CN102033536A - 一种多机器人***的调度组织协作***及方法 - Google Patents
一种多机器人***的调度组织协作***及方法 Download PDFInfo
- Publication number
- CN102033536A CN102033536A CN2010105997263A CN201010599726A CN102033536A CN 102033536 A CN102033536 A CN 102033536A CN 2010105997263 A CN2010105997263 A CN 2010105997263A CN 201010599726 A CN201010599726 A CN 201010599726A CN 102033536 A CN102033536 A CN 102033536A
- Authority
- CN
- China
- Prior art keywords
- task
- management
- robot
- evaluation result
- resource
- 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 38
- 230000008520 organization Effects 0.000 title abstract description 9
- 230000008569 process Effects 0.000 claims abstract description 20
- 238000004891 communication Methods 0.000 claims abstract description 13
- 238000011156 evaluation Methods 0.000 claims description 68
- 238000012545 processing Methods 0.000 claims description 23
- 230000007246 mechanism Effects 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 8
- 108010014172 Factor V Proteins 0.000 claims description 2
- 230000002180 anti-stress Effects 0.000 claims description 2
- 238000000354 decomposition reaction Methods 0.000 claims description 2
- 238000007781 pre-processing Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 5
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 abstract description 2
- 239000002699 waste material Substances 0.000 abstract description 2
- 230000009897 systematic effect Effects 0.000 abstract 3
- 230000000903 blocking effect Effects 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 48
- 238000011160 research Methods 0.000 description 11
- 238000013461 design Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000013334 tissue model Methods 0.000 description 1
Images
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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
本发明公开了一种多机器人***的调度组织协作***及方法，采用分布式的模式架构，减少信息交互，充分利用***资源，提高整个***的活跃性和问题求解水平，加强了多个机器人间的智能协调与柔性合作的能力。本发明采用动态决策者方案，即每一个机器人都可能成为任务的决策者，智能的进行调度与协作，降低通信量，减少***消耗，并能更好的适应动态环境和复杂动态任务，提高了问题的求解能力。本发明引用了公告栏，采用让机器人在有资源空闲(能力)时主动查看公告栏来获得任务信息的方法，同时，查看的过程即可完成对于最优者的选择，从而减少信息交互，简化了信息处理比较过程，大大降低了通信量，有效解决信息阻塞和***资源的浪费问题。
Description
技术领域
本发明设计机器人控制领域，特别涉及一种多机器人***的调度组织协作***及方法。
背景技术
随着机器人功能和领域的不断扩展，柔性智能机器人已取代传统硬性、功能单一的机器人，成为当今主要研究方向。然而，多机器人***中，处于动态、不确定环境中的各机器人间，在任务执行过程中需要有大量的信息交互和协商，然而随着机器人数量的增加，机器人间的通信压力和协调难度也将大大增加。而传统多机器人***通信存在着信息拥塞等大量问题；组织方式上所采用的集中式或分层式模式，在适应主体能力及环境的动态变化上，降低了整个***的活跃性，而对管理者的高要求更是出现了瓶颈。此外，选择任务执行者时还需要进行大量信息的重复处理和比较，不仅效率不高，而且还浪费了大量的***资源。
目前多机器人***的研究已受到普遍的关注，比较经典的实验***有: CEBOT(Cellular Robotic system)、ALLIANCE/L-ALLANCE***、SWARM***。这些研究涉及到多机器人的群体体系结构、感知与多传感器融合、通信与协调机制、任务分配、学***台ActivMedia Robotics。然而这些研究在处理多机器人调度***中任务分配及协作方面的问题时所采用的诸多方法，在适应主体能力及环境的动态变化、降低通信量、提高整个***的问题求解能力和活跃性的全局性能优化等方面仍然存在着诸多问题。本设计在积累已有的研究成果的基础上，并结合新的应用背景和技术，设计了新的适用于多机器人调度的柔性组织模型和智能协作方案，此方案将有广阔的应用前景。
发明内容
本发明的目的是：针对当前多机器人***中存在的种种瓶颈，设计了一种新的适合于柔性机器人的调度组织模型，并基于模型提出了一种智能协作机制，以降低调度过程中的通信量、减少***开销、提高问题求解能力，提高***整体性能。
本发明采用的技术方案是：提供一种多机器人***的调度组织协作方法，包括以下步骤：
