一种集成RFID的港口机器人智能巡检系统的制作方法
本发明属于港口自动化巡检与智能管理,涉及一种集成rfid的港口机器人智能巡检系统。
背景技术:
1、港口作为全球贸易的关键枢纽,其作业效率与安全水平直接影响物流链的整体运行效能。随着港口吞吐量的持续增长,港口作业区域内设备类型日趋多样、作业场景日益复杂,对巡检工作的频次、覆盖面和准确性提出了更高要求。
2、在港口巡检领域,智能巡检机器人已逐步应用于各类检测场景。现有巡检机器人通常搭载摄像头、激光雷达和气体传感器,用于执行设备状态监测和环境安全巡查任务。部分系统引入射频识别技术作为辅助手段,通过读写器读取部署于集装箱或设备上的电子标签,实现目标身份确认与位置追踪。在路径规划方面,存在利用射频识别进行移动机器人定位与导航的技术方案。在多机器人调度方面,已有基于深度强化学习的调度方法被提出,但主要面向自动导引车在集装箱装卸场景中的调度问题。
3、然而,现有港口巡检系统仍存在以下技术问题。人工巡检存在劳动强度大、覆盖面有限、频次低等问题。单一视觉识别在港口光照变化、雨雾天气和金属反光等复杂环境下可靠性不足,射频识别与视觉识别多为独立运行,缺少动态融合决策机制。射频识别数据、图像数据和传感器数据来自不同系统,缺少统一的数据联通架构,难以实现高效流通与融合分析。多台巡检机器人之间缺乏有效的协同调度机制,现有调度方法并非专门针对港口巡检机器人的多机协同场景。系统大多采用预设路径和固定周期进行巡检,无法根据堆场布局变化、设备状态变化和突发安防事件实时调整巡检策略。射频识别数据尚未深度融入巡检决策,异常标签信号无法自动触发巡检任务优先级提升。
4、综上所述,亟需开发一种能够解决上述问题的集成射频识别的港口机器人智能巡检系统。
技术实现思路
1、为解决背景技术中存在的问题,本发明提出了一种集成rfid的港口机器人智能巡检系统。
2、本发明的第一方面提供了一种集成rfid的港口机器人智能巡检系统,包括:
3、巡检机器人端子系统,包括至少一台巡检机器人,每台巡检机器人设置有移动底盘、定位导航模块、环境感知模块、射频识别读写器模块、边缘计算模块和通信模块;
4、云端协同控制平台,包括数据融合中心、多源信息融合模块、多机器人协同调度模块、数字孪生模块和智能诊断模块;所述多源信息融合模块,用于执行射频识别与视觉深度融合的多维智能识别方法,所述多机器人协同调度模块,用于执行基于多智能体深度强化学习的协同调度方法,所述数字孪生模块和所述智能诊断模块,用于执行基于射频识别辅助的动态路径规划方法,所述数据融合中心配置有三级数据流通架构;
5、部署于港口作业区域的基础设施层,包括至少一个射频识别固定读写器或者射频识别固定天线节点、部署于集装箱和港内设备上的射频识别电子标签以及部署于已知坐标基准点上的固定位置参考标签。
6、可选地,所述定位导航模块包括全球导航卫星系统接收器、惯性测量单元和视觉里程计,所述环境感知模块包括三维激光雷达、深度摄像头和气体传感器,所述射频识别读写器模块包括超高频射频识别读写器和定向天线,所述边缘计算模块包括嵌入式处理器和存储单元,所述通信模块支持第五代移动通信技术和无线保真通信技术。
7、可选地,所述多维智能识别方法包括:通过所述射频识别读写器模块读取目标上的射频识别电子标签获得唯一电子编码,在所述云端协同控制平台的电子标签信息库中检索所述唯一电子编码获得目标基本信息,通过所述环境感知模块中的深度摄像头采集所述目标的图像数据并利用预先训练好的深度学习目标检测模型进行目标识别输出视觉识别结果,对射频识别识别结果和视觉识别结果按照置信度加权融合规则进行融合决策,根据融合决策后的最终识别结果提取所述目标的详细信息。
8、可选地,所述置信度加权融合规则为:由射频识别识别结果中每个候选类别的概率和射频识别权重,得到每个候选类别的射频识别加权置信度;由视觉识别结果中每个候选类别的概率和视觉识别权重,得到每个候选类别的视觉识别加权置信度;由同一个候选类别的所述射频识别加权置信度和所述视觉识别加权置信度相加,得到该候选类别的融合置信度;由所有候选类别的融合置信度进行比较,选取融合置信度最大的候选类别作为最终识别结果;所述射频识别权重与所述视觉识别权重之和为1。
