CN108830453B - 一种远程操作效果的评估方法及*** - Google Patents
一种远程操作效果的评估方法及*** Download PDFInfo
- Publication number
- CN108830453B CN108830453B CN201810424294.9A CN201810424294A CN108830453B CN 108830453 B CN108830453 B CN 108830453B CN 201810424294 A CN201810424294 A CN 201810424294A CN 108830453 B CN108830453 B CN 108830453B
- Authority
- CN
- China
- Prior art keywords
- task
- weight
- standard
- evaluation
- distance
- 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
- 230000000694 effects Effects 0.000 title claims abstract description 92
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000011156 evaluation Methods 0.000 claims abstract description 161
- 238000012549 training Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000005070 sampling Methods 0.000 claims description 59
- 238000012937 correction Methods 0.000 claims description 30
- 230000002452 interceptive effect Effects 0.000 claims description 13
- 238000013461 design Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 abstract description 5
- 238000011158 quantitative evaluation Methods 0.000 abstract description 5
- 238000000354 decomposition reaction Methods 0.000 abstract description 3
- 238000005215 recombination Methods 0.000 abstract description 3
- 230000006798 recombination Effects 0.000 abstract description 3
- 230000008859 change Effects 0.000 description 5
- 230000005484 gravity Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明实施例提供一种远程操作效果的评估方法及***,所述方法包括:确定远程操作机器人执行目标任务对应的评估值,其中,所述目标任务包括:标准操作任务和/或非标准操作任务;根据所述远程操作的结果,对所述评估值进行处理确定机器人的远程操作效果的评估信息。由此,可以实现在复杂任务、复杂时延环境下对机器人远程操作效果的科学量化评价,可有效的用于指导和训练机器人远程操作员,任务的相关评价方法并结合相关的优化算法后,可有效用于指导任务分解、重组和任务规划。
Description
技术领域
本发明实施例涉及机器人远程操控领域,尤其涉及一种远程操作效果的评估方法及***。
背景技术
机器人远程操作是将人的智能判断和机器人的强效执行相结合的一种手段,可极大的延伸作业的通用性、智能性和有效保护操作人员的安全,同时也有利于拥有专业知识背景的操作专家,方便的加入或者介入重要的操作任务。本方法涉及的技术领域背景即机器人的远程操作领域。
当新的操作人员使用操作器对远程对象或机器人进行操作时,首先需要***化的培训和训练,训练的结果经过不断的评价并提示操作员改良操作手法后达到操作者训练的目的。然而,由于操作对象、操作装置以及远程操作***均为强耦合的***,即***作的机器人是针对着特定任务设计,而对应的操作装置和操作***是针对改机器人进行的设计,而且由于执行的任务差异、操作对象(远端机器人)的差异巨大,因此难以使用通用的评价指标实现对不同情况下的操作评价(例如有些任务或机器人强调安全、有些强调精细、有些强调速度、有些强调重复性、有些强调应急响应和适应性等)。
然而,由于远程操作与现场操作的关键区别就在于时间延迟和有限的现场信息获取能力,导致相同任务也可能由于这些因素的影响使得评价结果孑然不同,因此,对操作效果的评估成为亟需解决的问题。
发明内容
本发明实施例提供了一种远程操作效果的评估方法及***,可以实现对机器人的远程操作效果的评估。
第一方面,本发明实施例提供了一种远程操作效果的评估方法,包括:
确定远程操作机器人执行目标任务对应的评估值,其中,所述目标任务包括:标准操作任务和/或非标准操作任务;
根据所述远程操作的结果,对所述评估值进行处理确定机器人的远程操作效果的评估信息。
在一个可能的实施方式中,确定所述标准操作任务对应的评估值,包括:
获取机器人在执行标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合;
根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第一公式确定所述标准操作任务对应的评估值;
其中,所述第一公式为:
Jk为步骤k的评估值,在步骤k为所述操作轨迹有l个采样点,每个采样点的标准位置的坐标为Pd_i,每个采样点的操作位置的坐标为Pi,dd_i为各标准采样点与障碍物或者干涉物的距离,di为操作中对应采样点与与障碍物或者干涉物的距离,m为对应的操作模式的种类,wp为操作位置对应的权重,wd为安全距离对应的权重,wm为操作模式对应的权重。
在一个可能的实施方式中,确定所述非标准操作任务对应的评估值,包括:
获取机器人在执行非标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合,所述非标准操作任务为可重复训练的非标准步骤;
根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第二公式确定所述非标准操作任务对应的评估值;
其中,所述第二公式为:
Jf_k为可重复训练的非标准操作任务的评价值,为非标准操作任务的操作所行径的路线长度,di为操作中对应采样点与障碍物或者干涉物的距离,为非标准操作任务内总的采样点数量,Tf_k为非标准操作任务的总操作时间,为操作路线长度的权重,wf-d为操作中的最小安全距离的权重,wf_d_t为操作中全程安全距离的权重,wf_T为操作时长的权重。
在一个可能的实施方式中,所述确定所述非标准操作任务对应的评估值,还包括:
确定所述非标准操作任务与所述标准操作任务的相似度所述非标准操作任务为不可重复的训练的非标准步骤;
根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤;
根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值;
根据所述特征值采用第三公式确定所述非标准操作任务对应的评估值;
其中,所述第三公式为:
Jf_c_k为不可重复训练的非标准操作任务的评价值,lf_c_k为非标准操作任务的采样点数量,||df_c_k||为对应采样点与障碍物或者干涉物的距离, Tf_c_k为非标准操作任务的操作时间,Lf_c_k为非标准操作任务的操作距离,为平均安全距离的评价权重,为最小安全距离的评价权重,为操作时间的评价权重,为操作距离的评价权重。
在一个可能的实施方式中,所述远程操作的结果包括:
完全成功型任务和非完全成功型任务;
所述完全成功型任务为所有步骤均达到预设目标结果,所述非完全成功型任务为部分步骤未达到预设目标结果且通过其它方式达到预设目标结果。
在一个可能的实施方式中,所述根据所述远程操作的结果,对所述评估值进行处理确定机器人的远程操作效果的评估信息,包括:
根据所述远程操作的结果,确定执行所述目标任务的执行效果信息、总效果的基础值和总效果的修正系数。
根据所述执行效果信息、所述基础值和所述修正系数确定机器人的远程操作效果的评估信息。
在一个可能的实施方式中,所述执行效果信息采用如下公式确定:
在一个可能的实施方式中,所述总效果的基础值采用如下公式确定:
其中,Tj为目标任务的操作时间,Dj为目标任务中全程与障碍物或者干涉物的平均距离,dj为操作中对应采样点与障碍物或者干涉物的距离。
在一个可能的实施方式中,所述修正系数εj采用如下公式确定:
其中,ε为修正系数,Td_j为远程操作任务j的回路时延平均值,Tw_j为远程操作任务j的回路时延波动范围,Twf_j为远程操作任务j回路时延的波动等效频率。
在一个可能的实施方式中,所述根据所述执行效果信息、所述基础值和所述修正系数确定机器人的远程操作效果的评估信息的步骤采用如下公式确定:
在一个可能的实施方式中,所述方法还包括:
根据所述评估信息调整权重的值,根据调整后的权重值指导用户操作机器人执行目标任务;
其中,所述权重至少包括以下之一:
操作位置对应的权重wp、安全距离对应的权重wd、操作模式对应的权重wm、操作路线长度的权重操作中的最小安全距离的权重wf-d、操作中全程安全距离的权重wf_d_t、操作时长的权重wf_T、平均安全距离的评价权重最小安全距离的评价权重操作时间的评价权重和操作距离的评价权重
第二方面,本发明实施例提供了一种远程操作效果的评估***,包括:
确定模块,用于确定远程操作机器人执行目标任务对应的评估值,其中,所述目标任务包括:标准操作任务和/或非标准操作任务;
处理模块,用于根据所述远程操作的结果,对所述评估值进行处理确定机器人的远程操作效果的评估信息。
在一个可能的实施方式中,所述确定模块,用于获取机器人在执行标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合;根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第一公式确定所述标准操作任务对应的评估值;
