一种基于编程机器人的任务规划训练方法及装置 - Google Patents
一种基于编程机器人的任务规划训练方法及装置 Download PDFInfo
- Publication number
- CN117086866B CN117086866B CN202310985530.5A CN202310985530A CN117086866B CN 117086866 B CN117086866 B CN 117086866B CN 202310985530 A CN202310985530 A CN 202310985530A CN 117086866 B CN117086866 B CN 117086866B
- Authority
- CN
- China
- Prior art keywords
- task
- robot
- photoelectric sensor
- action
- module
- 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
Links
- 238000012549 training Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000009471 action Effects 0.000 claims abstract description 120
- 238000004891 communication Methods 0.000 claims abstract description 33
- 230000006870 function Effects 0.000 claims description 90
- 238000007689 inspection Methods 0.000 claims description 43
- 230000007246 mechanism Effects 0.000 claims description 40
- 238000001514 detection method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 9
- 230000001960 triggered effect Effects 0.000 claims description 8
- 230000005693 optoelectronics Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 239000013078 crystal Substances 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 238000002474 experimental method Methods 0.000 description 8
- 238000013461 design Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 230000006698 induction Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000003756 stirring Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 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
- 230000035945 sensitivity Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
-
- 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]
Abstract
本发明实施例涉及编程机器人技术领域,公开了一种基于编程机器人的任务规划训练方法,包括:通过通信模块来接收智能控制端传输的任务控制逻辑;对任务控制逻辑进行指令解析以获取到积木机器人的所有动作指令信息集;将存储有相应任务控制逻辑的积木机器人放置于配置完成的训练场地处的起始区域来进行训练任务的执行;从起始区域至终止区域之间基于动作指令集控制积木机器人相应器件执行特定任务动作以完成相应的任务操作。本发明实施例中的基于编程机器人的任务规划训练方法通过采用图形化与任务化的方式对整体活动任务来进行拆解,并且在进行训练或比赛时,采用随机任务选择的方式,对比赛选手提出了更高的考验;使得比赛更具趣味性和观赏性。
Description
技术领域
本发明涉及编程机器人技术领域,具体涉及一种基于编程机器人的任务规划训练方法及装置。
背景技术
目前,现有的编程机器人的学习一般都是采用独立训练的方式,也即是直接通过口头任务布置来进行相应的训练;在训练过程中任务考核确定相对主观,无法进行高效的编程学习。
除了进行训练,在进行比赛的时候,现有的形式也相对比赛形式也是相对固定缺乏一定的趣味性;一般都是主办方提供一种任务,然后参赛者直接根据任务来进行直接的任务操作,最终根据任务操作来确定相应的数据评分进而判定比赛任务的完成度,这种比赛方式较为的机械化,并且在参与过程中并没有任何的趣味性,大大降低了用户的实际体验。因此,设计一种趣味性以及交互性强的方案成为本领域技术人员亟待解决的技术问题。
发明内容
针对所述缺陷,本发明实施例公开了一种基于编程机器人的任务规划训练方法,其能够提供更加丰富多样的比赛任务规划,提升整体活动的趣味性。
本发明实施例第一方面公开了基于编程机器人的任务规划训练方法,包括:
通过通信模块来接收智能控制端传输的任务控制逻辑;其中,待执行任务的积木机器人与智能控制端通信连接,所述任务控制逻辑为用户基于待执行任务在图形化编程软件构建得到;
对所述任务控制逻辑进行指令解析以获取到所述积木机器人的所有动作指令信息集,所述动作指令集包括电机动作指令、传感器动作指令和通信模块动作指令;且所述动作指令集中的各个动作指令与动作模板库中的动作函数相关联,所述动作函数中包含有积木机器人的执行动作;
将存储有相应任务控制逻辑的积木机器人放置于配置完成的训练场地处的起始区域来进行训练任务的执行;所述训练场地包括起始区域、终止区域、中间任务节点以及行进路线,所述行进路线将所述起始区域、中间任务节点以及终止区域串联;
在从所述起始区域至终止区域之间基于所述动作指令集控制积木机器人相应器件执行特定任务动作以完成相应的任务操作,并接收在各个任务节点触发的任务执行指令。
作为一种可选的实施方式,在本发明实施例第一方面中,所述任务控制逻辑为用户基于待执行任务在图形化编程软件构建得到,包括:
接收开始函数块,所述开始函数块与函数模板库中的开始函数相关联;
接收用于基于图形化编程软件构建的动作函数块;所述动作函数块包括至少一个,所述动作函数块与函数模板库中的动作函数体相关联,所述动作函数块中包含有用于对控制指令响应的执行动作;
接收结束函数块,所述结束函数块与函数模板库中的结束函数相关联;
根据所述开始函数块、所述动作函数块及所述结束函数块生成任务控制逻辑;其中,所述动作函数块、开始函数块和所述结束函数块均为在图形化编程软件上可拖拽的函数块,或为预先设置在图形化编程软件中的函数块。
