一种端侧智能体驱动的无人装备自主作业方法及系统与流程
本技术涉及人工智能与无人装备控制,具体涉及一种端侧智能体驱动的无人装备自主作业方法及系统。
背景技术:
1、随着人工智能技术和机器人技术的快速发展,无人装备(包括四足机器狗、无人机、无人清扫车等)在巡检、安防、清洁、物流等场景中的应用日益广泛。目前,无人装备的作业控制主要采用以下两种方式:
2、第一种方式为远程遥控方式,即由操作人员通过遥控器或远程控制终端直接控制无人装备的运动和作业动作。该方式要求操作人员全程参与,人力成本高,且操作人员的反应速度和操作精度直接影响作业效果,难以满足大规模、长时间作业需求。
3、第二种方式为云端集中控制方式,即由云端平台统一接收无人装备的感知数据,在云端进行决策计算,再将控制指令下发至无人装备执行。该方式存在以下问题:其一,数据传输延迟较大,从感知数据上传到控制指令下发的端到端延迟通常在200毫秒至500毫秒之间,无法满足高速运动场景下的实时控制需求;其二,对通信网络依赖度高,当无人装备作业区域存在通信盲区或网络信号较弱时,云端控制链路中断将导致无人装备停止作业甚至发生安全事故;其三,多个无人装备的感知数据集中上传至云端处理,对云端计算资源和网络带宽造成较大压力,系统可扩展性受限。
4、因此,如何在无人装备端侧实现自主感知、决策和执行,同时保持与云端平台的协同配合,是当前无人装备作业控制领域亟待解决的技术问题。
技术实现思路
1、为了解决上述技术问题,本技术提供了一种端侧智能体驱动的无人装备自主作业方法及系统,通过在无人装备端侧部署智能体,实现本地感知、决策和执行,并支持在通信异常时自主切换至边缘自主模式,保证作业连续性和安全性。
2、第一方面,本技术提供了一种端侧智能体驱动的无人装备自主作业方法,所述方法包括以下步骤:
3、s1:在无人装备上部署端侧智能体,所述端侧智能体包括感知模块、决策模块、执行模块、通信模块和状态管理模块。
4、所述端侧智能体是一种部署在无人装备本体的软件系统,运行于无人装备搭载的嵌入式计算平台上。所述感知模块负责数据采集,所述决策模块负责本地决策计算,所述执行模块负责将决策结果转化为无人装备的运动控制信号,所述通信模块负责与云端平台的双向数据交互,所述状态管理模块负责任务状态的记录和管理。
5、s2:所述端侧智能体通过所述通信模块接收来自云端平台下发的任务指令,所述任务指令包括任务类型、目标位置和任务约束条件。
6、所述任务类型包括巡检任务、清扫任务、搬运任务和监控任务等。所述目标位置以地理坐标或局部坐标系中的坐标点表示。所述任务约束条件包括作业时间窗口、作业区域边界和安全限制参数。
7、s3:所述端侧智能体通过所述感知模块获取所述无人装备的实时感知数据,所述实时感知数据包括环境感知数据和设备状态数据。
8、所述环境感知数据包括视觉图像数据、激光雷达点云数据、惯性测量单元数据、卫星定位数据和超声波测距数据中的至少一种。视觉图像数据由搭载的摄像头采集,用于目标识别和场景理解;激光雷达点云数据由激光雷达采集,用于三维环境建图和障碍物检测;惯性测量单元数据包括加速度和角速度,用于姿态估计;卫星定位数据用于全局位置定位;超声波测距数据用于近距离障碍物检测。
9、所述设备状态数据包括电量信息、姿态信息、速度信息、载荷状态和故障码中的至少一种。电量信息反映无人装备的剩余电量百分比;姿态信息包括俯仰角、横滚角和偏航角;速度信息包括线速度和角速度;载荷状态反映搭载的任务载荷的工作状态;故障码用于标识设备异常。
10、s4:所述端侧智能体通过所述决策模块,基于所述任务指令和所述实时感知数据进行本地决策,生成控制指令。
11、所述本地决策包括以下子步骤:
12、将所述任务指令分解为子任务序列。以巡检任务为例,可分解为路径规划子任务、导航移动子任务、到达检查点后的数据采集子任务和异常上报子任务。
13、根据所述实时感知数据为每个子任务生成执行路径和动作序列。所述执行路径基于全局地图和实时障碍物信息生成,采用a*算法或dijkstra算法进行路径搜索;所述动作序列包括前进、转向、悬停、采集等动作及其参数。
14、对所述执行路径进行安全性校验,当检测到路径上存在障碍物或风险区域时,重新规划执行路径。所述安全性校验基于激光雷达点云数据和超声波测距数据判断路径前方是否存在障碍物,基于坡度数据判断路径是否存在坡度过大的风险区域。
15、所述决策模块还根据所述通信模块反馈的通信质量指标,在云端引导模式、边缘自主模式和云边协同模式之间进行自适应切换。所述通信质量指标包括信号强度、丢包率和端到端延迟。
16、在云端引导模式下,所述决策模块将感知数据上传至所述云端平台并接收所述云端平台下发的决策结果。该模式适用于通信质量良好的场景,可利用云端平台的强大计算能力处理复杂的决策任务。
17、在边缘自主模式下,所述决策模块独立完成决策。该模式适用于通信链路异常或通信质量差的场景,保证无人装备在断网环境下仍能继续执行作业任务。
18、在云边协同模式下,所述决策模块将部分决策任务在本地完成,将其余决策任务上传至所述云端平台协同完成。该模式适用于通信质量一般的场景,通过合理分配本地和云端的计算负载,兼顾实时性和决策质量。
