CN113997278B - 一种基于5g云端的作业机器人控制方法、***及设备 - Google Patents

Abstract

本发明涉及一种基于5G云端的作业机器人控制方法、***及设备，该方法通过风速系数、振动系数和视频图像得到机器人的机器臂操作位置和配电网操作位置，实现机器人的对准操作，提高机器人的作业效率；还通过机器人、第一计算平台和第二计算平台协同计算，控制机器人的运行，避免机器人自身的计算量不足，实现机器人作业的实时性和灵活性。该基于5G云端的作业机器人控制方法通过机器臂操作位置和配电网操作位置控制机器人的运行，确保机器人运行的可靠性，解决了现有运程控制带电作业机器人的效率低，且可靠性无法保证的技术问题。

Description

一种基于5G云端的作业机器人控制方法、***及设备

技术领域

本发明涉及机器人数据处理技术领域，尤其涉及一种基于5G云端的作业机器人控制方法、***及设备。

背景技术

随着机器人技术的蓬勃发展，机器人在现代生产生活中的地位越来越重要。在电力行业中，将带电作业机器人引入到电力产业中，代替人工进行电力维护检修工作，可以有效避免带电作业时人员伤亡事故的发生，并且能极大提高电力维护检修的作业效率。

然而在高压线路上的工作环境相当复杂，由于风力的变化引起的输电线路的摆动，导致存在导线的弯曲、零部件安装位置的偏差等问题，大部分带电作业机器人无法自动对准操作，带电作业机器人的操作存在误差。对于带电作业中的拆除避雷器与横担的连接螺栓、引流线与线夹的孔轴装配等过程来说，这个误差很可能导致作业失败。此外，在操作员远程视频操作中没有考虑风力的影响，远程视频与实际现场往往存在一定差距，导致操作员通过远程视频对机器人的机器臂进行遥操作的效率低下。

其次，机器人本身具备的计算能力有限，复杂的计算和高耗能的信息交互会导致增加机器人本身的成本和控制***的复杂性。为了克服这个问题，现有机器人将大量数据传输到云端，云端的计算方式在带来计算便利，但是同时也增加了网络负荷和数据传输延迟，影响了机器人远程控制的实时性。

因此，现有技术中带电作业机器人在实时远程控制作业过程中效率低下的问题，无法保证机器人在环境影响下的作业可靠性。

发明内容

本发明实施例提供了一种基于5G云端的作业机器人控制方法、***及设备，用于解决现有运程控制带电作业机器人的效率低，且可靠性无法保证的技术问题。

为了实现上述目的，本发明实施例提供如下技术方案：

一种基于5G云端的作业机器人控制方法，应用于配电网上，包括以下步骤：

S1.机器人实时获取所述配电网当前的风速系数、振动系数和视频图像；

S2.通过所述风速系数大于风速预设阈值和所述振动系数大于振动预设阈值，所述机器人向第一计算平台发送异常操作指令，且同时所述机器人将所述视频图像、风速系数、振动系数传送至所述第一计算平台；

S3.所述第一计算平台将所述视频图像、风速系数、振动系数传送至第二计算平台；依据所述风速系数和所述振动系数，所述第二计算平台对所述视频图像进行分析，得到机器人的机器臂操作位置和配电网操作位置；

S4.通过所述机器臂操作位置和所述配电网操作位置，所述第二计算平台控制机器人的运行；

S5通过所述风速系数不大于风速预设阈值且所述振动系数不大于振动预设阈值，所述机器人向第一计算平台发送正常操作指令，所述第一计算平台控制机器人的运行。

优选地，在机器人获取所述配电网当前的风速系数、振动系数和视频图像之前，该基于5G云端的作业机器人控制方法包括：S0.所述机器人分别向所述第一计算平台和所述第二计算平台发出执行任务的操作请求。

优选地，在步骤S0之后，该基于5G云端的作业机器人控制方法包括：所述第一计算平台根据所述操作请求对所述机器人执行任务进行任务划分，将所述机器人执行任务分为初步判断任务、实时任务或非实时任务，并将划分的结果传送至所述机器人。

优选地，若所述机器人执行任务为初步判断任务，所述机器人通过所述风速系数是否大于风速预设阈值且所述振动系数是否大于振动预设阈值，判断当前所述机器人是否受到风力影响。

