CN114589697A - 一种智能消杀巡检环境调节机器人及控制方法 - Google Patents
一种智能消杀巡检环境调节机器人及控制方法 Download PDFInfo
- Publication number
- CN114589697A CN114589697A CN202210282711.7A CN202210282711A CN114589697A CN 114589697 A CN114589697 A CN 114589697A CN 202210282711 A CN202210282711 A CN 202210282711A CN 114589697 A CN114589697 A CN 114589697A
- Authority
- CN
- China
- Prior art keywords
- robot
- environment
- point
- sensor
- value
- 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 41
- 238000004659 sterilization and disinfection Methods 0.000 title claims abstract description 32
- 238000007689 inspection Methods 0.000 title claims abstract description 19
- 230000007613 environmental effect Effects 0.000 claims abstract description 31
- 230000002147 killing effect Effects 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 7
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 5
- 241000894006 Bacteria Species 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000012706 support-vector machine Methods 0.000 claims description 4
- 230000003750 conditioning effect Effects 0.000 claims 4
- 238000013473 artificial intelligence Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000000889 atomisation Methods 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000645 desinfectant Substances 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000004387 environmental modeling Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2/00—Methods or apparatus for disinfecting or sterilising materials or objects other than foodstuffs or contact lenses; Accessories therefor
- A61L2/24—Apparatus using programmed or automatic operation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J11/00—Manipulators not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2202/00—Aspects relating to methods or apparatus for disinfecting or sterilising materials or objects
- A61L2202/10—Apparatus features
- A61L2202/14—Means for controlling sterilisation processes, data processing, presentation and storage means, e.g. sensors, controllers, programs
