CN111399511B - 机器人的任务执行方法 - Google Patents

机器人的任务执行方法 Download PDF

Info

Publication number
CN111399511B
CN111399511B CN202010226471.XA CN202010226471A CN111399511B CN 111399511 B CN111399511 B CN 111399511B CN 202010226471 A CN202010226471 A CN 202010226471A CN 111399511 B CN111399511 B CN 111399511B
Authority
CN
China
Prior art keywords
task
robot
percentage
information
server
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
Application number
CN202010226471.XA
Other languages
English (en)
Other versions
CN111399511A (zh
Inventor
李冬磊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Yogo Robot Co Ltd
Original Assignee
Shanghai Yogo Robot Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Yogo Robot Co Ltd filed Critical Shanghai Yogo Robot Co Ltd
Priority to CN202010226471.XA priority Critical patent/CN111399511B/zh
Publication of CN111399511A publication Critical patent/CN111399511A/zh
Application granted granted Critical
Publication of CN111399511B publication Critical patent/CN111399511B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • 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

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本发明提供一种机器人的任务执行方法，包括以下步骤：服务端获取机器人的地图信息及任务信息；服务端根据任务信息预规划机器人的运动路径以及预估所需的用料储备，生成任务列表发送至机器人；机器人根据任务列表配备用料储备以及沿运动路径执行任务；并将实时定位信息与用料储备的消耗情况发送至服务端；服务端接收实时定位信息与用料储备的消耗情况，评估任务列表的执行进度，并判断剩余的用料储备是否满足任务列表中任务剩余进度的需求，当判断为是时，机器人继续执行任务；当判断为否时，服务端发出预警。本发明实现了对机器人执行任务的实时监控，保证了任务的顺利完成。