第一步，任务发布过程：第一机器人Robot1的调度管理单元发现新任务到达后，任务管理单元、资源管理单元及调度管理单元联合做出自我评价，给出评价结果，第一机器人Robot1成为决策者，调度管理单元将任务信息连同评价结果一同发布到公告栏Bulletin。
第二步，执行者选择过程：在选择任务执行者截至时间到达之前，有空闲资源的机器人查看公告栏Bulletin的任务信息，进行自我评价，调度管理单元的评价结果比较模块将评价结果与当前决策者的评价结果进行比较，如果此次评价结果优于当前决策者的评价结果，则修改当前任务信息中的评价结果为新的评价结果，并且取代当前决策者成为新的决策者，并通知原决策者放弃对该任务的决策权；否则，放弃该任务。
第三步，执行者确定过程：若任务执行者的选择过程已结束，且此时决策者仍为任务的发现者第一机器人Robot1，调度管理单元的任务能力判断模块判断第一机器人Robot1具备完成该任务的能力，则当前决策者成为任务执行者，开始任务的执行，并就任务的完成情况更新自身能力信息。
其中，所述第三步进一步包括：若任务执行者的选择过程已结束，且此时决策者仍为任务的发现者第一机器人Robot1，并且第一机器人Robot1不具备完成该任务的能力，则由第一机器人Robot1的调度管理单元的任务分解模块对该任务进行分解，承担其中的部分任务，并将剩余任务再次发布公告，重复第一步至第三步。
其中，所述自我评价的步骤包括：
首先，当调度管理单元发现新任务后，调度管理单元与任务管理单元及资源管理模块进行协商：若该任务是从现实世界中直接获得的，则由其调度管理单元根据任务管理单元计算的当前任务负载信息及资源管理单元计算的资源负载信息进行评价，然后将评价结果连同任务信息一起进行发布；以使其他机器人获知新消息，该机器人并成为当前决策者，并开始实时监控该消息的状态。若接到其他机器人发出的通知，则放弃对该任务的决策权。
其次，任务管理单元及资源管理模块对当前任务进行预处理及处理能力的计算。
其中，预处理过程为：任务管理单元中的任务信息收集模块收集监控和跟踪的所有任务信息，包括：优先级Ui、开始时限Si、处理时间Ti、与其它任务的通信量总和Ci、当前所在节点Ni、任务执行所需的资源Ri等；资源管理模块中的资源信息监控模块动态收集实时监控与处理能力相关的资源信息，包括：控制器利用率Pi、指令就绪队列长度Li、存储空间Mi、各接口的流量Ii和利用率Ei等。
其中，处理能力计算过程为：任务管理单元中的任务信息计算模块根据收集到的所有任务信息，并将它们综合起来计算当前的任务负载情况T_load= μ1Ui + μ2Si + μ3Ti + μ4Ci + μ5Ni + μ6Ri + ……；资源管理单元中的资源信息计算模块根据动态实时监控和收集的信息，并将它们综合起来计算当前的资源负载情况R_load=β1Pi + β2Li + β3Mi + β4Ii + β5Ei +……；其中，μi，βi分别为其中各个信息的权值， ，
，根据不同需求可具体设定。
最后，调度管理单元根据协商结果，并结合其他因素，包括：反应力和通信能力，任务的发现与接受的能力，以及任务的发布能力；通过与其他单元的通信协商完成能力的整体评价工作，并给出最终自身评价结果F=f（T_ load，R_load，…），评价结果F为各个因素的函数。
另提供一种多机器人***的调度组织协作***，所述调度组织协作***包括：
任务管理单元，用于监控和跟踪所有任务信息，所述任务信息包括优先级、开始时限、处理时间、与其它任务的通信量总和、当前所在节点、任务执行所需的资源，并将任务信息综合起来计算当前的任务负载情况，根据任务要求，申请资源，执行其任务。
资源管理单元，用于管理所有与处理能力相关的资源，动态实时的监控和收集资源信息，并将资源信息综合起来计算当前的资源负载情况；所述资源包括：控制器利用率、指令就绪队列长度、存储空间、各接口的流量和利用率等。
调度管理单元：用于实现任务的发现与接受，以及任务的发布；与其任务管理单元、资源管理单元进行协商，完成能力的整体评价工作，并给出评价结果；实现与其他机器人之间的通信；在接受任务后可进行任务调度，根据任务发布情况完成大规模任务的分解。
所述任务管理单元、资源管理单元及调度管理单元通过通信接口相互连接。
其中，所述调度管理单元包括：
评价结果比较模块，用于将自身评价结果与当前决策者的评价结果进行比较：若评价结果优于原决策者，则修改公告栏中评价结果为新的评价结果，取代原决策者成为新的决策者，向原决策者发出通知，以便于原决策者放弃对该任务的决策权，否则不参与竞争。
任务能力判断模块，用于判断第一机器人Robot1是否具备完成该任务的能力：当消息的有效时间到了无竞争者，任务能力判断模块根据其能力进行决策，能力足够，则执行其任务，否则对任务进行分解。
任务的发布模块，将评价结果连同任务信息一起进行发布，以使其他机器人获知新消息。
其中，所述调度管理单元进一步包括：
任务分解模块，用于将大规模任务进行分解：当消息的有效时间到了无竞争者，第一机器人Robot1又不具备完成该任务的能力，则对任务进行分解，执行分解后的部分任务，并将剩余任务再次按该调度协作机制进行处理。
其中，所述任务管理单元包括：
任务信息收集模块，用于监控和跟踪的所有任务信息，包括：优先级、开始时限、处理时间、与其它任务的通信量总和、当前所在节点、任务执行所需的资源等。
任务信息计算模块，用于根据收集到的所有任务信息，将它们综合起来计算当前的任务负载情况T_load= μ1Ui + μ2Si + μ3Ti + μ4Ci + μ5Ni + μ6Ri + ……；其中，μi为权值，
，根据不同需要具体设定。
其中，所述资源管理单元包括：
资源信息监控模块，用于管理所有与处理能力相关的资源，包括：控制器利用率、指令就绪队列长度、存储空间、各接口的流量和利用率等。
资源信息计算模块，用于根据动态实时监控和收集的信息，并将它们综合起来计算当前的资源负载情况R_load=β1Pi + β2Li + β3Mi + β4Ii + β5Ei +……；其中，βi为权值，
，根据不同需要具体设定。
本发明有益的技术效果：
（1）本设计所提出的调度组织模型和协作机制是一种全新的设计方案，设计采用分布式的模式架构，可以减少信息交互，充分利用***资源，提高整个***的活跃性和问题求解水平，加强了多个机器人间的智能协调与柔性合作的能力。
（2）随着任务及环境的变化，各机器人的角色也会发生变化，从功能单一的机器人逐渐向柔性智能发展，造成机器人***组织结构的动态变化的，对此本设计采用动态决策者方案，即每一个机器人都可能成为任务的决策者，智能的进行调度与协作，达到降低通信量，减少***消耗的目的，并且可以更好的适应动态环境和复杂动态任务，提高了问题的求解能力。
（3）传统方案中各机器人间采用网络通信的方法，会占用大量的网络资源，因此，在网络资源有限或者网络资源负载较重时容易造成网络的阻塞。针对此缺陷我们在本文中引用了公告栏，采用让机器人在有资源空闲（能力）时主动查看公告栏来获得任务信息的方法，同时，查看的过程即可完成对于最优者的选择，从而减少信息交互，简化了以前传统方案中的信息处理比较过程，大大降低了通信量，有效解决传统方案中出现的信息阻塞和***资源的浪费问题。
