一种面向社区场景的多服务机器人数字孪生管理系统技术方案

数字孪生技术在环境治理中的应用 #生活知识# #生活感悟# #科技生活变迁# #科技与环保的关系#

本发明专利技术公开了一种面向社区场景的多服务机器人数字孪生管理系统，属于数字孪生技术领域，是一种基于数字孪生的面向社区场景的多服务机器人调度管理系统。为适应社区场景下，不同时间段下不同服务需求种类密度动态变化，需求种类多样性和分布差异性等特点。本发明专利技术基于数字孪生原型平台搭建对实际社区场景的数字映射，实时提供人流密度信息，不同种类需求密度等信息，对不同种类服务需求密度等信息进行学习与预测，利用B‑spline样条曲线和梯度下降的优化方法根据不同服务机器人服务特点匹配调度和路径规划。具备社区场景下多服务机器人预调度，高需求匹配度调度以及最优调度和管理等能力。

【技术实现步骤摘要】

本专利技术涉及数字孪生，尤其涉及一种面向社区场景的多服务机器人数字孪生管理系统。

技术介绍

1、数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。在如今的产品设计，运营管理等方面有着越来越多的应用。

2、数字社区是当今数字化时代和社区管理结合的产物，如何使得社区管理和服务更加高效可见，降低运营成本是社区管理的研究重点。

技术实现思路

1、本专利技术的目的是为了解决上述问题，提供一种面向社区场景的多服务机器人数字孪生管理系统，包括如下步骤：

2、s1：搭建数字孪生平台；

3、s2：基于数字孪生平台完成对实际社区场景的数字映射，并实时提供实际社区场景的人员流动信息和不断更新的数据库服务信息；

4、s3：对人员流动信息和数据库服务信息进行深度学习，完成不同特点的人对需求种类的映射；

5、s4：以适配服务类型密度最高为目标对服务机器人做运动规划；

6、s5：基于实际社区场景的数据库服务信息，对常住用户做具体的需求学习，根据人流特点计算不同区域、不同种类需求密度分布情况，匹配不同多服务机器人的特点，完成不同时间段下实际社区不同区域的多服务机器人的预调度。

7、进一步地，s3中，通过使用连续小波变换和深度

8、进一步地，s4中，使用搭建的数字孪生平台，根据人员流动信息对服务机器人做路径规划，同时根据每个服务机器人可服务类型以及不同区域内对应服务类型的密度设计目标函数，以b-spline曲线为模型建立初始运动曲线，再结合目标函数对路径进行服务需求密度最大的优化，以确保服务机器人经过的路径可能存在更多的相同或者对应的服务需求。

9、进一步地，s4中，考虑不同服务机器人的服务类型，将各服务类型对应的需求函数表示为dk(x,y)，则多机器人的目标函数将整合所有机器人的服务需求表示为:

10、

11、其中，k为机器人数量；sk是第k个机器人的服务区域；lk为路径长度；λ1k和λ2k分别是第k个机器人的服务需求密度覆盖和路径长度的权衡因子；

12、b-spline曲线通过以下参数方程进行定义：

13、

14、

15、进一步地，通过设置响应区域距离dr和不同人群对每个区域的服务需求函数完成确保服务机器人经过的路径可能存在更多的相同或者对应的服务需求，服务需求函数为：

16、

17、其中，uatt为当前点的对于服务机器人的吸引度；q和qpeople分别为当前位置，以及响应区域内人的位置；ε为响应调节系数；每个点的吸引度为响应区域内所有人群对当前位置的吸引度之和，表示为

18、进一步地，设计梯度下降的目标函数，梯度下降目标函数表示为：

19、

20、其中，基于服务机器人碰撞的安全距离sf，定义cf＝sf-||q-qperson||，最后使用bfgs法求解完成规划，以进行进一步提高服务机器人的效率，缩短响应时间。

21、进一步地，s5中，根据数字孪生平台提供的人员流动信息，将实际社区场景的人流统计和人流特征识别输入训练的模型进行计算，得到对实际社区场景内需求分布的预测，从而实现提前进行预调度。

22、进一步地，安置响应服务数量动态扰动的预备多服务机器人，预备的多服务机器人基于所需服务激增的特殊场景下进行动态补充，确保整体运行效率。

23、与现有技术相比，本专利技术的有益效果是：本专利技术通过一种面向社区场景的多服务机器人数字孪生管理系统，实现社区场景到数字世界的映射，实时采样人流，时间，天气等信息。通过深度学习的方法对人物需求特征分布作画像，以及部分常驻用户做精准描述，进而根据当前情况预测不同服务密度分布情况，对多服务机器人进行预调度和统一按照适配服务类型密度最高为目标做运动规划。实现高效，低延迟，低耗能，可响应动态需求激增的社区服务能力。

本文档来自技高网...

