[发明专利]基于多机器人协同巡检作业的数据诊断分析方法和系统在审
申请号: | 202110204876.8 | 申请日: | 2021-02-24 |
公开(公告)号: | CN112860521A | 公开(公告)日: | 2021-05-28 |
发明(设计)人: | 王东芝;谢超善 | 申请(专利权)人: | 北京玄马知能科技有限公司 |
主分类号: | G06F11/30 | 分类号: | G06F11/30;G06F11/32;G06F16/36 |
代理公司: | 西安赛博睿纳专利代理事务所(普通合伙) 61236 | 代理人: | 张鹏 |
地址: | 100190 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 机器人 协同 巡检 作业 数据 诊断 分析 方法 系统 | ||
本发明提供了基于多机器人协同巡检作业的数据诊断分析方法和系统,包括有信息交互模块,与所述信息交互模块输出端相连接的机器人协作模块、远程监控模块以及存储模块,所述信息交互模块包括相互连接的模型处理单元、道路规划单元以及人‑机控制单元,所述机器人协作模块包括若干主巡检机器人单元、备用巡检机器人单元、自检模块以及障碍物探测机器人单元,所述存储模块包括有云端存储单元和闪存存储单元。本发明由多机器人协同作业,多维度巡检采集所需数据,通过建立相关知识图谱和关联逻辑,实现数据精确诊断和逻辑推送,提升机器人的附加功能价值。
技术领域
本发明主要涉及机器人的技术领域,具体涉及基于多机器人协同巡检作业的数据诊断分析方法和系统。
背景技术
巡线机器人是以移动机器人作为载体,以可见光摄像机、红外热成像仪、其它检测仪器作为载荷系统,并用于巡检作业的机器人。
根据申请号为CN202010317207.7的专利文献所提供的一种机器人作业调度方法及装置可知,该方法以解决频繁进行作业调度造成系统资源浪费,作业不能有效完成的问题。所述机器人作业调度方法包括:根据当前线程控制机器人作业;确定等待堆内大顶堆的堆顶元素包括一个线程的情况下,根据当前线程控制机器人作业后,根据线程控制机器人作业;大顶堆包括按照优先级排序的多个线程;确定等待堆内大顶堆的堆顶元素包括多个线程的情况下,根据多个线程中时间戳最小的线程确定待运行线程,根据当前线程控制机器人作业后,根据待运行线程控制机器人作业。
传统巡检机器人采取单机作业的方式,通过携带的相机、红外和多元传感器挂载对周边进行巡检,并通过对比分析,发现数据异常并生成报告,该方法应对能力较差,若机器人发生故障,则无法有效采集数据。
发明内容
本发明主要提供了基于多机器人协同巡检作业的数据诊断分析方法和系统用以解决上述背景技术中提出的技术问题。
本发明解决上述技术问题采用的技术方案为:
基于多机器人协同巡检作业的数据诊断分析系统,包括有信息交互模块,与所述信息交互模块输出端相连接的机器人协作模块、远程监控模块以及存储模块,所述信息交互模块包括相互连接的模型处理单元、道路规划单元以及人-机控制单元,所述机器人协作模块包括若干主巡检机器人单元、备用巡检机器人单元、自检模块以及障碍物探测机器人单元,所述存储模块包括有云端存储单元和闪存存储单元。
进一步的,所述存储模块还包括有与闪存存储单元相连接的闪存数据删除单元,以及与云端存储单元相连接的云端数据删除单元。
进一步的,所述人-机控制单元包括实现人-机之间信息交流的P2P通信架构,以及实现机器人与机器人之间信息交流的C/S架构。
进一步的,所述障碍物探测机器人单元用以实现障碍物探测,障碍物探测通过传感器获得,且采用的传感器为超声波传感器、雷达传感器以及红外线传感器。
进一步的,所述模型处理单元用以处理点激光云模型、二维图纸以及相片。
进一步的,所述主巡检机器人单元和备用巡检机器人单元均用以巡检,巡检结果通过传感器获得,且采用的传感器为激光雷达和相机。
进一步的,所述闪存数据删除单元、云端数据删除单元、障碍物探测机器人单元、巡检机器人单元、障碍物探测机器人单元以及模型处理单元均设置在人-机控制单元的C/S架构网络节点上,实现将障碍物探测机器人单元、巡检机器人单元以及障碍物探测机器人单元所测得模型数据以及障碍物数据发送至模型处理单元内进行比对,同时通过闪存数据删除单元以及云端数据删除单元删除云端存储单元和闪存存储单元中比对后的旧数据。
进一步的,所述信息交互模块与声光报警模块相连接,实现机器人遇到障碍物或发生损坏时进行报警,所述声光报警模块包括蜂鸣器和LED报警灯。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京玄马知能科技有限公司,未经北京玄马知能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110204876.8/2.html,转载请声明来源钻瓜专利网。