其中,所述第一公式为:
Jk为步骤k的评估值,在步骤k为所述操作轨迹有l个采样点,每个采样点的标准位置的坐标为Pd_i,每个采样点的操作位置的坐标为Pi,dd_i为各标准采样点与障碍物或者干涉物的距离,di为操作中对应采样点与与障碍物或者干涉物的距离,m为对应的操作模式的种类,wp为操作位置对应的权重,wd为安全距离对应的权重,wm为操作模式对应的权重。
在一个可能的实施方式中,所述确定模块,用于获取机器人在执行非标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合,所述非标准操作任务为可重复训练的非标准步骤;根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第二公式确定所述非标准操作任务对应的评估值;
其中,所述第二公式为:
Jf_k为可重复训练的非标准操作任务的评价值,为非标准操作任务的操作所行径的路线长度,di为操作中对应采样点与障碍物或者干涉物的距离,为非标准操作任务内总的采样点数量,Tf_k为非标准操作任务的总操作时间,为操作路线长度的权重,wf-d为操作中的最小安全距离的权重,wf_d_t为操作中全程安全距离的权重,wf_T为操作时长的权重。
在一个可能的实施方式中,所述确定模块,还用于确定所述非标准操作任务与所述标准操作任务的相似度所述非标准操作任务为不可重复的训练的非标准步骤;根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤;根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值;根据所述特征值采用第三公式确定所述非标准操作任务对应的评估值;
其中,所述第三公式为:
Jf_c_k为不可重复训练的非标准操作任务的评价值,lf_c_k为非标准操作任务的采样点数量,||df_c_k||为对应采样点与障碍物或者干涉物的距离, Tf_c_k为非标准操作任务的操作时间,Lf_c_k为非标准操作任务的操作距离,为平均安全距离的评价权重,为最小安全距离的评价权重,为操作时间的评价权重,为操作距离的评价权重。
在一个可能的实施方式中,所述远程操作的结果包括:
完全成功型任务和非完全成功型任务;
所述完全成功型任务为所有步骤均达到预设目标结果,所述非完全成功型任务为部分步骤未达到预设目标结果且通过其它方式达到预设目标结果。
在一个可能的实施方式中,所述处理模块,用于根据所述远程操作的结果,确定执行所述目标任务的执行效果信息、总效果的基础值和总效果的修正系数。根据所述执行效果信息、所述基础值和所述修正系数确定机器人的远程操作效果的评估信息。
在一个可能的实施方式中,所述执行效果信息采用如下公式确定:
在一个可能的实施方式中,所述总效果的基础值采用如下公式确定:
其中,Tj为目标任务的操作时间,Dj为目标任务中全程与障碍物或者干涉物的平均距离,dj为操作中对应采样点与障碍物或者干涉物的距离。
在一个可能的实施方式中,所述修正系数εj采用如下公式确定:
其中,ε为修正系数,Td_j为远程操作任务j的回路时延平均值,Tw_j为远程操作任务j的回路时延波动范围,Twf_j为远程操作任务j回路时延的波动等效频率。
在一个可能的实施方式中,所述根据所述执行效果信息、所述基础值和所述修正系数确定机器人的远程操作效果的评估信息的步骤采用如下公式确定:
在一个可能的实施方式中,所述处理模块,还用于根据所述评估信息调整权重的值,根据调整后的权重值指导用户操作机器人执行目标任务;
其中,所述权重至少包括以下之一:
操作位置对应的权重wp、安全距离对应的权重wd、操作模式对应的权重wm、操作路线长度的权重操作中的最小安全距离的权重wf-d、操作中全程安全距离的权重wf_d_t、操作时长的权重wf_T、平均安全距离的评价权重最小安全距离的评价权重操作时间的评价权重和操作距离的评价权重
本发明实施例提供的一种远程操作效果的评估方案,通过将任务集分解、步骤集分解,以专家示例或者操作效果优选为基础,可以修改、优化和构建标准步骤集并建立相应数据基础,针对可能出现的步骤情况给出了对应的量化评价方式,进一步从步骤结果组合的评价提升到任务结果评价,从而实现了在复杂任务、复杂时延环境下对机器人远程操作效果的科学量化评价。使用该方法和***不依赖于具体的机器人对象和操作对象,步骤的相关评价方法并结合相关的优化算法后,可有效的用于指导和训练机器人远程操作员,任务的相关评价方法并结合相关的优化算法后,可有效用于指导任务分解、重组和任务规划。
附图说明
图1为本发明实施例提供的一种远程操作效果的评估方法的流程示意图;
图2为本发明实施例提供的一种远程操作效果的评估***的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
为便于对本发明实施例的理解,下面将结合附图以具体实施例做进一步的解释说明,实施例并不构成对本发明实施例的限定。
图1为本发明实施例提供的一种远程操作效果的评估方法的流程示意图,如图1所示,该方法具体包括:
101、确定远程操作机器人执行目标任务对应的评估值。