作为一种可选的实施方式,在本发明实施例第一方面中,在所述图形化编程软件处设置有多个执行程序模块,所述执行程序模块包括巡线颜色模块、巡线比例值、遇线停止模块、走时间控制模块、找线控制模块、走编码模块、巡线距离模块、转角度模块、巡线时间模块、自定义转弯模块、右转控制模块、左转控制模块和右转控制模块。
作为一种可选的实施方式,在本发明实施例第一方面中,所述积木机器人包括机器人主体、行走机构、主控模块、通信模块和光电传感器组,所述光电传感器组包括第一光电传感器、第二光电传感器、第三光电传感器、第四光电传感器和第五光电传感器;所述第一光电传感器、第二光电传感器、第三光电传感器、第四光电传感器和第五光电传感器依次平行设置于所述机器人主体处;所述通信模块和光电传感器组均与主控模块电性连接;
所述行走机构包括轮胎驱动马达组和车轮组;所述驱动马达组和车轮组相匹配,所述轮胎驱动马达用于驱动车轮组工作;所述任务执行机构包括第一执行机构和第二执行结构,所述第一执行机构包括任务驱动马达,所述任务驱动马达的输出轴处还设置有转动机构,所述转动机构用于与一外部机构连接转动;所述第二执行机构包括驱动臂、执行驱动马达,所述执行驱动马达用于根据接收到的任务执行指令来控制驱动臂转动。
作为一种可选的实施方式,在本发明实施例第一方面中,所述巡线比例值的参数范围为0-1之间,所述巡线比例值在巡线模块之前调用,用以对机器人进行巡线校准;
所述第三光电传感器用于检测道路是否比值,所述第二光电传感器、第三光电传感器和第四光电传感器用于完成巡线任务;所述第二光电传感器和第四光电传感器用于检测弧度小于设定值的弯道;
所述遇线停止模块用于当第一光电传感器或者第五光电传感器检测到边线时,则生成停止指令以控制积木机器人的工作状态。
作为一种可选的实施方式,在本发明实施例第一方面中,所述对所述任务控制逻辑进行指令解析以获取到所述积木机器人的所有动作指令信息集,包括:
对所述任务控制逻辑中的巡线检测逻辑进行指令解析以获取到所述积木机器人的巡线检测指令;所述巡线检测逻辑为用户通过智能控制端输入的光电阈值信息组来进行确定,所述光电阈值信息组包括每个光电传感器的光值信息和阈值数据;
对所述任务控制逻辑中的路线行走逻辑进行指令解析以获取到所述积木机器人的路线行走指令;所述路线行走指令为用户通过智能控制端设置的各个马达的马达扭矩方向、马达转动速度以及动作时间;对所述任务控制逻辑中的任务执行逻辑进行指令解析以获取到所述积木机器人的任务执行指令,所述任务执行指令包括第一执行部件的动作指令或第二执行部件的动作指令;
对所述任务控制逻辑中的任务终止逻辑进行指令解析以获取到所述积木机器人的任务终止指令,所述任务终止指令包括通信模块的启动指令以及数据传输指令。
作为一种可选的实施方式,在本发明实施例第一方面中,在所述通过通信模块来接收智能控制端传输的任务控制逻辑之前,还包括:
接收基于比赛系统配置的比赛任务信息,所述比赛任务信息包括多个中间任务信息,且每个中间任务信息的任务均不相同;所述中间任务信息包括航天飞船任务、耀晶实验任务、方向转盘任务和轮盘转动任务;
所述任务规划训练方法,还包括:
接收用户输入的光电阈值信息组,所述光电阈值信息组包括每个光电传感器的光值信息和阈值数据;基于所述光电阈值信息组来对各个光电传感器的数值进行更新。
本发明实施例第二方面公开一种基于编程机器人的任务规划训练装置,包括:
传输模块:用于通过通信模块来接收智能控制端传输的任务控制逻辑;其中,待执行任务的积木机器人与智能控制端通信连接,所述任务控制逻辑为用户基于待执行任务在图形化编程软件构建得到;
解析模块:用于对所述任务控制逻辑进行指令解析以获取到所述积木机器人的所有动作指令信息集,所述动作指令集包括电机动作指令、传感器动作指令和通信模块动作指令;且所述动作指令集中的各个动作指令与动作模板库中的动作函数相关联,所述动作函数中包含有积木机器人的执行动作;
放置模块:用于将存储有相应任务控制逻辑的积木机器人放置于配置完成的训练场地处的起始区域来进行训练任务的执行;所述训练场地包括起始区域、终止区域、中间任务节点以及行进路线,所述行进路线将所述起始区域、中间任务节点以及终止区域串联;
任务执行模块:用于在从所述起始区域至终止区域之间基于所述动作指令集控制积木机器人相应器件执行特定任务动作以完成相应的任务操作,并接收在各个任务节点触发的任务执行指令。
本发明实施例第三方面公开一种电子设备,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,用于执行本发明实施例第一方面公开的基于编程机器人的任务规划训练方法。
本发明实施例第四方面公开一种计算机可读存储介质,其存储计算机程序,其中,所述计算机程序使得计算机执行本发明实施例第一方面公开的基于编程机器人的任务规划训练方法。
与现有技术相比,本发明实施例具有以下有益效果:
本发明实施例中的基于编程机器人的任务规划训练方法通过采用图形化与任务化的方式对整体活动任务来进行拆解,并且在进行训练或比赛时,可以采用随机任务选择的方式,对比赛选手提出了更高的考验;使得比赛或者训练更具趣味性和观赏性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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发明的一些实施例,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是本发明实施例公开的基于编程机器人的任务规划训练方法的流程示意图;
图2是本发明实施例公开的任务控制逻辑获取的流程示意图;
图3是本发明实施例公开的指令解析的流程示意图;
图4是本发明实施例公开的图形化编程软件的显示界面图;
图5是本发明实施例公开的部分任务控制逻辑的编程显示示意图;
图6是本发明实施例提供的一种基于编程机器人的任务规划训练装置的结构示意图;
图7是本发明实施例提供的一种电子设备的结构示意图。
附图标记:1、模块库;2、编程区;3、菜单栏;4、工具栏;5、标签栏;6、变量显示窗口。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书中的术语“第一”、“第二”、“第三”、“第四”等是用于区别不同的对象,而不是用于描述特定顺序。本发明实施例的术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,示例性地,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
除了进行训练,在进行比赛的时候,现有的形式也相对比赛形式也是相对固定确定一定的趣味性;一般都是主办方提供一种任务,然后参赛者直接根据任务来进行直接的任务操作,最终根据任务操作来确定相应的数据评分进而判定比赛任务的完成度,这种比赛方式较为的机械化,并且在参与过程中并没有任何的趣味性,大大降低了用户的实际体验。基于此,本发明实施例公开了基于编程机器人的任务规划训练方法、装置、电子设备及存储介质,其通过采用图形化与任务化的方式对整体活动任务来进行拆解,并且在进行训练或比赛时,可以采用随机任务选择的方式,对比赛选手提出了更高的考验;使得比赛或者训练更具趣味性和观赏性。
实施例一