优选地，若所述机器人执行任务为所述实时任务或所述非实时任务，所述机器人执行步骤S2至步骤S5。

优选地，依据所述风速系数不大于风速预设阈值和所述振动系数不大于振动预设阈值，该基于5G云端的作业机器人控制方法包括：所述机器人向移动终端传送所述视频图像；所述移动终端依据所述视频图像分析得到机器人的机器臂操作位置和配电网操作位置，向所述第一计算平台和所述第二计算平台发送远程控制指令。

优选地，该基于5G云端的作业机器人控制方法包括：所述第一计算平台将所述视频图像、风速系数、振动系数通过加密方式传送至第二计算平台。

优选地，在步骤S4中，在所述第二计算平台控制机器人的运行之前，包括：所述第二计算平台判断所述机器臂操作位置与所述配电网操作位置是否相适配，若相适配，所述第二计算平台直接控制所述机器人的运行；若不相适配，所述第二计算平台向所述机器人发送调整指令，直至所述机器臂操作位置与所述配电网操作位置相适配。

本发明还提供一种基于5G云端的作业机器人控制***，应用于配电网上，包括数据获取模块、指令传送模块、数据分析模块、第一控制模块和第二控制模块；

所述数据获取模块，用于机器人实时获取所述配电网当前的风速系数、振动系数和视频图像；

所述指令传送模块，用于通过所述风速系数大于风速预设阈值且所述振动系数大于振动预设阈值，所述机器人向第一计算平台发送异常操作指令，且同时所述机器人将所述视频图像、风速系数、振动系数传送至所述第一计算平台；

所述数据分析模块，用于所述第一计算平台将所述视频图像、风速系数、振动系数传送至第二计算平台；依据所述风速系数和所述振动系数，所述第二计算平台对所述视频图像进行分析，得到机器人的机器臂操作位置和配电网操作位置；

所述第一控制模块，用于通过所述机器臂操作位置和所述配电网操作位置，所述第二计算平台控制机器人的运行；

所述第二控制模块，用于通过所述风速系数不大于风速预设阈值且所述振动系数不大于振动预设阈值，所述机器人向第一计算平台发送正常操作指令，所述第一计算平台控制机器人的运行。

本发明还提供一种基于5G云端的作业机器人控制设备，包括处理器以及存储器；

所述存储器，用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器，用于根据所述程序代码中的指令执行上述所述的基于5G云端的作业机器人控制方法。

从以上技术方案可以看出，本发明实施例具有以下优点：该基于5G云端的作业机器人控制方法、***及设备，该方法通过风速系数、振动系数和视频图像得到机器人的机器臂操作位置和配电网操作位置，实现机器人的对准操作，提高机器人的作业效率；还通过机器人、第一计算平台和第二计算平台协同计算，控制机器人的运行，避免机器人自身的计算量不足，实现机器人作业的实时性和灵活性。该基于5G云端的作业机器人控制方法通过机器臂操作位置和配电网操作位置控制机器人的运行，确保机器人运行的可靠性，解决了现有运程控制带电作业机器人的效率低，且可靠性无法保证的技术问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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性的前提下，还可以根据这些附图获得其它的附图。

图1为本发明实施例所述的基于5G云端的作业机器人控制方法的步骤流程图；

图2为本发明实施例所述的基于5G云端的作业机器人控制方法的另一步骤流程图。

图3为本发明实施例所述的基于5G云端的作业机器人控制***的框架图。

具体实施方式

为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。

本申请专利术语的解释：

云计算是一种数据中心，位于远程云端并以按需付费的模式，通过互联网来提供动态易扩展且经常虚拟化的资源。海量的计算资源和存储资源，使得云端可以为涉及的复杂计算提供强有力的后台支持，并且云端的虚拟化、可靠性和高可扩展性等特点也为复杂任务的计算提供了极大的便捷。然而，海量的物联网终端设备直接访问云端的方式在带来计算便利的同时，也增加了网络负荷和数据传输延迟，这对延时敏感型业务造成了一定影响。

边缘计算是继云计算之后的一种新型的计算模式，它通过在无线接入网侧提供IT和云计算能力，使得计算本地化，旨在减小延迟、提高网络运营效率、提高业务分发能力、优化终端体验质量。概括来说，边缘计算可以满足敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的需求。然而，用于边缘计算的服务器并没有像云计算的服务器那么强大，它只是进行中小型计算，而云端更倾向于复杂型计算。云边端协同计算体系的提出为结合云计算、边缘计算的优势，弥补它们的不足提供了一种新的设计思路。