在本实施例中,预先根据机器人待执行的操作任务和操作内容对执行目标任务的远程操作的类型进行划分,其中,所述目标任务包括:标准操作任务和/或非标准操作任务;标准操作任务可以是,但不限于:全部由标准操作步骤组成的任务;非标准操作任务可以是,但不限于:包含非标准操作步骤的任务。标准操作步骤为已训练好的、可重复使用的步骤;非标准操作步骤为非训练好的步骤,标准操作步骤具有固定性、非标准操作步骤具有随机性突发性。
具体地,对于标准操作任务,可通过如下方式确定标准操作任务对应的评估值,具体包括:
获取机器人在执行标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合;根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第一公式确定所述标准操作任务对应的评估值。
其中,所述第一公式为:
Jk为步骤k的评估值,在步骤k为所述操作轨迹有l个采样点,每个采样点的标准位置的坐标为Pd_i,每个采样点的操作位置的坐标为Pi,dd_i为各标准采样点与障碍物或者干涉物的距离,di为操作中对应采样点与与障碍物或者干涉物的距离,m为对应的操作模式的种类,wp为操作位置对应的权重,wd为安全距离对应的权重,wm为操作模式对应的权重,且wp+wd+wm=1。
具体地,对于非标准操作任务,可以分为可重复训练的非标准操作任务和不可重复训练的非标准操作任务,其中,可重复训练的非标准操作任务可通过训练转换为标准操作任务。
对于可重复训练的非标准操作任务,可通过如下方式确定可重复训练的所述非标准操作任务对应的评估值,具体包括:获取机器人在执行非标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合,所述非标准操作任务包括可重复训练的非标准步骤;根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第二公式确定所述非标准操作任务对应的评估值。
其中,所述第二公式为:
Jf_k为可重复训练的非标准操作任务的评价值,为非标准操作任务的操作所行径的路线长度,di为操作中对应采样点与障碍物或者干涉物的距离,为非标准操作任务内总的采样点数量,Tf_k为非标准操作任务的总操作时间,为操作路线长度的权重,wf-d为操作中的最小安全距离的权重,wf_d_t为操作中全程安全距离的权重,wf_T为操作时长的权重,且 wf_L+wf_d+wf_d_t+wf_T=1。
对于不可重复训练的非标准操作任务,可通过如下方式确定可不重复训练的所述非标准操作任务对应的评估值,具体包括:确定所述非标准操作任务与所述标准操作任务的相似度,所述非标准操作任务包括不可重复的训练的非标准步骤;根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤;根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值;根据所述特征值采用第三公式确定所述非标准操作任务对应的评估值。
确定所述非标准操作任务与所述标准操作任务的相似度,可采用相似度算法,具体包括:
其中,表示的是标准步骤i与非标准步骤fk所对应的相似度表征计算结果。||Dis||表示为第i个标准步骤的起始点与本非标准步骤的起始点的状态空间距离,||Dis||则表示第i个标准步骤的终止点与本非标准步骤的终止点的状态空间距离,||dis||表示第i个标准步骤的起始点与障碍物或者干涉物的距离,||diL‖表示第i个标准步骤的终止点与障碍物或者干涉物的距离,表示第i个标准步骤与本非标准步骤的操作时间差别,表示第i个标准步骤与本非标准步骤的操作距离差别,‖ΔDis-iL‖表示第i个标准步骤的起始点到终止点的状态空间距离与本非标准步骤的起始点到终止点的状态空间距离差别。为起始点相似性的权重,为终止点相似性的权重,为起始安全距离的相似性权重,为终止安全距离的相似性权重,为操作时长相似性权重,wfΔL为操作距离的相似性权重,为终末端距离相似度权重,且有 越小越相似。
其中,n为所有标准步骤的数量,该提取即提取排序中前c个标准步骤,且这些标准步骤贡献的相似度效果占总数的95%以上。其中对于比重值95%可根据具体情况进行设定,如85%、90%等,对此本实施例不作具体限定。
根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值,具体包括:
其中,所述第三公式为:
Jf_c_k为不可重复训练的非标准操作任务的评价值,lf_c_k为非标准操作任务的采样点数量,||df_c_k||为对应采样点与障碍物或者干涉物的距离, Tf_c_k为非标准操作任务的操作时间,Lf_c_k为非标准操作任务的操作距离,为平均安全距离的评价权重,为最小安全距离的评价权重,为操作时间的评价权重,为操作距离的评价权重。
102、根据所述远程操作的结果,对所述评估值进行处理确定机器人的远程操作效果的评估信息。
远程操作的结果,完全成功型任务和非完全成功型任务;所述完全成功型任务为所有步骤均达到预设目标结果,所述非完全成功型任务为部分步骤未达到预设目标结果且通过其它方式达到预设目标结果。
具体地,根据所述远程操作的结果,确定执行所述目标任务的执行效果信息、总效果的基础值和总效果的修正系数;根据所述执行效果信息、所述基础值和所述修正系数确定机器人的远程操作效果的评估信息。