请参阅图1,图1是本发明实施例公开的基于编程机器人的任务规划训练方法的流程示意图。其中,本发明实施例所描述的方法的执行主体为由软件或/和硬件组成的执行主体,该执行主体可以通过有线或/和无线方式接收相关信息,并可以发送一定的指令。当然,其还可以具有一定的处理功能和存储功能。该执行主体可以控制多个设备,例如远程的物理服务器或云服务器以及相关软件,也可以是对某处安置的设备进行相关操作的本地主机或服务器以及相关软件等。在一些场景中,还可以控制多个存储设备,存储设备可以与设备放置于同一地方或不同地方。如图1所示,该基于编程机器人的任务规划训练方法包括以下步骤:
S101:通过通信模块来接收智能控制端传输的任务控制逻辑;其中,待执行任务的积木机器人与智能控制端通信连接,所述任务控制逻辑为用户基于待执行任务在图形化编程软件构建得到;
本发明实施例的方案可以应用在训练场景或者是比赛场景中,在本实施例中以比赛场景来进行详细的描述。当开始进行比赛的时候,需要提前发布比赛任务以及比赛场景图纸的;然后随机发送给相应的用户,这样使得在进行比赛的时候其不单单是只有一种任务,而是能够有多种任务来进行随机选择,使得用户无法提前进行准备,能够更好的实现对参赛者的公平考核。并且在进行具体实施时,在智能控制端设置有图形化编程软件,用户可以在图形化编程软件处来进行相应的任务控制逻辑设计,使得整体场景在符合真实编程设计的前提下,能够使得用户使用更加的方便;且在图形化编程软件处不单单设置有配置好的模块,还可以基于特定模块来进行相应的参数调整。
一般的比赛场景是由轨迹图以及在相应轨迹设置的任务节点组成,比赛要求机器人按照特定的轨迹行驶;机器人需要利用传感器收集路线上的信息,并根据这些信息来控制自己的行驶方向和速度。机器人完成赛道的时间和任务完成度的高低决定了比赛分数的高低。
更为优选的,在所述通过通信模块来接收智能控制端传输的任务控制逻辑之前,还包括:
接收基于比赛系统配置的比赛任务信息,所述比赛任务信息包括多个中间任务信息,且每个中间任务信息的任务均不相同;所述中间任务信息包括航天飞船任务、耀晶实验任务、方向转盘任务和轮盘转动任务;
也即是在进行具体实施的时候,同一场比赛中,不同的用户可能接收到的比赛任务不同,基于不同的比赛任务来进行相应的积木机器人搭建以及任务控制逻辑的设计。
更为优选的,图2是本发明实施例公开的任务控制逻辑获取的流程示意图,如图2所示,所述任务控制逻辑为用户基于待执行任务在图形化编程软件构建得到,包括:
S1011:接收开始函数块,所述开始函数块与函数模板库中的开始函数相关联;
S1012:接收用于基于图形化编程软件构建的动作函数块;所述动作函数块包括至少一个,所述动作函数块与函数模板库中的动作函数体相关联,所述动作函数块中包含有用于对控制指令响应的执行动作;
S1013:接收结束函数块,所述结束函数块与函数模板库中的结束函数相关联;
S1014:根据所述开始函数块、所述动作函数块及所述结束函数块生成任务控制逻辑;其中,所述动作函数块、开始函数块和所述结束函数块均为在图形化编程软件上可拖拽的函数块,或为预先设置在图形化编程软件中的函数块。
图4是本发明实施例公开的图形化编程软件的显示界面图;图5是本发明实施例公开的部分任务控制逻辑的编程显示示意图;如图4和图5所示,其中,模块库1主要是用于选择需要展开编程模块类型,编程区2主要是用于进行编程的区域,用户可以将相应的编程模块来拖拽至编程区中来进行编程显示,菜单栏3用于显示机器人快车的快捷菜单,工具栏4用于显示机器人快车的快捷按键,标签栏5用于显示所有编辑窗体的名称,变量窗口6用于显示相应的代码。通过在该可视化编程页面上来进行拖拽来形成相应的任务控制逻辑。如图5所示,其部分编程逻辑显示图。
更为优选的,在所述图形化编程软件处设置有多个执行程序模块,所述执行程序模块包括巡线颜色模块、巡线比例值、遇线停止模块、走时间控制模块、找线控制模块、走编码模块、巡线距离模块、转角度模块、巡线时间模块、自定义转弯模块、右转控制模块、左转控制模块和右转控制模块。
一般的比赛中都是固定设置好模块,然后对其进行编程来进行整个逻辑获取;但是在发明实施例中,其可以预先将各个控制逻辑封装为相应的控制模块,但是当点击特定的控制模块的时候,弹出相应的参数修改以及逻辑调整页面,使得用户可以进一步实现对特定参数的调整以及控制方式的调整;可以设置执行器件参数,执行器件参数包括马达转动时间、巡线间距等;这样不单单能够对用户的整体任务逻辑能力的考核比拼,还能够实现对具体底层编程的认知考核,便于赛事运营者实现全方位的任务设计与调整。
在正式编程之前,需要将比赛所需的子程序添加到快车中,以供后续编程使用。由于巡线子程序并非快车软件中的固定模块,所以需要从外部添加,通过上述方式使得在进行具体实施时,其不单单可以利用现有的模块,还能够设置多种外置模块来进行比赛场景的丰富与扩展,将复杂度较高的程序封装为外部子程序便于对场景进行扩展。在本发明实施例中以巡线子程序来作为一种实施方式进行描述,在完成相应的编程添加之后,则需要进行具体的比例巡线设计,具体的机器人比例巡线原理如下:
机器人执行巡线任务时,将会使用巡线比例值调整机器人比例巡线幅度的大小,并使用中间的三个光电传感器P2、P3、P4完成巡线任务;机器人在巡线过程中,利用光电传感器P3检测道路是否笔直,其中巡线比例参数越大,机器人巡线摆动幅度越小,用光电传感器P2、P4负责检测小弯道,检测到弯道时,机器人为了持续在轨迹线上行驶需要调整机器人摆动幅度。其中巡线比例参数越小,机器人巡线摆动幅度越大。一般情况下,巡线比例值为0.55-0.60时,机器人巡线较为稳定;P1和P5用于检测是否遇到需要进行转向的操作。这里的P1到P5分别指的是第一光电传感器至第五光电传感器。
S102:对所述任务控制逻辑进行指令解析以获取到所述积木机器人的所有动作指令信息集,所述动作指令集包括电机动作指令、传感器动作指令和通信模块动作指令;且所述动作指令集中的各个动作指令与动作模板库中的动作函数相关联,所述动作函数中包含有积木机器人的执行动作;
在进行具体实施的时候,用户需要根据赛事运营者发布的任务来对所要实现的功能进行拆解,然后基于功能来确定所需要的积木组件以及功能组件,通过对积木组件以及功能组件进行组装来搭建完整的积木机器人。
更为优选的,所述积木机器人包括机器人主体、行走机构、主控模块、通信模块和光电传感器组,所述光电传感器组包括第一光电传感器、第二光电传感器、第三光电传感器、第四光电传感器和第五光电传感器;所述第一光电传感器、第二光电传感器、第三光电传感器、第四光电传感器和第五光电传感器依次平行设置于所述机器人主体处;所述通信模块和光电传感器组均与主控模块电性连接;
所述行走机构包括轮胎驱动马达组和车轮组;所述驱动马达组和车轮组相匹配,所述轮胎驱动马达用于驱动车轮组工作;所述任务执行机构包括第一执行机构和第二执行结构,所述第一执行机构包括任务驱动马达,所述任务驱动马达的输出轴处还设置有转动机构,所述转动机构用于与一外部机构连接转动;所述第二执行机构包括驱动臂、执行驱动马达,所述执行驱动马达用于根据接收到的任务执行指令来控制驱动臂转动。
机器人组装有2个连接轮子的马达,用于驱动机器人;马达正面有单向的马达输出位置,套上输出轴,即可与齿轮、轮胎搭配使用。这是机器人的主要动力来源。由于高速马达只有单向的输出,机器人上通常会安装两个高速马达进行运动控制,这两个高速马达是镜像安装的。如果这两个高速马达同时工作,并且方向相同(顺时针或逆时针),机器人并不会前进,而是会出现旋转的情况。设置好方向后M1、M2马达速度为正时,机器人前进。M1、M2马达速度为负时,机器人会后退。
