針對賓館的客房服務(wù)等應(yīng)用場景,采用分布式環(huán)境信息獲取技術(shù),實現(xiàn)多機器人并行配送服務(wù)的集中式調(diào)度。為了完成配送服務(wù),設(shè)計一個任務(wù)分發(fā)器來接收配送服務(wù)請求并將其分配給合適的機器人。引入基于超寬帶UWB無線定位技術(shù)的多臺機器人全局路徑規(guī)劃,以及單臺機器人自身基于SLAM加慣性導(dǎo)航和超聲波避障的局部路徑規(guī)劃相結(jié)合的路徑規(guī)劃。在復(fù)雜的人機共存環(huán)境中將多個移動機器人導(dǎo)航到各自的目的地。同時集成電梯控制器,以實現(xiàn)不同樓層之間的配送服務(wù)。通過仿真機器人與實際測試機器人相結(jié)合的方法驗證系統(tǒng)的高性能。 

【文章來源】：計算機應(yīng)用與軟件. 2019,36(03)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

移動機器人和搭載設(shè)備機器人搭載了一臺嵌入式工控機作為視覺控制

恢霉芾矸?衿鞣⑺湍Ｄ饈凳蔽恢瞇畔⒌姆絞?模擬了2臺機器人，與移動機器人一起進行了實驗。圖9實驗系統(tǒng)架構(gòu)為了驗證不同重合度系數(shù)對于系統(tǒng)配送總時間的影響，向?qū)嶒炏到y(tǒng)在短時間內(nèi)輸入了15個具有路徑重合的配送請求。通過設(shè)置重合度系數(shù)的不同變化，對配送任務(wù)的執(zhí)行平均時間進行了統(tǒng)計，其結(jié)果如表1所示。表1不同重合度系數(shù)的執(zhí)行時間結(jié)果表系數(shù)α配送任務(wù)的平均執(zhí)行時間/s0．12030．51910．9231為了驗證調(diào)度算法的效率，本文選取了一個典型的配送任務(wù)場景進行實驗，使用如圖10中的兩個配送任務(wù)。分別對機器人采用:在資源無限情況下配送任務(wù)獨占機器人，及時性最高的任務(wù)調(diào)度策略;在資源受限情況下單臺機器人按照FIFO方式的任務(wù)調(diào)度策略;按照本文算法的任務(wù)調(diào)度策略在實驗系統(tǒng)上進行了測試。最后，和本文算法的理論計算數(shù)據(jù)進行對比。圖10配送任務(wù)位置圖

298計算機應(yīng)用與軟件2019年就成比例關(guān)系。所以，統(tǒng)計出機器人從出發(fā)位置到目標(biāo)位置的移動時間，也就確定了其移動的距離。圖6機器人移動路徑圖4．2調(diào)度器的評價函數(shù)針對時刻t接收到的新配送請求向機器人進行移動任務(wù)分配時的評價函數(shù)進行說明。評價函數(shù)綜合以下要素:(1)通過區(qū)域的重合度，(2)機器人現(xiàn)在位置到該任務(wù)的出發(fā)位置的移動步數(shù)，機器人的可配送重量，配送優(yōu)先度等級等�？捎靡韵碌乃惴ū硎尽�(1)機器人i的順序待通過區(qū)域的隊列定義為:Queue(l)={q［1］，…，q［i］，…，q［l］}，where?i≥0q［i］∈Nandq［i］≤AmaxQueue(0)isanullQueueq［i］是通過區(qū)域的ID編號，N是一個自然數(shù)，Amax表示通過區(qū)域ID編號的最大值。(2)MetaLevel搜索空間的定義為:T=Queue(0)∪Queue(l)(3)通過區(qū)域隊列的方向函數(shù)定義為:Direction(Queue(l))=0l=11l＞1andq［1］＜…＜q［i］＜…＜q［l］－1l＞1andq［1］＞…＞q［i］＞…＞q［l{］(4)機器人執(zhí)行中的配送任務(wù)表示為:Task(r，Q，s)=(r，Queue(l)，s)，whereQisaQueue，ristherobot，andsisthetimewhenthetaskisviableprojection:μQ(Task)=Q，TaskprojectiononQueueμr(Task)=r，Taskprojectiononrobotμs(Task)=s，TaskprojectiononsTask(r，Q，s)為機器人r在時刻s被分配的任務(wù)的狀態(tài)空間的通過區(qū)域。μQ

【參考文獻】：
期刊論文
[1]UWB室內(nèi)定位技術(shù)研究[J]. 黃鶴.  數(shù)字技術(shù)與應(yīng)用. 2017(07)
[2]基于樹莓派和Arduino平臺的移動式家庭服務(wù)機器人設(shè)計[J]. 張常友.  山東工業(yè)技術(shù). 2017(09)
[3]服務(wù)型機器人的發(fā)展與應(yīng)用新趨勢[J]. 莫遠照.  電子技術(shù)與軟件工程. 2017(06)
[4]卡爾曼濾波語音增強算法的CUDA實現(xiàn)[J]. 蘇潔洪,李宇.  自動化與信息工程. 2014(05)
[5]基于全局觀測地圖模型的SLAM研究[J]. 周武,趙春霞,沈亞強,張棉好.  機器人. 2010(05)
[6]調(diào)運問題中基于柵格模型的快速路徑規(guī)劃方法[J]. 劉亞杰,王航宇,謝君.  海軍工程大學(xué)學(xué)報. 2009(01)



本文編號：2970281