【技术保护点】

1.一种面向社区场景的多服务机器人数字孪生管理系统，其特征在于，包括如下步骤：

2.根据权利要求1所述的面向社区场景的多服务机器人数字孪生管理系统，其特征在于，所述S3中，通过使用连续小波变换和深度卷积神经网络，根据不断更新的服务数据库中的信息进行模型的更新和学习，从而得到实际社区场景人员的多种类维度对需求类型分布的映射。

3.根据权利要求2所述的面向社区场景的多服务机器人数字孪生管理系统，其特征在于，所述S4中，使用搭建的数字孪生平台，根据人员流动信息对服务机器人做路径规划，同时根据每个服务机器人可服务类型以及不同区域内对应服务类型的密度设计目标函数，以B-spline曲线为模型建立初始运动曲线，再结合目标函数对路径进行服务需求密度最大的优化，以确保服务机器人经过的路径可能存在更多的相同或者对应的服务需求。

4.根据权利要求3所述的面向社区场景的多服务机器人数字孪生管理系统，其特征在于，所述S4中，考虑不同服务机器人的服务类型，将各服务类型对应的需求函数表示为Dk(x,y)，则多机器人的目标函数将整合所有机器人的服务需求表示为:

6.根据权利要求5所述的面向社区场景的多服务机器人数字孪生管理系统，其特征在于，设计梯度下降的目标函数，所述梯度下降目标函数表示为：

7.根据权利要求2所述的面向社区场景的多服务机器人数字孪生管理系统，其特征在于，所述S5中，根据数字孪生平台提供的人员流动信息，将实际社区场景的人流统计和人流特征识别输入训练的模型进行计算，得到对实际社区场景内需求分布的预测，从而实现提前进行预调度。

8.根据权利要求7所述的面向社区场景的多服务机器人数字孪生管理系统，其特征在于，安置响应服务数量动态扰动的预备多服务机器人，所述预备的多服务机器人基于所需服务激增的特殊场景下进行动态补充，确保整体运行效率。

...

【技术特征摘要】

1.一种面向社区场景的多服务机器人数字孪生管理系统，其特征在于，包括如下步骤：

2.根据权利要求1所述的面向社区场景的多服务机器人数字孪生管理系统，其特征在于，所述s3中，通过使用连续小波变换和深度卷积神经网络，根据不断更新的服务数据库中的信息进行模型的更新和学习，从而得到实际社区场景人员的多种类维度对需求类型分布的映射。

3.根据权利要求2所述的面向社区场景的多服务机器人数字孪生管理系统，其特征在于，所述s4中，使用搭建的数字孪生平台，根据人员流动信息对服务机器人做路径规划，同时根据每个服务机器人可服务类型以及不同区域内对应服务类型的密度设计目标函数，以b-spline曲线为模型建立初始运动曲线，再结合目标函数对路径进行服务需求密度最大的优化，以确保服务机器人经过的路径可能存在更多的相同或者对应的服务需求。

4.根据权利要求3所述的面向社区场景的多服务机器人数字孪生管理系统，其特征在于，所述s4中，考虑不同服务机器人的服务类型，将各服务类型对应的需求函数表示为dk(x,y)...

【专利技术属性】
技术研发人员：何斌，刘临池，陆萍，李刚，朱忠攀，程斌，李鑫，陈文基，
申请(专利权)人：同济大学，
类型：发明
国别省市：

网址：一种面向社区场景的多服务机器人数字孪生管理系统技术方案 https://www.yuejiaxmz.com/news/view/520823

相关内容

数字孪生水务系统：激活智慧水务的新引擎
数字化孪生技术在未来智能化生活中的应用方向
数字技术提升经济效率： 服务分工、产业协同和数实孪生
数字孪生如何提高个人生活质量.pptx
智慧社区信息管理系统：智慧社区解决方案织就城市智慧生活的璀璨网络
服务机器人应用技术员——帮机器人适应新场景
数字时代改变生活的十种新技术
智慧社区一体化管理平台：实现社区管理与服务的智能化升级
数字孪生将这样改变我们的工作与生活
面向智能家居/智慧生活的服务机器人技术与系统

随便看看