本发明实施例还提供有AI视觉模块,AI视觉模块是一款集合多种人工智能算法的电子器件。AI视觉模块前方有一个高清摄像头,可以对许多类图案进行识别,如人脸手势、图片、轨道、球体、颜色等;下方还装有语音采集器,可以对语音进行采集和识别。其可以通过AI视觉模块来采集特定的图形信息来进行匹配,然后基于匹配结果来确定在转弯路口的行驶路线。AI视觉模块可以识别5种交通标志,并返回相应的ID号、X坐标、Y坐标和大小,数据位为1~4。本次编程将会使用该功能识别交通标志的ID号,然后基于特定的交通标志ID来确定后续所要走的线路。
更为优选的,所述巡线比例值的参数范围为0-1之间,所述巡线比例值在巡线模块之前调用,用以对机器人进行巡线校准;
所述第三光电传感器用于检测道路是否比值,所述第二光电传感器、第三光电传感器和第四光电传感器用于完成巡线任务;所述第二光电传感器和第四光电传感器用于检测弧度小于设定值的弯道;
所述遇线停止模块用于当第一光电传感器或者第五光电传感器检测到边线时,则生成停止指令以控制积木机器人的工作状态。
遇线停止模块是机器人巡线中最常用的编程模块之一,可设置某一光电传感器检测到黑线时,机器人停下。数据范围: 1、5、15;其中,1代表左起第1个光电传感器检测到黑线时机器人停止此时机器人遇到左转路口,5代表左起第5个光电传感器检测到黑线时机器人停止,此时机器人遇到右转路口15代表左起第1、5个光电传感器检测到黑线时机器人停止。
具体的,机器人前端组装的5个光电传感器,可用于识别飞行航道黑线的位置;光电传感器的工作原理是发射一道强光,当光线遇到物体时,会被物体反射;接收端会接收到被反射回来的光线由于深色物体会吸收更多的光线,因此它们反射回来的光线更少,接收端接收到的信号也相应较弱,从而可以判断物体的颜色深浅。
光电传感器阈值设置以及判断方式如下:光电传感器检测时会返回“光值”。返回数值越小代表颜色越接近黑色,反之代表颜色越接近白色而“光值”则是一个比较值,类似于一个标准,如果光值低于了这个标准,就会触发光电传感器的反应,否则不触发。光电传感器的阈值需要根据不同的环境来调整,以便更好地检测黑线。比如在强光环境下可以设置高阈值以避免误报,而在弱光环境下需要调低阈值以提高灵敏度。这样就可以保证光电传感器在不同环境下的准确性和稳定性,通过上述方式能够提高整体运行的稳定性;在进行具体实施时,将上述参数开放给用户来进行设置,使得用户具有更高的参与度,能够提高赛事评测维度,为更高水平的比赛提供底层基础。
在进行具体实施的时候,需要先进行光电传感器的调试,首先使5个光电传感器同时来回扫描两次黑线,相当于刷新传感器数值;然后机器人倾斜,逐个测试光电传感器,阈值正常的表现:光电传感器检测到黑线时,传感器会亮蓝灯,控制器对应端口编号字体变黄。
找线模块是机器人巡线中最常用的编程模块之一,可以使机器人完成任务后回归赛道模块上方数字是速度,可设定机器人马达的转动速度以及转动方向;正数是先顺时针转动再逆时针转动,负数则相反。模块下方数字则机器人转动角度.机器人找线时,先左右转动 (共两次),在转动过程中如果找到赛道,那么机器人会自动回归赛道,如果在左右转动后没有找到赛道,那么机器人会再转动一次,回到最开始找线的位置。
除了采用五个光电传感器的组合之外,还设置有7个光电传感器组合的检测方式,其具体实现原理与5个光电传感器的具体实现原理类似,在进行具体实施的时候会存在一些差异;7个光电传感器能够检测到的内容更加的多样,将7个光电传感器的组合命名为循迹卡;循迹卡配套使用的遇线停止模块与普通光电传感器使用的遇线停止模块不同,循迹卡所使用的遇线停止模块的光电范围在1~7;数据范围: 1、7、17,其中,1代表左起循迹卡第1路光电检测到黑线时机器人停止此时机器人遇到左转路口;7代表左起循迹卡第7路光电检测到黑线时机器人停止此时机器人遇到右转路口;17代表左起循迹卡第17路光电器检测到黑线时机器人停止。
可以让机器人循迹卡的1号和7号端口同时检测的路口有4个。在分岔路口,如果机器人向左/右行驶,那么机器人会经过3个同时检测的路口。在决定机器人向前/左/右行驶前,首先让机器人行驶到分岔路口;机器人在到达分岔路口前,需要规划好路线才可以前进。因此需要在“联盟路线规划”任务通过随机图案获取数值,然后在机器人到达分岔路口时,决定向左转、向右转还是向前进+抵达联盟区。
机器人靠近联盟规划路线任务后,AI视觉模块开启并进入交通标志识别模式,然后经过一系列的动作,识别到图案并进行路线规划;联盟路线规划任务中,有四个图标可供识别,分别是左行、右行、直行、任意等,所代表的ID值分别为1、2、3、4。到达分岔路口后,机器人需要根据在任务点所识别到的数据,选择行驶路径。
更为优选的,图3是本发明实施例公开的指令解析的流程示意图,如图3所示,所述对所述任务控制逻辑进行指令解析以获取到所述积木机器人的所有动作指令信息集,包括:
S1021:对所述任务控制逻辑中的巡线检测逻辑进行指令解析以获取到所述积木机器人的巡线检测指令;所述巡线检测逻辑为用户通过智能控制端输入的光电阈值信息组来进行确定,所述光电阈值信息组包括每个光电传感器的光值信息和阈值数据;
S1022:对所述任务控制逻辑中的路线行走逻辑进行指令解析以获取到所述积木机器人的路线行走指令;所述路线行走指令为用户通过智能控制端设置的各个马达的马达扭矩方向、马达转动速度以及动作时间;对所述任务控制逻辑中的任务执行逻辑进行指令解析以获取到所述积木机器人的任务执行指令,所述任务执行指令包括第一执行部件的动作指令或第二执行部件的动作指令;
S1023:对所述任务控制逻辑中的任务终止逻辑进行指令解析以获取到所述积木机器人的任务终止指令,所述任务终止指令包括通信模块的启动指令以及数据传输指令。
基于预先设定的控制协议对相应的任务控制逻辑来进行解析以得到相应机器能够读取且需要的内容;然后基于该读取之后的指令来确定相应的积木机器人的工作状态。
S103:将存储有相应任务控制逻辑的积木机器人放置于配置完成的训练场地处的起始区域来进行训练任务的执行;所述训练场地包括起始区域、终止区域、中间任务节点以及行进路线,所述行进路线将所述起始区域、中间任务节点以及终止区域串联;
这里的训练场地即是机器人比赛场地,场地中不规则分布有两条由宽 20mm 至30mm 黑色轨迹线和白底组成的飞行航道,飞行航道是机器人活动的主要区域。在比赛场地左侧有两个长 250mmx宽 250mm 的启动区,是机器人启动的区域,比赛开始后机器人由此处出发前往各个任务区域,并到达联盟区;在比赛场地中有一个长 500mmx宽 250mm 的联盟区,这里是两台机器人行进的终点区域;两条飞行航道各分布 2 个固定任务区,任务区标记有如“1、2”的标识,对应任务模型由裁判粘贴固定在选定的任务区内。然后用户则基于实际任务来进行比赛进行。
S104:在从所述起始区域至终止区域之间基于所述动作指令集控制积木机器人相应器件执行特定任务动作以完成相应的任务操作,并接收在各个任务节点触发的任务执行指令。
