CN117621091B - 一种机器人的步态协同控制方法及系统 - Google Patents
一种机器人的步态协同控制方法及系统 Download PDFInfo
- Publication number
- CN117621091B CN117621091B CN202410112413.2A CN202410112413A CN117621091B CN 117621091 B CN117621091 B CN 117621091B CN 202410112413 A CN202410112413 A CN 202410112413A CN 117621091 B CN117621091 B CN 117621091B
- Authority
- CN
- China
- Prior art keywords
- robot
- information
- task
- distinguishing
- model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000005021 gait Effects 0.000 title claims abstract description 24
- 230000002159 abnormal effect Effects 0.000 claims abstract description 14
- 230000001276 controlling effect Effects 0.000 description 8
- 238000009776 industrial production Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012994 industrial processing Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- 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
- Manipulator (AREA)
Abstract
本发明公开了一种机器人的步态协同控制方法及系统,涉及数据库安防领域,包括采集多个机器人信息,基于多个机器人信息分别分配机器人对应的任务信息,实时采集执行任务信息的机器人动态信息,基于对应关系信息获取机器人动态信息与机器人协同模型之间的区别信息,基于机器人协同模型对机器人动态信息进行控制完成任务信息;获取产生区别信息对应的机器人信息,将机器人信息与对应的区别信息进行绑定作为历史数据,将不符合预设阈值的机器人影响指数对应的机器人作为异常机器人。本发明能够避免机器人之间存在协同不佳节凑错乱导致的碰撞以及设备空闲执行任务,具有较好的机器人协调作用。
Description
技术领域
本发明涉及数据库安防领域,具体涉及一种机器人的步态协同控制方法及系统。
背景技术
机器人步态协同的应用前景广阔,不仅限于娱乐领域,还可能广泛应用于工业生产、医疗护理、家庭服务等各个领域,在工业生产中,机器人可以协同完成生产线上的各项任务,提高生产效率和质量,然而在工业加工中,其中存在机器人存在时间延迟等问题时,难以及时的对整个协同操作进行调整以保证正常的机器人之间的协同操作,无法有效的保证机器人完成任务的时间以及协同稳定性,因此,提出一种机器人的步态协同控制方法及系统。
发明内容
本发明所要解决的技术问题在于提供了一种机器人的步态协同控制方法及系统,包括:
采集多个机器人信息,基于多个机器人信息分别分配机器人对应的任务信息,基于机器人信息以及任务信息构建机器人协同模型;
实时采集执行任务信息的机器人动态信息,建立机器人动态信息与机器人协同模型之间的对应关系信息;
基于对应关系信息获取机器人动态信息与机器人协同模型之间的区别信息,基于区别信息对机器人动态信息进行调整得到调整结果,基于调整结果判断是否对机器人协同模型进行重置;
基于机器人协同模型对机器人动态信息进行控制完成任务信息;
获取产生区别信息对应的机器人信息,将机器人信息与对应的区别信息进行绑定作为历史数据,基于历史数据获取机器人影响指数;