Description

机器人的任务执行方法
【技术领域】
本发明涉及机器人技术领域，尤其涉及一种机器人的任务执行方法。
【背景技术】
在很多较为私人化的应用场景或者特殊环境中中，已经越来越多的采用具备自主移动能力的机器人来完成任务，例如携带紫外线照射灯或消毒喷雾等装置，在写字楼、酒店、机场、车站等公共场所执行消毒任务。机器人在执行常规移动任务(如递送、引领、巡查等)时往往仅需每段移动子任务的起点和终点坐标，机器人依靠自身路径规划能力自行寻找和动态调整可行路径，然而，不同于上述常规任务，机器人在执行特殊任务如消毒任务时因为有覆盖区域、杀菌质量等指标，因此要求机器人严格沿预规划轨道行驶，覆盖到每个任务需求的角落，同时保证机器人有足够的消毒用品(如消毒液)和电量储备来保证消毒任务的顺利完成，但现有的机器人执行任务时并不能很好的对任务储备的消耗进行跟踪。
鉴于此，实有必要提供一种机器人的任务执行方法以克服上述缺陷。
【发明内容】
本发明的目的是提供一种机器人的任务执行方法，旨在改善现有的机器人执行任务时并不能很好的对任务储备的消耗进行跟踪的问题，对机器人执行任务时的任务进度与用料储备进行实时监控，保证了任务的顺利完成。
为了实现上述目的，本发明提供一种机器人的任务执行方法，用于对目标环境执行任务，包括以下步骤：
服务端获取机器人的地图信息及任务信息；
所述服务端根据所述任务信息预规划机器人在所述目标环境中的运动路径以及预估所需的用料储备，生成任务列表发送至机器人；所述机器人接收所述任务列表，根据所述任务列表配备所述用料储备以及沿所述运动路径执行任务；并将实时定位信息与所述用料储备的消耗情况发送至所述服务端；
所述服务端接收所述实时定位信息与所述用料储备的消耗情况，通过所述实时定位信息结合所述运动路径评估所述任务列表的执行进度，并判断剩余的所述用料储备是否满足所述任务列表中任务剩余进度的需求，当判断为是时，所述机器人继续执行任务；当判断为否时，所述服务端发出预警。
在一个优选实施方式中，所述服务端根据任务需求预规划机器人的运动路径的步骤中，包括：所述服务端获取所述地图信息中预设的离散业务点的信息；根据任务需求挑选出多个所述离散业务点并进行串联，调整所述离散业务点的到达顺序，生成所述机器人的所述运动路径。
在一个优选实施方式中，所述服务端根据任务需求预规划机器人的运动路径的步骤中，包括：所述服务端获取所述地图信息中预设的轨道信息；结合所述轨道信息与所述任务信息生成所述机器人基于轨道运动的所述运动路径。
在一个优选实施方式中，结合所述轨道信息与所述任务信息生成所述机器人基于轨道运动的所述运动路径步骤中包括：接收手动绘制的轨道指令生成相应的所述运动路径。
在一个优选实施方式中，结合所述轨道信息与所述任务信息生成所述机器人基于轨道运动的所述运动路径步骤中包括；分析所述任务信息中涉及的所有的轨道；确定所述轨道处于所述地图信息中的相关区域；所述服务端串联所述相关区域中所述所有的轨道通过集成算法绘制生成相应的所述运动路径。
在一个优选实施方式中，在所述服务端根据所述任务信息预规划机器人在所述目标环境中的运动路径以及预估所需的用料储备步骤中包括：计算所述运动路径的路径长度；获取所述机器人执行任务时所述用料储备的单位消耗量；结合所述路径长度与所述单位消耗量得到所述机器人执行任务所需的用料总量。
在一个优选实施方式中，在所述服务端接收所述实时定位信息与所述用料储备的消耗情况，通过所述实时定位信息结合所述目标环境评估所述任务列表的执行进度步骤中，包括：获取所述机器人的实时定位信息，计算所述机器人已运动距离占所述路径长度的百分比，记为路径百分比；获取所述机器人的所述用料储备的消耗情况，计算所述用料储备的消耗量占所述用料总量的百分比，记为用料百分比；判断所述路径百分比与所述用料百分比的大小；当所述路径百分比大于所述用料百分比时，所述机器人继续执行任务；当所述路径百分比小于所述用料百分比时，所述服务端发出预警，提醒所述机器人需要补充所述用料储备。
在一个优选实施方式中，所述用料储备包括均单独计算消耗量的执行所述任务列表所需的任务用料及驱动所述机器人运动的电量储备；所述用料百分比包括任务用料百分比与电量储备百分比；所述任务用料百分比为所述任务用料的消耗量占所述任务用料的总量的百分比，所述电量储备百分比为所述电量储备的消耗量占所述电量储备的总量的百分比。
在一个优选实施方式中，当所述任务用料百分比与所述电量储备百分比中的至少一个大于所述路径百分比时，所述服务端发出预警，提醒所述机器人需要补充相应的所述用料储备。