在本发明实施例中以一具体任务实例来进行说明,在进行具体实施时,其包括有基础任务和特定任务,基础任务是每个用户都需要完成的,而特定任务是每个不同参赛者所实现的不同的任务。比如基本任务包括顺利启航、飞行航道、联盟会师等;顺利启航具体测试内容如下:机器人离开启动区;在开始阶段机器人垂直投影完全脱离启动区(每轮比赛任务只记录一次);飞行航道具体测试内容如下:在整个场地的飞行道上,有若条重直于飞行航道的分割线,将整个飞行航道分割成多个航道区域,在分割线的旁边以“A、B、C”等英文字母顺序记。相对级别较高的组别可能会出现一段彩色飞行航道,任务全程机器人必须沿着飞行航道的方向向前移动,除以完成任务为目的可以暂脱离当前的飞行航道和倒车外(完成后必须返回脱线的位置继续行驶)机器人主体结构的垂直投影不得全部脱离飞行航道;机器人的任意一个驱动轮接触到一条飞行航道的分割线。通过场地赛道的设计使得各个节点与积木机器人之间均有相应的交互,提升整体赛事检测的稳定性。
联盟会师,两台机器人沿各自的飞行航道行驶,最终到达联盟区。联盟会师分为联盟及会师两个任务,两个任务互不关联。固定任务区设置有联盟系统,主要由感应模块和控制模块组成,两台机器人需要分别使用不同的芯片数据接触感应模块以激活联盟系统。磁卡模块内部带有芯片,能够与联盟系统中的感应模块感应。激活联盟系统时,需要将磁卡模块与感应模块对产靠近,才能激活成功。由于该任务需要2台机器人共同完成因此2台机器人要先后激活系统,此时需要使用蓝牙功能,系统被激活一次,控制系统会显示 X 的标志;被激活两次,则显示心形的联盟标志,即联盟任务完成,计时结束前,两台机器人任意一个驱动轮均接触联盟区,即会师任务完成。
其中,第一任务、第二任务、第三任务和第四任务分别是航天飞船任务、耀晶实验任务、方向转盘任务和轮盘转动任务;具体的,将航天飞船放置在第二个路口处时,机器人从启动区出发,要经过设定数量的路口;两个路口都会让光电传感器P5检测,产生数值检测到第二个路口时,机器人向前进,让任务驱动器的结构件与航天飞船的转柄衔接,然后启动任务驱动器,任务驱动器处的输出轴与积木航天飞船处的驱动轴相连接,然后任务驱动器转动以带动积木航天飞船转动至竖直状态。
任务模型由实验器、耀晶矿、置物台、操作杆组成。耀晶矿初始设置于置物台上,机器人需要将耀晶矿推至操作杆上机器人向上拨动操作杆,使操作杆上的耀晶矿进入实验器内。耀晶矿离开置物台,且与场地无接触,记 20 分;耀晶矿进入实验器内即完成任务,可得满分 60 分;在进行具体实施时,其需要积木机器人处的拨杆来拨动相应的操作杆来使得耀晶矿进入实验器内。要实现把耀晶推进操作杆和实验器的功能,需要添加任务驱动器,一个用于拨动耀晶矿,另一个拨动操作杆。具体的,将耀晶科学实验放置在第五个路口前,机器人从上个任务停止的路口出发,要经过5个路口。路口二、三会让光电传感器P1检测产生数值,路口一、四、五会让光电传感器P5检测产生数值检测到路口五时,机器人向前进,然后启动任务驱动器,先把耀晶矿推入操作杆,然后用操作杆把耀晶矿放入实验器。
由于在弯道前执行完2个随机任务。因此,机器人通过弯道后,直接利用遇线停止模块一路行驶到联盟区;所以后续路段不再需要划分路口;划分路口是为了方便完成任务;在2个任务都设置于弯道前的情况下,机器人完成2个任务后,可以直接设置遇线停止模块参数为15,使机器人直接巡线到“联盟区”。
假设如果有一个任务在弯道后的路口 (例如右转路口) ,需要机器人准确识别到路口后执行,那么此时“遇线停止”模块光电设置为5。但实际情况是,当机器人会停在弯道内,无法完成后续任务以及巡线。
为了顺利通过弯道,则需要使用巡线距离模块,巡线距离模块是一个可以使机器人直接根据马达编码值巡线的编程模块;模块上方数字是速度,可设定机器人的巡线速度模块下方数字则是马达编码值,可设置机器人巡线一段距离。
通过控制器内部的编码器测试,测算出通过弯道所需的距离,直接调用在巡线距离模块中。在内置测试界面,点击编码器,可以直接看到当前马达的编码器数值。当马达转动时,可直接观察马达编码器的数值变化。当机器人走完弯道时,记录2个马达的编码值。打开编码器界面,从路口开始推机器人走一遍弯道,测算弯道长度。从最终结果来看,M1马达测距8300以上M2马达测距10000以上。那么取中间值可得知弯道长度大约在9000左右。该弯道有部分路线为直线,因此该部分路线不利用巡线距离模块通过。经过测算,该部分路线距离约为2000,可利用遇线停止模块到达路口。
回归赛道,由于机器人执行任务时会脱离飞行航道,因此当机器人完成任务后,需要回归飞行航道,重新巡线。回归赛道时,需要机器人倒退。倒退时由于可能出现偏离飞行航道的情况,因此需要使用找线模块,使机器人能够精确巡线,不偏离飞行航道。在进行具体实施的时候,可以结合各个任务点来进行相应的任务执行评分。
由于采用了随机任务的方式,所以在进行图形化函数设置的时候,其需要更加缜密的逻辑,因为随机任务的出现使得整体的任务复杂度提高,若是在常规情况下,一般都是主板方提供一些基础的卡片,然后通过OID识别或者图像识别即可实现自动化的编程录入;但是由于任务复杂度的提高,使得在进行具体设置的时候需要考虑的内容增多,而不单单是只要找到对应的卡片然后让积木机器人进行识别,其还需要对整个过程中参数具体设置。
本发明实施例中的基于编程机器人的任务规划训练方法通过采用图形化与任务化的方式对整体活动任务来进行拆解,并且在进行训练或比赛时,可以采用随机任务选择的方式,对比赛选手提出了更高的考验;使得比赛或者训练更具趣味性和观赏性。
实施例二
请参阅图6,图6是本发明实施例公开的基于编程机器人的任务规划训练装置的结构示意图。如图6所示,该基于编程机器人的任务规划训练装置可以包括:
传输模块21:用于通过通信模块来接收智能控制端传输的任务控制逻辑;其中,待执行任务的积木机器人与智能控制端通信连接,所述任务控制逻辑为用户基于待执行任务在图形化编程软件构建得到;
解析模块22:用于对所述任务控制逻辑进行指令解析以获取到所述积木机器人的所有动作指令信息集,所述动作指令集包括电机动作指令、传感器动作指令和通信模块动作指令;且所述动作指令集中的各个动作指令与动作模板库中的动作函数相关联,所述动作函数中包含有积木机器人的执行动作;
放置模块23:用于将存储有相应任务控制逻辑的积木机器人放置于配置完成的训练场地处的起始区域来进行训练任务的执行;所述训练场地包括起始区域、终止区域、中间任务节点以及行进路线,所述行进路线将所述起始区域、中间任务节点以及终止区域串联;
任务执行模块24:用于在从所述起始区域至终止区域之间基于所述动作指令集控制积木机器人相应器件执行特定任务动作以完成相应的任务操作,并接收在各个任务节点触发的任务执行指令。
本发明实施例中的基于编程机器人的任务规划训练方法通过采用图形化与任务化的方式对整体活动任务来进行拆解,并且在进行训练或比赛时,可以采用随机任务选择的方式,对比赛选手提出了更高的考验;使得比赛或者训练更具趣味性和观赏性。
实施例三
请参阅图7,图7是本发明实施例公开的一种电子设备的结构示意图。电子设备可以是计算机以及服务器等,当然,在一定情况下,还可以是手机、平板电脑以及监控终端等智能设备,以及具有处理功能的图像采集装置。如图7所示,该电子设备可以包括:
存储有可执行程序代码的存储器510;
与存储器510耦合的处理器520;
其中,处理器520调用存储器510中存储的可执行程序代码,执行实施例一中的基于编程机器人的任务规划训练方法中的部分或全部步骤。
本发明实施例公开一种计算机可读存储介质,其存储计算机程序,其中,该计算机程序使得计算机执行实施例一中的基于编程机器人的任务规划训练方法中的部分或全部步骤。