将不符合预设阈值的机器人影响指数对应的机器人作为异常机器人。
进一步的,所述采集多个机器人信息,基于多个机器人信息分别分配机器人对应的任务信息,基于机器人信息以及任务信息构建机器人协同模型的步骤,包括:
采集多个机器人的参数信息与机器人类型信息作为机器人信息;
获取机器人任务,将机器人任务按照机器人信息进行分配得到机器人的任务信息;
对机器人进行模型构建得到机器人模型,基于任务信息对机器人模型进行虚拟演练得到动态的机器人协同模型,在机器人协同模型中记载多个机器人分别完成任务所需要的时间段。
进一步的,所述实时采集执行任务信息的机器人动态信息,建立机器人动态信息与机器人协同模型之间的对应关系信息的步骤,包括:
在机器人协同模型中获取单个机器人执行任务信息的任务线,其中,任务线包括任务进程以及任务进程对应的时间;
对应机器人分别设定身份编码作为机器人身份信息;
基于机器人身份信息实时采集执行任务信息的机器人动态信息,其中,机器人动态信息包括当前执行任务的机器人身份信息以及当前执行任务机器人的任务进程以及对应的时间;
基于相同任务进程建立机器人动态信息与任务线之间的对应关系信息。
进一步的,所述基于对应关系信息获取机器人动态信息与机器人协同模型之间的区别信息,基于区别信息对机器人动态信息进行调整得到调整结果,基于调整结果判断是否对机器人协同模型进行重置的步骤,包括:
基于对应关系信息获取机器人动态信息与机器人协同模型中任务线之间的区别信息,其中,区别信息包括机器人动态信息与机器人协同模型中任务线同任务进程下的区别时间;
基于区别时间对当前执行任务机器人进行参数调整并预测任务线完成的时间作为调整结果,若调整结果中预测任务线完成的时间超出机器人协同模型中任务线完成的时间,在机器人协同模型中则对当前执行任务机器人执行任务之后的下一个机器人的任务线进行时间重置直至消除区别信息。
进一步的,所述基于机器人协同模型对机器人动态信息进行控制完成任务信息的步骤,包括:
实时确定区别信息消除后的机器人动态信息与机器人协同模型;
基于区别信息消除后的机器人动态信息与机器人协同模型对多个机器人分别进行先后控制直至完成任务信息。
进一步的,所述获取产生区别信息对应的机器人信息,将机器人信息与对应的区别信息进行绑定作为历史数据,基于历史数据获取机器人影响指数的步骤,包括:
确定产生区别信息对应的机器人信息并确定机器人身份信息;
将区别信息与机器人身份信息进行绑定储存作为历史数据;
基于历史数据获取机器人影响指数,其中,机器人影响指数的计算公式为:
,其中,/>为机器人影响指数,/>为历史数据中区别信息的总和,/>为大于零的常数,/>为历史数据中区别信息数量,/>为机器人任务信息难度系数,/>为机器人状态因子,/>为历史数据中存在区别信息对机器人协同模型重置的次数。
进一步的,所述将不符合预设阈值的机器人影响指数对应的机器人作为异常机器人的步骤,包括:
对应机器人类型设定对应的预设阈值,将预设阈值与对应的机器人类型进行绑定;
将不符合预设阈值的机器人影响指数对应的机器人作为异常机器人。
一种机器人的步态协同控制系统,包括:
采集模块,用于采集多个机器人信息,基于多个机器人信息分别分配机器人对应的任务信息,基于机器人信息以及任务信息构建机器人协同模型;
实时获取模块,与采集模块连接,用于实时采集执行任务信息的机器人动态信息,建立机器人动态信息与机器人协同模型之间的对应关系信息;
调整模块,与实时获取模块连接,用于基于对应关系信息获取机器人动态信息与机器人协同模型之间的区别信息,基于区别信息对机器人动态信息进行调整得到调整结果,基于调整结果判断是否对机器人协同模型进行重置;
控制模块,与调整模块连接,用于基于机器人协同模型对机器人动态信息进行控制完成任务信息;
绑定模块,与控制模块连接,用于获取产生区别信息对应的机器人信息,将机器人信息与对应的区别信息进行绑定作为历史数据,基于历史数据获取机器人影响指数;
判断模块,与绑定模块连接,用于将不符合预设阈值的机器人影响指数对应的机器人作为异常机器人。
