基于端边协同的多机器人协同调度方法
技术特征：
1.一种基于端边协同的多机器人协同调度方法，采用端智能体和边智能体、云智能体交互，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于端边协同的多机器人协同调度方法，其特征在于，端智能体接收任务指令，并采集环境数据初步分析自身的计算能力与任务需求之间的匹配度的步骤为：
3.根据权利要求1所述的一种基于端边协同的多机器人协同调度方法，其特征在于，边智能体接收来自端智能体的任务请求，基于深度强化学习和卷积神经网络生成次优调度方案，并将该方案下发至端智能体执行的步骤为：
4.根据权利要求1所述的一种基于端边协同的多机器人协同调度方法，其特征在于，端智能体根据次优调度方案执行任务，并通过任务成本估计器实时评估任务执行情况，若任务进展异常则将反馈信息发送至边智能体的步骤为：
5.根据权利要求1所述的一种基于端边协同的多机器人协同调度方法，其特征在于，边智能体接收到端智能体的反馈信息后，通过融合遗传算子的水波优化算法对次优调度方案进行二次优化，生成全局最优调度方案，并下发至端智能体执行的步骤为：
6.根据权利要求1所述的一种基于端边协同的多机器人协同调度方法，其特征在于，云智能体定期从边智能体接收累积的任务执行数据并执行非实时的复杂ai模型训练与全局优化分析，最后将优化后的ai模型分发至边智能体用于后续任务的推理计算的步骤为；
7.根据权利要求1所述的一种基于端边协同的多机器人协同调度方法，其特征在于，云智能体整合来自多个边智能体上传的区域地图及端智能体的实时数据，生成工业园区的全局地图；云智能体基于该全局地图进行仿真测试，验证地图的精度与可用性，并识别未探索区域的步骤为：
8.根据权利要求1所述的一种基于端边协同的多机器人协同调度方法，其特征在于，云智能体根据仿真测试结果，识别全局地图中的未探索区域生成相应的探索任务指令并通过边智能体将任务指令下发至端智能体的步骤为：
技术总结
本发明公开了一种基于端边协同的多机器人协同调度方法，通过引入端边云协同的群体智能算法，在传统工业园区多机器人系统的基础上，显著提升了系统在处理复杂任务和应对动态环境变化时的协同效率和鲁棒性；本发明不仅突破了传统集中化控制模式下的瓶颈，避免了由于系统规模扩大和任务复杂化导致的协作效率下降和系统失控问题，同时通过分布式智能决策和实时数据反馈机制，实现了多机器人系统在大规模、多任务场景中的高效协同作业；此外，本申请的方法还通过实时任务监控、动态调度优化和全局地图更新，确保了系统在复杂动态环境下的灵活性和适应性，使得各机器人能够自主决策、快速响应任务需求，最终达成资源的最优配置和任务的精准执行。
技术研发人员：陈榕福
受保护的技术使用者：广东机电职业技术学院
技术研发日：
技术公布日：2024/12/12
技术研发人员：陈榕福
技术所有人：广东机电职业技术学院
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除