本发明实施例还公开一种计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行实施例一中的基于编程机器人的任务规划训练方法中的部分或全部步骤。
本发明实施例还公开一种应用发布平台,其中,应用发布平台用于发布计算机程序产品,其中,当计算机程序产品在计算机上运行时,使得计算机执行实施例一中的基于编程机器人的任务规划训练方法中的部分或全部步骤。
在本发明的各种实施例中,应理解,所述各过程的序号的大小并不意味着执行顺序的必然先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物单元,即可位于一个地方,或者也可以分布到多个网络单元上。可根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。所述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元若以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可获取的存储器中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或者部分,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一个存储器中,包括若干请求用以使得一台计算机设备(可以为个人计算机、服务器或者网络设备等,具体可以是计算机设备中的处理器)执行本发明的各个实施例所述方法的部分或全部步骤。
在本发明所提供的实施例中,应理解,“与A对应的B”表示B与A相关联,根据A可以确定B。但还应理解,根据A确定B并不意味着仅仅根据A确定B,还可以根据A和/或其他信息确定B。
本领域普通技术人员可以理解所述实施例的各种方法中的部分或全部步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory,ROM)、随机存储器(Random Access Memory,RAM)、可编程只读存储器(Programmable Read-only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、一次可编程只读存储器(One-time Programmable Read-Only Memory,OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
以上对本发明实施例公开的基于编程机器人的任务规划训练方法、装置、电子设备及存储介质进行了详细介绍,本文中应用了具体个例对本发明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发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,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发明的限制。
Claims (9)
1.一种基于编程机器人的任务规划训练方法,其特征在于,包括:
通过通信模块来接收智能控制端传输的任务控制逻辑;其中,待执行任务的积木机器人与智能控制端通信连接,所述任务控制逻辑为用户基于待执行任务在图形化编程软件构建得到;所述积木机器人包括机器人主体、行走机构、主控模块、通信模块和光电传感器组,所述光电传感器组包括第一光电传感器、第二光电传感器、第三光电传感器、第四光电传感器和第五光电传感器;所述第一光电传感器、第二光电传感器、第三光电传感器、第四光电传感器和第五光电传感器依次平行设置于所述机器人主体处;所述通信模块和光电传感器组均与主控模块电性连接;所述行走机构包括轮胎驱动马达组和车轮组;所述驱动马达组和车轮组相匹配,所述轮胎驱动马达用于驱动车轮组工作;任务执行机构包括第一执行机构和第二执行机构,所述第一执行机构包括任务驱动马达,所述任务驱动马达的输出轴处还设置有转动机构,所述转动机构用于与一外部机构连接转动;所述第二执行机构包括驱动臂、执行驱动马达,所述执行驱动马达用于根据接收到的任务执行指令来控制驱动臂转动;
对所述任务控制逻辑进行指令解析以获取到所述积木机器人的所有动作指令集,所述动作指令集包括电机动作指令、传感器动作指令和通信模块动作指令;且所述动作指令集中的各个动作指令与动作模板库中的动作函数相关联,所述动作函数中包含有积木机器人的执行动作;
将存储有相应任务控制逻辑的积木机器人放置于配置完成的训练场地处的起始区域来进行训练任务的执行;所述训练场地包括起始区域、终止区域、中间任务节点以及行进路线,所述行进路线将所述起始区域、中间任务节点以及终止区域串联;
在从所述起始区域至终止区域之间基于所述动作指令集控制积木机器人相应器件执行特定任务动作以完成相应的任务操作,并接收在各个任务节点触发的任务执行指令。
2.如权利要求1所述的基于编程机器人的任务规划训练方法,其特征在于,所述任务控制逻辑为用户基于待执行任务在图形化编程软件构建得到,包括:
接收开始函数块,所述开始函数块与函数模板库中的开始函数相关联;
接收用于基于图形化编程软件构建的动作函数块;所述动作函数块包括至少一个,所述动作函数块与函数模板库中的动作函数体相关联,所述动作函数块中包含有用于对控制指令响应的执行动作;
接收结束函数块,所述结束函数块与函数模板库中的结束函数相关联;
根据所述开始函数块、所述动作函数块及所述结束函数块生成任务控制逻辑;其中,所述动作函数块、开始函数块和所述结束函数块均为在图形化编程软件上可拖拽的函数块,或为预先设置在图形化编程软件中的函数块。
3.如权利要求2所述的基于编程机器人的任务规划训练方法,其特征在于,在所述图形化编程软件处设置有多个执行程序模块,所述执行程序模块包括巡线颜色模块、巡线比例值、遇线停止模块、走时间控制模块、找线控制模块、走编码模块、巡线距离模块、转角度模块、巡线时间模块、自定义转弯模块、右转控制模块、左转控制模块和右转控制模块。
4.如权利要求3所述的基于编程机器人的任务规划训练方法,其特征在于,所述巡线比例值的参数范围为0-1之间,所述巡线比例值在巡线模块之前调用,用以对机器人进行巡线校准;
所述第三光电传感器用于检测道路是否比值,所述第二光电传感器、第三光电传感器和第四光电传感器用于完成巡线任务;所述第二光电传感器和第四光电传感器用于检测弧度小于设定值的弯道;
所述遇线停止模块用于当第一光电传感器或者第五光电传感器检测到边线时,则生成停止指令以控制积木机器人的工作状态。
5.如权利要求1所述的基于编程机器人的任务规划训练方法,其特征在于,所述对所述任务控制逻辑进行指令解析以获取到所述积木机器人的所有动作指令信息集,包括:
对所述任务控制逻辑中的巡线检测逻辑进行指令解析以获取到所述积木机器人的巡线检测指令;所述巡线检测逻辑为用户通过智能控制端输入的光电阈值信息组来进行确定,所述光电阈值信息组包括每个光电传感器的光值信息和阈值数据;
对所述任务控制逻辑中的路线行走逻辑进行指令解析以获取到所述积木机器人的路线行走指令;所述路线行走指令为用户通过智能控制端设置的各个马达的马达扭矩方向、马达转动速度以及动作时间;对所述任务控制逻辑中的任务执行逻辑进行指令解析以获取到所述积木机器人的任务执行指令,所述任务执行指令包括第一执行部件的动作指令或第二执行部件的动作指令;