本发明是通过以下技术方案解决上述技术问题的,本发明包括。
本发明相比现有技术具有以下优点:基于相同任务进程建立机器人动态信息与任务线之间的对应关系信息,这里对应之后,在后续对实际机器人执行任务信息时,可以通过任务进程得到机器人的当前执行任务的时间得到机器人的进程时过慢还是过快,进而进行调整,以保证按照规定的时间完成任务信息,减少影响下一个协同机器人的正常操作,避免机器人之间存在协同不佳节凑错乱导致的碰撞以及设备空闲执行任务,具有较好的机器人协调作用,让该系统更加值得推广使用。
附图说明
图1是本发明的方法流程框体图;
图2是本发明的系统结构框体图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
如图1所示,本实施例提供一种技术方案:一种机器人的步态协同控制方法,包括以下步骤:
S1、采集多个机器人信息,基于多个机器人信息分别分配机器人对应的任务信息,基于机器人信息以及任务信息构建机器人协同模型;
S2、实时采集执行任务信息的机器人动态信息,建立机器人动态信息与机器人协同模型之间的对应关系信息;
S3、基于对应关系信息获取机器人动态信息与机器人协同模型之间的区别信息,基于区别信息对机器人动态信息进行调整得到调整结果,基于调整结果判断是否对机器人协同模型进行重置;
S4、基于机器人协同模型对机器人动态信息进行控制完成任务信息;
S5、获取产生区别信息对应的机器人信息,将机器人信息与对应的区别信息进行绑定作为历史数据,基于历史数据获取机器人影响指数;
S6、将不符合预设阈值的机器人影响指数对应的机器人作为异常机器人;
如上述步骤S1-S6所述,机器人步态协同的应用前景广阔,不仅限于娱乐领域,还可能广泛应用于工业生产、医疗护理、家庭服务等各个领域,在工业生产中,机器人可以协同完成生产线上的各项任务,提高生产效率和质量,然而在工业加工中,其中存在机器人存在时间延迟等问题时,难以及时的对整个协同操作进行调整以保证正常的机器人之间的协同操作,无法有效的保证机器人完成任务的时间以及协同稳定性,而本申请基于相同任务进程建立机器人动态信息与任务线之间的对应关系信息,这里对应之后,在后续对实际机器人执行任务信息时,可以通过任务进程得到机器人的当前执行任务的时间得到机器人的进程时过慢还是过快,进而进行调整,以保证按照规定的时间完成任务信息,减少影响下一个协同机器人的正常操作,避免机器人之间存在协同不佳节凑错乱导致的碰撞以及设备空闲执行任务,具有较好的机器人协调作用;
在一个实施例中,所述采集多个机器人信息,基于多个机器人信息分别分配机器人对应的任务信息,基于机器人信息以及任务信息构建机器人协同模型的步骤S1,包括:
S11、采集多个机器人的参数信息与机器人类型信息作为机器人信息;
S12、获取机器人任务,将机器人任务按照机器人信息进行分配得到机器人的任务信息;
S13、对机器人进行模型构建得到机器人模型,基于任务信息对机器人模型进行虚拟演练得到动态的机器人协同模型,在机器人协同模型中记载多个机器人分别完成任务所需要的时间段;
如上述步骤S11-S13所述,首先在使用机器人前,需要对机器人进行了解,这里的了解体现在机器人的参数信息与机器人类型信息作为机器人信息,之后获取机器人任务,将机器人任务按照机器人信息进行分配得到机器人的任务信息,其中,将机器人任务按照机器人信息进行分配得到机器人的任务信息的步骤,包括:
基于机器人类型设定多个特征词作为机器人类型的数据库(例如,在搬运机器人类型中,设定特征词可以为:搬运,移动,拿取等带有搬运相近词的特征词,这里作为专属于该机器人类型的数据库);
获取机器人任务,提取机器人任务中的特征词,基于特征词在多个机器人类型对应的数据库中进行查询匹配,得到匹配的机器人类型并确定对应的机器人,将机器人任务中特征词对应的任务分配至机器人得到机器人的任务信息;
之后对机器人进行模型构建得到机器人模型,基于任务信息对机器人模型进行虚拟演练得到动态的机器人协同模型,这里的机器人协同模型为一个按照机器人任务模拟的动态协同模型,在机器人协同模型中记载多个机器人分别完成任务所需要的时间段,能够更加快捷自动的实现任务的分配,不需要人员进行手动分配,且能够清楚的了解机器人执行任务信息时的状态,对应实际时能够具有较好的参照性;