本发明通过服务端预规划机器人的运动路径并发送至机器人，机器人沿着运动路径执行任务并向服务端发送实时定位信息与用料储备的消耗情况，服务端通过结合实时定位信息与运动路径评估机器人的任务执行进度并判断剩余的用料储备是否满足剩下的任务进度需求，实现了对机器人执行任务的实时监控，保证了任务的顺利完成。
【附图说明】
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本发明提供的机器人的任务执行方法的流程图；
图2为图1所示的根据运动路径预估用料储备的流程图；
图3为图1所示的判断剩余的用料储备是否满足剩余进度需求的流程图；
图4-1为图1所示基于离散业务点预规划运动路径的示意图；
图4-2为图1所示基于手动绘制轨道的运动路径的示意图；
图4-3为图1所示基于自动绘制轨道的运动路径的示意图。
【具体实施方式】
为了使本发明的目的、技术方案和有益技术效果更加清晰明白，以下结合附图和具体实施方式，对本发明进行进一步详细说明。应当理解的是，本说明书中描述的具体实施方式仅仅是为了解释本发明，并不是为了限定本发明。
请参阅图1-3，在本发明的实施例中，提供了一种机器人的任务执行方法，用于对目标环境执行任务，例如在写字楼、酒店、机场、车站等公共场所执行消毒任务，包括以下步骤S101、S102、S103及S104。
在步骤S101中，服务端获取机器人的地图信息及任务信息。
需要说明的是，机器人具备自主移动能力以及网络通信能力(如2.4G，4G或无线连接等)；服务端可以是独立于机器人运行的外部客户端，例如：电脑端工具软件、移动端应用程序或小程序、网页端工具组件等，与机器人可进行网络通信，用于控制机器人移动和相关操作。其中，机器人储存有任务执行所需的目标环境的地图信息(包括定位地图、路径地图、语义地图等)及站点配置(包括业务点、物联网设备、区域划分等)，服务端可选择从机器人本地或者云端管理平台下载与管理任务所需的信息。
在步骤S102中，服务端根据任务信息预规划机器人在目标环境中的运动路径以及预估所需的用料储备，生成任务列表发送至机器人。
服务端根据任务信息评估机器人执行任务时所要行进的路径，例如提取出机器人需要执行任务的区域、楼层等，在一些特定任务中，例如消毒任务，有覆盖区域、杀菌质量等指标，因此服务端需要结合机器人的地图信息与目标环境预规划出机器人的运动路径。
具体的，在一个实施方式中，服务端获取地图信息中预设的离散业务点的信息，如图4-1所示，机器人的地图信息中预设有若干个业务点信息或者在地图信息中定位若干个业务点，该业务点离散的分布于地图中，尽可能覆盖于整个地图。根据任务需求挑选出多个离散业务点并进行串联，调整离散业务点的到达顺序，生成机器人的运动路径。其中，相邻的离散业务点串联到一起全面的覆盖整个任务需求的区域，机器人到达业务点后可进行补充用料储备的补充以及修整。
能够理解的是，机器人执行任务时只能涉及到以自身为圆心、一定距离为半径的圆形区域，因此在离散业务点的串联时，机器人形成的圆形区域在运动时扫过的面积要尽可能全面的覆盖任务所需的区域，避免留下任务死角。
在另一个实施方式中，服务端获取地图信息中预设的轨道信息，结合轨道信息与任务信息生成机器人基于轨道运动的运动路径，其中，目标环境中设有若干个由点与点之间连接的轨道，例如电梯、过道与两个业务点之间的连线等，机器人沿着轨道进行运动。服务端基于轨道绘制机器人的运动路径具有以下两种方式。
其一，如图4-2所示，接收手动绘制的轨道指令生成相应的运动路径，以应对某些要求较高较复杂的任务，例如，当用户对待消毒场地具有较高定制化消毒需求时(如需绕开某一区域、需重复重点消毒某一高危区域等)，可根据任务需求手动绘制任意数量的轨道并按一定顺序组合，组合串联分布于多楼宇、多楼层的多个轨道。
其二，如图4-3所示，分析任务信息中涉及的所有的轨道；确定轨道处于地图信息中的相关区域；服务端串联相关区域中所有的轨道通过集成算法绘制生成相应的运动路径，具体的，例如，当用户需要均匀地对消毒场地进行全覆盖消毒时，可简单圈定待消毒区域，然后由服务端通过集成算法完成机器人运行的轨道的自动绘制，其中，具体的集成算法可参考现有技术，在此不做限定。
在本发明的实施例，服务端预规划机器人的运动路径后，根据运动路径规划机器人执行任务所需的用料储备，具体的，如图2所示，包括以下步骤：步骤S201中，计算运动路径的路径长度；步骤S202中，获取机器人执行任务时用料储备的单位消耗量；步骤S203中，结合路径长度与单位消耗量得到机器人执行任务所需的用料总量。其中，机器人的单位消耗量可通过预先测试获得，得到机器人执行任务时每行进一段距离时所需要消耗的用料储备；路径长度乘以单位消耗量即为该任务中所需要消耗用料储备的总量，避免机器人执行任务中途缺少用料储备导致任务的执行不能顺利完成。