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61L—METHODS OR APPARATUS FOR STERILISING MATERIALS OR OBJECTS IN GENERAL; DISINFECTION, STERILISATION OR DEODORISATION OF AIR; CHEMICAL ASPECTS OF BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES; MATERIALS FOR BANDAGES, DRESSINGS, ABSORBENT PADS OR SURGICAL ARTICLES
- A61L2202/00—Aspects relating to methods or apparatus for disinfecting or sterilising materials or objects
- A61L2202/10—Apparatus features
- A61L2202/16—Mobile applications, e.g. portable devices, trailers, devices mounted on vehicles
-
- 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)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Epidemiology (AREA)
- Automation & Control Theory (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Manipulator (AREA)
- Feedback Control In General (AREA)
Abstract
本发明适用于消毒机器人领域,提供一种智能消杀巡检环境调节机器人及控制方法。本发明采用多种传感器和执行模块,基于人工智能技术可对环境状态进行检测和分类,并针对不同工况进行自适应反馈控制,在消杀功能的基础上,还加入了环境调节功能,即调节环境的温度、湿度、环境质量等,基于人工智能技术,进而实现个性化环境调节功能。
Description
技术领域
本发明属于消毒机器人领域,尤其涉及一种智能消杀巡检环境调节机器人及其控制方法。
背景技术
智能消毒机器人一般采用消毒剂雾化方式,可进行室内环境的全面消毒。可快速部署于办公楼、大堂、餐厅、会议室等公共场所,实现应用场景的消毒,无人值守消毒,安全健康。消毒机器人包括移动底盘和多种消杀模块,消毒机器人的消杀过程一般是通过人工预先设定,然后机器人根据设定程序在安装设定轨迹进行消毒。而实际使用过程中,机器人所处环境、面临工况复杂,不同消杀方式的适用工况以及消杀效果各不相同,消杀完成后,也无法评估消杀的效果。
另外,目前消毒机器人都是人为进行调节,而且较为缓慢,各区域可能存在需求不同的情况,而设备通常会运行在多种环境下,即使是同一空间,不同天气和季节下控制目标也可能存在较大差异。因此传统的消毒机器人控制方法较为固定,会导致环境适应能力不足的问题。
发明内容
鉴于上述问题,本发明的目的在于提供一种智能消杀巡检环境调节机器人及控制方法,旨在解决现有消毒机器人控制方式单一、无法根据环境自适应调节的技术问题。
本发明采用如下技术方案:
一方面,所述智能消杀巡检环境调节机器人控制方法包括下述步骤:
步骤S1、机器人根据当前室内环境构建室内地图,同时根据传感器采集环境参数;
步骤S2、根据室内地图以及建图扫描过程中机器人传感器所采集到的环境参数,对整个空间室内进行建模估计,得到多个分类工况;
步骤S3、根据分类工况进行机器人消杀工作预规划,预规划结果包括规划路径以及规划出各点位不同执行模块的参考动作;
步骤S4、根据预规划结果控制机器人执行动作,同时实时采集环境信息,根据环境的变化进行动态调整。
进一步的,所述步骤S2中,对于传感器所采集到的环境参数采用卡尔曼滤波器进行处理。
进一步的,步骤S2中,所述对整个空间室内进行建模估计,得到多个分类工况具体过程如下:
基于支持向量机方法构造一个超平面D,通过建模阶段采集的环境参数据获得目标样本集为(pi,qi),其中pi是指某一工况下的某一个地图上的某一个点的信息,qi是指工况种类;
在超平面D上的点pi满足:bqi(t)=-ωqi(t)*f(pi),bqi(t)为分类阈值,ωqi(t)为改进权重,f(pi)为核函数,ωqi(t)=ωqi+γ(t),ωqi为权重参数,γ(t)为补偿权重系数,此时超平面D约束为qi(ωqi(t)*f(pi)+bqi(t))≥1-εi,εi为松弛变量;
在此约束下的极小化函数值为:cqi是对越界采样点施加的惩罚因子,获取群体当中最小的aqi-min相对应的cqi-min,这里aqi-min=min{aqi(t1),aqi(t2),aqi(t3),...aqi(ti)};
进一步的,所述步骤S3具体包括:
S31、网格化地图,确定环境权重值H;
S32、初始化开放列表,所述开放列表用于存放准备计算的点的信息和封闭列表,封闭列表用于存放已经计算过不作为路径点的点的信息,并将起点相关的开始节点放入开放列表;