本申请实施例提供了一种基于5G云端的作业机器人控制方法、***及设备，用于解决了现有运程控制带电作业机器人的效率低，且可靠性无法保证的技术问题。

实施例一：

图1为本发明实施例所述的基于5G云端的作业机器人控制方法的步骤流程图。

如图1所示，本发明实施例提供了一种基于5G云端的作业机器人控制方法，应用于配电网上，包括以下步骤：

S1.机器人实时获取配电网当前的风速系数、振动系数和视频图像。

需要说明的是，机器人主要是在配电网中进行工作的，以机器人对配电网的杆塔进行检修工作作为案例说明。在配电网的杆塔上安装风力传感器、加速度传感器(如陀螺仪)和振动传感器，风力传感器和振动传感器与机器人通信连接。机器人上设置有摄像设备。在本实施例中，通过摄像设备获取机器人对配电网杆塔执行检测工作的视频图像，通过风力传感器和振动传感器获取机器人执行任务过程中当前配电网杆塔的风速系数和振动系数。其中，机器人通过风力传感器获取输风速系数，通过振动传感器获取输电线路的振动频率，风速系数和振动系数是通过风力传感器和振动传感器实际测量的数值进行映射得到的，通过风力传感器和振动传感器实际测量的数值进行映射得到对应的风速系数和振动系数为现有技术，此处不做详述。

S2.通过风速系数大于风速预设阈值且振动系数大于振动预设阈值，机器人向第一计算平台发送异常操作指令，且同时机器人将视频图像、风速系数、振动系数传送至第一计算平台。

S3.第一计算平台将所述视频图像、风速系数、振动系数传送至第二计算平台；依据风速系数和振动系数，第二计算平台对视频图像进行分析，得到机器人的机器臂操作位置和配电网操作位置；

S4.通过机器臂操作位置和所述配电网操作位置，第二计算平台控制机器人的运行；

S5通过风速系数不大于风速预设阈值且振动系数不大于振动预设阈值，机器人向第一计算平台发送正常操作指令，第一计算平台控制机器人的运行。

在本发明实施例中，在步骤S2至步骤S5中，主要根据风速系数是否大于风速预设阈值且振动系数是否大于振动预设阈值，控制机器人向第一计算平台发送正常操作指令或异常操作指令，第一计算平台根据机器人的发送的操作指令执行响应的操作。

需要说明的是，风速预设阈值和振动预设阈值可以根据需求自行设置，此处不做限定。第一计算平台可以为边缘计算平台，第二计算平台可以为云计算平台。

在本发明实施例中，在步骤S2中，机器人将视频图像、风速系数、振动系数通过加密方式传送至第一计算平台。

需要说明的是，数据传送的加密方式可以采用密钥加密，也可以采用对称加密方式，加密方式为现有技术，此处不做详述。

在本发明实施例的步骤S3中，第二计算平台对视频图像进行分析，得到机器人的机器臂操作位置和配电网操作位置的过程是：

云计算平台通过在视频图像中自动识别机器人需要操作对象作为跟踪目标，锁定跟踪目标后，根据该多个被跟踪目标的运动行径、风速系数和振动系数对其进行目标跟踪，拟合出目标跟踪曲线，进行得到机器人在配电网中的配电网操作位置；

云计算平台通过建立加速度的模型为：α＝α1-g+ba+na，其中α1，g，ba，na分别代表外部重力加速度，重力加速度，加速度计的偏差和风力加速度，陀螺仪的姿态角度测量***为：ω_gyro＝ω+bg+ng，其中bg和ng分别代表陀螺仪的偏差和噪声，通过卡尔曼滤波器测量得到机器人倾角的最优估计，根据相应的机械机构转换，得到机器人机械臂操作部的位置倾角。

需要说明的是，通过视频图像分析处理，得到拟合出目标跟踪曲线为现有图像识别技术，此处不做详述。外部重力加速度、重力加速度和加速度计的偏差均能够通过加速度传感器获得，风力加速度可以通过风力传感器获得。ω_gyro为经过校正的陀螺仪的姿态角度，ω为陀螺仪原始姿态角度数据。