步骤S103中，机器人接收任务列表，根据任务列表配备用料储备以及沿运动路径执行任务；并将实时定位信息与用料储备的消耗情况发送至服务端。其中，服务端预规划机器人的运动路径与用料储备后，生成任务列表，任务列表中可以是整个任务的执行过程，也可以将任务基于若干个离散业务点或轨道之间划分成若干个任务区段，机器人按照一定的顺序逐步执行所有的任务区段，可以在每个任务区段完成后对服务端进行一次反馈，便于服务端对机器人任务执行过程的把控。
机器人在获取任务列表后，按照任务列表中预估所要消耗的用料储备判断自身所存储的用料储备是否能够满足本次任务所需，如不能满足，则配备齐全用料储备以至于能够满足任务所需。然后机器人则沿着预规划的运动路径执行任务，在执行任务的过程中，可以不断的也可以每隔一段时间的向服务端发送自身当前的实时定位信息以及用料储备的消耗情况，便于服务端整体的对任务执行的流程有一个掌握。
在步骤S104中，服务端接收实时定位信息与用料储备的消耗情况，通过实时定位信息结合运动路径评估任务列表的执行进度，并判断剩余的用料储备是否满足任务列表中任务剩余进度的需求，当判断为是时，机器人继续执行任务；当判断为否时，服务端发出预警。
其中，服务端实时或者每隔一段时间接收机器人发送的实时定位信息与用料储备的消耗情况，获取机器人当前正在执行的任务数据以及所处的位置坐标，计算出任务进度和剩余任务量，再根据任务进度以及用料储备的剩余量判断接下来的用料储备是否能满足剩下的任务需求，若不能满足，则服务端向用户发出预警提醒，使用户做出相应的准备，确保任务顺利完成。另外，机器人的任务执行完成后，可选择适当序列化方式(如JSON，即JavaScript Object Notation,JS对象简谱)文本化所规划的任务，然后选用适当的通信方式(如HTTP，即HyperText Transfer Protocol,超文本传输协议)将文本化的任务从服务端上传至机器人本地，完成任务规划闭环。
具体的，如图3所示，步骤S104中分为以下几个步骤：
步骤S401中，获取机器人的实时定位信息，计算机器人已运动距离占路径长度的百分比，记为路径百分比；其中，通过地图信息与目标环境距离的换算，可得到任务列表中运动路径对应在目标环境中机器人所要运动的距离；
步骤S402中，获取机器人的用料储备的消耗情况，计算用料储备的消耗量占用料总量的百分比，记为用料百分比；
步骤S403中，判断路径百分比与用料百分比的大小；当路径百分比大于用料百分比时，机器人继续执行任务；当路径百分比小于用料百分比时，服务端发出预警，提醒机器人需要补充用料储备；举例来说，当前机器人已经走完预规划运动路径的一半距离，即路径百分比为50％，任务完成了一半，若用料百分比超过了50％，即剩下的用料储备不够支持剩下的任务完成，服务端则向用户发出提醒，使用户做好准备，确保任务的顺利完成。
进一步的，在一个实施例中，用料储备包括均单独计算消耗量的执行任务列表所需的任务用料及驱动机器人运动的电量储备；用料百分比包括任务用料百分比与电量储备百分比；任务用料百分比为任务用料的消耗量占任务用料的总量的百分比，电量储备百分比为电量储备的消耗量占电量储备的总量的百分比。保证机器人既有驱动自身前进的电量及执行任务所需的任务用料。
更进一步的，当任务用料百分比与电量储备百分比中的至少一个大于路径百分比时，服务端发出预警，提醒机器人需要补充相应的用料储备；即当任务用料百分比大于路径百分比时，剩下的任务用料不够支撑机器人完成任务，当电量储备百分比大于路径百分比时，剩下的电量储备不足以让机器人运动到运动路径的终点，同样也不能完成任务；因此，只有当任务用料百分比与电量储备百分比均小于路径百分比时，才能确保任务的顺利执行。
综上所述，本发明通过服务端预规划机器人的运动路径并发送至机器人，机器人沿着运动路径执行任务并向服务端发送实时定位信息与用料储备的消耗情况，服务端通过结合实时定位信息与运动路径评估机器人的任务执行进度并判断剩余的用料储备是否满足剩下的任务进度需求，实现了对机器人执行任务的实时监控，保证了任务的顺利完成。
本发明并不仅仅限于说明书和实施方式中所描述，因此对于熟悉领域的人员而言可容易地实现另外的优点和修改，故在不背离权利要求及等同范围所限定的一般概念的精神和范围的情况下，本发明并不限于特定的细节、代表性的设备和这里示出与描述的图示示例。