S33、计算开放列表当中的权重值,这里权重值由两部分组成,即距离权重E和环境权重H,找到权重值最小的综合权重F=E+H,在开放列表中查找最小F值的点,并把该点作为当前的点;
S34、将该点从开放列表中去除,放置到封闭列表当中;
S35、对当前节点相邻的每一个节点按照以下原则进行计算,如果相邻节点在封闭节点或不存在,那么直接计算下一个开放列表中的点,如果下一个点不在开放列表中,那么就将该点加入开放列表,并计算F值;如果相邻节点在开放列表中,则比较这个节点和其他相邻节点的F值,如果小于,则将该节点设置为当前节点,并重置该节点的相邻节点;
S36、重复步骤S25直至终点被加入开放列表。
另一方面,所述智能消杀巡检环境调节机器人包括传感器、执行模块以及控制模块,其中所述控制模块包括:
环境建模单元,用于根据当前室内环境构建室内地图,同时根据传感器采集环境参数;
工况分类单元,用于根据室内地图以及建图扫描过程中机器人传感器所采集到的环境参数,对整个空间室内进行建模估计,得到多个分类工况;
预规划单元,用于根据分类工况进行机器人消杀工作预规划,预规划结果包括规划路径以及规划出各点位不同执行模块的参考动作;
执行与动态分类单元,用于根据预规划结果控制机器人执行动作,同时实时采集环境信息,根据环境的变化进行动态调整。
进一步的,所述传感器包括异常气体传感器、声光传感器、细菌浓度传感器、温湿度传感器。
进一步的,所述执行模块包括紫外灯管、臭氧发生器、超声波雾化器、除湿机。
进一步的,所述传感器包括异常气体传感器、声光传感器、细菌浓度传感器、温湿度传感器。
本发明的有益效果是:
首先,本发明提供了一种智能消杀巡检环境调节机器人,该机器人集多功能检测、调节、自动导航于一体,具体通过在机器人中内置各种传感器,对环境进行采集和监控,采用人工智能控制方法对环境公开进行分类,获取不同的工况,进而规划不同的目标,同时可为后面得控制器提供不同的参数,提高了机器人自我调整的自适应能力;
其次,本发明还提供了一种机器人控制方法,该方法采用人工智能技术可对环境状态进行检测和分类,并针对不同工况进行自适应反馈控制,可以自动完成数据采集、处理、模式识别、巡检、环境监测、环境调节的功能。
附图说明
图1是本发明实施例提供的智能消杀巡检环境调节机器人的硬件结构图;
图2是本发明实施例提供的智能消杀巡检环境调节机器人控制方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1示出了本发明实施例提供的智能消杀巡检环境调节机器人的硬件结构图,机器人通过底盘电机可以在室内行走,并且内置有摄像头和激光雷达,可对室内环境进行扫描。本发明实施例提供的智能消杀巡检环境调节机器人中搭载了各种传感器,如图1中所示的异常气体传感器、声光传感器、细菌浓度传感器、温湿度传感器等,具体不限定这些传感器。同时机器人中也搭载了执行模块,如各种消杀模块和环境调节模块,包括紫外灯管、臭氧发生器、超声波雾化器、除湿机等。另外,本实施例机器人还包括控制模块,所述控制模块用于根据传感器采集到的数据进行人工智能处理,然后控制执行模块执行相应操作。所述控制模块包括环境建模单元、工况分类单元、预规划单元、执行与动态分类单元。基于上述智能消杀巡检环境调节机器人,相应的,本发明实施例提供了一种智能消杀巡检环境调节机器人控制方法,如图2所示包括下述步骤:
步骤S1、环境建模步骤:机器人根据当前室内环境构建室内地图,同时根据传感器采集环境参数。
建图是构建当前室内环境布局的地图,具体机器人可通过激光SLAM技术进行建图及自动导航,具体建图过程不是本实施例重点所在,这里不赘述。建图过程中,同时传感器采集环境数据。
由于外界干扰或内部电路问题传感器采集过程中可能会产生噪声,会对采集到数据有影响,因此本步骤采用卡尔曼滤波器对各信号进行处理。
具体的,假设传感器在t时刻检测到的状态量为X_me(t)=(X1,X2,X3..Xk),k为第k个传感器的状态,采用基于传感器性能的平滑法过滤高频噪声,其中σ为传感器的误差矩阵,为传感器的量程范围,θ为滤波系数,有
步骤S2、工况分类步骤:根据室内地图以及建图扫描过程中机器人传感器所采集到的环境参数,对整个空间室内进行建模估计,得到多个分类工况。
数据预处理后,本步骤进行建模估计和分类工况,具体过程如下:
S21、基于支持向量机方法构造一个超平面D,通过建模阶段采集的环境参数据获得目标样本集为(pi,qi),其中pi是指某一工况下的某一个地图上的某一个点的信息,qi是指工况种类。
建模估计的模型为:pi=(POSi,Xi(t)),其中POSi为i工况下的位置信息,Xi(t)为i工况下当前位置的环境参数信息。pi为上述信息的特征向量,为k+2维pi∈Rk+2。考虑pi为一个向量,要使用SVM引入核函数f(pi)=M(POSi,Xi(t))进而构造超平面D以保证数据可分。
S22、在超平面D上的点pi满足:bqi(t)=-ωqi(t)*f(pi),bqi(t)为分类阈值,ωqi(t)为改进权重,f(pi)为核函数,ωqi(t)=ωqi+γ(t),ωqi为权重参数,γ(t)为补偿权重系数,此时超平面D约束为qi(ωqi(t)*f(pi)+bqi(t))≥1-εi,εi为松弛变量。