所述执行效果信息采用如下公式确定:
所述总效果的基础值采用如下公式确定:
其中,Tj为目标任务的操作时间,Dj为目标任务中全程与障碍物或者干涉物的平均距离,dj为操作中对应采样点与障碍物或者干涉物的距离。
所述修正系数εj采用如下公式确定:
其中,ε为修正系数,Td_j为远程操作任务j的回路时延平均值,Tw_j为远程操作任务j的回路时延波动范围,Twf_j为远程操作任务j回路时延的波动等效频率。
所述根据所述执行效果信息、所述基础值和所述修正系数确定机器人的远程操作效果的评估信息的步骤采用如下公式确定:
103、根据所述评估信息调整权重的值,根据调整后的权重值指导用户操作机器人执行目标任务。
其中,所述权重至少包括以下之一:
操作位置对应的权重wp、安全距离对应的权重wd、操作模式对应的权重wm、操作路线长度的权重操作中的最小安全距离的权重wf-d、操作中全程安全距离的权重wf_d_t、操作时长的权重wf_T、平均安全距离的评价权重最小安全距离的评价权重操作时间的评价权重和操作距离的评价权重
具体地,包括:
1031、收集多个操作员以往的操作数据,构成操作样本数据库,一般的,样本数据库中的样本数量需要超过标准步骤库的数量一个量级,将样本数据库分解为训练样本数据库和考核样本数据库。
1032、对于某个标准步骤k,在训练样本数据库中提取各个不同操作员(比如操作员x)在进行该标准步骤操作时的评价值并根据操作的时间顺序排序,即初次操作该步骤排首,后续操作该步骤依次排列。计算该操作员进行此步骤操作时的评价值的平均变化率
1036、将训练好的新评价权重w′p、w′d、w′m与原评价权重做差,获得Δwp、Δwd、Δwm,根据获得后的权重标准步任务评估值的权重进行调整。
本发明实施例提供的一种远程操作效果的评估方法,通过将任务集分解、步骤集分解,以专家示例或者操作效果优选为基础,可以修改、优化和构建标准步骤集并建立相应数据基础,针对可能出现的步骤情况给出了对应的量化评价方式,进一步从步骤结果组合的评价提升到任务结果评价,从而实现了在复杂任务、复杂时延环境下对机器人远程操作效果的科学量化评价。使用该方法和***不依赖于具体的机器人对象和操作对象,步骤的相关评价方法并结合相关的优化算法后,可有效的用于指导和训练机器人远程操作员,任务的相关评价方法并结合相关的优化算法后,可有效用于指导任务分解、重组和任务规划。
图2为本发明实施例提供的一种远程操作效果的评估***的结构示意图,如图2所示,该***具体包括:
确定模块201,用于确定远程操作机器人执行目标任务对应的评估值,其中,所述目标任务包括:标准操作任务和/或非标准操作任务;
处理模块202,用于根据所述远程操作的结果,对所述评估值进行处理确定机器人的远程操作效果的评估信息。
可选地,所述确定模块201,用于获取机器人在执行标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合;根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第一公式确定所述标准操作任务对应的评估值;
其中,所述第一公式为:
Jk为步骤k的评估值,在步骤k为所述操作轨迹有l个采样点,每个采样点的标准位置的坐标为Pd_i,每个采样点的操作位置的坐标为Pi,dd_i为各标准采样点与障碍物或者干涉物的距离,di为操作中对应采样点与与障碍物或者干涉物的距离,m为对应的操作模式的种类,wp为操作位置对应的权重,wd为安全距离对应的权重,wm为操作模式对应的权重。
可选地,所述确定模块201,用于获取机器人在执行非标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合,所述非标准操作任务为可重复训练的非标准步骤;根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第二公式确定所述非标准操作任务对应的评估值;
其中,所述第二公式为:
Jf_k为可重复训练的非标准操作任务的评价值,为非标准操作任务的操作所行径的路线长度,di为操作中对应采样点与障碍物或者干涉物的距离,为非标准操作任务内总的采样点数量,Tf_k为非标准操作任务的总操作时间,为操作路线长度的权重,wf-d为操作中的最小安全距离的权重,wf_d_t为操作中全程安全距离的权重,wf_T为操作时长的权重。
可选地,所述确定模块201,还用于确定所述非标准操作任务与所述标准操作任务的相似度所述非标准操作任务为不可重复的训练的非标准步骤;根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤;根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值;根据所述特征值采用第三公式确定所述非标准操作任务对应的评估值;
其中,所述第三公式为:
Jf_c_k为不可重复训练的非标准操作任务的评价值,lf_c_k为非标准操作任务的采样点数量,||df_c_k||为对应采样点与障碍物或者干涉物的距离, Tf_c_k为非标准操作任务的操作时间,Lf_c_k为非标准操作任务的操作距离,为平均安全距离的评价权重,为最小安全距离的评价权重,为操作时间的评价权重,为操作距离的评价权重。
可选地,所述远程操作的结果包括:完全成功型任务和非完全成功型任务;