Claims (9)

1.一种机器人的任务执行方法，用于对目标环境执行任务，其特征在于，包括以下步骤：
服务端获取机器人的地图信息及任务信息；
所述服务端根据所述任务信息预规划机器人在所述目标环境中的运动路径以及预估所需的用料储备，生成任务列表发送至机器人；
所述机器人接收所述任务列表，根据所述任务列表配备所述用料储备以及沿所述运动路径执行任务；并将实时定位信息与所述用料储备的消耗情况发送至所述服务端；
所述服务端接收所述实时定位信息与所述用料储备的消耗情况，通过所述实时定位信息结合所述运动路径评估所述任务列表的执行进度，并判断剩余的所述用料储备是否满足所述任务列表中任务剩余进度的需求，当判断为是时，所述机器人继续执行任务；当判断为否时，所述服务端发出预警。
2.如权利要求1所述的机器人的任务执行方法，其特征在于，所述服务端根据任务需求预规划机器人的运动路径的步骤中，包括：
所述服务端获取所述地图信息中预设的离散业务点的信息；
根据任务需求挑选出多个所述离散业务点并进行串联，调整所述离散业务点的到达顺序，生成所述机器人的所述运动路径。
3.如权利要求1所述的机器人的任务执行方法，其特征在于，所述服务端根据任务需求预规划机器人的运动路径的步骤中，包括：
所述服务端获取所述地图信息中预设的轨道信息；
结合所述轨道信息与所述任务信息生成所述机器人基于轨道运动的所述运动路径。
4.如权利要求3所述的机器人的任务执行方法，其特征在于，结合所述轨道信息与所述任务信息生成所述机器人基于轨道运动的所述运动路径步骤中包括：
接收手动绘制的轨道指令生成相应的所述运动路径。
5.如权利要求3所述的机器人的任务执行方法，其特征在于，结合所述轨道信息与所述任务信息生成所述机器人基于轨道运动的所述运动路径步骤中包括；
分析所述任务信息中涉及的所有的轨道；
确定所述轨道处于所述地图信息中的相关区域；
所述服务端串联所述相关区域中所述所有的轨道通过集成算法绘制生成相应的所述运动路径。
6.如权利要求3所述的机器人的任务执行方法，其特征在于，在所述服务端根据所述任务信息预规划机器人在所述目标环境中的运动路径以及预估所需的用料储备步骤中包括：
计算所述运动路径的路径长度；
获取所述机器人执行任务时所述用料储备的单位消耗量；
结合所述路径长度与所述单位消耗量得到所述机器人执行任务所需的用料总量。
7.如权利要求6所述的机器人的任务执行方法，其特征在于，在所述服务端接收所述实时定位信息与所述用料储备的消耗情况，通过所述实时定位信息结合所述目标环境评估所述任务列表的执行进度步骤中，包括：
获取所述机器人的实时定位信息，计算所述机器人已运动距离占所述路径长度的百分比，记为路径百分比；
获取所述机器人的所述用料储备的消耗情况，计算所述用料储备的消耗量占所述用料总量的百分比，记为用料百分比；
判断所述路径百分比与所述用料百分比的大小；当所述路径百分比大于所述用料百分比时，所述机器人继续执行任务；当所述路径百分比小于所述用料百分比时，所述服务端发出预警，提醒所述机器人需要补充所述用料储备。
8.如权利要求7所述的机器人的任务执行方法，其特征在于，所述用料储备包括均单独计算消耗量的执行所述任务列表所需的任务用料及驱动所述机器人运动的电量储备；所述用料百分比包括任务用料百分比与电量储备百分比；所述任务用料百分比为所述任务用料的消耗量占所述任务用料的总量的百分比，所述电量储备百分比为所述电量储备的消耗量占所述电量储备的总量的百分比。
9.如权利要求8所述的机器人的任务执行方法，其特征在于，
当所述任务用料百分比与所述电量储备百分比中的至少一个大于所述路径百分比时，所述服务端发出预警，提醒所述机器人需要补充相应的所述用料储备。
CN202010226471.XA 2020-03-27 2020-03-27 机器人的任务执行方法 Active CN111399511B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010226471.XA CN111399511B (zh) 2020-03-27 2020-03-27 机器人的任务执行方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010226471.XA CN111399511B (zh) 2020-03-27 2020-03-27 机器人的任务执行方法