本发明提供的一种基于5G云端的作业机器人控制方法通过风速系数、振动系数和视频图像得到机器人的机器臂操作位置和配电网操作位置，实现机器人的对准操作，提高机器人的作业效率；还通过机器人、第一计算平台和第二计算平台协同计算，控制机器人的运行，避免机器人自身的计算量不足，实现机器人作业的实时性和灵活性。该基于5G云端的作业机器人控制方法通过机器臂操作位置和配电网操作位置控制机器人的运行，确保机器人运行的可靠性，解决了现有运程控制带电作业机器人的效率低，且可靠性无法保证的技术问题。

图2为本发明实施例所述的基于5G云端的作业机器人控制方法的另一步骤流程图。

如图2所示，在本发明的一个实施例中，在步骤S1之前，该基于5G云端的作业机器人控制方法包括：S0.机器人分别向第一计算平台和第二计算平台发出执行任务的操作请求，第一计算平台根据操作请求对机器人执行任务进行任务划分，将机器人执行任务分为初步判断任务、实时任务或非实时任务，并将划分的结果传送至机器人。

需要说明的是，步骤S0的设置主要是选择机器人、第一计算平台或第二计算平台对机器人采集的数据进行计算处理，避免机器人自身的计算量不足，实现机器人、第一计算平台和第二计算平台三者协同计算的分工合作。在步骤S0中将机器人执行的任务分为初步判断任务、实时任务和非实时任务，主要是为了根据不同任务选择不同的计算处理设备提供前提条件。在本实施例中，第一计算平台根据操作请求对机器人执行任务进行任务划分，执行任务的划分根据操作请求中的自定义划分基准划分，不同执行任务的划分基准不同，此处不做一一限定。其中，第一计算平台根据操作请求对机器人执行任务进行任务划分为实时任务以及非实时任务等。检测每天最高温、风力形成气候检测报表等为非实时任务。实时任务如拍摄指定器件现场照片等。

在本发明实施例中，该基于5G云端的作业机器人控制方法根据机器人执行任务为初步判断任务，机器人通过风速系数是否大于风速预设阈值且振动系数是否大于振动预设阈值，判断当前机器人是否受到风力影响。该基于5G云端的作业机器人控制方法根据机器人执行任务为实时任务或非实时任务，机器人执行步骤S2至步骤S5。

需要说明的是，对于初步判断任务机器人通过自身的计算能力执行计算，并通过判断当前的风速系数和振动系数是否大于对应的预设阈值来估算机器人是否受到风力影响，即是初步判断任务由机器人执行，具体为初步判断作业环境是否受到风力等其他外在环境因素的影响。示例性的，当机器人所在区域遇到大风天气时，机器人需输电线路上的螺栓进行紧固操作，受到大风天气的影响，高压线和机器人会做不同频率的摆动，为避免机器人操作失败，预先对当前环境情况进行判断。以及当机器人进行导线搭接操作时，导线可能会受到风力影响发生摆动，影响操作效率。因此，机器人与其所在杆塔上的传感器或其附近的传感器可通过握手建立5g通信信道，实现实时获取所在环境的风力情况(即是风速系数、振动系数)。

对于实时任务，当判断到机器人未受到风力影响时(即是风速系数不大于风速预设阈值且振动系数不大于振动预设阈值)，机器人向第一计算平台发送正常操作指令，第一计算平台响应于该指令按照操作请求的作业类型，从数据库中获取相应控制机器人运行的控制策略，并将该控制策略返回机器人，使得机器人按照该控制策略自主操作。当判断到机器人受到风力影响时即是风速系数大于风速预设阈值且振动系数大于振动预设阈值)，机器人向第一计算平台发送异常操作指令，第一计算平台将当前视频图像数据加密后传输到第二计算平台。

对于非实时任务，第二计算平台根据第一计算平台和/或机器人传送得到作业类型和操作指令等数据，使得第二计算平台按照各作业类型对其操作步骤进行处理，以优化控制机器人运行的控制策略，而后将优化后的控制策略反馈给第一计算平台，使得第一计算平台更新其数据库，并控制机器人运行，实现机器人自主操作能够适应更多的应用场景，优化了操作，提高了作业效率。