所述完全成功型任务为所有步骤均达到预设目标结果,所述非完全成功型任务为部分步骤未达到预设目标结果且通过其它方式达到预设目标结果。
可选地,所述处理模块202,用于根据所述远程操作的结果,确定执行所述目标任务的执行效果信息、总效果的基础值和总效果的修正系数。根据所述执行效果信息、所述基础值和所述修正系数确定机器人的远程操作效果的评估信息。
可选地,所述执行效果信息采用如下公式确定:
可选地,所述总效果的基础值采用如下公式确定:
其中,Tj为目标任务的操作时间,Dj为目标任务中全程与障碍物或者干涉物的平均距离,dj为操作中对应采样点与障碍物或者干涉物的距离。
可选地,所述修正系数εj采用如下公式确定:
其中,ε为修正系数,Td_j为远程操作任务j的回路时延平均值,Tw_j为远程操作任务j的回路时延波动范围,Twf_j为远程操作任务j回路时延的波动等效频率。
可选地,所述根据所述执行效果信息、所述基础值和所述修正系数确定机器人的远程操作效果的评估信息的步骤采用如下公式确定:
可选地,所述处理模块202,还用于根据所述评估信息调整权重的值,根据调整后的权重值指导用户操作机器人执行目标任务;
其中,所述权重至少包括以下之一:
操作位置对应的权重wp、安全距离对应的权重wd、操作模式对应的权重wm、操作路线长度的权重操作中的最小安全距离的权重wf-d、操作中全程安全距离的权重wf_d_t、操作时长的权重wf_T、平均安全距离的评价权重最小安全距离的评价权重操作时间的评价权重和操作距离的评价权重
在本实施例中图2所示的***,可作为如图1所示机器人远程操作效果的评估方法的执行主体,可执行图1所示方法中的所有步骤,进而实现如图1所示方法的技术效果,为简洁描述,在此不作赘述。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (20)
1.一种远程操作效果的评估方法,其特征在于,包括:
确定远程操作机器人执行目标任务对应的评估值,其中,所述目标任务包括:标准操作任务和/或非标准操作任务;
根据所述远程操作的结果,对所述评估值进行处理确定机器人的远程操作效果的评估信息;
确定所述标准操作任务对应的评估值,包括:
获取机器人在执行标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合;
根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第一公式确定所述标准操作任务对应的评估值;
其中,所述第一公式为:
Jk为步骤k的评估值,在步骤k所述操作轨迹有l个采样点,每个采样点的标准位置的坐标为Pd_i,每个采样点的操作位置的坐标为Pi,dd_i为各标准采样点与障碍物或者干涉物的距离,di为操作中对应采样点与障碍物或者干涉物的距离,m为对应的操作模式的种类,wp为操作位置对应的权重,wd为安全距离对应的权重,wm为操作模式对应的权重。
2.根据权利要求1所述的方法,其特征在于,确定所述非标准操作任务对应的评估值,包括:
获取机器人在执行非标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合,所述非标准操作任务包括可重复训练的非标准步骤;
根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第二公式确定所述非标准操作任务对应的评估值;
其中,所述第二公式为:
3.根据权利要求2所述的方法,其特征在于,所述确定所述非标准操作任务对应的评估值,还包括:
确定所述非标准操作任务与所述标准操作任务的相似度,所述非标准操作任务包括不可重复训练的非标准步骤;
根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤;
根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值;
根据所述特征值采用第三公式确定所述非标准操作任务对应的评估值;
其中,所述第三公式为:
4.根据权利要求1所述的方法,其特征在于,所述远程操作的结果包括:
完全成功型任务和非完全成功型任务;
所述完全成功型任务为所有步骤均达到预设目标结果,所述非完全成功型任务为部分步骤未达到预设目标结果且通过其它方式达到预设目标结果。
5.根据权利要求1-4任一所述的方法,其特征在于,所述根据所述远程操作的结果,对所述评估值进行处理确定机器人的远程操作效果的评估信息,包括:
根据所述远程操作的结果,确定执行所述目标任务的执行效果信息、总效果的基础值和总效果的修正系数;
根据所述执行效果信息、所述基础值和所述修正系数确定机器人的远程操作效果的评估信息。
11.一种远程操作效果的评估***,其特征在于,包括:
确定模块,用于确定远程操作机器人执行目标任务对应的评估值,其中,所述目标任务包括:标准操作任务和/或非标准操作任务;
处理模块,用于根据所述远程操作的结果,对所述评估值进行处理确定机器人的远程操作效果的评估信息;
所述确定模块,用于获取机器人在执行标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合;根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第一公式确定所述标准操作任务对应的评估值;