附图说明
图1本发明多机器人***的调度组织模型图。
图2本发明多机器人***的调度组织协作***框架图。
图3本发明多机器人***的调度组织协作***的任务管理单元框架图。
图4本发明多机器人***的调度组织协作***的资源管理单元框架图。
图5本发明多机器人***的调度组织协作***的调度管理单元框架图。
图6本发明多机器人***的调度组织协作方法任务发布过程流程图。
图7本发明多机器人***的调度组织协作方法执行者选择过程流程图。
图8本发明多机器人***的调度组织协作方法执行者确定过程流程图。
具体实施方式
下面结合附图和实施例对本发明进行详细说明。
一、本发明的思路：
随着计算技术的发展，多机器人技术研究的深入以及应用领域的不断扩大，机器人应用的数量规模也在不断扩大，机器人具有的功能也不断丰富，机器人之间的通信压力和协调难度将会加大，使得关于机器人组织的形成以及基于机器人组织的求解机制等问题的研究变得越来越重要，如何智能。本机制提出分布式组织模型、公告栏、动态决策者等思想将为如何解决多机器人***中降低通信量、提高问题求解能力、提高资源利用率、更好的适应动态环境和复杂动态任务等难题展现了广阔的前景。
由于当前多机器人调度存在着通信量大、资源利用率不高、***求解问题能力较低等缺点，因此，本设计组织模型采用分布式的管理策略，可以更好的利用***的资源。在新的智能柔性调度组织模型和协作机制中，我们引入了公告栏作为决策者发布任务信息的手段，采取让有资源空闲（能力）的机器人主动查看公告栏以获得任务信息的方式，以充分利用***资源、降低通信量。并且采用动态决策者策略，减少信息交互，简化信息处理过程，更好的适应动态环境和复杂动态任务。
二、组织模型：
本设计的组织模型如图1及图2所示，其中每个机器人的调度组织模型和协作机制中都包含三个部分，任务管理、资源管理和行为管理。各部分均可以采用现有技术来加以实现，本设计采用Agent技术为例来进行说明，各部分功能分别介绍如下：
任务管理Agent（TA），即任务管理单元100：监控和跟踪所有任务信息，这些信息包括优先级、开始时限、处理时间、与其它任务的通信量总和、当前所在节点、任务执行所需的资源等，并可将它们综合起来计算当前的任务负载情况。能根据任务要求，合理地申请资源，执行其任务。如图3所示，任务管理Agent（TA）包括：任务信息收集模块110，用于监控和跟踪的所有任务信息，包括：优先级、开始时限、处理时间、与其它任务的通信量总和、当前所在节点、任务执行所需的资源等；以及任务信息计算模块120，用于根据收集到的所有任务信息，将它们综合起来计算当前的任务负载情况T_load= μ1Ui + μ2Si + μ3Ti + μ4Ci + μ5Ni + μ6Ri + ……；其中，μi为权值，
，根据不同需要具体设定。
资源管理Agent（RA），即资源管理单元200：管理所有与处理能力相关的资源，通常包括：控制器利用率、指令就绪队列长度、存储空间、各接口的流量和利用率等，动态实时的监控和收集这些信息，并将它们综合起来计算当前的资源负载情况。如图4所示，资源管理Agent（RA）包括：资源信息监控模块210，用于管理所有与处理能力相关的资源，包括：控制器利用率、指令就绪队列长度、存储空间、各接口的流量和利用率等；资源信息计算模块220，用于根据动态实时监控和收集的信息，并将它们综合起来计算当前的资源负载情况R_load=β1Pi + β2Li + β3Mi + β4Ii + β5Ei +……；其中，βi为权值，
，根据不同需要具体设定。
调度管理Agent（SA），即调度管理单元300：应具有快速反应和通信能力，实现任务的发现与接受，以及任务的发布；能与其他Agent进行协商，完成能力的整体评价工作，并给出评价结果；实现与其他机器人之间的通信等工作。特别是在接受任务后可进行任务调度，还可根据任务发布情况完成大规模任务的分解工作。如图5所示，调度管理Agent（SA）包括：评价结果比较模块310，用于将自身评价结果与当前决策者的评价结果进行比较：若评价结果优于原决策者，则修改公告栏中评价结果为新的评价结果，取代原决策者成为新的决策者，向原决策者发出通知，以便于原决策者放弃对该任务的决策权，否则不参与竞争；任务能力判断模块320，用于判断第一机器人Robot1是否具备完成该任务的能力：当消息的有效时间到了无竞争者，任务能力判断模块320根据其能力进行决策，能力足够，则执行其任务，否则对任务进行分解；任务分解模块330，用于将大规模任务进行分解：当消息的有效时间到了无竞争者，第一机器人Robot1又不具备完成该任务的能力，则对任务进行分解，执行分解后的部分任务，并将剩余任务再次按该调度协作机制进行处理；以及任务发布模块340，将评价结果连同任务信息一起进行发布，以使其他机器人获知新消息。
三、协作机制：
新任务发现机制：一种是获得发布的新任务，另一种是现实世界中新任务的到达，该机制主要由调度管理Agent承担。当发现新任务后，调度管理Agent立即与其他Agent之间进行协商，由资源管理Agent和任务管理Agent来完成对于该任务信息的预处理以及处理能力的计算等，而调度管理Agent则根据协商结果并结合其他因素来综合评价其能力，并给出评价结果。该过程也称为自身评价，之后进入新任务处理过程。
新任务处理过程：若获得的任务是发布的新任务，则调度管理Agent需要将评价结果与任务发布者的评价结果进行比较，若评价结果优于原决策者，则修改公告栏中评价结果为新的评价结果，取代原决策者成为新的决策者，向原决策者发出通知，以便于原决策者放弃对该任务的决策权，否则不参与竞争。
若该任务是从现实世界中直接获得的，则由其调度管理Agent将评价结果连同任务信息一起进行发布，以使其他机器人获知新消息，该机器人并成为当前决策者，并开始实时监控该消息的状态。若接到其他机器人发出的通知，则放弃对该任务的决策权。
决策机制：如消息的有效时间到了无竞争者，调度管理Agent根据其能力进行决策，能力够执行其任务；否则对任务进行分解，执行分解后的部分任务，并将剩余任务再次按该调度协作机制进行处理。
四、该模型工作流程简单介绍如下：
（1）当Robot1发现新任务到达后，首先做出自我评价，给出评价结果，将任务信息连同评价结果一同发布出去，如图6所示，（a）任务发布过程。
（2）在选择任务执行者截至时间到达之前（即消息的有效时间内），有空闲资源（能力）的机器人查看任务信息，进行自我评价，并将评价结果与当前决策者的评价结果进行比较，若此次评价结果优于当前决策者，则修改当前任务信息中的评价结果为新的评价结果，并且取代当前决策者成为新的决策者，并通知原决策者放弃对该任务的决策权，如图7所示，（b）执行者选择过程。
（3）若任务执行者的选择过程已结束，且此时决策者仍为任务的发现者Robot1，并且Robot1不具备完成该任务的能力，则由Robot1对该任务进行分解，承担其中的部分任务，并将剩余任务再次发布公告，否则，则当前决策者成为任务执行者，开始任务的执行，并就任务的完成情况更新自身能力信息，如图8所示,（C）执行者确定过程。