在一个实施例中,所述实时采集执行任务信息的机器人动态信息,建立机器人动态信息与机器人协同模型之间的对应关系信息的步骤S2,包括:
S21、在机器人协同模型中获取单个机器人执行任务信息的任务线,其中,任务线包括任务进程以及任务进程对应的时间;
S22、对应机器人分别设定身份编码作为机器人身份信息;
S23、基于机器人身份信息实时采集执行任务信息的机器人动态信息,其中,机器人动态信息包括当前执行任务的机器人身份信息以及当前执行任务机器人的任务进程以及对应的时间;
S24、基于相同任务进程建立机器人动态信息与任务线之间的对应关系信息;
如上述步骤S21-S24所述,在机器人协同模型中基于机器人作为节点得到单个机器人执行任务信息的任务线,其中,任务线包括任务进程以及任务进程对应的时间,在这个机器人任务中,多个机器人进行参与,且多个机器人可能存在同时执行任务或者顺次执行任务的行为,但是这里都需要将单个机器人作为一个节点,采集该单个机器人执行任务信息的任务线,任务线包括任务进程以及任务进程对应的时间,这是一个动态的任务线,对应机器人分别设定身份编码作为机器人身份信息,之后基于机器人身份信息实时采集执行任务信息的机器人动态信息,其中,机器人动态信息包括当前执行任务的机器人身份信息以及当前执行任务机器人的任务进程以及对应的时间,这里是对实际的机器人的执行任务信息的任务线进行采集,这里基于相同任务进程建立机器人动态信息与任务线之间的对应关系信息,这里对应之后,在后续对实际机器人执行任务信息时,可以通过任务进程得到机器人的当前执行任务的时间得到机器人的进程时过慢还是过快,进而进行调整,以保证按照规定的时间完成任务信息,减少影响下一个协同机器人的正常操作;
在一个实施例中,所述基于对应关系信息获取机器人动态信息与机器人协同模型之间的区别信息,基于区别信息对机器人动态信息进行调整得到调整结果,基于调整结果判断是否对机器人协同模型进行重置的步骤S3,包括:
S31、基于对应关系信息获取机器人动态信息与机器人协同模型中任务线之间的区别信息,其中,区别信息包括机器人动态信息与机器人协同模型中任务线同任务进程下的区别时间;
S32、基于区别时间对当前执行任务机器人进行参数调整并预测任务线完成的时间作为调整结果,若调整结果中预测任务线完成的时间超出机器人协同模型中任务线完成的时间,在机器人协同模型中则对当前执行任务机器人执行任务之后的下一个机器人的任务线进行时间重置直至消除区别信息;
如上述步骤S31-S32所述,按照机器人协同模型控制实际的机器人按照任务信息进行执行,基于对应关系信息获取机器人动态信息与机器人协同模型中任务线之间的区别信息,其中,区别信息包括机器人动态信息与机器人协同模型中任务线同任务进程下的区别时间,这里机器人协同模型任务线的完成时间为完成时间段,在将实际机器人按照机器人协同模型执行任务时,根据实际机器人的起始时间按照完成时间段自动计算得到实际机器人对照机器人协同模型完成的时间,之后基于区别时间对当前执行任务机器人进行参数调整预测任务线完成的时间,若预测任务线完成的时间超出机器人协同模型中任务线完成的时间,在机器人协同模型中则对当前执行任务机器人执行任务之后的机器人的任务线进行时间重置,这里存在区别时间时首先是对当前执行任务机器人进行参数调整并预测任务线完成的时间,若预测任务线完成的时间超出机器人协同模型中任务线完成的时间时,代表单单调整当前执行任务机器人已经无法使得机器人按照机器人按照任务线的时间点完成任务,那么便需要在机器人协同模型中则对当前执行任务机器人执行任务之后的机器人的任务线进行时间重置,对机器人协同模型进行重置能够控制后续的机器人能够协同该当前执行任务机器人完成任务,避免机器人之间存在协同不佳节凑错乱导致的碰撞以及设备空闲执行任务,具有较好的机器人协调作用;
在一个实施例中,所述基于机器人协同模型对机器人动态信息进行控制完成任务信息的步骤S4,包括:
S41、实时确定区别信息消除后的机器人动态信息与机器人协同模型;