其中,所述第一公式为:
Jk为步骤k的评估值,在步骤k所述操作轨迹有l个采样点,每个采样点的标准位置的坐标为Pd_i,每个采样点的操作位置的坐标为Pi,dd_i为各标准采样点与障碍物或者干涉物的距离,di为操作中对应采样点与障碍物或者干涉物的距离,m为对应的操作模式的种类,wp为操作位置对应的权重,wd为安全距离对应的权重,wm为操作模式对应的权重。
12.根据权利要求11所述的***,其特征在于,所述确定模块,用于获取机器人在执行非标准操作任务时的操作轨迹、轨迹数据及允许操作模式的集合,所述非标准操作任务为可重复训练的非标准步骤;根据所述操作轨迹、所述轨迹数据和所述允许操作模式的集合采用第二公式确定所述非标准操作任务对应的评估值;
其中,所述第二公式为:
13.根据权利要求12所述的***,其特征在于,所述确定模块,还用于确定所述非标准操作任务与所述标准操作任务的相似度,所述非标准操作任务为不可重复训练的非标准步骤;根据所述相似度和相似度阈值确定一个或多个相似的标准操作步骤;根据所述标准操作步骤确定虚拟参考标准操作步骤的特征值;根据所述特征值采用第三公式确定所述非标准操作任务对应的评估值;
其中,所述第三公式为:
14.根据权利要求11所述的***,其特征在于,所述远程操作的结果包括:
完全成功型任务和非完全成功型任务;
所述完全成功型任务为所有步骤均达到预设目标结果,所述非完全成功型任务为部分步骤未达到预设目标结果且通过其它方式达到预设目标结果。
15.根据权利要求11-14任一所述的***,其特征在于,所述处理模块,用于根据所述远程操作的结果,确定执行所述目标任务的执行效果信息、总效果的基础值和总效果的修正系数;根据所述执行效果信息、所述基础值和所述修正系数确定机器人的远程操作效果的评估信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810424294.9A CN108830453B (zh) | 2018-05-07 | 2018-05-07 | 一种远程操作效果的评估方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810424294.9A CN108830453B (zh) | 2018-05-07 | 2018-05-07 | 一种远程操作效果的评估方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108830453A CN108830453A (zh) | 2018-11-16 |
CN108830453B true CN108830453B (zh) | 2021-10-08 |
Family
ID=64147457
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810424294.9A Active CN108830453B (zh) | 2018-05-07 | 2018-05-07 | 一种远程操作效果的评估方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108830453B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109753063B (zh) * | 2018-12-18 | 2022-04-15 | 航天时代电子技术股份有限公司 | 一种远程移动装置运动控制方法及*** |
JP7247769B2 (ja) * | 2019-06-10 | 2023-03-29 | コベルコ建機株式会社 | 遠隔操作システム |
CN110427760B (zh) * | 2019-06-28 | 2021-09-10 | 卓尔智联(武汉)研究院有限公司 | 一种数据管理方法、装置及计算机存储介质 |
CN112013840B (zh) * | 2020-08-19 | 2022-10-28 | 安克创新科技股份有限公司 | 扫地机器人及其地图构建方法和装置 |
CN112612273B (zh) * | 2020-12-21 | 2021-08-24 | 南方电网电力科技股份有限公司 | 一种巡检机器人避障路径规划方法、***、设备和介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103493084A (zh) * | 2011-04-25 | 2014-01-01 | 索尼公司 | 评价装置和评价方法、服务提供***以及计算机程序 |
CN104057450A (zh) * | 2014-06-20 | 2014-09-24 | 哈尔滨工业大学深圳研究生院 | 一种针对服务机器人的高维操作臂遥操作方法 |
CN104714449A (zh) * | 2015-03-09 | 2015-06-17 | 湖南工学院 | 获取用于人机交互任务的操作数据的方法和装置 |
CN104778872A (zh) * | 2015-04-03 | 2015-07-15 | 上海交通大学 | 用于机械臂遥操作人机交互研究的仿真实验训练平台 |