以上内容是结合优选技术方案对本发明所做的进一步详细说明，不能认定发明的具体实施仅限于这些说明。对本发明所属技术领域的普通技术人员来说，在不脱离本发明的构思的前提下，还可以做出简单的推演及替换，都应当视为本发明的保护范围。
Claims (8)
1.一种多机器人***的调度组织协作方法，包括以下步骤：
步骤A，任务发布过程：第一机器人Robot1的调度管理单元（300）发现新任务到达后，任务管理单元（100）、资源管理单元（200）及调度管理单元（300）联合做出自我评价，给出评价结果，第一机器人Robot1成为决策者，调度管理单元（300）将任务信息连同评价结果一同发布到公告栏Bulletin；
步骤B，执行者选择过程：在选择任务执行者截至时间到达之前，有空闲资源的机器人查看公告栏Bulletin的任务信息，进行自我评价，调度管理单元（300）的评价结果比较模块（310）将评价结果与当前决策者的评价结果进行比较，如果此次评价结果优于当前决策者的评价结果，则修改当前任务信息中的评价结果为新的评价结果，并且取代当前决策者成为新的决策者，并通知原决策者放弃对该任务的决策权；否则，放弃该任务；
步骤C，执行者确定过程：若任务执行者的选择过程已结束，且此时决策者仍为任务的发现者第一机器人Robot1，调度管理单元（300）的任务能力判断模块（320）判断第一机器人Robot1具备完成该任务的能力，则当前决策者成为任务执行者，开始任务的执行，并就任务的完成情况更新自身能力信息。
2.根据权利要求1所述的多机器人***的调度组织协作方法，所述步骤C进一步包括：若任务执行者的选择过程已结束，且此时决策者仍为任务的发现者第一机器人Robot1，并且第一机器人Robot1不具备完成该任务的能力，则由第一机器人Robot1的调度管理单元（300）的任务分解模块（330）对该任务进行分解，承担其中的部分任务，并将剩余任务再次发布公告，重复步骤A至步骤C。
3.根据权利要求1所述的多机器人***的调度组织协作方法，所述自我评价的步骤包括：
首先，当调度管理单元（300）发现新任务后，调度管理单元（300）与任务管理单元（100）及资源管理模块（200）进行协商：若该任务是从现实世界中直接获得的，则由其调度管理单元（300）根据任务管理单元（100）计算的当前任务负载信息及资源管理单元（200）计算的资源负载信息进行评价，然后将评价结果连同任务信息一起进行发布；以使其他机器人获知新消息，该机器人并成为当前决策者，并开始实时监控该消息的状态；
若接到其他机器人发出的通知，则放弃对该任务的决策权；
其次，任务管理单元（100）及资源管理模块（200）对当前任务进行预处理及处理能力的计算；
其中，预处理过程为：任务管理单元（100）中的任务信息收集模块（110）收集监控和跟踪的所有任务信息，包括：优先级Ui、开始时限Si、处理时间Ti、与其它任务的通信量总和Ci、当前所在节点Ni、任务执行所需的资源Ri；资源管理模块（200）中的资源信息监控模块（210）动态收集实时监控与处理能力相关的资源信息，包括：控制器利用率Pi、指令就绪队列长度Li、存储空间Mi、各接口的流量Ii和利用率Ei；
其中，处理能力计算过程为：任务管理单元（100）中的任务信息计算模块（120）根据收集到的所有任务信息，并将它们综合起来计算当前的任务负载情况T_load= μ1Ui + μ2Si + μ3Ti + μ4Ci + μ5Ni + μ6Ri + ……；资源管理单元（200）中的资源信息计算模块（220）根据动态实时监控和收集的信息，并将它们综合起来计算当前的资源负载情况R_load=β1Pi + β2Li + β3Mi + β4Ii + β5Ei +……；其中，μi，βi分别为其中各个信息的权值， 
，
，具体值根据不同需求可具体设定；
最后，调度管理单元（300）根据协商结果，并结合其他因素，包括：反应力和通信能力，任务的发现与接受的能力，以及任务的发布能力；通过与其他单元的通信协商完成能力的整体评价工作，并给出最终自身评价结果F=f（T_ load，R_load，…），评价结果F是T_ load，R_load等因素的函数。
4.一种多机器人***的调度组织协作***，其特征在于，所述调度组织协作***包括：
任务管理单元（100），用于监控和跟踪所有任务信息，所述任务信息包括优先级、开始时限、处理时间、与其它任务的通信量总和、当前所在节点、任务执行所需的资源，并将任务信息综合起来计算当前的任务负载情况，根据任务要求，申请资源，执行其任务；
资源管理单元（200），用于管理所有与处理能力相关的资源，动态实时的监控和收集资源信息，并将资源信息综合起来计算当前的资源负载情况；所述资源包括：控制器利用率、指令就绪队列长度、存储空间、各接口的流量和利用率；
调度管理单元（300）：用于实现任务的发现与接受，以及任务的发布；与其任务管理单元（100）、资源管理单元（200）进行协商，完成能力的整体评价工作，并给出评价结果；实现与其他机器人之间的通信；在接受任务后可进行任务调度，根据任务发布情况完成大规模任务的分解；
所述任务管理单元（100）、资源管理单元（200）及调度管理单元（300）通过通信接口相互连接。
5.根据权利要求4所述的多机器人***的调度组织协作***，其特征在于，所述调度管理单元（300）包括：
评价结果比较模块（310），用于将自身评价结果与当前决策者的评价结果进行比较：若评价结果优于原决策者，则修改公告栏中评价结果为新的评价结果，取代原决策者成为新的决策者，向原决策者发出通知，以便于原决策者放弃对该任务的决策权，否则不参与竞争；
任务能力判断模块（320），用于判断第一机器人Robot1是否具备完成该任务的能力：当消息的有效时间到了无竞争者，任务能力判断模块（320）根据其能力进行决策，能力足够，则执行其任务，否则对任务进行分解；
任务的发布模块（340），将评价结果连同任务信息一起进行发布，以使其他机器人获知新消息。
6.根据权利要求5所述的多机器人***的调度组织协作***，其特征在于，所述调度管理单元（300）进一步包括：
任务分解模块（330），用于将大规模任务进行分解：当消息的有效时间到了无竞争者，第一机器人Robot1又不具备完成该任务的能力，则对任务进行分解，执行分解后的部分任务，并将剩余任务再次按该调度协作机制进行处理。
7.根据权利要求4所述的多机器人***的调度组织协作***，其特征在于，所述任务管理单元（100）包括：
任务信息收集模块（110），用于监控和跟踪的所有任务信息，包括：优先级、开始时限、处理时间、与其它任务的通信量总和、当前所在节点、任务执行所需的资源；
任务信息计算模块（120），用于根据收集到的所有任务信息，将它们综合起来计算当前的任务负载情况T_load= μ1Ui + μ2Si + μ3Ti + μ4Ci + μ5Ni + μ6Ri + ……；其中，μi为权值，，根据不同需要具体设定。
8.根据权利要求4所述的多机器人***的调度组织协作***，其特征在于，所述资源管理单元（200）包括：
