无人陪护机器人的多任务协同控制方法及系统与流程
本发明涉及智能机器人控制,具体为无人陪护机器人的多任务协同控制方法及系统。
背景技术:
1、随着人口老龄化程度的持续加深以及居家康养需求的不断增长,无人陪护机器人作为智慧健康服务的重要载体,正逐步从实验室走向家庭与养老机构。当前,陪护机器人已能够在一定程度上承担健康监测、助行辅助、社交互动、用药提醒等基础性陪护任务。随着机器人硬件平台的不断成熟——如多自由度机械臂、全向移动底盘、多模态传感器阵列等逐步集成于单一机器人本体——单台机器人已具备在物理层面同时执行多种类型任务的硬件基础。然而,硬件能力的提升并未同步带来任务调度与协同控制能力的实质性突破。养老陪护场景具有显著的动态性与连续性特征:老人的需求往往同时涌现且相互交织,例如在监测心率异常的同时可能需要递送水杯、在检测到跌倒风险时需要立即前往救助并同步呼叫外部资源。这种多需求并发、资源竞争激烈的场景对机器人的多任务协同控制能力提出了极高要求。然而,现有陪护机器人系统在任务调度层面仍存在明显的能力短板,制约了其从“单一功能设备”向“全能陪护助手”的跨越。
2、目前,已有部分专利和文献对陪护机器人的多任务调度问题进行了探索。例如,中国专利cn111932092b提出了一种养老陪护机器人的多任务协调执行方法,通过获取任务需求的时间特性和各时段的需求概率来确定执行方案的评价值并输出最优任务规划方案;中国专利cn122290921a涉及基于护理任务驱动的资源调配方法,通过计算机器人综合适配度评分并调用协同感知网络实现多机器人协同执行;另有研究提出了基于多智能体框架的护理机器人双臂协同任务规划方法。然而,分析现有技术可知,其仍存在以下不足:其一,现有调度方法多基于先来先服务、最短路径或单一时间特性等简单规则,优先级判定维度单一,未能充分纳入被陪护对象的情绪状态、历史执行反馈等多维因素,导致任务响应缺乏针对性与人性化;其二,现有方法在调度决策中缺乏对机器人自身资源状态(如关节占用、能耗约束、算力分配)的精细化建模与量化评估,难以在并发任务间实现资源的合理分配与冲突消解;其三,现有技术多采用开环调度架构,一旦任务下达便按既定计划执行,缺乏在执行过程中对路径偏差、资源超耗等异常状态的实时感知与动态调整能力,难以适应陪护场景中环境与用户状态的持续变化。此外,现有系统大多依赖单一感知模式(如仅视觉或仅语音),缺乏对视觉、语音与生命体征等多源信息的深度融合分析能力,也无法将被陪护对象的实时情绪状态量化为调度决策的可计算参数。综上所述,如何在充分考虑用户情绪状态、系统资源约束与执行反馈的多维条件下,实现无人陪护机器人多任务的动态协同调度与自适应控制,已成为本领域亟待解决的技术问题。
技术实现思路
1、本发明为了解决现有技术的问题,提供了无人陪护机器人的多任务协同控制方法及系统。
2、为了解决上述技术问题,本发明是通过以下技术方案实现的:第一方面,无人陪护机器人的多任务协同控制方法,包括以下步骤:
3、步骤s1,多模态感知与任务生成:实时采集被陪护对象所在环境的视觉图像、语音交互、生命体征及环境传感数据,对采集到的多模态数据进行时间戳对齐和特征层融合,生成多模态融合特征向量;根据所述多模态融合特征向量识别当前场景中的待响应事件,并将每一事件映射为一个待执行任务,形成初始任务集合;对于所述初始任务集合中的每个任务,至少标注其空间位置信息、规定完成时限以及情绪标签,所述情绪标签根据语音情绪识别和面部表情识别结果综合判定;
4、步骤s2,动态优先级计算:对于所述初始任务集合中的每个任务,分别计算时间紧迫度参数、历史执行成功率参数和情绪紧急度参数e;所述时间紧迫度参数根据当前时刻与所述规定完成时限的差值计算,所述历史执行成功率参数根据该任务在历史调度记录中的成功执行次数与总执行次数的比值确定,所述情绪紧急度参数依据所述情绪标签对应的情绪类型和强度进行量化赋值;然后按照公式计算每个任务的动态优先级指标,其中为动态权重系数,且所述动态权重系数根据当前系统的剩余能源百分比以及所述初始任务集合中的任务总数进行自适应调整;
5、步骤s3,资源协同指数计算:获取无人陪护机器人的当前可用资源状态,所述可用资源状态包括剩余计算能力、各关节运动机构的空闲状态、剩余电池电量及通信带宽可用量;针对所述初始任务集合中的任意两个任务和任务,分别预测它们对各类资源的预期占用量,形成资源占用向量和;根据所述资源占用向量计算任务i与任务j之间的资源冲突度和资源互补度,并按照公式,其中和为预设权重,所述资源协同指数用于表征两个任务在并行执行时的资源竞争或共享程度;
