基于分层时序的水稻机器人多任务协同调度方法及系统与流程
本申请涉及机器人领域,尤其涉及一种基于分层时序的水稻机器人多任务协同调度方法及系统。
背景技术:
1、水稻田间管理作业涵盖除草、施肥、喷药等多种农艺环节,为提升作业效率,现有技术倾向于将多个作业模块集成于同一移动平台上,以实现一机多能的复合作业。在此类多模块集成系统中,如何协调各异构作业模块在时间与空间上的执行顺序,避免模块间相互干扰,是实现高效、精准田间管理的关键技术问题。
2、目前,针对水稻机器人多任务协同调度,常见的做法是基于预设的全局作业路径和固定的任务时序表,对各个作业模块进行统一调度。部分方案通过简单的物理距离与行进速度计算模块间的启停延迟,以维持前后工序的大致对齐;亦有方案通过设置固定的禁行区或切换阈值,在特定条件下关停特定模块以避免冲突。这些调度策略通常依赖离线预置的规则,作业过程中各模块按既定计划依次或同步执行。
3、然而,上述现有技术存在以下不足:其一,固定时序调度难以适应水稻田泥脚深度变化、轮地打滑等复杂工况导致的实时行进速度波动,基于静态参数计算的模块间协同延迟容易偏离实际空间对齐需求,造成作业错位,例如施肥位置偏离除草轨迹;其二,预设的冲突规避规则缺乏对各模块在实际作业中动态运动包络和工艺交互影响的实时分析能力,难以兼顾跨模块并行作业效率与作业安全,例如无法精确判断转弯时喷药模块的闭锁时机,易导致药害或漏喷,亦无法有效识别高速除草激起的泥水对叶面喷药造成的工艺污染风险。
技术实现思路
1、本申请实施例的目的是提供一种基于分层时序的水稻机器人多任务协同调度方法及系统,解决了复杂工况下多模块协同不准且易冲突的问题。
2、为解决上述技术问题,本申请实施例提供如下技术方案:
3、本申请第一方面提供一种基于分层时序的水稻机器人多任务协同调度方法,所述方法包括:
4、获取水稻机器人的环境感知数据、运行传感数据以及各异构作业模块的作业状态数据,据此规划带有任务属性的目标作业轨迹;
5、基于所述环境感知数据和所述目标作业轨迹的任务属性,调用并初始化各异构作业模块对应的运行状态机模型,所述运行状态机模型之间预置有基于时序逻辑的约束规则,所述约束规则包括时序协同约束和互斥闭锁约束;
6、从所述运行传感数据中获取实际行进速度,并结合各异构作业模块在车体上的物理间隔距离,所述作业状态数据,以及所述约束规则进行协同调度判定;
7、当判定满足所述时序协同约束时,生成时序协同指令,用于控制各异构作业模块在目标位置实现作业动作的时序耦合;当判定各所述异构作业模块之间存在物理干涉或工艺交叉干扰,且满足所述互斥闭锁约束时,生成模块锁止指令,用于强制闭锁目标作业模块;
8、将所述时序协同指令或所述模块锁止指令作为触发事件,输入至对应的运行状态机模型中,驱动对应的运行状态机模型在待机、运行或锁止状态之间动态跳转,并根据跳转后的状态输出底层控制指令,以控制各异构作业模块进行作业。
9、本申请第二方面提供一种基于分层时序的水稻机器人多任务协同调度系统,所述系统包括:
10、获取模块,用于获取水稻机器人的环境感知数据、运行传感数据以及各异构作业模块的作业状态数据,据此规划带有任务属性的目标作业轨迹;
11、初始化模块,用于基于所述环境感知数据和所述目标作业轨迹的任务属性,调用并初始化各异构作业模块对应的运行状态机模型,所述运行状态机模型之间预置有基于时序逻辑的约束规则,所述约束规则包括时序协同约束和互斥闭锁约束;
12、协同调度判定模块,用于从所述运行传感数据中获取实际行进速度,并结合各异构作业模块在车体上的物理间隔距离,所述作业状态数据,以及所述约束规则进行协同调度判定;
13、指令生成模块,用于当判定满足所述时序协同约束时,生成时序协同指令,用于控制各异构作业模块在目标位置实现作业动作的时序耦合;当判定各所述异构作业模块之间存在物理干涉或工艺交叉干扰,且满足所述互斥闭锁约束时,生成模块锁止指令,用于强制闭锁目标作业模块;
14、控制作业模块,用于将所述时序协同指令或所述模块锁止指令作为触发事件,输入至对应的运行状态机模型中,驱动对应的运行状态机模型在待机、运行或锁止状态之间动态跳转,并根据跳转后的状态输出底层控制指令,以控制各异构作业模块进行作业。
15、相较于现有技术,本申请提供的基于分层时序的水稻机器人多任务协同调度方法及系统,本申请通过构建基于分层时序的多任务协同调度方法,将环境感知、轨迹规划与基于时序逻辑的状态机约束深度融合,有效解决了水田复杂工况下多模块协同不准且易冲突的问题。通过引入时序协同约束和互斥闭锁约束,并结合实时行进速度、姿态变化及模块间物理间隔距离进行协同调度判定,使除草、施肥、喷药等异构模块能够根据实际打滑程度和车体动态自适应调整作业时序,实现了多模块在同一目标位置的精准接力作业;同时,通过对空间运动包络与介质飘散边界的实时解算,能够提前感知物理干涉和工艺交叉干扰风险并执行强制闭锁,从根本上避免了模块碰撞和交叉污染,显著提升了作业效率与农艺安全性,减少了农药与肥料的浪费。
1.一种基于分层时序的水稻机器人多任务协同调度方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述规划带有任务属性的目标作业轨迹,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述环境感知数据和所述目标作业轨迹的任务属性,调用并初始化各异构作业模块对应的运行状态机模型,包括:
4.根据权利要求1所述的方法,其特征在于,所述进行协同调度判定之前,所述方法还包括:
5.根据权利要求4所述的方法,其特征在于,所述从所述运行传感数据中获取实际行进速度,并结合各异构作业模块在车体上的物理间隔距离,所述作业状态数据,以及所述约束规则进行协同调度判定,包括:
6.根据权利要求1所述的方法,其特征在于,所述从所述运行传感数据中获取实际行进速度,并结合各异构作业模块在车体上的物理间隔距离,所述作业状态数据,以及所述约束规则进行协同调度判定,包括:
7.根据权利要求1所述的方法,其特征在于,所述从所述运行传感数据中获取实际行进速度,并结合各异构作业模块在车体上的物理间隔距离,所述作业状态数据,以及所述约束规则进行协同调度判定,包括:
8.根据权利要求1所述的方法,其特征在于,所述从所述运行传感数据中获取实际行进速度,并结合各异构作业模块在车体上的物理间隔距离,所述作业状态数据,以及所述约束规则进行协同调度判定,包括:
9.一种基于分层时序的水稻机器人多任务协同调度系统,其特征在于,所述系统包括:
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