资源信息监控模块（210），用于管理所有与处理能力相关的资源，包括： 控制器利用率、指令就绪队列长度、存储空间、各接口的流量和利用率；
资源信息计算模块（220），用于根据动态实时监控和收集的信息，并将它们综合起来计算当前的资源负载情况R_load=β1Pi + β2Li + β3Mi + β4Ii + β5Ei +……；其中，βi为权值，，根据不同需要具体设定。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010105997263A CN102033536B (zh) | 2010-12-22 | 2010-12-22 | 一种多机器人***的调度组织协作***及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2010105997263A CN102033536B (zh) | 2010-12-22 | 2010-12-22 | 一种多机器人***的调度组织协作***及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102033536A true CN102033536A (zh) | 2011-04-27 |
| CN102033536B CN102033536B (zh) | 2012-12-26 |
Family
ID=43886548
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2010105997263A Expired - Fee Related CN102033536B (zh) | 2010-12-22 | 2010-12-22 | 一种多机器人***的调度组织协作***及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102033536B (zh) |
Cited By (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102499728A (zh) * | 2011-12-02 | 2012-06-20 | 苏州生物医学工程技术研究所 | 一种具有自组能力的医用微型多机器人*** |
| CN102662350A (zh) * | 2012-05-31 | 2012-09-12 | 东南大学 | 主从式多机器人协作***的轨迹示教与规划方法 |
| CN103064743A (zh) * | 2012-12-27 | 2013-04-24 | 深圳先进技术研究院 | 一种用于多机器人的资源调度方法及其资源调度*** |
| CN103176454A (zh) * | 2013-02-21 | 2013-06-26 | 深圳先进技术研究院 | 多机器人***的集群方法和*** |
| CN103235595A (zh) * | 2013-04-27 | 2013-08-07 | 湖南科技大学 | 一种室外微小型地面群机器人控制***及控制方法 |
| CN103324173A (zh) * | 2013-06-08 | 2013-09-25 | 上海交通大学 | 基于中间件的多异构机器人协作方法 |
| CN103399543A (zh) * | 2013-07-23 | 2013-11-20 | 清华大学 | 输片协作的多个机器人设备的调度方法及*** |
| WO2014101558A1 (zh) * | 2012-12-27 | 2014-07-03 | 深圳先进技术研究院 | 一种控制多机器人服务量的处理方法及*** |
| CN104820621A (zh) * | 2015-04-27 | 2015-08-05 | 南京大学 | 基于分布共享存储的智能小车协同方法 |
| CN105069530A (zh) * | 2015-08-13 | 2015-11-18 | 肇庆学院 | 一种基于多目标优化的多机器人任务分配方法 |
| CN105093934A (zh) * | 2015-08-17 | 2015-11-25 | 哈尔滨工业大学 | 考虑干扰与模型不确定性的多机器人***分布式有限时间跟踪控制方法 |
| CN105182828A (zh) * | 2015-09-18 | 2015-12-23 | 深圳前海达闼科技有限公司 | 一种设备请求协助、响应设备协助请求的方法及设备 |
| CN105488892A (zh) * | 2016-01-04 | 2016-04-13 | 杭州亚美利嘉科技有限公司 | 一种用于机器人排队管理的方法及服务器 |
| CN105553017A (zh) * | 2015-12-31 | 2016-05-04 | 小米科技有限责任公司 | 机器人充电*** |
| CN105729491A (zh) * | 2016-04-01 | 2016-07-06 | 纳恩博（北京）科技有限公司 | 机器人任务的执行方法、装置及*** |
| CN106557362A (zh) * | 2016-11-15 | 2017-04-05 | 北京光年无限科技有限公司 | 应用于智能机器人的任务迁移方法及*** |
| CN106777135A (zh) * | 2016-05-27 | 2017-05-31 | 中科鼎富（北京）科技发展有限公司 | 服务调度方法、装置及机器人服务*** |
| CN107077651A (zh) * | 2016-12-29 | 2017-08-18 | 深圳前海达闼云端智能科技有限公司 | 机器人协作方法、装置、机器人和计算机程序产品 |
| CN107223261A (zh) * | 2016-12-07 | 2017-09-29 | 深圳前海达闼云端智能科技有限公司 | 人机混合决策方法和装置 |
| CN107247460A (zh) * | 2017-06-01 | 2017-10-13 | 三峡大学 | 一种机器蜜蜂的集群控制方法与*** |
| CN107450491A (zh) * | 2017-08-04 | 2017-12-08 | 杭州南江机器人股份有限公司 | 一种机器人调度***、方法、电子设备和存储介质 |
| CN108171394A (zh) * | 2017-11-21 | 2018-06-15 | 中国科学院自动化研究所 | 基于分层式结构和资源整合的多机器人任务分配方法 |
| CN108227654A (zh) * | 2017-12-28 | 2018-06-29 | 顺丰科技有限公司 | 一种调度服务端、调度装置、机器人***及调度方法 |
| CN108428059A (zh) * | 2018-03-27 | 2018-08-21 | 昆明理工大学 | 一种管道检测机器人队列形成及演变方法 |
| CN109240251A (zh) * | 2018-11-19 | 2019-01-18 | 炬星科技（深圳）有限公司 | 分布式机器人的调度决策方法 |
