一种处理动态乘务服务需求信息的多功能智能机器人系统的制作方法

文档序号:21730194发布日期:2020-08-05 01:24阅读:来源:国知局

技术特征:

1.一种处理动态乘务服务需求信息的多功能智能机器人系统,其特征在于,包括:控制模块、路径规划模块、交互模块及检测模块;

所述控制模块,用于识别当前所处的目标工作模式,并获取与所述目标工作模式对应的信息,其中,所述目标工作模式对应的信息包括:目标位置及目标需求;

所述路径规划模块,用于采用多机最优路径的优化算法与随机性障碍处理算法实现路径规划,以在避障的同时寻找到达所述目标位置的最优路径,然后由所述控制模块根据所述最优路径控制机器人到达所述目标位置后,执行与所述目标需求对应的操作;

所述检测模块,用于执行与所述目标需求对应的检测操作,并将获取的检测数据传输至所述控制模块,以使所述控制模块将所述检测数据传输至云端进行验证;

所述交互模块,用于实现人机交互。

2.根据权利要求1所述的机器人系统,其特征在于,在所述目标工作模式为送餐模式时,所述控制模块,用于接收从云端发送的用户点餐信息及用户所处的位置,并通过所述云端向用户反馈送餐状态,然后根据所述路径规划模块规划的最优路径到达用户所处的位置后,通过所述交互模块实现餐饮的送达提示与确认。

3.根据权利要求1所述的机器人系统,其特征在于,在所述目标工作模式为测温模式时,所述控制模块,用于接收通过所述交互模块输入的测温目标位置,然后根据所述路径规划模块规划的最优路径到达测温目标位置后,由所述检测模块对目标对象进行测温,并将所述测温数据传输至所述控制模块,以由所述控制模块将测温数据传输至所述云端进行验证。

4.根据权利要求1所述的机器人系统,其特征在于,在所述目标工作模式为检票模式时,所述控制模块,用于接收通过所述交互模块输入的检票目标位置,然后根据所述路径规划模块规划的最优路径到达检票目标位置后,由所述检测模块拍摄目标对象的票面信息及目标对象的人脸信息,并将所述票面信息及所述人脸信息传输至所述控制模块,以由所述控制模块将所述票面信息及所述人脸信息传输至所述云端进行验证。

5.根据权利要求1所述的机器人系统,其特征在于,所述控制模块,还用于判断当前电池电能余量是否满足当前路径预计耗电量,并在当前电池电能余量不满足当前路径预计耗电量时,由所述路径规划模块进行充电路线规划,以进行充电操作。

6.根据权利要求1至5任意一项所述的机器人系统,其特征在于,所述路径规划模块包括:

路径点获取模块,用于从所述控制模块中获取路径起始点和路径终点,其中,所述路径起始点和所述路径终点由所述控制模块从所述云端中获取,所述路径起始点为机器人的当前位置,所述路径终点为目标位置;

路障信息获取模块,用于从所述控制模块中获取工作区域内的基础路障信息,其中,所述工作区域内的基础路障信息由所述控制模块从所述云端中获取;

路径规划子模块,用于根据所述路径起始点、所述路径终点及所述工作区域内的基础路障信息使用a*算法进行路径规划得到最优路径;

障碍物捕捉模块,用于捕捉机器人行进路线前方的场景,并定位所述场景中的突发障碍物;

避障模块,用于将通过人工势场算法中得到的障碍信息实时同步于a*算法中辅助机器人在引入新的障碍物时及时调整路径,以实现避障功能。

7.根据权利要求6所述的机器人系统,其特征在于,所述避障模块包括:

参数获取模块,用于将由所述路径规划子模块获取的最优路径中的终点为起始目标点,每隔一个车厢的距离便设置一个目标点,直到有目标点和机器人距离小于一个车厢的距离为止,以此得到多个目标点;

势场计算模块,用于计算各目标点的引力势场、基础障碍物斥力势场、过道左右边界斥力场及突发障碍物的速度斥力势场;

力大小计算模块,用于由各所述目标点的引力势场得到各目标点对机器人的引力,由所述基础障碍物斥力势场得到基础障碍物斥力,由所述过道左右边界斥力场得到道路边界约束总斥力,由所述突发障碍物的速度斥力势场得到速度斥力;

合力计算模块,用于获取各所述目标点对机器人的引力、所述基础障碍物斥力、所述道路边界约束总斥力及所述速度斥力的矢量之和得到合力;

避障子模块,用于将所述合力的角度作为机器人的目标运动角度,所述合力的大小设置为机器人的目标运动速度,以使所述控制模块按照所述目标运动角度及所述目标运动速度驱动机器人行进,实现避障。

8.根据权利要求7所述的机器人系统,其特征在于,由确定过道左边界斥力场url(q)和过道右边界势场urr(q),其中,krl为道路左边界斥力场的比例系数,krr为道路右边界斥力场的比例系数,w为机器人宽度,ρ(q,ql)为机器人质心到过道左边界对应点之间的垂直距离,ρ(q,qr)为机器人质心到过道右边界对应点之间的垂直距离,q表示机器人系统当前位置坐标,ql表示过道左边界对应点位置坐标,qr表示过道右边界对应点位置坐标。

9.根据权利要求8所述的机器人系统,其特征在于,由确定基础障碍物斥力势场ureq(q),其中,ρn(q,qobs)为机器人与目标点距离的n次方,n为正系数,l为机器人中心到顶点的距离,η表示斥力尺度因子,qobs表示障碍物质点位置坐标,ρ0表示每个障碍物的影响半径。

10.根据权利要求9所述的机器人系统,其特征在于,由确定突发障碍物的速度斥力势场urev(q),其中,kv为速度斥力常数,vor=|vobs-vr|是机器人相对于突发障碍物的速度,θ是相对速度vor与机器人相对于突发障碍物位置矢量之间的夹角,vobs表示障碍物速度,vr表示机器人系统的速度。


技术总结
本发明公开了一种处理动态乘务服务需求信息的多功能智能机器人系统,结合无线通讯模块与云端之间进行数据通信,可接受云端传来的点餐信息,通过A*和人工势场算法进行实时路径规划与避障。还可通过机器视觉完成人脸识别以及车票特征提取,完成高效、无接触的检票服务。搭载HMI界面以及语音识别,可以给乘务员以及乘客以良好的人机交互效果。该系统采用A*和人工势场算法进行路径规划,可在规避乘客与障碍物的同时寻找到的最优路径;配备智能化电源管理,可根据电池电能余量与当前路径预计耗电量进行对比,判断是否进行充电操作,保证系统可以准确、安全、高效的完成各种服务,实时性高且应用方便。

技术研发人员:张清勇;艾黄泽;祝峙山;刘艾克;吕笑天
受保护的技术使用者:武汉理工大学
技术研发日:2020.04.03
技术公布日:2020.08.04
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1