CN107945499A (zh) * | 2017-11-30 | 2018-04-20 | 中国科学院力学研究所 | 一种遥操作***的测评方法及设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6514166B2 (ja) * | 2016-09-16 | 2019-05-15 | ファナック株式会社 | ロボットの動作プログラムを学習する機械学習装置,ロボットシステムおよび機械学習方法 |
-
2018
- 2018-05-07 CN CN201810424294.9A patent/CN108830453B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103493084A (zh) * | 2011-04-25 | 2014-01-01 | 索尼公司 | 评价装置和评价方法、服务提供***以及计算机程序 |
CN104057450A (zh) * | 2014-06-20 | 2014-09-24 | 哈尔滨工业大学深圳研究生院 | 一种针对服务机器人的高维操作臂遥操作方法 |
CN104714449A (zh) * | 2015-03-09 | 2015-06-17 | 湖南工学院 | 获取用于人机交互任务的操作数据的方法和装置 |
CN104778872A (zh) * | 2015-04-03 | 2015-07-15 | 上海交通大学 | 用于机械臂遥操作人机交互研究的仿真实验训练平台 |
CN107945499A (zh) * | 2017-11-30 | 2018-04-20 | 中国科学院力学研究所 | 一种遥操作***的测评方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN108830453A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108830453B (zh) | 一种远程操作效果的评估方法及*** | |
CN111782484B (zh) | 一种异常检测方法及装置 | |
CN109040113B (zh) | 基于多核学习的分布式拒绝服务攻击检测方法及装置 | |
CN111783845B (zh) | 一种基于局部线性嵌入和极限学习机的隐匿虚假数据注入攻击检测方法 | |
CN113128342B (zh) | 航迹数据预处理方法及空中目标识别方法 | |
CN110851422A (zh) | 一种基于机器学习的数据异常监测模型构建方法 | |
CN115484112B (zh) | 支付大数据安全防护方法、***及云平台 | |
CN109257952B (zh) | 以减少的数据量进行数据传输的方法、***和存储介质 | |
CN113259379A (zh) | 基于增量学习的异常告警识别方法、装置、服务器和存储介质 | |
CN108656109B (zh) | 一种远程操作的训练方法及*** | |
CN116886446B (zh) | 一种自动化攻击的检测方法、电子设备及存储介质 | |
CN117369349B (zh) | 一种远程监测智能机器人的管理*** | |
CN114580572A (zh) | 一种异常值的识别方法、装置、电子设备及存储介质 | |
Bouvry et al. | ASIMUT project: aid to SItuation management based on MUltimodal, MUltiUAVs, MUltilevel acquisition techniques | |
CN108762060B (zh) | 一种远程操作任务制定的优化方法及*** | |
CN115842636A (zh) | 一种基于时序特征的网络异常行为监测方法以及装置 | |
Rahayuningsih et al. | Feature Dependent Naïve Bayes For Network Intrusion Detection System | |
CN115514581B (zh) | 一种用于工业互联网数据安全平台的数据分析方法及设备 | |
CN115480586A (zh) | 一种堤坝监测无人机群控制方法及*** | |
CN113408210A (zh) | 基于深度学习的非侵入负荷分解方法、***、介质和设备 | |
CN113984066A (zh) | 一种面向多目标跟踪的传感器平台路径规划方法 | |
Wang et al. | Hierarchical online intrusion detection for scada networks | |
CN108828935A (zh) | 一种远程操作的智能辅助操作方法及*** | |
Sychugov et al. | Design method for distributed adaptive systems providing data security for automated process control systems | |
CN111291020A (zh) | 基于局部加权线性动态***的动态过程软测量建模方法 |
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 |