| CN110780651A (zh) * | 2019-11-01 | 2020-02-11 | 四川长虹电器股份有限公司 | Agv调度***及方法 |
| CN111103887A (zh) * | 2020-01-14 | 2020-05-05 | 大连理工大学 | 一种基于多传感器的多移动机器人调度***设计方法 |
| CN111633655A (zh) * | 2020-06-06 | 2020-09-08 | 杭州电子科技大学 | 一种分布式自主移动机器人交通调度方法 |
| US10953541B2 (en) | 2018-07-31 | 2021-03-23 | At&T Intellectual Property I, L.P. | Providing logistical support for robots |
| CN112990727A (zh) * | 2021-03-26 | 2021-06-18 | 中国人民财产保险股份有限公司深圳市分公司 | 一种机器人任务执行控制方法、装置、***及介质 |
| WO2022012267A1 (zh) * | 2020-07-17 | 2022-01-20 | 北京理工大学 | 一种五金柔性生产车间多加工机器人协作方法 |
| CN114089755A (zh) * | 2021-11-16 | 2022-02-25 | 大连理工大学 | 一种基于一致性包算法的多机器人任务分配方法 |
| CN114536339A (zh) * | 2022-03-03 | 2022-05-27 | 深圳市大族机器人有限公司 | 协作机器人的控制方法、装置、协作机器人和存储介质 |
| 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***及其方法 |
| CN116700094A (zh) * | 2023-06-21 | 2023-09-05 | 哈尔滨博尼智能技术有限公司 | 一种数据驱动控制*** |
| US11897139B2 (en) | 2021-01-29 | 2024-02-13 | Farobot Inc. | Dynamic configuration method based on role assignation and multi-agent plan execution device |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP3588405A1 (en) * | 2018-06-29 | 2020-01-01 | Tata Consultancy Services Limited | Systems and methods for scheduling a set of non-preemptive tasks in a multi-robot environment |
| TWI812923B (zh) * | 2021-02-09 | 2023-08-21 | 法博智能移動股份有限公司 | 基於角色指派的動態配置方法、電子設備及媒體 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004104716A1 (en) * | 2003-05-16 | 2004-12-02 | Fsi International, Inc. | Scheduling multi-robot processing systems |
| CN101551661A (zh) * | 2009-05-12 | 2009-10-07 | 广东工业大学 | 一种面向多机器人***的控制方法 |
-
2010
- 2010-12-22 CN CN2010105997263A patent/CN102033536B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004104716A1 (en) * | 2003-05-16 | 2004-12-02 | Fsi International, Inc. | Scheduling multi-robot processing systems |
| CN101551661A (zh) * | 2009-05-12 | 2009-10-07 | 广东工业大学 | 一种面向多机器人***的控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| 《微计算机信息》 20051231 王占杰 等 "多agent动态调度控制模型" 第21卷, 第1期 * |
Cited By (59)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102499728A (zh) * | 2011-12-02 | 2012-06-20 | 苏州生物医学工程技术研究所 | 一种具有自组能力的医用微型多机器人*** |
| CN102662350B (zh) * | 2012-05-31 | 2013-11-27 | 东南大学 | 主从式多机器人协作***的轨迹示教与规划方法 |
| CN102662350A (zh) * | 2012-05-31 | 2012-09-12 | 东南大学 | 主从式多机器人协作***的轨迹示教与规划方法 |
| CN103064743B (zh) * | 2012-12-27 | 2017-09-26 | 深圳先进技术研究院 | 一种用于多机器人的资源调度方法及其资源调度*** |
| CN103064743A (zh) * | 2012-12-27 | 2013-04-24 | 深圳先进技术研究院 | 一种用于多机器人的资源调度方法及其资源调度*** |
| WO2014101558A1 (zh) * | 2012-12-27 | 2014-07-03 | 深圳先进技术研究院 | 一种控制多机器人服务量的处理方法及*** |
| CN103176454A (zh) * | 2013-02-21 | 2013-06-26 | 深圳先进技术研究院 | 多机器人***的集群方法和*** |
| CN103176454B (zh) * | 2013-02-21 | 2015-07-29 | 深圳先进技术研究院 | 多机器人***的集群方法和*** |
| CN103235595B (zh) * | 2013-04-27 | 2016-03-16 | 湖南科技大学 | 一种室外微小型地面群机器人控制***及控制方法 |
| CN103235595A (zh) * | 2013-04-27 | 2013-08-07 | 湖南科技大学 | 一种室外微小型地面群机器人控制***及控制方法 |
| CN103324173A (zh) * | 2013-06-08 | 2013-09-25 | 上海交通大学 | 基于中间件的多异构机器人协作方法 |