对所述任务控制逻辑中的任务终止逻辑进行指令解析以获取到所述积木机器人的任务终止指令,所述任务终止指令包括通信模块的启动指令以及数据传输指令。
6.如权利要求1所述的基于编程机器人的任务规划训练方法,其特征在于,在所述通过通信模块来接收智能控制端传输的任务控制逻辑之前,还包括:
接收基于比赛系统配置的比赛任务信息,所述比赛任务信息包括多个中间任务信息,且每个中间任务信息的任务均不相同;所述中间任务信息包括第一任务、第二任务、第三任务和第四任务;
所述任务规划训练方法,还包括:
接收用户输入的光电阈值信息组,所述光电阈值信息组包括每个光电传感器的光值信息和阈值数据;基于所述光电阈值信息组来对各个光电传感器的数值进行更新。
7.一种基于编程机器人的任务规划训练装置,其特征在于,包括:
传输模块:用于通过通信模块来接收智能控制端传输的任务控制逻辑;其中,待执行任务的积木机器人与智能控制端通信连接,所述任务控制逻辑为用户基于待执行任务在图形化编程软件构建得到;所述积木机器人包括机器人主体、行走机构、主控模块、通信模块和光电传感器组,所述光电传感器组包括第一光电传感器、第二光电传感器、第三光电传感器、第四光电传感器和第五光电传感器;所述第一光电传感器、第二光电传感器、第三光电传感器、第四光电传感器和第五光电传感器依次平行设置于所述机器人主体处;所述通信模块和光电传感器组均与主控模块电性连接;所述行走机构包括轮胎驱动马达组和车轮组;所述驱动马达组和车轮组相匹配,所述轮胎驱动马达用于驱动车轮组工作;任务执行机构包括第一执行机构和第二执行机构,所述第一执行机构包括任务驱动马达,所述任务驱动马达的输出轴处还设置有转动机构,所述转动机构用于与一外部机构连接转动;所述第二执行机构包括驱动臂、执行驱动马达,所述执行驱动马达用于根据接收到的任务执行指令来控制驱动臂转动;
解析模块:用于对所述任务控制逻辑进行指令解析以获取到所述积木机器人的所有动作指令集,所述动作指令集包括电机动作指令、传感器动作指令和通信模块动作指令;且所述动作指令集中的各个动作指令与动作模板库中的动作函数相关联,所述动作函数中包含有积木机器人的执行动作;
放置模块:用于将存储有相应任务控制逻辑的积木机器人放置于配置完成的训练场地处的起始区域来进行训练任务的执行;所述训练场地包括起始区域、终止区域、中间任务节点以及行进路线,所述行进路线将所述起始区域、中间任务节点以及终止区域串联;
任务执行模块:用于在从所述起始区域至终止区域之间基于所述动作指令集控制积木机器人相应器件执行特定任务动作以完成相应的任务操作,并接收在各个任务节点触发的任务执行指令。
8.一种电子设备,其特征在于,包括:存储有可执行程序代码的存储器;与所述存储器耦合的处理器;所述处理器调用所述存储器中存储的所述可执行程序代码,用于执行权利要求1至6任一项所述的基于编程机器人的任务规划训练方法。
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存储计算机程序,其中,所述计算机程序使得计算机执行权利要求1至6任一项所述的基于编程机器人的任务规划训练方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310985530.5A CN117086866B (zh) | 2023-08-07 | 2023-08-07 | 一种基于编程机器人的任务规划训练方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310985530.5A CN117086866B (zh) | 2023-08-07 | 2023-08-07 | 一种基于编程机器人的任务规划训练方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117086866A CN117086866A (zh) | 2023-11-21 |
CN117086866B true CN117086866B (zh) | 2024-04-12 |
Family
ID=88774532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310985530.5A Active CN117086866B (zh) | 2023-08-07 | 2023-08-07 | 一种基于编程机器人的任务规划训练方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117086866B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6154875A (en) * | 1993-12-28 | 2000-11-28 | Fujitsu Limited | Graphical programming system that allows easy handling of data structures and creation of programs by manipulating graphic components |
CN107174829A (zh) * | 2017-06-14 | 2017-09-19 | 郝允志 | 一种可编程具有自主学习能力的智能积木机器人 |
CN110352117A (zh) * | 2018-04-25 | 2019-10-18 | 深圳市大疆创新科技有限公司 | 智能比赛场地及系统、系统服务器、机器人、控制方法 |
CN110405730A (zh) * | 2019-06-06 | 2019-11-05 | 大连理工大学 | 一种基于rgb-d图像的人机物交互机械臂示教系统 |
CN211044574U (zh) * | 2019-09-09 | 2020-07-17 | 深圳益智天地科技有限公司 | 一种积木式早教装置 |
CN112183188A (zh) * | 2020-08-18 | 2021-01-05 | 北京航空航天大学 | 一种基于任务嵌入网络的机械臂模仿学习的方法 |
WO2021223686A1 (zh) * | 2020-05-08 | 2021-11-11 | 深圳市万普拉斯科技有限公司 | 模型训练任务处理方法、装置、电子设备和存储介质 |
CN215881644U (zh) * | 2021-08-20 | 2022-02-22 | 江苏锦添人工智能科技有限公司 | 一种积木机器人编程控制模块 |
CN114571443A (zh) * | 2022-04-28 | 2022-06-03 | 北京深度奇点科技有限公司 | 通过移动端无线控制低代码示教机器人运动的系统及方法 |
CN114840198A (zh) * | 2022-04-18 | 2022-08-02 | 北京聪明核桃教育科技有限公司 | 函数执行方法、积木块功能重写方法及相关设备 |
WO2022223056A1 (zh) * | 2021-07-12 | 2022-10-27 | 上海微电机研究所(中国电子科技集团公司第二十一研究所) | 基于深度强化学习的机器人运动参数自适应控制方法和系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8805579B2 (en) * | 2011-02-19 | 2014-08-12 | Richard Arthur Skrinde | Submersible robotically operable vehicle system for infrastructure maintenance and inspection |
