【技術實現步驟摘要】
本專利技術涉及機器人協同控制的，尤其涉及一種復合機器人實時協同控制方法。
技術介紹
1、隨著工業4.0和智能制造的快速發展，智慧廠房作為未來制造業的重要發展方向，正受到廣泛關注。智慧廠房通過物聯網(iot)、人工智能(ai)、大數據、邊緣計算等技術的綜合應用，實現了生產流程的高度自動化、數字化和智能化。在智慧廠房中，機器人是生產系統的重要組成部分，不僅可以承擔重復性強、危險性高的任務，還能夠通過靈活部署和協同工作應對定制化、個性化生產的需求。近年來，復合機器人技術逐漸成為智慧廠房機器人系統的重要發展方向。復合機器人通常由多種類型的機器人組成，例如移動機器人(agv/amr)、機械臂、工業無人機等，它們能夠協同完成復雜的生產任務，解決單一機器人系統難以覆蓋的功能需求。例如，移動機器人可以完成物料搬運，機械臂可以負責裝配或檢測。然而，現有復合機器人可能由于任務交叉或資源爭奪而產生沖突，例如多個機器人同時需要占用相同的工作區域或工具。如何避免復合機器人沖突，實現復合機器人協同控制成為亟待解決的重要問題。
技術實現思路
1、有鑒于此，本專利技術提供一種復合機器人實時協同控制方法，通過對復合機器人運行狀態進行精準識別實現復合機器人協同控制，達到優化運行的目的。
2、實現上述目的，本專利技術提供的一種復合機器人實時協同控制方法，包括以下步驟：
3、s1：構建移動機器人移動狀態識別模型，對移動機器人進行移動狀態識別，所述移動狀態的類別包括靜止狀態、平移狀態、旋轉狀態以及滾
4、s2：構建機械臂機器人運動狀態識別模型，對機械臂機器人進行運動狀態識別，所述運動狀態的類別包括靜止、關節旋轉、關節直線運動、關節圓弧運動以及抓取運動；
5、s3：后臺服務器接收識別結果以及復合機器人的運動參數，對復合機器人進行協同調度，得到復合機器人的控制指令，所述復合機器人為移動機器人與機械臂機器人功能深度集成的產物；
6、s4：將控制指令發送至復合機器人，對復合機器人進行運動控制。
7、作為本專利技術的進一步改進方法：
8、可選地，所述s1步驟中構建移動機器人移動狀態識別模型，包括：
9、所述移動機器人移動狀態識別模型為脈沖神經網絡的網絡結構，包括輸入層、脈沖神經元層以及輸出層，輸入層用于接收移動機器人的移動數據，并將移動數據轉換為脈沖信號，脈沖神經元層由相互連接的4層脈沖神經元組成，負責接收脈沖信號并逐步累積膜電位，當膜電位達到預設閾值時觸發脈沖，并重置膜電位，將所觸發脈沖構成的脈沖序列作為輸出，輸出層接收四種移動狀態所對應脈沖神經元輸出的脈沖序列，通過計算脈沖序列中觸發脈沖的頻率，作為脈沖神經元的頻率，選取頻率最高的脈沖神經元所對應的移動狀態進行輸出；
10、所述移動機器人的移動數據包括移動機器人的位置坐標、線速度、角速度、三軸加速度、歐拉角以及環境掃描數據，其中三軸加速度為移動機器人在三維空間中沿三個正交方向的加速度值，歐拉角包括偏航角、俯仰角以及橫滾角，用來描述移動機器人的姿態，環境掃描數據為激光雷達掃描得到的移動機器人周圍環境的點云數據；
11、所述移動機器人用于進行環境感知以及負責在不同環境中自主移動，配備輪式、履帶式或足式移動平臺，能夠在平坦地面、復雜地形以及狹窄空間中移動，所述移動機器人移動狀態識別模型可部署在移動機器人。
12、可選地，利用所述移動機器人移動狀態識別模型對移動機器人進行移動狀態識別，包括：
13、獲取移動機器人當前的移動數據，并將所述移動數據作為移動機器人移動狀態識別模型的輸入，移動機器人移動狀態識別模型輸出移動數據對應的移動狀態，作為移動機器人當前的移動狀態，并在移動狀態中加入移動機器人當前的移動數據，傳輸至后臺服務器。
14、可選地，所述s2步驟中構建機械臂機器人運動狀態識別模型，包括：
15、所述機械臂機器人運動狀態識別模型為支持向量機的形式，支持向量機中包含一個超平面，超平面包括高維空間映射參數w以及偏置項b，其中高維空間映射參數w為超平面的法向量，偏置項b表示超平面與原點之間的距離；
16、所述機械臂機器人運動狀態識別模型以機械臂機器人的運動數據為輸入，以機械臂機器人的運動狀態為輸出；
17、機械臂機器人用于完成精細的操作任務，包括抓取、裝配以及焊接，配備多自由度機械臂，機械臂關節能夠在三維空間中靈活操作，末端配備夾爪以及吸盤，可執行多種形式的抓取運動，所述機械臂機器人運動狀態識別模型可部署在機械臂機器人。
