一种物流机器人智能控制方法及系统与流程

本发明涉及物流机器人控制，特别是一种物流机器人智能控制方法及系统。

背景技术：

1、在近年来，随着人工智能和机器人技术的飞速发展，物流机器人作为提高物流效率、降低人工成本的关键技术之一，已经逐渐成为研究和应用的热点，这些机器人能够在各种物流场景中进行自动化搬运、分类和配送，极大地提高了物流处理的速度和准确性，伴随着物联网、大数据技术的进步，物流机器人能够通过安装的各种传感器，实时收集运行数据和环境数据，进而实现更智能的路径规划和故障预测，然而，尽管现有技术在物流机器人控制方面取得了一定的进展，但仍存在若干不足之处，现有的控制方法在面对复杂多变的物流环境时，往往难以快速准确地调整运行策略，导致机器人的运行效率不高，其次对数据的处理和利用往往不够深入，导致无法充分挖掘数据潜在的价值，从而影响机器人的智能决策和预测能力。

技术实现思路

1、鉴于上述现有的物流机器人智能控制方法及系统中存在的问题，提出了本发明。

2、因此，本发明所要解决的问题在于现有的控制方法在面对复杂多变的物流环境时，往往难以快速准确地调整运行策略，导致机器人的运行效率不高，其次对数据的处理和利用往往不够深入，导致无法充分挖掘数据潜在的价值，从而影响机器人的智能决策和预测能力。

3、为解决上述技术问题，本发明提供如下技术方案：一种物流机器人智能控制方法，其包括，安装多模态传感器收集物流机器人运行数据，并收集物流环境数据进行预处理；通过物流环境数据建立虚拟环境模型，对虚拟环境模型进行检验和修正；结合虚拟环境模型智能规划物流机器人运行路线；预测物流机器人潜在故障，并实施预测性维护措施；数据库收集数据进行存储，实施数据安全措施。

4、作为本发明所述物流机器人智能控制方法的一种优选方案，其中：所述安装多模态传感器收集物流机器人运行数据，并收集物流环境数据进行预处理指通过在物流机器人上安装多模态传感器收集物流机器人运行时的数据，同时在物流环境中设置环境传感器辅助物流机器人收集物流环境数据，对收集的数据进行清洗过滤，填补数据缺失值，并转换数据格式。

5、作为本发明所述物流机器人智能控制方法的一种优选方案，其中：所述通过物流环境数据建立虚拟环境模型，对虚拟环境模型进行检验和修正指将收集物流环境数据中几何环境数据输入三维建模软件中建立物流虚拟环境几何模型，并通过映射算法将物流环境数据和物流机器人运行数据实时映射至物流虚拟环境几何模型中形成虚拟环境模型，将物流机器人在实际物流环境中运行与物流机器人在虚拟环境模型中模拟运行的结果进行对比，若出现任何差异，则对虚拟环境模型进行修正直至在预定模拟次数内虚拟环境模型模拟与实际物流环境完全对应后停止虚拟环境模型检验形成最终结果输出，将虚拟环境模型划分环境网格，定义网格点的坐标信息进行记录。

6、作为本发明所述物流机器人智能控制方法的一种优选方案，其中：所述结合虚拟环境模型智能规划物流机器人运行路线指建立和修正虚拟环境模型后对物流机器人的运行路线进行智能规划；

7、通过环境传感器和多模态传感器收集物流环境中障碍物信息，定义障碍物影响函数为：

8、

9、其中为物流机器人在环境网格中的坐标，为第j个障碍物在环境网格中的坐标；为第j个障碍物影响的标准差；

10、基于障碍物影响函数构建遗传算法：

11、

12、其中为物流环境网格中的障碍物数量，为机器人与第j个障碍物的距离，为第j个障碍物的影响半径，为调节参数；

13、建立物流机器人路径优化算法为：

14、

15、其中为优化的路径，为路径中的网格点的总数，为从第i个坐标点到第i+1点的权重，为第i个坐标点到第i+1点的实际距离，和的调节参数，为指数衰减函数；

16、使用dijkstra算法规划物流机器人初步最短路径，将路径上的坐标点作为遗传算法初始种群，通过算法开始迭代进行机器人物流路径优化直至达到迭代次数或得到最优路径后停止，输出物流机器人最优运行路线。