本步骤根据环境参数,例如温湿度、光照强度、细菌数量、臭氧浓度、人员多少等信息进行工况分类。
首先基于支持向量机方法构造一个超平面D,通过建模阶段的数据获得目标样本集为(pi,qi),pi是指某一工况下某一个地图上的某一个点的信息,qi是指工况种类,比如,qi指春夏秋冬四个工况。pi∈Rk+2,qi∈{1,2,....L}代表分类的数量。在该平面D上的点pi满足:bqi(t)=-ωqi(t)*f(pi)。这里ωqi(t)=ωqi+γ(t)。bqi(t)为分类阈值,ωqi(t)为改进权重,f(pi)为满足Mercer条件的核函数,对应为某一变换空间的内积,ωqi为权重参数,γ(t)为补偿权重系数。
一般来说ωqi为预先调整好的参数矩阵,这在静态或准静态***中有较好的效果,考虑到机器人工作的实时性和***动态变化性能,如果某一传感器出现故障,传统方法可能会导致错误分类,因此考虑故障工况,本发明通过改进权重ωqi(t)实现这一目标,当出现突发新的工况时可及时通知管理人员进行处理,为了提高计算效率,采用高斯权重获取补偿权重系数γ(t),该参数与各传感器状态值Λ(Xi(t))相关,当某一传感器超过门限值时取无穷大,即:
式bqi(t)=-ωqi(t)*f(pi)为寻找最优分类面,ωqi(t)和bqi(t)满足以下条件:
qi*ωqi(t)*f(pi)+bqi(t)≥1
考虑到一些采样不能被超平面正确分类,引入一个松弛变量εi≥0,此时超平面约束为:
qi*ωqi(t)*f(pi)+bqi(t)≥1-εi。
S23、在此约束下的极小化函数值为:cqi是对越界采样点施加的惩罚因子,获取群体当中最小的aqi-min相对应的cqi-min,这里aqi-min=min{aqi(t1),aqi(t2),aqi(t3),...aqi(ti)}。
cqi是对越界采样点施加的惩罚因子,能在算法的复杂度和采样的错分率之间进行折衷。与ωqi(t)类似,该参数的选取也采用动态变化以适应移动环境下新数据的不断加入,来完善模型。由于传感器采集频率较高,而***参数变化较慢,本实施例采用一段时间内的极小化泛函数的值来选定合理的cqi,持续计算一段时间内的aqi(t),通过随机选取cqi的方式计算aqi(t),获取群体当中最小的aqi-min相对应的cqi-min,作为求取决策函数Ψqi(p)的最终参数:
aqi-min=min{aqi(t1),aqi(t2),aqi(t3),...aqi(ti)}
步骤S3、预规划步骤:根据分类工况进行机器人消杀工作预规划,预规划结果包括规划路径以及规划出各点位不同执行模块的参考动作。
路径规划采用结合场景权重方法。具体过程如下:
S31、网格化地图,确定环境权重值H。
S32、初始化开放列表,所述开放列表用于存放准备计算的点的信息和封闭列表,封闭列表用于存放已经计算过不作为路径点的点的信息,并将起点相关的开始节点放入开放列表。
S33、计算开放列表当中的权重值,这里权重值由两部分组成,即距离权重E和环境权重H,找到权重值最小的综合权重F=E+H,在开放列表中查找最小F值的点,并把该点作为当前的点。距离权重表征路径长短,而环境权重代表根据工况不同,机器人是否到达该点的必要性,环境权重值H根据工况分类得到,该权重值越小,代表越重要。
S34、将该点从开放列表中去除,放置到封闭列表当中。
S35、对当前节点相邻的每一个节点按照以下原则进行计算,如果相邻节点在封闭节点或不存在,那么直接计算下一个开放列表中的点,如果下一个点不在开放列表中,那么就将该点加入开放列表,并计算F值;如果相邻节点在开放列表中,则比较这个节点和其他相邻节点的F值,如果小于,则将该节点设置为当前节点,并重置该节点的相邻节点。
S26、重复步骤S25直至终点被加入开放列表。若终点没有进入开放列表,则代表无满足要求的路径。此时可调整权重F的计算方式,尝试是否存在新的路径,重复上述步骤,直至有解。
步骤S4、执行与动态分类步骤:根据预规划结果控制机器人执行动作,同时实时采集环境信息,根据环境的变化进行动态调整,包括喷雾、开启紫外灯、臭氧发生器、风扇等。在执行的过程动态分类,并进行动态规划与执行,S2-S4重复执行,以满足消杀要求。
综上,本发明提供了一种可自主移动并根据不同工况进行自动消杀及环境调节任务的智能机器人,本发明基于人工智能技术实现对各种环境工况识别,通过参数识别结果进行消杀方案的自动规划,最后通过内置的消杀模块、环境调节模块等执行模块,实现对室内环境的调整,以达到目标调节效果。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种智能消杀巡检环境调节机器人控制方法,其特征在于,所述方法包括下述步骤:
步骤S1、机器人根据当前室内环境构建室内地图,同时根据传感器采集环境参数;
步骤S2、根据室内地图以及建图扫描过程中机器人传感器所采集到的环境参数,对整个空间室内进行建模估计,得到多个分类工况;