US8868241B2 (en) * | 2013-03-14 | 2014-10-21 | GM Global Technology Operations LLC | Robot task commander with extensible programming environment |
-
2023
- 2023-08-07 CN CN202310985530.5A patent/CN117086866B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6154875A (en) * | 1993-12-28 | 2000-11-28 | Fujitsu Limited | Graphical programming system that allows easy handling of data structures and creation of programs by manipulating graphic components |
CN107174829A (zh) * | 2017-06-14 | 2017-09-19 | 郝允志 | 一种可编程具有自主学习能力的智能积木机器人 |
CN110352117A (zh) * | 2018-04-25 | 2019-10-18 | 深圳市大疆创新科技有限公司 | 智能比赛场地及系统、系统服务器、机器人、控制方法 |
CN110405730A (zh) * | 2019-06-06 | 2019-11-05 | 大连理工大学 | 一种基于rgb-d图像的人机物交互机械臂示教系统 |
CN211044574U (zh) * | 2019-09-09 | 2020-07-17 | 深圳益智天地科技有限公司 | 一种积木式早教装置 |
WO2021223686A1 (zh) * | 2020-05-08 | 2021-11-11 | 深圳市万普拉斯科技有限公司 | 模型训练任务处理方法、装置、电子设备和存储介质 |
CN112183188A (zh) * | 2020-08-18 | 2021-01-05 | 北京航空航天大学 | 一种基于任务嵌入网络的机械臂模仿学习的方法 |
WO2022223056A1 (zh) * | 2021-07-12 | 2022-10-27 | 上海微电机研究所(中国电子科技集团公司第二十一研究所) | 基于深度强化学习的机器人运动参数自适应控制方法和系统 |
CN215881644U (zh) * | 2021-08-20 | 2022-02-22 | 江苏锦添人工智能科技有限公司 | 一种积木机器人编程控制模块 |
CN114840198A (zh) * | 2022-04-18 | 2022-08-02 | 北京聪明核桃教育科技有限公司 | 函数执行方法、积木块功能重写方法及相关设备 |
CN114571443A (zh) * | 2022-04-28 | 2022-06-03 | 北京深度奇点科技有限公司 | 通过移动端无线控制低代码示教机器人运动的系统及方法 |
Non-Patent Citations (1)
Title |
---|
基于微型足球机器人系统的研究;柳在鑫;王进戈;王强;张均副;向中凡;;西华大学学报(自然科学版)(04);第11-15页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117086866A (zh) | 2023-11-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102162457B1 (ko) | 게임 플레이를 통한 환경의 세부 데이터 세트 생성 방법 및 시스템 | |
CN105137887B (zh) | 基于编程板的实物化编程方法及其在机器人领域的应用 | |
WO2017167282A1 (zh) | 一种目标跟踪方法及电子设备、计算机存储介质 | |
CN103869814B (zh) | 一种终端定位和导航方法以及可移动的终端 | |
Craighead et al. | Using the unity game engine to develop sarge: a case study | |
CN106573378A (zh) | 通过机器人反馈增强编程教育的系统和方法 | |
CN108177162A (zh) | 移动机器人的干扰区域设定装置 | |
CN109991015A (zh) | 用于在虚拟环境中测试至少部分自主驱动车辆的控制系统的测试系统和方法 | |
KR101813522B1 (ko) | 골프 스윙 분석 장치 및 이를 이용한 골프 연습 시뮬레이션 시스템 | |
CN113907663B (zh) | 障碍物地图构建方法、清洁机器人及存储介质 | |
CN109874108A (zh) | 基于寻车系统的寻车方法及寻车系统、移动终端 | |
CN107485100A (zh) | 一种用于建筑物内救援的智能头盔及其救援导航方法 | |
CN116935497B (zh) | 一种比赛控制方法及装置 | |
Bräunl | Robot adventures in Python and C | |
CN117086866B (zh) | 一种基于编程机器人的任务规划训练方法及装置 | |
Hameed et al. | Development of Augmented Reality-based object recognition mobile application with Vuforia | |
CN111338232A (zh) | 自动驾驶仿真方法及装置 | |
CN113158779A (zh) | 一种行走方法、装置和计算机存储介质 | |
CN110955243A (zh) | 行进控制方法、装置、设备、可读存储介质和移动装置 | |
CN107168522A (zh) | 控制应用的方法、装置及虚拟现实设备 | |
CN111784797A (zh) | 一种基于ar的机器人物联网交互方法、装置及介质 | |
KR102276439B1 (ko) | 코딩 교육용 로봇 | |
Aharari et al. | Low pass filter applied to color sensor of line follower robot | |
CN117115631B (zh) | 摄像头的色彩采集方法及装置 | |
Yeung | Using virtual reality for a controlled evaluation of a haptic navigation wearable for people with a visual impairment |
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 |