需要说明的是，作业类型和操作步骤是机器人操作规则和作业说明规定的，具体和机器人类型相关，此处不做详述。

在本发明的一个实施例中，依据风速系数不大于风速预设阈值和振动系数不大于振动预设阈值，该基于5G云端的作业机器人控制方法包括：机器人向移动终端传送视频图像；移动终端依据视频图像分析得到机器人的机器臂操作位置和配电网操作位置，向第一计算平台和第二计算平台发送远程控制指令。

需要说明的是，对于实时任务，机器人同时向移动终端发送实时获取到的视频图像，当用户需进行远程控制时，用户通过移动终端向第一计算平台和第二计算平台发送远程控制指令，使得第一计算平台响应于正常操作指令后，将来自机器人的实时视频图像发送至移动终端，以实现远程操作。

在本发明的一个实施例中，在步骤S4中，在第二计算平台控制机器人的运行之前，包括：第二计算平台判断机器臂操作位置与配电网操作位置是否相适配，若相适配，第二计算平台直接控制机器人的运行；若不相适配，第二计算平台向机器人发送调整指令，直至机器臂操作位置与配电网操作位置相适配。

需要说明的是，第二计算平台判断机器臂操作位置与配电网操作位置是否一致，若是，则让第一计算平台从数据库中获取与机器人相应作业类型的控制策略，并将该控制策略返回机器人，使得机器人按照该控制策略自主操作。若否，向机器人发送机械臂调整指令，以调整机械臂操作部的位置，机器臂操作位置与配电网操作位置是一致，才控制机器人运行，再一次实现机器人操作的对准操作，提高了机器人的作业效率。

实施例二：

图3为本发明实施例的基于5G云端的作业机器人控制***的框架图。

如图3所示，本发明实施例还提供一种基于5G云端的作业机器人控制***，应用于配电网上，包括数据获取模块10、指令传送模块20、数据分析模块30、第一控制模块40和第二控制模块50；

数据获取模块10，用于机器人实时获取所述配电网当前的风速系数、振动系数和视频图像；

指令传送模块20，用于通过所述风速系数大于风速预设阈值且所述振动系数大于振动预设阈值，所述机器人向第一计算平台发送异常操作指令，且同时所述机器人将所述视频图像、风速系数、振动系数传送至所述第一计算平台；

数据分析模块30，用于所述第一计算平台将所述视频图像、风速系数、振动系数传送至第二计算平台；依据所述风速系数和所述振动系数，所述第二计算平台对所述视频图像进行分析，得到机器人的机器臂操作位置和配电网操作位置；

第一控制模块40，用于通过所述机器臂操作位置和所述配电网操作位置，所述第二计算平台控制机器人的运行；

第二控制模块50，用于通过所述风速系数不大于风速预设阈值且所述振动系数不大于振动预设阈值，所述机器人向第一计算平台发送正常操作指令，所述第一计算平台控制机器人的运行。

需要说明的是，实施例二***中模块的内容是对应实施例一方法的步骤设置的，实施例一方法中的步骤内容已经详细阐述了，在此实施例二中不再对模块的内容进行详细阐述。

实施例三：

本发明实施例提供了一种基于5G云端的作业机器人控制设备，包括处理器以及存储器；

存储器，用于存储程序代码，并将程序代码传输给处理器；

处理器，用于根据程序代码中的指令执行上述的基于5G云端的作业机器人控制方法。

需要说明的是，处理器用于根据所程序代码中的指令执行上述的一种基于5G云端的作业机器人控制方法实施例中的步骤。或者，处理器执行计算机程序时实现上述各***/装置实施例中各模块/单元的功能。

示例性的，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器中，并由处理器执行，以完成本申请。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。

终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端设备可包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如终端设备还可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器可以是终端设备的内部存储单元，例如终端设备的硬盘或内存。存储器也可以是终端设备的外部存储设备，例如终端设备上配备的插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器还可以既包括终端设备的内部存储单元也包括外部存储设备。存储器用于存储计算机程序以及终端设备所需的其他程序和数据。存储器还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的***，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

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理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个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。上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。

所述集成的单元如果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读取存储介质中。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介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于5G云端的作业机器人控制方法，应用于配电网上，其特征在于，包括以下步骤：

S1.机器人实时获取所述配电网当前的风速系数、振动系数和视频图像；

S2.通过所述风速系数大于风速预设阈值和所述振动系数大于振动预设阈值，所述机器人向第一计算平台发送异常操作指令，且同时所述机器人将所述视频图像、风速系数、振动系数传送至所述第一计算平台；