步骤S3、根据分类工况进行机器人消杀工作预规划,预规划结果包括规划路径以及规划出各点位不同执行模块的参考动作;
步骤S4、根据预规划结果控制机器人执行动作,同时实时采集环境信息,根据环境的变化进行动态调整。
2.如权利要求1所述智能消杀巡检环境调节机器人控制方法,其特征在于,所述步骤S2中,对于传感器所采集到的环境参数采用卡尔曼滤波器进行处理。
3.如权利要求2所述智能消杀巡检环境调节机器人控制方法,其特征在于,步骤S2中,所述对整个空间室内进行建模估计,得到多个分类工况具体过程如下:
基于支持向量机方法构造一个超平面D,通过建模阶段采集的环境参数据获得目标样本集为(pi,qi),其中pi是指某一工况下的某一个地图上的某一个点的信息,qi是指工况种类;
在超平面D上的点pi满足:bqi(t)=-ωqi(t)*f(pi),bqi(t)为分类阈值,ωqi(t)为改进权重,f(pi)为核函数,ωqi(t)=ωqi+γ(t),ωqi为权重参数,γ(t)为补偿权重系数,此时超平面D约束为qi(ωqi(t)*f(pi)+bqi(t))≥1-εi,εi为松弛变量;
在此约束下的极小化函数值为:cqi是对越界采样点施加的惩罚因子,获取群体当中最小的aqi-min相对应的cqi-min,这里aqi-min=min{aqi(t1),aqi(t2),aqi(t3),...aqi(ti)};
4.如权利要求3所述智能消杀巡检环境调节机器人控制方法,其特征在于,所述步骤S3具体包括:
S31、网格化地图,确定环境权重值H;
S32、初始化开放列表,所述开放列表用于存放准备计算的点的信息和封闭列表,封闭列表用于存放已经计算过不作为路径点的点的信息,并将起点相关的开始节点放入开放列表;
S33、计算开放列表当中的权重值,这里权重值由两部分组成,即距离权重E和环境权重H,找到权重值最小的综合权重F=E+H,在开放列表中查找最小F值的点,并把该点作为当前的点;
S34、将该点从开放列表中去除,放置到封闭列表当中;
S35、对当前节点相邻的每一个节点按照以下原则进行计算,如果相邻节点在封闭节点或不存在,那么直接计算下一个开放列表中的点,如果下一个点不在开放列表中,那么就将该点加入开放列表,并计算F值;如果相邻节点在开放列表中,则比较这个节点和其他相邻节点的F值,如果小于,则将该节点设置为当前节点,并重置该节点的相邻节点;
S36、重复步骤S25直至终点被加入开放列表。
5.一种智能消杀巡检环境调节机器人,其特征在于,所述智能消杀巡检环境调节机器人包括传感器、执行模块以及控制模块,其中所述控制模块包括:
环境建模单元,用于根据当前室内环境构建室内地图,同时根据传感器采集环境参数;
工况分类单元,用于根据室内地图以及建图扫描过程中机器人传感器所采集到的环境参数,对整个空间室内进行建模估计,得到多个分类工况;
预规划单元,用于根据分类工况进行机器人消杀工作预规划,预规划结果包括规划路径以及规划出各点位不同执行模块的参考动作;
执行与动态分类单元,用于根据预规划结果控制机器人执行动作,同时实时采集环境信息,根据环境的变化进行动态调整。
6.如权利要求5所述智能消杀巡检环境调节机器人,其特征在于,所述传感器包括异常气体传感器、声光传感器、细菌浓度传感器、温湿度传感器。
7.如权利要求5所述智能消杀巡检环境调节机器人,其特征在于,所述执行模块包括紫外灯管、臭氧发生器、超声波雾化器、除湿机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210282711.7A CN114589697B (zh) | 2022-03-22 | 2022-03-22 | 一种智能消杀巡检环境调节机器人及控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210282711.7A CN114589697B (zh) | 2022-03-22 | 2022-03-22 | 一种智能消杀巡检环境调节机器人及控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114589697A true CN114589697A (zh) | 2022-06-07 |
CN114589697B CN114589697B (zh) | 2024-05-28 |
Family
ID=81810157
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210282711.7A Active CN114589697B (zh) | 2022-03-22 | 2022-03-22 | 一种智能消杀巡检环境调节机器人及控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114589697B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115585524A (zh) * | 2022-09-30 | 2023-01-10 | 上海帝伽医疗科技有限公司 | 一种动态清除病原体的消杀方法及消杀装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109568623A (zh) * | 2018-12-28 | 2019-04-05 | 珠海市微半导体有限公司 | 一种便携式智能消毒机器人的消毒路径控制方法及芯片 |