19、s5:所述端侧智能体通过所述执行模块根据所述控制指令控制所述无人装备执行作业任务。
20、所述执行模块将控制指令转换为无人装备的运动控制信号。对于四足机器狗,控制指令转化为各关节的角度和力矩指令;对于无人机,控制指令转化为旋翼转速和姿态控制指令;对于无人清扫车,控制指令转化为行驶速度、转向角度和清扫机构的工作参数。
21、s6:所述端侧智能体通过所述状态管理模块记录任务执行状态,并通过所述通信模块将所述任务执行状态上报至所述云端平台。
22、所述任务执行状态包括当前执行子任务、任务完成进度、设备位置和设备状态。所述状态管理模块以预设频率(如每秒1次)记录任务执行状态,并通过通信模块以预设周期上报至云端平台。
23、其中,当所述端侧智能体与所述云端平台之间的通信链路异常时,所述端侧智能体切换至边缘自主模式,在所述边缘自主模式下,所述决策模块独立完成本地决策并控制所述无人装备继续执行作业任务。通信链路异常的判定条件包括:连续3次心跳检测失败、信号强度低于预设阈值或丢包率超过预设比例。
24、进一步地,所述方法还包括安全处理步骤:所述感知模块在作业过程中实时检测所述无人装备周围的环境安全状态;当检测到紧急安全事件时,所述端侧智能体不经过所述云端平台,直接通过所述执行模块触发安全保护动作。所述安全保护动作根据无人装备类型确定:对于四足机器狗,触发紧急制动并原地趴伏;对于无人机,触发悬停或自动返航;对于无人清扫车,触发紧急制动并关闭清扫机构。
25、进一步地,所述端侧智能体支持多种类型的无人装备,包括四足机器狗、无人机和无人清扫车。所述端侧智能体根据所述无人装备的类型加载对应的设备能力描述文件,所述设备能力描述文件定义了所述无人装备的运动学模型、传感器配置和可执行任务类型。通过设备能力描述文件的动态加载机制,同一套端侧智能体软件框架可适配不同类型的无人装备。
26、进一步地,所述任务指令还包括任务优先级和任务超时时间。所述状态管理模块根据所述任务优先级对多个待执行任务进行排队管理,高优先级任务优先执行。当检测到任务执行时间超过所述任务超时时间时,所述状态管理模块触发任务超时处理流程,所述任务超时处理流程包括暂停当前任务、上报超时事件和切换至下一任务。
27、进一步地,所述端侧智能体在执行作业任务过程中,通过所述感知模块采集作业区域的场景数据,将所述场景数据与所述任务执行状态关联存储,形成作业记录。当所述通信链路恢复后,将所述作业记录同步至所述云端平台,实现断网期间作业数据的完整回传。
28、第二方面,本技术提供了一种端侧智能体驱动的无人装备自主作业系统,所述系统包括端侧智能体模块,部署于无人装备上。所述端侧智能体模块包括感知单元、决策单元、执行单元、通信单元和状态管理单元,各单元的功能与上述方法步骤中各模块的功能相对应。
29、所述感知单元包括视觉传感器、激光雷达、惯性测量单元、卫星定位模块和超声波传感器中的至少一种,用于获取环境感知数据和设备状态数据。
30、所述决策单元包括任务分解子单元、路径规划子单元、安全校验子单元和模式切换子单元。所述任务分解子单元将任务指令分解为子任务序列;所述路径规划子单元根据实时感知数据生成执行路径和动作序列;所述安全校验子单元对执行路径进行安全性校验;所述模式切换子单元根据通信质量指标在云端引导模式、边缘自主模式和云边协同模式之间进行自适应切换。
31、所述系统还包括安全处理单元,配置为在作业过程中实时检测环境安全状态,当检测到紧急安全事件时直接触发安全保护动作,无需等待云端平台响应。
32、所述端侧智能体模块还包括设备适配单元,配置为根据无人装备的类型加载对应的设备能力描述文件,实现同一软件框架对多种无人装备类型的适配。
33、第三方面,本技术提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法。
34、本技术的有益效果包括:
35、(1)通过在无人装备端侧部署端侧智能体,实现本地感知、决策和执行,数据无需上传云端即可完成决策,端到端决策延迟从200-500毫秒降低至10-50毫秒,显著提升了实时控制性能。
36、(2)当通信链路异常时,端侧智能体自动切换至边缘自主模式,无人装备可在断网环境下继续执行作业任务,避免了因通信中断导致的作业中断或安全事故,提高了系统的鲁棒性。
37、(3)通过模式自适应切换机制,根据通信质量在云端引导模式、边缘自主模式和云边协同模式之间动态切换,兼顾了实时性和决策质量,实现了计算资源的合理分配。
38、(4)安全处理单元在检测到紧急安全事件时直接触发安全保护动作,无需经过云端平台,安全响应延迟从200-500毫秒降低至10毫秒以内,有效保障了无人装备的作业安全。
39、(5)通过设备能力描述文件的动态加载机制,同一套端侧智能体软件框架可适配四足机器狗、无人机、无人清扫车等多种类型的无人装备,降低了系统开发和维护成本。
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