资源调度方法和多机器人系统与流程

本申请涉及多机器人，尤其涉及一种资源调度方法和多机器人系统。

背景技术：

1、近年随着机器人技术、边缘智能技术以及农业自动化技术的发展，多机器人系统因能够支撑协同作业、动态路径规划、实时环境感知及在线智能决策等功能，在智慧农业、无人农场及无人巡检等场景中得到了广泛应用。

2、然而，以多机器人系统为例，通常需要分别对能源管理、计算资源分配、任务调度及路径规划进行建模和控制，并由不同模块根据剩余电量、当前算力负载、任务优先级或路径代价进行独立决策。由于缺乏面向能源状态、算力资源、任务需求和路径代价的统一建模与协同优化机制，能源补给、算力调度、任务执行与路径规划之间难以形成有效联动，容易造成资源利用率低、整体运行效率低。

技术实现思路

1、本申请实施例提供的资源调度方法和多机器人系统，旨在解决现有资源调度方法中存在的资源利用率低、整体运行效率低的缺陷。

2、第一方面，本申请实施例提供一种资源调度方法和多机器人系统。该资源调度方法应用于多机器人系统，包括：基于所述多机器人系统中每个机器人节点的当前运行状态，构建统一调度模型；基于所述统一调度模型，对所述多机器人系统中的资源调度行为进行统一调度，得到全局资源协同调度结果；基于所述全局资源协同调度结果以及每个机器人节点的当前运行状态，确定每个机器人节点对应的初始资源调度策略；基于每个机器人节点的未来状态预测结果，对每个机器人节点对应的初始资源调度策略进行动态调整，得到每个机器人节点对应的目标资源调度策略；基于所述目标资源调度策略，控制对应的机器人节点执行资源调度行为。

3、在一些实施例中，所述基于所述多机器人系统中每个机器人节点的当前运行状态，构建统一调度模型，包括：获取每个机器人节点的能源状态、算力状态、任务状态以及路径状态；基于所述能源状态、所述算力状态、所述任务状态以及所述路径状态，确定每个机器人节点对应的资源约束关系以及所有机器人节点之间的协同调度关系；基于所述资源约束关系和所述协同调度关系，构建所述统一调度模型。

4、在一些实施例中，所述基于所述统一调度模型，对所述多机器人系统中的资源调度行为进行统一调度，得到全局资源协同调度结果，包括：基于所述统一调度模型，对所述多机器人系统中的任务执行行为、算力分配行为、能源补给行为以及路径规划行为进行关联调度，得到资源关联调度结果；基于所述资源关联调度结果，确定每个资源调度行为对应的资源占用信息和执行约束信息；基于所述资源占用信息和所述执行约束信息，确定每个资源调度行为对应的调度优先级；基于所述调度优先级，对每个资源调度行为进行协同排序和节点分配，得到所述全局资源协同调度结果。

5、在一些实施例中，所述基于所述全局资源协同调度结果以及每个机器人节点的当前运行状态，确定每个机器人节点对应的初始资源调度策略，包括：从所述全局资源协同调度结果中，确定每个机器人节点对应的节点调度内容；基于每个机器人节点的当前运行状态，判断所述节点调度内容是否满足对应机器人节点的执行条件；在所述节点调度内容满足对应机器人节点的执行条件的情况下，基于所述节点调度内容，确定每个机器人节点对应的初始资源调度策略；在所述节点调度内容不满足对应机器人节点的执行条件的情况下，对所述节点调度内容进行修正，并基于修正后的节点调度内容确定每个机器人节点对应的初始资源调度策略。

6、在一些实施例中，所述基于每个机器人节点的未来状态预测结果，对每个机器人节点对应的初始资源调度策略进行动态调整，得到每个机器人节点对应的目标资源调度策略，包括：基于每个机器人节点的历史运行状态和当前运行状态，确定每个机器人节点的未来状态预测结果；基于所述未来状态预测结果，确定每个机器人节点在执行所述初始资源调度策略时的未来资源变化状态；基于所述未来资源变化状态，对每个机器人节点对应的初始资源调度策略进行动态调整，得到每个机器人节点对应的目标资源调度策略。