| CN103324173B (zh) * | 2013-06-08 | 2015-10-28 | 上海交通大学 | 基于中间件的多异构机器人协作方法 |
| CN103399543B (zh) * | 2013-07-23 | 2016-03-23 | 清华大学 | 输片协作的多个机器人设备的调度方法及*** |
| CN103399543A (zh) * | 2013-07-23 | 2013-11-20 | 清华大学 | 输片协作的多个机器人设备的调度方法及*** |
| CN104820621A (zh) * | 2015-04-27 | 2015-08-05 | 南京大学 | 基于分布共享存储的智能小车协同方法 |
| CN104820621B (zh) * | 2015-04-27 | 2018-07-24 | 南京大学 | 基于分布共享存储的智能小车协同方法 |
| CN105069530A (zh) * | 2015-08-13 | 2015-11-18 | 肇庆学院 | 一种基于多目标优化的多机器人任务分配方法 |
| CN105069530B (zh) * | 2015-08-13 | 2019-02-26 | 肇庆学院 | 一种基于多目标优化的多机器人任务分配方法 |
| CN105093934B (zh) * | 2015-08-17 | 2017-08-25 | 哈尔滨工业大学 | 考虑干扰与模型不确定性的多机器人***分布式有限时间跟踪控制方法 |
| CN105093934A (zh) * | 2015-08-17 | 2015-11-25 | 哈尔滨工业大学 | 考虑干扰与模型不确定性的多机器人***分布式有限时间跟踪控制方法 |
| CN105182828A (zh) * | 2015-09-18 | 2015-12-23 | 深圳前海达闼科技有限公司 | 一种设备请求协助、响应设备协助请求的方法及设备 |
| CN105182828B (zh) * | 2015-09-18 | 2018-09-07 | 深圳前海达闼科技有限公司 | 一种设备请求协助、响应设备协助请求的方法及设备 |
| CN105553017A (zh) * | 2015-12-31 | 2016-05-04 | 小米科技有限责任公司 | 机器人充电*** |
| CN105488892A (zh) * | 2016-01-04 | 2016-04-13 | 杭州亚美利嘉科技有限公司 | 一种用于机器人排队管理的方法及服务器 |
| CN105729491A (zh) * | 2016-04-01 | 2016-07-06 | 纳恩博（北京）科技有限公司 | 机器人任务的执行方法、装置及*** |
| CN105729491B (zh) * | 2016-04-01 | 2018-09-04 | 纳恩博（北京）科技有限公司 | 机器人任务的执行方法、装置及*** |
| CN106777135A (zh) * | 2016-05-27 | 2017-05-31 | 中科鼎富（北京）科技发展有限公司 | 服务调度方法、装置及机器人服务*** |
| CN106557362A (zh) * | 2016-11-15 | 2017-04-05 | 北京光年无限科技有限公司 | 应用于智能机器人的任务迁移方法及*** |
| CN107223261A (zh) * | 2016-12-07 | 2017-09-29 | 深圳前海达闼云端智能科技有限公司 | 人机混合决策方法和装置 |
| CN107077651A (zh) * | 2016-12-29 | 2017-08-18 | 深圳前海达闼云端智能科技有限公司 | 机器人协作方法、装置、机器人和计算机程序产品 |
| CN107247460A (zh) * | 2017-06-01 | 2017-10-13 | 三峡大学 | 一种机器蜜蜂的集群控制方法与*** |
| CN107247460B (zh) * | 2017-06-01 | 2020-08-18 | 三峡大学 | 一种机器蜜蜂的集群控制方法与*** |
| CN107450491A (zh) * | 2017-08-04 | 2017-12-08 | 杭州南江机器人股份有限公司 | 一种机器人调度***、方法、电子设备和存储介质 |
| CN108171394A (zh) * | 2017-11-21 | 2018-06-15 | 中国科学院自动化研究所 | 基于分层式结构和资源整合的多机器人任务分配方法 |
| CN108171394B (zh) * | 2017-11-21 | 2021-02-02 | 中国科学院自动化研究所 | 基于分层式结构和资源整合的多机器人任务分配方法 |
| CN108227654A (zh) * | 2017-12-28 | 2018-06-29 | 顺丰科技有限公司 | 一种调度服务端、调度装置、机器人***及调度方法 |
| CN108428059A (zh) * | 2018-03-27 | 2018-08-21 | 昆明理工大学 | 一种管道检测机器人队列形成及演变方法 |
| CN108428059B (zh) * | 2018-03-27 | 2021-07-16 | 昆明理工大学 | 一种管道检测机器人队列形成及演变方法 |
| US10953541B2 (en) | 2018-07-31 | 2021-03-23 | At&T Intellectual Property I, L.P. | Providing logistical support for robots |
| US11890757B2 (en) | 2018-07-31 | 2024-02-06 | Hyundai Motor Company | Providing logistical support for robots |
| WO2020103298A1 (zh) * | 2018-11-19 | 2020-05-28 | 炬星科技（深圳）有限公司 | 分布式机器人的调度决策方法、装置、***与电子设备和存储介质 |
| CN109240251A (zh) * | 2018-11-19 | 2019-01-18 | 炬星科技（深圳）有限公司 | 分布式机器人的调度决策方法 |
| CN109240251B (zh) * | 2018-11-19 | 2024-05-14 | 炬星科技（深圳）有限公司 | 分布式机器人的调度决策方法 |
| CN110780651A (zh) * | 2019-11-01 | 2020-02-11 | 四川长虹电器股份有限公司 | Agv调度***及方法 |
| CN111103887B (zh) * | 2020-01-14 | 2021-11-12 | 大连理工大学 | 一种基于多传感器的多移动机器人调度***设计方法 |
