[发明专利]机器人的充电控制方法、装置、机器人及存储介质在审

专利信息
申请号: 202110242429.1 申请日: 2021-03-04
公开(公告)号: CN112886670A 公开(公告)日: 2021-06-01
发明(设计)人: 朱仁杰;蔡宾;饶德坤 申请(专利权)人: 武汉联一合立技术有限公司
主分类号: H02J7/00 分类号: H02J7/00;G01C21/20;G06N3/04
代理公司: 深圳市世纪恒程知识产权代理事务所 44287 代理人: 宋朝政
地址: 430000 湖北省武汉市东湖新技术*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机器人 充电 控制 方法 装置 存储 介质
【权利要求书】:

1.一种机器人的充电控制方法,其特征在于,所述机器人的充电控制方法包括:

在待充电机器人达到预设充电位置时,启动所述待充电机器人的摄像装置;

通过所述摄像装置获取充电桩上的视觉定位标识码;

根据所述视觉定位标识码确定目标充电位置;

获取所述预设充电位置与所述目标充电位置之间的位置偏差量;

通过优化后的控制器确定所述位置偏差量对应的目标控制参数;

按照所述目标控制参数控制所述待充电机器人从所述预设充电位置移动至所述目标充电位置,以使所述待充电机器人通过所述充电桩进行充电。

2.如权利要求1所述的机器人的充电控制方法,其特征在于,所述根据所述视觉定位标识码确定目标充电位置,包括:

构建摄像装置对应的第一坐标系;

获取所述视觉定位标识码在所述第一坐标系下所对应的标识码位姿;

构建所述待充电机器人的底盘对应的第二坐标系;

根据所述标识码位姿和所述第二坐标系确定所述待充电机器人的目标位姿;

根据所述目标位姿确定目标充电位置。

3.如权利要求2所述的机器人的充电控制方法,其特征在于,所述获取所述视觉定位标识码在所述第一坐标系下所对应的标识码位姿,包括:

获取所述视觉定位标识码的标识码中心点;

以所述第一坐标系为基准获取所述标识码中心点的坐标;

根据所述标识码中心点的坐标和所述第一坐标系的原点坐标确定所述视觉定位标识码对应的纵向偏差、横向偏差以及角度偏差;

根据所述纵向偏差、所述横向偏差以及所述角度偏差确定所述视觉定位标识码对应的标识码位姿。

4.如权利要求2所述的机器人的充电控制方法,其特征在于,所述根据所述标识码位姿和所述第二坐标系确定所述待充电机器人的目标位姿,包括:

获取所述第一坐标系和所述第二坐标系之间的静态关系;

根据所述静态关系对所述标识码位姿进行转换,以获得所述待充电机器人的目标位姿。

5.如权利要求1所述的机器人的充电控制方法,其特征在于,所述通过优化后的控制器确定所述位置偏差量对应的目标控制参数之前,还包括:

获取预设神经网络模型的模型参数,以及预设控制器的历史输出数据;

将所述历史输出数据输入至所述预设神经网络模型,并获取所述预设神经网络模型输出的辨识数据;

根据所述辨识数据对所述模型参数进行调整,以获得调整后的神经网络模型;

通过调整后的神经网络模型确定目标控制器参数,并根据所述目标控制器参数对所述预设控制器进行优化,以获得优化后的控制器。

6.如权利要求5所述的机器人的充电控制方法,其特征在于,所述获取预设神经网络模型的模型参数,包括:

获取预设神经网络模型的输出权重、隐单元中心以及基宽度参数的初始范围;

对预设算法设置多个算法参数,并将所述算法参数对应的参数集合作为种群,将各个算法参数作为所述种群中的个体;

获取所述个体中各个算法参数对应的个体适应度;

根据所述个体适应度对所述种群中的个体进行遗传操作,获取新的种群;

从所述新的种群中筛选出符合所述初始范围的新个体,将所述新个体对应的算法参数作为所述预设神经网络模型的模型参数。

7.如权利要求1至6中任一项所述的机器人的充电控制方法,其特征在于,所述按照所述目标控制参数控制所述待充电机器人从所述预设充电位置移动至所述目标充电位置,以使所述待充电机器人通过所述充电桩进行充电之后,还包括:

检测所述待充电机器人是否处于充电状态;

在检测到所述待充电机器人未处于充电状态时,控制所述待充电机器人从所述目标充电位置向后退预设距离;

对所述目标充电位置进行调整,以使所述待充电机器人通过调整后的目标充电位置进行充电。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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武汉联一合立技术有限公司,未经武汉联一合立技术有限公司许可,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/202110242429.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code