S42、基于区别信息消除后的机器人动态信息与机器人协同模型对多个机器人分别进行先后控制直至完成任务信息;
如上述步骤S41-S42所述,在步骤S31-S32中介绍了存在区别信息之后的处理,该过程需要实时进行判断并消除区别信息,该过程在任务信息未完成时是需要实时确定的,确定区别信息消除后的机器人动态信息与机器人协同模型,基于区别信息消除后的机器人动态信息与机器人协同模型对多个机器人分别进行先后控制直至完成任务信息,这样才能使得多个机器人通过机器人协同模型得到更好的协同工作,具有较好的顺畅性,避免机器人之间存在协同不佳节凑错乱导致的碰撞以及设备空闲执行任务,具有较好的机器人协调作用;
在一个实施例中,所述获取产生区别信息对应的机器人信息,将机器人信息与对应的区别信息进行绑定作为历史数据,基于历史数据获取机器人影响指数的步骤S5,包括:
S51、确定产生区别信息对应的机器人信息并确定机器人身份信息;
S52、将区别信息与机器人身份信息进行绑定储存作为历史数据;
S53、基于历史数据获取机器人影响指数,其中,机器人影响指数的计算公式为:
,其中,/>为机器人影响指数,/>为历史数据中区别信息的总和,/>为大于零的常数,/>为历史数据中区别信息数量,/>为机器人任务信息难度系数,/>为机器人状态因子,/>为历史数据中存在区别信息对机器人协同模型重置的次数,需要说明的是,/>、/>的数值越大,/>的数值越大,即代表机器人在该任务信息中的影响越大;
如上述步骤S51-S53所述,在多次任务信息的执行中,确定产生区别信息对应的机器人信息并确定机器人身份信息,将区别信息与机器人身份信息进行绑定储存作为历史数据,之后根据基于历史数据获取机器人影响指数,在更换机器人之后对应的历史数据进行清除,基于新的机器人进行重新的历史数据的采集,能够对机器人在任务信息执行过程中的影响指数进行获取,去了解机器人在任务信息中的影响力;
在一个实施例中,所述将不符合预设阈值的机器人影响指数对应的机器人作为异常机器人的步骤S6,包括:
S61、对应机器人类型设定对应的预设阈值,将预设阈值与对应的机器人类型进行绑定;
S62、将不符合预设阈值的机器人影响指数对应的机器人作为异常机器人;
如上述步骤S61-S62所述,对应机器人类型设定对应的预设阈值,将预设阈值与对应的机器人类型进行绑定,不同的机器人存在不同的使用协同难度,因此需要对应机器人类型设定对应的预设阈值,之后根据历史数据得到的机器人影响指数对应预设阈值进行比较,将超出预设阈值的机器人影响指数对应的机器人作为异常机器人,能够更好的对机器人的影响力进行更好的判断,保证机器人协同的顺畅性;
如图2所示,本实施例提供一种技术方案:一种机器人的步态协同控制系统,包括:
采集模块,用于采集多个机器人信息,基于多个机器人信息分别分配机器人对应的任务信息,基于机器人信息以及任务信息构建机器人协同模型;
实时获取模块,与采集模块连接,用于实时采集执行任务信息的机器人动态信息,建立机器人动态信息与机器人协同模型之间的对应关系信息;
调整模块,与实时获取模块连接,用于基于对应关系信息获取机器人动态信息与机器人协同模型之间的区别信息,基于区别信息对机器人动态信息进行调整得到调整结果,基于调整结果判断是否对机器人协同模型进行重置;
控制模块,与调整模块连接,用于基于机器人协同模型对机器人动态信息进行控制完成任务信息;
绑定模块,与控制模块连接,用于获取产生区别信息对应的机器人信息,将机器人信息与对应的区别信息进行绑定作为历史数据,基于历史数据获取机器人影响指数;
判断模块,与绑定模块连接,用于将不符合预设阈值的机器人影响指数对应的机器人作为异常机器人。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (8)
1.一种机器人的步态协同控制方法,其特征在于,包括:
采集多个机器人信息,基于多个机器人信息分别分配机器人对应的任务信息,基于机器人信息以及任务信息构建机器人协同模型;
实时采集执行任务信息的机器人动态信息,建立机器人动态信息与机器人协同模型之间的对应关系信息;