CN110908370A (zh) * | 2019-10-31 | 2020-03-24 | 华能国际电力股份有限公司海门电厂 | 一种火电厂无人巡检任务规划方法及其*** |
CN111376268A (zh) * | 2020-02-27 | 2020-07-07 | 达闼机器人有限公司 | 一种消毒的方法、消毒机器人和存储介质 |
CN111582510A (zh) * | 2020-05-13 | 2020-08-25 | 中国民用航空飞行学院 | 基于支持向量机的智能识别方法、识别***及民航发动机 |
CN111588875A (zh) * | 2020-05-18 | 2020-08-28 | 常州工学院 | 一种消毒杀菌机器人 |
CN112985397A (zh) * | 2019-12-13 | 2021-06-18 | 北京京东乾石科技有限公司 | 机器人轨迹规划方法、装置、存储介质及电子设备 |
CN113144264A (zh) * | 2021-03-18 | 2021-07-23 | 武汉联一合立技术有限公司 | 智能消杀***及方法 |
CN113296501A (zh) * | 2021-05-07 | 2021-08-24 | 北京农业智能装备技术研究中心 | 温室巡检机器人、温室环境立体监测***及方法 |
CN113483757A (zh) * | 2021-06-17 | 2021-10-08 | 浙江图讯科技股份有限公司 | 一种消杀机器人的控制*** |
-
2022
- 2022-03-22 CN CN202210282711.7A patent/CN114589697B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109568623A (zh) * | 2018-12-28 | 2019-04-05 | 珠海市微半导体有限公司 | 一种便携式智能消毒机器人的消毒路径控制方法及芯片 |
CN110908370A (zh) * | 2019-10-31 | 2020-03-24 | 华能国际电力股份有限公司海门电厂 | 一种火电厂无人巡检任务规划方法及其*** |
CN112985397A (zh) * | 2019-12-13 | 2021-06-18 | 北京京东乾石科技有限公司 | 机器人轨迹规划方法、装置、存储介质及电子设备 |
CN111376268A (zh) * | 2020-02-27 | 2020-07-07 | 达闼机器人有限公司 | 一种消毒的方法、消毒机器人和存储介质 |
CN111582510A (zh) * | 2020-05-13 | 2020-08-25 | 中国民用航空飞行学院 | 基于支持向量机的智能识别方法、识别***及民航发动机 |
CN111588875A (zh) * | 2020-05-18 | 2020-08-28 | 常州工学院 | 一种消毒杀菌机器人 |
CN113144264A (zh) * | 2021-03-18 | 2021-07-23 | 武汉联一合立技术有限公司 | 智能消杀***及方法 |
CN113296501A (zh) * | 2021-05-07 | 2021-08-24 | 北京农业智能装备技术研究中心 | 温室巡检机器人、温室环境立体监测***及方法 |
CN113483757A (zh) * | 2021-06-17 | 2021-10-08 | 浙江图讯科技股份有限公司 | 一种消杀机器人的控制*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115585524A (zh) * | 2022-09-30 | 2023-01-10 | 上海帝伽医疗科技有限公司 | 一种动态清除病原体的消杀方法及消杀装置 |
CN115585524B (zh) * | 2022-09-30 | 2024-04-19 | 上海帝伽医疗科技有限公司 | 一种动态清除病原体的消杀方法及消杀装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114589697B (zh) | 2024-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Luo et al. | Adaptive sampling and online learning in multi-robot sensor coverage with mixture of gaussian processes | |
