【技術實現步驟摘要】
本專利技術涉及智能存取技術，尤其涉及一種無人機小型配件智能存取方法及系統。
技術介紹
1、傳統的存取方法缺乏智能化和自動化，通常依賴人工操作，效率低下且易出錯。這不僅增加了人力成本，也難以滿足大規模、高頻率的存取需求，尤其在復雜的作業環境中更容易出現問題。
2、現有的存取系統難以適應不同規格和類型的無人機小型配件。由于配件的多樣性，現有方法往往缺乏靈活性，無法根據不同配件的特性進行智能化調整，導致存取過程中容易發生碰撞、損壞等意外。
3、現有技術缺乏實時監控和動態調整能力。在存取過程中，難以及時發現和處理異常情況，無法根據實際執行狀態進行實時優化和調整，這大大降低了存取操作的可靠性和精確性，增加了潛在的安全隱患。
技術實現思路
1、本專利技術實施例提供一種無人機小型配件智能存取方法及系統，能夠解決現有技術中的問題。
2、本專利技術實施例的第一方面，提供一種無人機小型配件智能存取方法，包括：獲取無人機小型配件存取任務信息，從所述存取任務信息中提取配件規格參數、存取位置坐標、作業環境數據和操作時序數據，通過預設的動作語義理解模型對所述存取任務信息進行語義解析，生成動作特征向量，基于所述動作特征向量識別關鍵動作節點，所述關鍵動作節點包括配件抓取預備位、配件抓取位、配件搬運中轉位、配件放置預備位和配件放置位，根據所述關鍵動作節點生成基礎動作序列，并基于所述配件規格參數和作業環境數據對所述基礎動作序列進行分解，生成子動作集合，同時構建動作語義映射模型，建立
3、在一種可選的實施例中，根據所述關鍵動作節點生成基礎動作序列，并基于所述配件規格參數和作業環境數據對所述基礎動作序列進行分解，生成子動作集合，同時構建動作語義映射模型，建立所述子動作集合之間的時序關聯關系包括：根據所述關鍵動作節點建立運動拓撲圖，生成基礎動作序列，所述基礎動作序列包括配件抓取預備位至配件抓取位的抓取準備動作、配件抓取位的抓取執行動作、配件搬運中轉位的搬運動作、配件放置預備位至配件放置位的放置準備動作和配件放置位的放置執行動作；基于無人機小型配件存取任務信息中的配件規格參數和作業環境數據，將所述基礎動作序列分解為子動作集合，所述子動作集合包括空間定位子動作、軌跡規劃子動作、力控制子動作、關節運動子動作和夾持器控制子動作；通過所述空間定位子動作執行視覺伺服計算，根據存取位置坐標獲取目標位置的三維坐標和姿態角，生成端點位置矩陣，根據所述端點位置矩陣和作業環境數據，通過所述軌跡規劃子動作生成避障路徑，并對所述避障路徑進行時間參數化處理，得到時間參數化軌跡；基于配件材質參數，通過力控制子動作建立自適應阻抗控制模型，生成剛度參數和阻尼參數，根據所述時間參數化軌跡、剛度參數和阻尼參數，通過關節運動子動作進行逆運動學求解，得到關節角度序列，通過夾持器控制子動作生成夾持點位置和夾持力數值；構建雙層網絡結構的動作語義映射模型，在上層網絡中將子動作序列映射為變遷節點，每個變遷節點包含輸入狀態集合和輸出狀態集合，所述輸入狀態集合和輸出狀態集合由配件規格參數和作業環境數據確定，在下層網絡中將所述輸入狀態集合和輸出狀態集合映射為狀態節點，基于所述狀態節點之間的依賴關系采用謂詞邏輯方法構建觸發規則，所述觸發規則定義狀態節點間的轉移條件；根據所述觸發規則分析操作時序數據中的狀態轉移頻次，建立狀態轉移矩陣，所述狀態轉移矩陣表征狀態節點間的轉移概率，基于所述狀態轉移矩陣計算動作執行過程中的狀態沖突程度，生成沖突檢測信息，將所述沖突檢測信息轉化為時序約束條件，建立子動作集合之間的時序關聯關系，所述時序關聯關系用于確定子動作的執行順序約束和并行執行條件。
4、在一種可選的實施例中，基于所述狀態轉移矩陣計算動作執行過程中的狀態沖突程度，生成沖突檢測信息，將所述沖突檢測信息轉化為時序約束條件，建立子動作集合之間的時序關聯關系包括：從狀態轉移矩陣中提取兩個狀態節點之間的轉移概率向量，所述轉移概率向量包括狀態轉移概率值和狀態保持概率值，計算狀態節點之間的狀態空間距離，將轉移概率向量與狀態空間距離進行線性組合，生成狀態轉移沖突值；對所述狀態轉移沖突值采用指數衰減函數進行時序加權處理，構建馬爾可夫狀態轉移鏈計算狀態節點的條件出現概率，基于所述時序加權結果和條件出現概率計算動作執行過程中的狀態沖突程度；將所述狀態沖突程度投影到空間坐標系、資源占用圖和時序關系圖中，提取空間維度的位置重疊程度、速度耦合程度和加速度干擾程度，提取資源維度的執行器競爭程度、工作空間競爭程度和能