[发明专利]一种联合优化的云机器人系统延时的优化方法有效
申请号: | 201910115100.1 | 申请日: | 2019-02-14 |
公开(公告)号: | CN109746918B | 公开(公告)日: | 2021-08-13 |
发明(设计)人: | 陈武辉;陈晓煜;郑子彬 | 申请(专利权)人: | 中山大学 |
主分类号: | B25J9/16 | 分类号: | B25J9/16;G06N3/12;H04L29/08 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 林丽明 |
地址: | 510275 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种联合优化的云机器人系统延时的优化方法,该方法步骤如下:输入参数数据;定义变量;预设随机生成支路之间的执行时间差的阈值ε,设定基因代数阈值n;将机器人的位置点信息编码生成一个基因;每代生成多组不同值的基因,通过每个基因计算出每个机器人在k位置的通信带宽;求解关于x、z的线性规划,得到关于变量的解,并与通信带宽代入目标函数中,进行线性化变换,求出每个基因对应的最优解;通过目标函数筛选目标函数值最低的30%基因,通过遗传算法产生新的基因;计算下一代基因的最优解;根据以上步骤调整基因和阈值ε,求出最优解,输出最优解对应x、y、z的矩阵,确定布局方案;将布局方案发送给个机器人执行任务。 | ||
搜索关键词: | 一种 联合 优化 机器人 系统 延时 方法 | ||
【主权项】:
1.一种联合优化的云机器人系统延时的优化方法,其特征在于:所述该优化包括以下步骤:S1:输入机器人的位置点信息,集合为k,输入每个机器人的参数,所述的参数包括机器人处理器频率fmax,输入每个任务所需的计算机CPU周期,输入任务i的计算量Taski,输入任务i产生的传输数据量Datai,输入云端服务器c的计算能力E0,输入基站的带宽能力;S2:将机器人j是否布置在位置点k上执行任务定义为yjk,将任务i是否布置到机器人j上执行任务定义为xij,将数据i是否通过基站n上传到云端服务器定义为zin;S3:预设随机生成支路之间的执行时间差的阈值ε,设定基因代数阈值n;S4:将指示机器人的位置点信息k的所有二进制变量组合成一维数组,对一维数组编码生成yjk,视yjk为一个基因,每代生成多组不同值的基因,通过每个基因包含的机器人j的位置信息计算出每个机器人在k位置的通信带宽Bj,k,计算公式如下:
式中,Bj为机器人j的传输带宽,为一个常量标量,由机器人本身无线通信天线的发射功率得出;S5:通过对变量xij、zin进行线性化,并使用线性规划求解器求解关于x、z的线性规划,得到关于变量xij、zin的解,将通信带宽和关于变量xij、zin的解代入目标函数中,对目标函数进行线性化变换,求出每个基因对应的最优解;所述目标函数表达式如下:
式中,
表示机器人在本地执行任务i的时间:其中,Ej表示机器人j的计算能力;xij表示二进制变量,代表是否将任务i布置到机器人j上执行任务,xij=0为否,xij=1为是;或
表示机器人在云端服务器c执行任务i的时间:其中,xic表示二进制变量,代表是否将任务i布置到云端服务器c上执行任务,xic=0为否,xic=1为是;
表示通信带宽求出任务i1到任务i2的传输时间:其中,yjk表示二进制变量,代表是否将机器人j布置到节点k上执行任务,yjk=0为否,yjk=1为是;S6:通过目标函数筛选基因,保存目标函数值最低的30%基因,并通过遗传算法进行交叉、变异,产生新的基因,作为调整基因,计算下一代基因yjk的最优解;S7:根据步骤S4得到的最优解,调整基因和阈值ε,重复步骤S4~S6,直到基因代数超过阈值n,或相邻数代基因中的最优解的值相同,输出最优解对应的线性规划求解器求解关于x、z的矩阵,并输出最优解相对应的基因解码成y的矩阵,从而确定关于机器人位置分配、任务分配、通信基站分配的布局方案,其中所述的基因代数指的是生成基因、筛选基因的次数;S8:将布局方案发送给个机器人执行任务。
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中山大学,未经中山大学许可,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/patent/201910115100.1/,转载请声明来源钻瓜专利网。