17、作为本发明所述物流机器人智能控制方法的一种优选方案，其中：所述预测物流机器人潜在故障包括将通过多模态传感器收集的物流机器人运行数据形成数据集：

18、

19、其中为第n个传感器收集的机器人运行数据；

20、设定季节性和趋势分解参数，包括季节性窗口、趋势窗口以及残差窗口，去除数据集中的季节性成分和趋势成分，计算残差分量：

21、

22、对残差分量应用局部异常因子算法：

23、

24、其中为局部异常因子算法，为残差分量中的数据点，为p的k个最近邻居点，为数据点p的邻居点之一，为数据点p的局部可达密度，为数据点o的局部可达密度；

25、应用离散小波变换对数据集中的数据进行特征提取：

26、

27、其中为特征提取结果，和为小波的尺度函数和波形函数，表示下采样操作；

28、综合构建机器人潜在故障预测算法为：

29、

30、其中为故障预测结果，为线性整流函数，m为提取特征的数量，为第i个提取特征的权重，b为偏置项。

31、作为本发明所述物流机器人智能控制方法的一种优选方案，其中：所述实施预测性维护措施指根据物流机器人潜在故障预测结果实施机器人维护措施：

32、若故障预测结果显示物流机器人不存在潜在故障，则说明物流机器人运行状态良好，保持对机器人运行数据的收集，定期对机器人进行潜在故障预测和硬件维护，并生成维护记录；

33、若故障预测结果显示物流机器人存在潜在故障，则说明物流机器人在运行过程中出现异常，将收集的物流机器人运行数据发送给工作人员进行异常分析，工作人员判断机器人异常程度，若工作人员判断机器人能够自行返回维修点则由机器人自动规划返回路线，若工作人员判断机器人不能自行返回，则立即停止机器人运行，将机器人位置在虚拟环境模型中标识为障碍，人工将物流机器人运输至维修点进行故障维修。

34、作为本发明所述物流机器人智能控制方法的一种优选方案，其中：所述数据库收集数据进行存储，实施数据安全措施指数据库将收集的物流机器人运行数据和物流环境数据、建立的物流虚拟环境模型、物流机器人运行路线规划算法和规划路线、物流机器人故障预测结果以及预测性维护措施进行存储，并设置数据安全加密和数据访问权限，在进行数据访问时，数据库全程监控并在访问结束后对存储数据进行完整性检测。

35、本发明的另外一个目的是提供一种物流机器人智能控制系统，其包括，

36、获取模块，用于通过传感器收集物流机器人运行数据和物流环境数据并对数据进行预处理；

37、分析模块，用于建立物流虚拟环境模型进行完善修正，并根据物流虚拟环境模型智能规划物流机器人运行路线；

38、预测模块，用于根据物流机器人运行数据预测潜在故障，并实施预测性维护措施；

39、存储模块，用于对数据进行存储并实施数据安全保护措施，同时配合其余模块完成对存储数据的访问。

40、一种计算机设备，包括：存储器和处理器；所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述物流机器人智能控制方法的步骤。

41、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述物流机器人智能控制方法的步骤。

42、本发明有益效果为：本发明通过收集物流机器人的运行数据和物流环境数据，建立物流虚拟环境模型，从而使物流机器人能够通过算法智能规划运行路线，提高了机器人的工作效率，同时对机器人的潜在故障进行分析，实施预测性维护措施，降低了机器人故障概率，延长机器人的使用寿命，减少维护成本。