基于对应关系信息获取机器人动态信息与机器人协同模型之间的区别信息,基于区别信息对机器人动态信息进行调整得到调整结果,基于调整结果判断是否对机器人协同模型进行重置;
基于机器人协同模型对机器人动态信息进行控制完成任务信息;
获取产生区别信息对应的机器人信息,将机器人信息与对应的区别信息进行绑定作为历史数据,基于历史数据获取机器人影响指数;
将不符合预设阈值的机器人影响指数对应的机器人作为异常机器人。
2.根据权利要求1所述的一种机器人的步态协同控制方法,其特征在于:所述采集多个机器人信息,基于多个机器人信息分别分配机器人对应的任务信息,基于机器人信息以及任务信息构建机器人协同模型的步骤,包括:
采集多个机器人的参数信息与机器人类型信息作为机器人信息;
获取机器人任务,将机器人任务按照机器人信息进行分配得到机器人的任务信息;
对机器人进行模型构建得到机器人模型,基于任务信息对机器人模型进行虚拟演练得到动态的机器人协同模型,在机器人协同模型中记载多个机器人分别完成任务所需要的时间段。
3.根据权利要求1所述的一种机器人的步态协同控制方法,其特征在于:所述实时采集执行任务信息的机器人动态信息,建立机器人动态信息与机器人协同模型之间的对应关系信息的步骤,包括:
在机器人协同模型中获取单个机器人执行任务信息的任务线,其中,任务线包括任务进程以及任务进程对应的时间;
对应机器人分别设定身份编码作为机器人身份信息;
基于机器人身份信息实时采集执行任务信息的机器人动态信息,其中,机器人动态信息包括当前执行任务的机器人身份信息以及当前执行任务机器人的任务进程以及对应的时间;
基于相同任务进程建立机器人动态信息与任务线之间的对应关系信息。
4.根据权利要求1所述的一种机器人的步态协同控制方法,其特征在于:所述基于对应关系信息获取机器人动态信息与机器人协同模型之间的区别信息,基于区别信息对机器人动态信息进行调整得到调整结果,基于调整结果判断是否对机器人协同模型进行重置的步骤,包括:
基于对应关系信息获取机器人动态信息与机器人协同模型中任务线之间的区别信息,其中,区别信息包括机器人动态信息与机器人协同模型中任务线同任务进程下的区别时间;
基于区别时间对当前执行任务机器人进行参数调整并预测任务线完成的时间作为调整结果,若调整结果中预测任务线完成的时间超出机器人协同模型中任务线完成的时间,在机器人协同模型中则对当前执行任务机器人执行任务之后的下一个机器人的任务线进行时间重置直至消除区别信息。
5.根据权利要求1所述的一种机器人的步态协同控制方法,其特征在于:所述基于机器人协同模型对机器人动态信息进行控制完成任务信息的步骤,包括:
实时确定区别信息消除后的机器人动态信息与机器人协同模型;
基于区别信息消除后的机器人动态信息与机器人协同模型对多个机器人分别进行先后控制直至完成任务信息。
6.根据权利要求1所述的一种机器人的步态协同控制方法,其特征在于:所述获取产生区别信息对应的机器人信息,将机器人信息与对应的区别信息进行绑定作为历史数据,基于历史数据获取机器人影响指数的步骤,包括:
确定产生区别信息对应的机器人信息并确定机器人身份信息;
将区别信息与机器人身份信息进行绑定储存作为历史数据;
基于历史数据获取机器人影响指数,其中,机器人影响指数的计算公式为:
,其中,/>为机器人影响指数,/>为历史数据中区别信息的总和,/>为大于零的常数,/>为历史数据中区别信息数量,/>为机器人任务信息难度系数,/>为机器人状态因子,/>为历史数据中存在区别信息对机器人协同模型重置的次数。
7.根据权利要求1所述的一种机器人的步态协同控制方法,其特征在于:所述将不符合预设阈值的机器人影响指数对应的机器人作为异常机器人的步骤,包括:
对应机器人类型设定对应的预设阈值,将预设阈值与对应的机器人类型进行绑定;
将不符合预设阈值的机器人影响指数对应的机器人作为异常机器人。
8.一种机器人的步态协同控制系统,用于实现权利要求 1-7任一项所述的一种机器人的步态协同控制方法,其特征在于,包括:
采集模块,用于采集多个机器人信息,基于多个机器人信息分别分配机器人对应的任务信息,基于机器人信息以及任务信息构建机器人协同模型;