US10833888B2 (en) | IoT device plug-in method and device in data analysis-based automation systems | |
Krajník et al. | Fremen: Frequency map enhancement for long-term mobile robot autonomy in changing environments | |
Millán et al. | Continuous-action Q-learning | |
US8160729B2 (en) | Application of microsystems for a building system employing a system knowledge base | |
Luo et al. | Distributed environmental modeling and adaptive sampling for multi-robot sensor coverage | |
CN112269416B (zh) | 一种数据中心应用的监测维护机器人***及方法 | |
US11353228B2 (en) | Electronic apparatus for managing heating and cooling and controlling method of the same | |
CN114589697B (zh) | 一种智能消杀巡检环境调节机器人及控制方法 | |
CN112728727A (zh) | 一种基于边缘计算的室内环境舒适度的智能调节*** | |
CN105652677A (zh) | 一种基于用户行为分析的智能家居控制方法、装置和*** | |
CN114489070A (zh) | 家居巡检方法、非易失性可读存储介质和计算机设备 | |
Jatmiko et al. | Robots implementation for odor source localization using PSO algorithm | |
Lu et al. | Dynamic hvac operations with real-time vision-based occupant recognition system | |
Botteghi et al. | Reinforcement learning helps slam: Learning to build maps | |
Ferreira et al. | Energy savings in HVAC systems using discrete model-based predictive control | |
CN114200839B (zh) | 一种耦合环境行为动态监测的办公建筑能耗智能控制模型 | |
Outanoute et al. | Synthesis of an Optimal Dynamic Regulator Based on Linear Quadratic Gaussian (LQG) for the Control of the Relative Humidity Under Experimental Greenhouse. | |
CN112783228B (zh) | 基于神经网络的大型温棚pd控制***及方法 | |
Crispim et al. | Solar radiation prediction using RBF neural networks and cloudiness indices | |
JP2017220229A (ja) | 応答時間の推定及び自動的動作パラメータの調節を行う制御システム | |
Zhu et al. | Reinforcement learning for multi-robot field coverage based on local observation | |
Shrestha et al. | A distributed deep learning approach for a team of unmanned aerial vehicles for wildfire tracking and coverage | |
Xia et al. | Balanced map coverage using reinforcement learning in repeated obstacle environments | |
Dudenhoeffer et al. | Development and implementation of large-scale micro-robotic forces using formation behaviors |
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 |