9、可选地,所述协同调度方法包括:定义系统全局状态空间、每台巡检机器人的动作空间和组合奖励函数,采用集中式训练与分布式执行框架进行协同策略学习,所述系统全局状态空间包括每台巡检机器人的当前位置、剩余电量和当前任务执行进度,还包括各子区域未执行的巡检任务集合以及各子区域的动态拥堵系数,所述动态拥堵系数通过区域内机器人数量和区域内射频识别读取频次统计综合计算。
10、可选地,所述任务完成奖励项由完成指定任务时的正奖励与任务的优先级相乘得到任务完成奖励值;所述碰撞惩罚项由机器人之间发生路径冲突或者碰撞的事件得到碰撞惩罚值,所述碰撞惩罚值为负值;所述能耗控制奖励项由机器人的当前电量和任务位置得到能耗控制奖励值,在当前电量高于阈值时对远程任务给予正向奖励,在当前电量低于阈值时对附近任务或者返回充电点给予正向奖励;所述负载均衡奖励项由各机器人已分配任务数量的差异程度得到负载均衡奖励值,所述负载均衡奖励值随所述差异程度的增大而减小。
11、可选地,所述动态路径规划方法包括静态路径预规划阶段和动态路径重规划阶段,所述动态路径重规划阶段在检测到触发条件时启动,所述触发条件包括:射频识别读写器模块读取到异常的射频识别标签信号,环境感知模块检测到气体浓度超过预设阈值或者检测到异常物体或人员,数字孪生模块通过对比实时射频识别定位数据与静态地图坐标发现堆场布局或设备位置变化,巡检机器人的剩余电量低于临界阈值,新加入的巡检任务优先级高于当前正在执行的任务。
12、可选地,所述动态路径重规划采用引入射频识别定位修正因子的a星算法,所述a星算法的启发函数值由基于网格地图的常规启发距离和射频识别修正值相加得到,所述射频识别修正值由射频识别测量误差修正量与修正因子系数相乘得到,所述射频识别测量误差修正量表示通过射频识别信号测量得到的位置处的目标设备距离的估计误差修正值。
13、可选地,所述三级数据流通架构包括第一类数据流、第二类数据流和第三类数据流,所述第一类数据流包含巡检机器人的位置坐标、运动状态指令和紧急告警信息并经由第五代移动通信模块上传至云端协同控制平台,所述第二类数据流包含三维激光雷达点云数据、深度摄像头图像序列和气体传感器浓度读数并通过压缩传输和断点续传机制上传至数据融合中心,所述第三类数据流包含射频识别读写器采集的射频识别电子标签信息且所述信息包括唯一电子编码、读取时间、接收信号强度指示和多普勒频移并用于更新云端存储的对应目标的实时状态。
14、可选地,所述边缘计算模块,用于:对所述定位导航模块采集的定位导航数据、所述环境感知模块采集的环境感知数据以及所述射频识别读写器模块采集的射频识别信号数据进行实时处理,所述实时处理包括图像预处理、点云滤波、射频识别信号解析和初步特征提取,经所述边缘计算模块实时处理后的数据通过所述通信模块上传至所述云端协同控制平台的所述数据融合中心。
15、与现有技术相比,本发明具有以下有益效果:
16、本发明公开了一种集成rfid的港口机器人智能巡检系统,通过置信度加权融合规则对射频识别识别结果和视觉识别结果进行深度融合决策,在单一识别通道失效时自动提升另一通道的决策权重,使系统在港口复杂环境下保持可靠的识别能力。本发明通过多智能体深度强化学习的协同调度方法,使多台巡检机器人实现高效协同作业,其状态空间包含动态拥堵系数,其组合奖励函数包含任务完成奖励项、碰撞惩罚项、能耗控制奖励项和负载均衡奖励项,集中式训练与分布式执行的框架兼顾了协同优化效果和实时响应能力。本发明构建了三级数据流通架构,使射频识别数据、感知数据和实时控制数据在统一的数据模型下实现融合,消除了数据孤岛问题。
17、本发明通过基于射频识别辅助的动态路径规划方法,在多种触发条件下启动路径重规划,其a星算法的启发函数值由常规启发距离和射频识别修正值相加得到,射频识别修正值由射频识别测量误差修正量与修正因子系数相乘得到,使路径规划能够利用射频识别信号变化提前感知目标方位。本发明可替代人工执行高强度高频次巡检任务,降低劳动强度,提高港口安全管理的自动化水平。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com