18、可選地，利用所述機械臂機器人運動狀態識別模型對機械臂機器人進行運動狀態識別，包括：
19、獲取機械臂機器人的運動數據y，其中機械臂機器人的運動數據包括關節運動數據以及末端運動數據，所述關節運動數據包括關節力矩、關節角度、關節速度以及關節加速度，末端運動數據包括末端位置、末端歐拉角、末端速度、末端加速度以及末端力矩；
20、所述機械臂機器人運動狀態識別模型接收運動數據y，并計算得到運動數據y與超平面的距離dis(y)：
21、
22、其中：
23、||·||2表示l2范數；
24、所述機械臂機器人的5種運動狀態被映射至5個距離區間，其中第1-5種運動狀態依次為靜止、關節旋轉、關節直線運動、關節圓弧運動以及抓取運動，第1-5種運動狀態所映射的距離區間為dis1,dis2,dis3,dis4,dis5，判斷距離dis(y)所位于的距離區間，并將該距離區間所對應的運動狀態作為識別結果。
25、可選地，所述復合機器人由一個移動機器人以及若干個機械臂機器人組成，并向每個復合機器人提供待執行任務目標。
26、可選地，所述s3步驟中后臺服務器對復合機器人進行協同調度，得到復合機器人的控制指令，包括：
27、后臺服務器接收每個復合機器人當前的運動參數以及待執行任務目標，所述復合機器人當前的運動參數包括復合機器人中移動機器人當前的移動狀態以及移動數據、多個機械臂機器人當前的運動狀態以及運動數據，所述復合機器人的待執行任務目標包括目標地點以及任務操作；
28、所述復合機器人的協同調度策略為：
29、構建復合機器人協同調度模型，所述復合機器人協同調度模型分為移動機器人協同調度模塊以及機械臂機器人協同調度模塊；
30、移動機器人協同調度模塊包括移動動作空間以及移動動作調度網絡，移動動作空間包括移動機器人可采取的移動動作，移動動作調度網絡獲取所有移動機器人當前的移動狀態以及移動數據，從移動數據中提取環境掃描數據，采用點云建模方式生成每個移動機器人的三維環境建模結果，基于移動機器人的三維環境建模結果、移動狀態、移動數據以及目標地點，對移動機器人進行路徑優化，得到到達目標地點的最短避障路徑，并從移動動作空間中選取移動機器人的移動動作，使得移動機器人的后續移動路徑與最短避障路徑重合，將所選取的本文檔來自技高網...
【技術保護點】
1.一種復合機器人實時協同控制方法，其特征在于，所述方法包括：
2.如權利要求1所述的一種復合機器人實時協同控制方法，其特征在于，所述S1步驟中構建移動機器人移動狀態識別模型，包括：
3.如權利要求2所述的一種復合機器人實時協同控制方法，其特征在于，利用所述移動機器人移動狀態識別模型對移動機器人進行移動狀態識別，包括：
4.如權利要求1所述的一種復合機器人實時協同控制方法，其特征在于，所述S2步驟中構建機械臂機器人運動狀態識別模型，包括：
5.如權利要求4所述的一種復合機器人實時協同控制方法，其特征在于，利用所述機械臂機器人運動狀態識別模型對機械臂機器人進行運動狀態識別，包括：
6.如權利要求1所述的一種復合機器人實時協同控制方法，其特征在于，所述復合機器人由一個移動機器人以及若干個機械臂機器人組成，并向每個復合機器人提供待執行任務目標。
7.如權利要求6所述的一種復合機器人實時協同控制方法，其特征在于，所述S3步驟包括：
8.如權利要求7所述的一種復合機器人實時協同控制方法，其特征在于，所述S4
...【技術特征摘要】
1.一種復合機器人實時協同控制方法，其特征在于，所述方法包括：
2.如權利要求1所述的一種復合機器人實時協同控制方法，其特征在于，所述s1步驟中構建移動機器人移動狀態識別模型，包括：
3.如權利要求2所述的一種復合機器人實時協同控制方法，其特征在于，利用所述移動機器人移動狀態識別模型對移動機器人進行移動狀態識別，包括：
4.如權利要求1所述的一種復合機器人實時協同控制方法，其特征在于，所述s2步驟中構建機械臂機器人運動狀態識別模型，包括：
5.如權利要求4所述的一種...
【專利技術屬性】
技術研發人員：王振宇，葉中英，陳勝，李金錁，劉媛媛，楊奇，高峰，陸佳東，谷帥，
申請(專利權)人：無錫埃姆維工業控制設備有限公司，
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。