7、在一些实施例中，所述基于所述未来资源变化状态，对每个机器人节点对应的初始资源调度策略进行动态调整，得到每个机器人节点对应的目标资源调度策略，包括：基于所述未来资源变化状态，确定每个机器人节点对应的能源变化趋势；基于所述能源变化趋势，确定每个机器人节点对应的算力调整方式；基于所述算力调整方式，对所述初始资源调度策略中的算力分配内容进行调整，得到所述目标资源调度策略。

8、在一些实施例中，所述基于所述未来资源变化状态，对每个机器人节点对应的初始资源调度策略进行动态调整，得到每个机器人节点对应的目标资源调度策略，还包括：基于所述未来资源变化状态，确定每个机器人节点对应的任务变化趋势和路径变化趋势；基于所述任务变化趋势和所述路径变化趋势，确定每个机器人节点对应的任务路径协同调整方式；基于所述任务路径协同调整方式，对所述初始资源调度策略中的任务执行内容和路径执行内容进行调整，得到所述目标资源调度策略。

9、在一些实施例中，所述基于所述目标资源调度策略，控制对应的机器人节点执行资源调度行为，包括：基于所述目标资源调度策略，生成每个机器人节点的调度控制指令；将所述调度控制指令发送至对应的机器人节点，以控制对应的机器人节点执行资源调度行为；获取对应机器人节点执行所述资源调度行为后的执行反馈信息；基于所述执行反馈信息与所述目标资源调度策略对应的预期执行结果之间的偏差信息，更新所述统一调度模型中的参数。

10、在一些实施例中，所述方法还包括：基于每个机器人节点对应的目标资源调度策略，确定多个机器人节点之间的任务协同关系和资源协同关系；基于所述任务协同关系和所述资源协同关系，对至少一个机器人节点对应的目标资源调度策略进行修正，得到修正后的目标资源调度策略；基于所述修正后的目标资源调度策略，控制对应的机器人节点执行资源调度行为。

11、第二方面，本申请实施例提供一种多机器人系统，包括：多个机器人节点、处理器和存储器，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器调用时，以使所述处理器执行如上所述的方法。

12、本申请实施例提供的资源调度方法的有益效果是：一方面，通过对多机器人系统中的资源调度行为进行统一调度，可以得到面向整体运行状态的全局资源协同调度结果，减少不同资源调度环节相互割裂带来的影响；另一方面，结合全局资源协同调度结果和所有机器人节点的当前运行状态确定初始资源调度策略，并根据未来状态预测结果进行动态调整，可以使资源调度过程同时适应当前运行情况和未来状态变化，从而提高多机器人系统的资源协同能力、任务执行连续性和整体运行效率。

1.一种资源调度方法，应用于多机器人系统，其特征在于，所述方法包括：

2.根据权利要求1所述的资源调度方法，其特征在于，所述基于所述多机器人系统中每个机器人节点的当前运行状态，构建统一调度模型，包括：

3.根据权利要求1所述的资源调度方法，其特征在于，所述基于所述统一调度模型，对所述多机器人系统中的资源调度行为进行统一调度，得到全局资源协同调度结果，包括：

4.根据权利要求1所述的资源调度方法，其特征在于，所述基于所述全局资源协同调度结果以及每个机器人节点的当前运行状态，确定每个机器人节点对应的初始资源调度策略，包括：

5.根据权利要求1所述的资源调度方法，其特征在于，所述基于每个机器人节点的未来状态预测结果，对每个机器人节点对应的初始资源调度策略进行动态调整，得到每个机器人节点对应的目标资源调度策略，包括：

6.根据权利要求5所述的资源调度方法，其特征在于，所述基于所述未来资源变化状态，对每个机器人节点对应的初始资源调度策略进行动态调整，得到每个机器人节点对应的目标资源调度策略，包括：

7.根据权利要求5所述的资源调度方法，其特征在于，所述基于所述未来资源变化状态，对每个机器人节点对应的初始资源调度策略进行动态调整，得到每个机器人节点对应的目标资源调度策略，还包括：

8.根据权利要求1所述的资源调度方法，其特征在于，所述基于所述目标资源调度策略，控制对应的机器人节点执行资源调度行为，包括：

9.根据权利要求1至8任一项所述的资源调度方法，其特征在于，所述方法还包括：

10.一种多机器人系统，其特征在于，包括：多个机器人节点、处理器和存储器，所述存储器中存储有计算机程序指令，所述计算机程序指令被所述处理器调用时，以使所述处理器执行如权利要求1-9任一项所述的方法。