实时获取模块,与采集模块连接,用于实时采集执行任务信息的机器人动态信息,建立机器人动态信息与机器人协同模型之间的对应关系信息;
调整模块,与实时获取模块连接,用于基于对应关系信息获取机器人动态信息与机器人协同模型之间的区别信息,基于区别信息对机器人动态信息进行调整得到调整结果,基于调整结果判断是否对机器人协同模型进行重置;
控制模块,与调整模块连接,用于基于机器人协同模型对机器人动态信息进行控制完成任务信息;
绑定模块,与控制模块连接,用于获取产生区别信息对应的机器人信息,将机器人信息与对应的区别信息进行绑定作为历史数据,基于历史数据获取机器人影响指数;
判断模块,与绑定模块连接,用于将不符合预设阈值的机器人影响指数对应的机器人作为异常机器人。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410112413.2A CN117621091B (zh) | 2024-01-26 | 2024-01-26 | 一种机器人的步态协同控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410112413.2A CN117621091B (zh) | 2024-01-26 | 2024-01-26 | 一种机器人的步态协同控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117621091A CN117621091A (zh) | 2024-03-01 |
CN117621091B true CN117621091B (zh) | 2024-04-09 |
Family
ID=90016761
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410112413.2A Active CN117621091B (zh) | 2024-01-26 | 2024-01-26 | 一种机器人的步态协同控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117621091B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6362002A (ja) * | 1986-09-03 | 1988-03-18 | Hitachi Ltd | 複数ロボツトの協調制御方法 |
CN107835258A (zh) * | 2017-12-13 | 2018-03-23 | 常州昊云工控科技有限公司 | 多机器人协同工作方法及协同控制系统 |
CN111176293A (zh) * | 2020-01-15 | 2020-05-19 | 广州赛特智能科技有限公司 | 配送机器人的移动协同控制系统及控制方法 |
CN113268037A (zh) * | 2021-04-23 | 2021-08-17 | 哈尔滨工业大学(深圳) | 一种基于时间同步的多轴协同控制方法 |
CN114444828A (zh) * | 2020-11-02 | 2022-05-06 | 中国农业机械化科学研究院 | 一种同种农机多机协同动态任务分配方法 |
CN115502975A (zh) * | 2022-10-09 | 2022-12-23 | 上海节卡机器人科技有限公司 | 一种机器人调度方法、装置、电子设备及存储介质 |
CN116859929A (zh) * | 2023-07-18 | 2023-10-10 | 北京科技大学 | 基于虚拟结构的碾压机器人机群时变编队控制方法及系统 |
-
2024
- 2024-01-26 CN CN202410112413.2A patent/CN117621091B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6362002A (ja) * | 1986-09-03 | 1988-03-18 | Hitachi Ltd | 複数ロボツトの協調制御方法 |