6、步骤s4,多目标调度优化:以所述初始任务集合中的所有任务为候选,以所述动态优先级指标和所述资源协同指数为基础约束,构建多目标优化模型,所述多目标优化模型的目标函数为最小化任务完成总时间、最大化系统资源利用率和最小化执行总能耗;采用基于深度强化学习的调度策略网络对所述多目标优化模型进行求解,输出最优任务执行序列,并为所述最优任务执行序列中的每个任务生成对应的移动路径规划指令和机械臂动作指令;
7、步骤s5,执行监控与反馈调整:控制无人陪护机器人按照所述移动路径规划指令和机械臂动作指令执行任务,执行过程中实时采集实际移动轨迹与规划移动路径之间的位置偏差、实际关节角度与规划动作指令的角度偏差,以及实际消耗电量与预期消耗电量的资源偏差;当所述位置偏差或角度偏差超过预设的路径偏差阈值时,根据偏差方向调整步骤s4中路径规划的安全距离冗余量;当所述资源偏差超过预设的资源偏差阈值时,根据偏差幅度更新所述历史执行成功率参数;将调整后的安全距离冗余量和更新后的历史执行成功率参数反馈至步骤s2和步骤s4,并重新执行步骤s2至步骤s4,对未完成的任务进行重调度。
8、在第一方面的一种具体的实施方式中,所述步骤s2中,所述时间紧迫度参数t按照下式计算:
9、,其中为所述规定完成时限,为当前时刻,当时,令,且当值低于预设紧迫阈值时,将该任务标记为紧急任务;所述情绪紧急度参数的量化标准为:将情绪分为恐惧、疼痛、焦虑、悲伤、平静、愉悦六个等级,其中恐惧和疼痛的e值设为0.9~1.0,焦虑的值设为0.6~0.8,悲伤的值设为0.4~0.5,平静和愉悦的值设为0.1~0.3。
10、在第一方面的一种具体的实施方式中,所述步骤s2中,所述动态权重系数的自适应调整规则为:
11、当所述剩余能源百分比低于第一能源阈值时,增大以提高成功率权重,同时减小和;
12、当所述初始任务集合中的任务总数超过预设数量阈值时,增大以提高时间紧迫性权重;
13、当检测到所述情绪标签中存在恐惧或疼痛类型时,增大以提高情绪紧急度权重;
14、上述调整采用线性插值方式,且各权重系数之和恒等于1。
15、在第一方面的一种具体的实施方式中,所述步骤s3中,所述资源占用向量和的维度包括移动底盘占用时长、左臂占用时长、右臂占用时长、计算资源占用百分比和电量消耗预测量;所述冲突度通过计算与在相同资源维度上的占用重叠量之和与总资源量的比值得到,所述互补度通过计算与在不同资源维度上可同时执行的比例得到;所述资源协同指数的取值范围为0~1,值越大表示两个任务越适合并行执行。
16、在第一方面的一种具体的实施方式中,所述步骤s4中,所述基于深度强化学习的调度策略网络采用近端策略优化算法进行训练,训练时的奖励函数设计为:
17、,
18、其中为决策变量,当任务和任务被安排并行执行时取1,否则取0,为预设奖励权重;在调度决策时,所述调度策略网络以当前所有任务的动态优先级指标、任务间资源协同指数以及当前系统可用资源状态作为状态输入,输出每个任务的选择概率和执行顺序概率。
19、在第一方面的一种具体的实施方式中,所述步骤s4中,生成所述移动路径规划指令时,采用a*算法或rrt算法,并引入动态安全距离冗余量,所述动态安全距离冗余量的初始值设定为默认值,在步骤s5中根据所述位置偏差的方向进行增量调整:当位置偏差偏向障碍物一侧时,增大,当位置偏差偏向空旷区域时,减小,且的调整步长为预设步长,调整范围限定在最小安全距离与最大安全距离之间。
20、在第一方面的一种具体的实施方式中,所述步骤s5中,所述位置偏差为实际移动轨迹点与规划路径上对应点之间的欧氏距离,所述角度偏差为实际关节角与规划指令中关节角的差值绝对值;所述预设的路径偏差阈值包括位置偏差阈值和角度偏差阈值,当所述位置偏差超过或所述角度偏差超过时,触发重调度;所述资源偏差阈值包括电量偏差阈值,当实际消耗电量超出预期消耗电量的比例超过时,更新所述历史执行成功率参数,具体更新方式为:若当前任务执行失败,则,若执行成功但资源超耗,则保持不变,若执行成功且资源未超耗,则,其中为该任务的历史执行总次数。