Publications (2)

Publication Number Publication Date
CN111399511A CN111399511A (zh) 2020-07-10
CN111399511B true CN111399511B (zh) 2023-05-05

Family

ID=71429232

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010226471.XA Active CN111399511B (zh) 2020-03-27 2020-03-27 机器人的任务执行方法

Country Status (1)

Country Link
CN (1) CN111399511B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3979021A1 (en) * 2020-09-30 2022-04-06 Ricoh Company, Ltd. Scheduling system, scheduling method, and carrier means

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105752280A (zh) * 2015-12-18 2016-07-13 南京理工大学 一种用于水域信息采集的机器人船***及其控制方法
WO2018171736A1 (zh) * 2017-03-24 2018-09-27 上海思岚科技有限公司 用于移动设备的虚拟轨道设计***及其实现方法
CN108960687A (zh) * 2018-08-29 2018-12-07 广州市君望机器人自动化有限公司 任务区调度方法、装置、送餐机器人及存储介质
WO2018223638A1 (zh) * 2017-06-06 2018-12-13 歌尔股份有限公司 一种服务机器人的调度方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105752280A (zh) * 2015-12-18 2016-07-13 南京理工大学 一种用于水域信息采集的机器人船***及其控制方法
WO2018171736A1 (zh) * 2017-03-24 2018-09-27 上海思岚科技有限公司 用于移动设备的虚拟轨道设计***及其实现方法
WO2018223638A1 (zh) * 2017-06-06 2018-12-13 歌尔股份有限公司 一种服务机器人的调度方法和装置
CN108960687A (zh) * 2018-08-29 2018-12-07 广州市君望机器人自动化有限公司 任务区调度方法、装置、送餐机器人及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
禹鑫D ; 陈浩 ; 郭永奎 ; 程诚 ; 欧林林 ; 俞立 ; .基于线性时序逻辑理论的仓储机器人路径规划.高技术通讯.2016,(01),全文. *

Also Published As

Publication number Publication date
CN111399511A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
Erdelj et al. UAVs that fly forever: Uninterrupted structural inspection through automatic UAV replacement
BačÍK et al. Pathfinder–development of automated guided vehicle for hospital logistics
CN107878990A (zh) 一种货物配送管理方法、***、服务器及送货机器人
CN111399511B (zh) 机器人的任务执行方法
WO2020259167A1 (zh) 机器人路径更新方法、电子设备及计算机可读存储介质
CN105836554A (zh) 电梯预约方法及装置
CN103959322B (zh) 基于不同主体间协作的资源融通方式
WO2019046738A1 (en) FEDERATED AUTOMATED INTERWORKING BETWEEN A LOCAL AND AUTONOMOUS RESOURCES
CN107864224A (zh) 一种团队集合方法及***
KR101408075B1 (ko) 다중 로봇 시스템 및 다중 로봇 시스템 제어 방법
KR102327188B1 (ko) 컨테이너 터미널에서 복수 운송장비의 배차 전략 다원화를 위한 운영 관리 방법
EP2910404A1 (en) Self-managing charging poles
Jeon et al. Multi-robot task allocation for real-time hospital logistics
CN107079360A (zh) 接入点辅助漫游
CN107705059B (zh) 一种基于激光云台指引的智能引导***及方法
JP6257461B2 (ja) エネルギーマネジメントシステム
CN109581983A (zh) 基于多智能体的测控资源调度分配的方法和设备
Nielsen et al. Material supply scheduling in a ubiquitous manufacturing system
US20220091620A1 (en) Control method of movable platform, movable platform, control terminal, control device, control system and computer readable storage medium
Tomasella et al. STTAR: a simheuristics-enabled scheme for multi-stakeholder coordination of aircraft turnaround operations
CN109300335A (zh) 航班时刻调换***及调换方法
Terzi et al. A unified framework for reliable multi-drone tasking in emergency response missions
WO2020086109A1 (en) Receding horizon planning for logistics
US11059375B2 (en) Robots and apparatus, systems and methods for powering robots
CN109471431A (zh) 一种基于指定路径的机器人导航方法及装置

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