CN107835258A (zh) * | 2017-12-13 | 2018-03-23 | 常州昊云工控科技有限公司 | 多机器人协同工作方法及协同控制系统 |
CN111176293A (zh) * | 2020-01-15 | 2020-05-19 | 广州赛特智能科技有限公司 | 配送机器人的移动协同控制系统及控制方法 |
CN114444828A (zh) * | 2020-11-02 | 2022-05-06 | 中国农业机械化科学研究院 | 一种同种农机多机协同动态任务分配方法 |
CN113268037A (zh) * | 2021-04-23 | 2021-08-17 | 哈尔滨工业大学(深圳) | 一种基于时间同步的多轴协同控制方法 |
CN115502975A (zh) * | 2022-10-09 | 2022-12-23 | 上海节卡机器人科技有限公司 | 一种机器人调度方法、装置、电子设备及存储介质 |
CN116859929A (zh) * | 2023-07-18 | 2023-10-10 | 北京科技大学 | 基于虚拟结构的碾压机器人机群时变编队控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117621091A (zh) | 2024-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101901426A (zh) | 一种基于蚁群算法的动态滚动调度方法 | |
CN110334919A (zh) | 一种生产线资源匹配方法及装置 | |
CN110580019B (zh) | 一种面向边缘计算的设备调取方法与装置 | |
CN116361377B (zh) | 基于工业物联网服务平台的负载预测系统、方法及介质 | |
CN113301140A (zh) | 一种云端数据协同处理分析系统 | |
CN112435095A (zh) | 一种纸箱生产车间订单生产管理装置 | |
CN117621091B (zh) | 一种机器人的步态协同控制方法及系统 | |
CN110363244A (zh) | 一种营销数据处理的方法和装置 | |
CN109766188B (zh) | 一种负载均衡调度方法及系统 | |
CN111242446A (zh) | 一种基于ga-ts混合算法的车间排产方法 | |
CN111401611B (zh) | 一种化工厂设备巡检点路线优化方法 | |
CN108427773B (zh) | 一种分布式知识图谱嵌入方法 | |
CN106469346B (zh) | 一种基于区域的风险控制方法和设备 | |
CN111736593A (zh) | 一种防不确定DoS攻击的舞台移动机器人编队异步控制方法 | |
CN108805463A (zh) | 一种支持削峰型电力需求响应的生产调度方法 | |
CN113779008B (zh) | 电力内网运行数据智能存储系统 | |
CN109842160A (zh) | 基于两个时点协调优化发电控制的决策方法、装置及系统 | |
CN111131405A (zh) | 一种针对多种数据类型的分布式数据采集系统 | |
CN112260905A (zh) | 一种区块链网络共识加速器用共识效率控制系统 | |
CN112465391A (zh) | 一种基于博弈论的分布式智能工厂供应任务分配方法 | |
CN110475370A (zh) | 数据建模中的智能衍生变量构造方法 | |
CN111915327A (zh) | 一种基于事件特征的智能分发方法和装置 | |
CN117973802B (zh) | 基于数字孪生的共享农机实时调度方法及系统 | |
CN117021119B (zh) | 一种基于互联网的智能机器人调配系统 | |
CN115225465B (zh) | 一种基于改进鸽群算法的网络恢复方法 |
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 |