21、在第一方面的一种具体的实施方式中,所述步骤s5中,所述重调度仅针对未被执行的剩余任务和因执行失败而重新加入的任务进行,已成功完成的任务及其执行结果被标记为完成状态,不参与重调度;重调度时,保留当前已执行的路径和动作结果,并将更新后的历史执行成功率参数和调整后的动态安全距离冗余量作为新的输入参数,返回步骤s2重新计算动态优先级指标和资源协同指数,并再次执行步骤s4生成新的调度方案。
22、在第一方面的一种具体的实施方式中,所述生命体征数据包括心率、呼吸频率和皮肤电反应,所述环境传感数据包括环境温度、环境湿度和光照强度;所述多模态特征融合采用基于跨模态注意力机制的特征对齐方法,将视觉特征、语音特征、体征特征和环境特征映射到同一高维特征空间,并通过自注意力层提取上下文关联,生成所述多模态融合特征向量;所述事件识别采用基于transformer的时序检测网络,直接输出事件类别、发生位置和情绪强度。
23、第二方面,一种无人陪护机器人的多任务协同控制系统,包括:
24、多模态感知单元,用于执行步骤s1中的多模态数据采集和特征融合;
25、任务管理单元,用于生成并维护所述初始任务集合,标注每个任务的空间位置、时限和情绪标签;
26、优先级计算单元,用于执行步骤s2中的动态优先级指标计算,并具备动态权重自适应调整功能;
27、资源协同分析单元,用于执行步骤s3中的资源协同指数计算;
28、调度优化单元,用于执行步骤s4中的多目标优化和深度强化学习调度,生成任务执行序列及路径与动作指令;
29、执行监控单元,用于执行步骤s5中的轨迹偏差和资源偏差监测,并触发重调度;
30、反馈调整单元,用于根据执行监控单元的偏差结果调整所述动态安全距离冗余量和更新所述历史执行成功率参数,并将调整后的参数反馈至所述优先级计算单元和所述调度优化单元;
31、所述系统被配置为实现所述的方法。
32、本发明的有益效果为:
33、1.本发明通过构建“情境感知—动态优先级—资源协同”的多维评估体系,显著提升了任务调度的合理性与执行效率。具体而言,步骤s1通过多模态特征融合(视觉、语音、生命体征及环境数据)进行事件识别与任务生成,使得机器人能够全面感知被陪护对象的即时状态与环境上下文,为后续决策提供准确的输入信息。步骤s2引入时间紧迫度、历史执行成功率及情绪紧急度三个维度的加权融合机制,并结合系统剩余能源与任务负载进行动态权重自适应调整,使得优先级指标能够随系统状态和场景需求实时变化,克服了传统固定优先级或单一规则调度的局限性。在此基础上,步骤s3进一步构建资源占用向量并计算任务间的资源冲突度与互补度,生成资源协同指数,使得调度决策不仅考虑单一任务的重要性,还能量化评估多任务并行执行时的资源竞争与共享关系。步骤s4以动态优先级指标和资源协同指数为基础约束构建多目标优化模型,通过深度强化学习策略网络求解最优任务执行序列,实现了任务完成总时间、系统资源利用率和执行总能耗的综合优化。由此,上述步骤s1至s4构成的评估与决策体系相互配合,在保证紧急任务优先响应的同时,最大限度地挖掘了多任务间的协同潜力,有效提升了系统在复杂陪护场景下的任务执行效率与资源利用合理性;
34、2.本发明通过执行监控与参数反馈调整机制,构建了“执行—监测—修正—重调度”的闭环控制体系,显著增强了系统在动态环境中的自适应能力和运行鲁棒性。具体地,步骤s5在执行过程中实时采集实际移动轨迹与规划路径的位置偏差、实际关节角度与指令角度的偏差,以及实际能耗与预期能耗的资源偏差,并依据偏差是否超过预设阈值触发选择性调整策略。当位置或角度偏差超限时,系统根据偏差方向增量式调整路径规划中的动态安全距离冗余量,该冗余量作为新的约束条件反馈至步骤s4的路径规划环节,使得后续移动控制能够针对实际环境状态进行补偿性修正。当资源偏差超限时,系统依据任务实际执行结果与资源消耗情况更新该任务的历史执行成功率参数,并将更新后的成功率反馈至步骤s2的优先级计算环节,使得后续调度决策能够积累执行经验并渐进优化。更进一步地,上述调整后的安全距离冗余量和更新后的历史成功率参数作为新的输入状态,经步骤s2至步骤s4重新计算优先级与调度方案,形成“执行结果修正调度参数—调度参数驱动新一轮决策”的循环联动链条。该闭环机制使得机器人能够在实际运行中持续感知自身执行偏差与环境变化,并通过参数层面的精细化修正反向优化后续调度策略,有效削弱了不确定性因素(如地面滑移、负载变化、障碍物动态出现等)对任务执行的负面影响,从而在陪护任务的连续性和安全性方面取得了显著提升。
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