| CN111103887A (zh) * | 2020-01-14 | 2020-05-05 | 大连理工大学 | 一种基于多传感器的多移动机器人调度***设计方法 |
| CN111633655A (zh) * | 2020-06-06 | 2020-09-08 | 杭州电子科技大学 | 一种分布式自主移动机器人交通调度方法 |
| CN111633655B (zh) * | 2020-06-06 | 2021-04-30 | 杭州电子科技大学 | 一种分布式自主移动机器人交通调度方法 |
| WO2022012267A1 (zh) * | 2020-07-17 | 2022-01-20 | 北京理工大学 | 一种五金柔性生产车间多加工机器人协作方法 |
| US11897139B2 (en) | 2021-01-29 | 2024-02-13 | Farobot Inc. | Dynamic configuration method based on role assignation and multi-agent plan execution device |
| CN112990727A (zh) * | 2021-03-26 | 2021-06-18 | 中国人民财产保险股份有限公司深圳市分公司 | 一种机器人任务执行控制方法、装置、***及介质 |
| CN114089755A (zh) * | 2021-11-16 | 2022-02-25 | 大连理工大学 | 一种基于一致性包算法的多机器人任务分配方法 |
| CN114089755B (zh) * | 2021-11-16 | 2024-02-02 | 大连理工大学 | 一种基于一致性包算法的多机器人任务分配方法 |
| CN114536339A (zh) * | 2022-03-03 | 2022-05-27 | 深圳市大族机器人有限公司 | 协作机器人的控制方法、装置、协作机器人和存储介质 |
| CN114536339B (zh) * | 2022-03-03 | 2024-05-31 | 深圳市大族机器人有限公司 | 协作机器人的控制方法、装置、协作机器人和存储介质 |
| 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***及其方法 |
| CN115113626B (zh) * | 2022-07-20 | 2023-04-11 | 威康(深圳)智能有限公司 | 一种机器人分布式控制***及其方法 |
| CN116700094A (zh) * | 2023-06-21 | 2023-09-05 | 哈尔滨博尼智能技术有限公司 | 一种数据驱动控制*** |
| CN116700094B (zh) * | 2023-06-21 | 2024-03-01 | 哈尔滨博尼智能技术有限公司 | 一种数据驱动控制*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102033536B (zh) | 2012-12-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102033536B (zh) | 一种多机器人***的调度组织协作***及方法 | |
| CN101441580B (zh) | 分布式并行计算平台***及其计算任务分配方法 | |
| CN103838621B (zh) | 用于调度例行作业的方法和***、调度节点 | |
| CN102541640A (zh) | 一种集群gpu资源调度***和方法 | |
| CN101916404A (zh) | 一种装备制造过程多厂协同调度优化方法 | |
| Liu et al. | Handling recoverable temporal violations in scientific workflow systems: a workflow rescheduling based strategy | |
| Liu et al. | A survey on virtual machine scheduling in cloud computing | |
| CN101320329A (zh) | 一种基于任务优先级的抢占式人力资源配置方法和*** | |
| CN102075944A (zh) | 认知网络中基于多Agent协作的可用资源管理***及方法 | |
| CN105446816A (zh) | 一种面向异构平台的能耗优化调度方法 | |
| CN108510150A (zh) | 一种基于边缘计算的纺纱cps及其实时任务处理方法 | |
| CN109783225A (zh) | 一种多租户大数据平台的租户优先级管理方法及*** | |
| Qing | Vehicle scheduling model of emergency logistics distribution based on internet of things | |
| Liu et al. | A framework for scheduling in cloud manufacturing with deep reinforcement learning | |
| CN108574729A (zh) | 一种智能变电站云*** | |
| CN103268261A (zh) | 一种适用于大规模高效能计算机的层次式计算资源管理方法 | |
| Dahal et al. | Scheduling in multiprocessor system using genetic algorithms | |
| CN110266515A (zh) | 一种基于普适计算的运营信息*** | |
| CN106845795B (zh) | 一种基于多Agent技术的业务流转***及其业务流转方法 | |
| CN109274549A (zh) | 一种空管监视信息处理***间组网管理方法 | |
| CN108874517A (zh) | 固定优先级待机备用***利用率划分能耗优化方法 | |
| Zhang et al. | Design and optimization of AGV scheduling algorithm in logistics system based on convolutional neural network | |
| CN111954268A (zh) | 一种基于小型无人机的协作资源再分配方法及*** | |
| CN103034528B (zh) | 一种基于本体的多Agent审批任务数据处理方法 | |
| Yin et al. | Optimization of emergency logistics service capacity in the context of COVID-19 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121226 Termination date: 20161222 |