S3.所述第一计算平台将所述视频图像、风速系数、振动系数传送至第二计算平台；依据所述风速系数和所述振动系数，所述第二计算平台对所述视频图像进行分析，得到机器人的机器臂操作位置和配电网操作位置；

S4.通过所述机器臂操作位置和所述配电网操作位置，所述第二计算平台控制机器人的运行；

S5通过所述风速系数不大于风速预设阈值且所述振动系数不大于振动预设阈值，所述机器人向第一计算平台发送正常操作指令，所述第一计算平台控制机器人的运行。

2.根据权利要求1所述的基于5G云端的作业机器人控制方法，其特征在于，在机器人获取所述配电网当前的风速系数、振动系数和视频图像之前，该基于5G云端的作业机器人控制方法包括：S0.所述机器人分别向所述第一计算平台和所述第二计算平台发出执行任务的操作请求。

3.根据权利要求2所述的基于5G云端的作业机器人控制方法，其特征在于，在步骤S0之后，该基于5G云端的作业机器人控制方法包括：所述第一计算平台根据所述操作请求对所述机器人执行任务进行任务划分，将所述机器人执行任务分为初步判断任务、实时任务或非实时任务，并将划分的结果传送至所述机器人。

4.根据权利要求3所述的基于5G云端的作业机器人控制方法，其特征在于，若所述机器人执行任务为初步判断任务，所述机器人通过所述风速系数是否大于风速预设阈值且所述振动系数是否大于振动预设阈值，判断当前所述机器人是否受到风力影响。

5.根据权利要求3所述的基于5G云端的作业机器人控制方法，其特征在于，若所述机器人执行任务为所述实时任务或所述非实时任务，所述机器人执行步骤S2至步骤S5。

6.根据权利要求1所述的基于5G云端的作业机器人控制方法，其特征在于，依据所述风速系数不大于风速预设阈值和所述振动系数不大于振动预设阈值，该基于5G云端的作业机器人控制方法包括：所述机器人向移动终端传送所述视频图像；所述移动终端依据所述视频图像分析得到机器人的机器臂操作位置和配电网操作位置，向所述第一计算平台和所述第二计算平台发送远程控制指令。

7.根据权利要求1所述的基于5G云端的作业机器人控制方法，其特征在于，包括：所述第一计算平台将所述视频图像、风速系数、振动系数通过加密方式传送至第二计算平台。

8.根据权利要求1所述的基于5G云端的作业机器人控制方法，其特征在于，在步骤S4中，在所述第二计算平台控制机器人的运行之前，包括：所述第二计算平台判断所述机器臂操作位置与所述配电网操作位置是否相适配，若相适配，所述第二计算平台直接控制所述机器人的运行；若不相适配，所述第二计算平台向所述机器人发送调整指令，直至所述机器臂操作位置与所述配电网操作位置相适配。

9.一种基于5G云端的作业机器人控制***，应用于配电网上，其特征在于，包括数据获取模块、指令传送模块、数据分析模块、第一控制模块和第二控制模块；

所述数据获取模块，用于机器人实时获取所述配电网当前的风速系数、振动系数和视频图像；

所述指令传送模块，用于通过所述风速系数大于风速预设阈值且所述振动系数大于振动预设阈值，所述机器人向第一计算平台发送异常操作指令，且同时所述机器人将所述视频图像、风速系数、振动系数传送至所述第一计算平台；

所述数据分析模块，用于所述第一计算平台将所述视频图像、风速系数、振动系数传送至第二计算平台；依据所述风速系数和所述振动系数，所述第二计算平台对所述视频图像进行分析，得到机器人的机器臂操作位置和配电网操作位置；

所述第一控制模块，用于通过所述机器臂操作位置和所述配电网操作位置，所述第二计算平台控制机器人的运行；

所述第二控制模块，用于通过所述风速系数不大于风速预设阈值且所述振动系数不大于振动预设阈值，所述机器人向第一计算平台发送正常操作指令，所述第一计算平台控制机器人的运行。

10.一种基于5G云端的作业机器人控制设备，其特征在于，包括处理器以及存储器；

所述存储器，用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器，用于根据所述程序代码中的指令执行如权利要求1-8任意一项所述的基于5G云端的作业机器人控制方法。

Images