耗競爭程度，提取時序維度的執行重疊程度、完成依賴程度和觸發關聯程度，形成狀態沖突分量；對所述狀態沖突分量進行主成分分析提取特征向量，采用模糊層次分析法確定特征權重，基于特征向量和權重系數生成沖突檢測信息，所述沖突檢測信息包含狀態節點之間的空間沖突值、資源競爭值和時序重疊值；將所述沖突檢測信息中的空間沖突值映射為動作互斥約束，將所述資源競爭值映射為資源使用約束，將所述時序重疊值映射為順序執行約束，形成時序約束條件；將所述時序約束條件轉化為三元組形式的時序關聯關系，基于所述時序關聯關系構建有向圖，所述有向圖的頂點對應動作集合，邊集對應約束關系，對所述有向圖進行拓撲排序得到滿足約束的動作執行序列，輸出子動作集合之間的時序關聯關系。
5、在一種可選的實施例中，基于所述時序關聯關系生成每個子動作的執行約束條件，根據所述執行約束條件構建調度優化模型，對所述子動作集合進行組合計算，輸出動作執行時序安排包括：采用深度神經網絡構建設備能力特征提取模型，獲取執行設備的速度能力指標、加速度能力指標、負載能力指標、精度能力指標和空間能力指標，將所述能力指標輸入長短時記憶網絡得到設備能力預測結果，基于所述設備能力預測結果計算設備綜合能力評估值；構建時序依賴圖模型，將子動作集合映射為時序依賴圖模型中的節點和邊，采用圖卷積神經網絡提取所述時序依賴圖模型中的節點特征向量和邊特征向量，通過圖注意力機制計算所述節點特征向量之間的關聯強度矩陣，基于所述關聯強度矩陣對所述子動作集合進行分解重組本文檔來自技高網...
【技術保護點】
1.一種無人機小型配件智能存取方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，根據所述關鍵動作節點生成基礎動作序列，并基于所述配件規格參數和作業環境數據對所述基礎動作序列進行分解，生成子動作集合，同時構建動作語義映射模型，建立所述子動作集合之間的時序關聯關系包括：
3.根據權利要求2所述的方法，其特征在于，基于所述狀態轉移矩陣計算動作執行過程中的狀態沖突程度，生成沖突檢測信息，將所述沖突檢測信息轉化為時序約束條件，建立子動作集合之間的時序關聯關系包括：
4.根據權利要求1所述的方法，其特征在于，基于所述時序關聯關系生成每個子動作的執行約束條件，根據所述執行約束條件構建調度優化模型，對所述子動作集合進行組合計算，輸出動作執行時序安排包括：
5.根據權利要求4所述的方法，其特征在于，將所述優化調度策略矩陣輸入策略神經網絡生成初始調度方案，采用自適應優化算法對所述初始調度方案進行優化，輸出全局最優執行時序方案包括：
6.根據權利要求1所述的方法，其特征在于，通過分布式傳感器采集動作執行狀態數據，所述動作執行
7.根據權利要求6所述的方法，其特征在于，將所述執行偏差值、所述補償策略和所述補償參數輸入模型預測控制器，最終生成補償指令包括：
8.一種無人機小型配件智能存取系統，用于實現前述權利要求1-7中任一項所述的方法，其特征在于，包括：
9.一種電子設備，其特征在于，包括：
10.一種計算機可讀存儲介質，其上存儲有計算機程序指令，其特征在于，所述計算機程序指令被處理器執行時實現權利要求1至7中任意一項所述的方法。
...【技術特征摘要】
1.一種無人機小型配件智能存取方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，根據所述關鍵動作節點生成基礎動作序列，并基于所述配件規格參數和作業環境數據對所述基礎動作序列進行分解，生成子動作集合，同時構建動作語義映射模型，建立所述子動作集合之間的時序關聯關系包括：
3.根據權利要求2所述的方法，其特征在于，基于所述狀態轉移矩陣計算動作執行過程中的狀態沖突程度，生成沖突檢測信息，將所述沖突檢測信息轉化為時序約束條件，建立子動作集合之間的時序關聯關系包括：
4.根據權利要求1所述的方法，其特征在于，基于所述時序關聯關系生成每個子動作的執行約束條件，根據所述執行約束條件構建調度優化模型，對所述子動作集合進行組合計算，輸出動作執行時序安排包括：
5.根據權利要求4所述的方法，其特征在于，將所述優化調度策略矩陣輸入策略神經網絡生成初始調度方案，采用...
【專利技術屬性】
技術研發人員：崔起源，馮春，李帛洋，李智，馬瑞峰，孫羽，劉重陽，
申請(專利權)人：中電國科技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。