一种机器人充电用辅助监控及充满自停决策方法技术

本发明专利技术公开了一种机器人充电用辅助监控及充满自停决策方法，所述机器人充电用辅助监控及充满自停决策方法在待充电机器人发出充电请求后，充电系统对机器人的电池初始数据进行采集分析，给出合理的充电方案，并计算预估出机器人充电完成所需的充电时间，然后开始充电，充电过程中充电终端实时监控充电电压、电流等参数，在预估充电时间达到时，充电终端根据电池标定的参数与实时的参数进行对比，判断电池是否充满，在充满后进行自停决策，避免机器人电池因过渡充电而导致损坏；机器人充电用辅助监控及充满自停决策方法对不同机器人充电过程中的充电数据进行统计分析记录，通过自主学习优化机器人充电自停决策方案，使机器人充电每次充电时使用最佳的充电自停方案。充电每次充电时使用最佳的充电自停方案。充电每次充电时使用最佳的充电自停方案。

【技术实现步骤摘要】
一种机器人充电用辅助监控及充满自停决策方法


[0001]本专利技术涉及程序设计编写
，尤其涉及一种机器人充电用辅助监控及充满自停决策方法。

技术介绍

[0002]生活中我们生产了很多智能的机器人帮助我们生活、工作和学习，然而智能机器人的运行离不开电能，一般机器人都采用自带充电电池设计，自带充电电池的机器人活动区域大，不受线缆的制约，但当机器人运行一端时间后电能消耗殆尽就需要对电池进行充电，目前很多机器人的充电都是通过人为进行，将充电电源接上便对电池进行充电，拔掉充电电源便停止充电，但人们的在对机器人充电时，为时其充满都会预留很长的时间，这就导致很多机器人电池长时间处于充电状态，机器人长时间的处于充电状态下很容导致线路发热，充电电池损坏。此外，由于机器人在一个生命周期内要经历许多的充放事件，每次充电在不同充电状态下的柔性切换也是至关重要的，柔和的电流切换机制会延长电池的使用寿命。为此申请人根据机器人充电的需求，设计编写了一种机器人充电用辅助监控及充满自停决策方法，通过机器人充电用辅助监控及充满自停决策方法实现机器人电池充满后自停决策，避免机器人电池处于长时间的充电状态，导致电池损坏和引起安全事故。

技术实现思路

[0003]针对上述不足，本专利技术提供机器人充电用辅助监控及充满自停决策方法，在连接充电线缆后待充电机器人发出充电请求后，充电系统对机器人的电池初始数据进行采集分析，给出合理的充电方案，并计算预估出机器人充电完成所需的充电时间，然后开始充电，充电过程中充电终端实时监控充电电压、电流等参数，在预估充电时间达到时，充电终端根据电池标定的参数与实时的参数进行对比，判断电池是否充满，在充满后进行自停决策，避免机器人电池因过渡充电而导致损坏；机器人充电用辅助监控及充满自停决策方法对不同机器人充电过程中的充电数据进行统计分析记录，通过自主学习优化机器人充电自停决策方案，使机器人充电每次充电时使用最佳的充电自停方案。
[0004]本专利技术是通过以下技术方案实现的：一种机器人充电用辅助监控及充满自停决策方法，其特征在于：所述机器人充电用辅助监控及充满自停决策方法在待充电机器人发出充电请求后，充电系统对机器人的电池初始数据进行采集分析，给出合理的充电方案，并计算预估出机器人充电完成所需的充电时间，然后开始充电，充电过程涉及三个过程，预充电阶段，预充电阶段对充电的电压、电流进行检测判断是否满足机器人充电要求，不满足要求则重新采集机器人充电电池信息，然后重新给出充电方案及时间，在预充电阶段检测符合充电要求后，等待到达预充电时间然后进入快速充电阶段，快充电阶段时间到达后进入浮充充电阶段，在浮充电阶段时间达到后，充电系统终端对机器人电池信息进行采集，然后与电池标定的参数进行对比，判断电池是否充满，在充满后进行自停决策，避免机器人电池因过渡充电而导致损坏，充电过程中充电终端实时监控充电电压、电流等参数，避免因电压、
电流异常导致电池损坏。
[0005]作为本专利技术的一种优选技术方案，所述机器人充电用辅助监控及充满自停决策方法对不同机器人充电过程中的充电数据进行统计分析记录，通过自主学习优化机器人充电自停决策方案，使机器人充电每次充电时使用最佳的充电自停方案。
[0006]作为本专利技术的一种优选技术方案，所述机器人充电用辅助监控及充满自停决策方法的对机器人电池信息进行采集，并预估计算充电充满的时间，充电时间包括预充电阶段时间、快速充电阶段时间和浮充充电阶段时间。
[0007]作为本专利技术的一种优选技术方案，所述机器人充电用辅助监控及充满自停决策方法的充电状态柔和切换机制为：当在预充电阶段末尾时，使用预测模型对预测到达指定快速充电阶段起始SOC的剩余时间，当预测时间小于预充电
‑
快速充电切换阈值时，则将充电电流调整为预充电和快速充电阶段的稳定电流和的二分之一。当在快速充电阶段末尾时，使用预测模型对预测到达指定满电SOC的剩余时间，当预测时间小于快速充电
‑
满电切换阈值时，则将充电电流调整为快速充电阶段的稳定电流的二分之一。
[0008]所述充电状态柔和切换机制预测模型为基于注意力机制改进BP算法的剩余充电时间预测模型，具体预测方式为：首先对过去一段时窗的电池的信息包括电压、电流、SOC等进行特征提取成特征向量X：
[0009]X＝x1,x2,x3,
…
xn
[0010]式中，n为向量长度。构建注意力机制改进BP算法，分别由注意力机制层和输入节点为n和输出节点为1全连接层组成，注意力机制层计算方式为
[0011]Xa＝σaWaX+ba
[0012]Ta＝softmaxXa
[0013]式中，Xa为注意力因子原始向量，Wa和ba为注意力层计算权重矩阵和偏置，σa为该层的激活函数，softmax为softmax归一化函数，Ta为注意力因子向量，它同时可以表示为
[0014]Ta＝a1,a2,
…
,an
[0015]全连接层为的计算方式为
[0016]XT＝a1x1,a2x2,
…
anxn
[0017]Xc＝σcWcXT+bc
[0018]式中，σc和bc为注意力层计算权重矩阵和偏置，σc为该层的激活函数，Xc为最终获得剩余充电时间预测值。
[0019]与现有技术相比，本专利技术的有益效果为：机器人充电用辅助监控及充满自停决策方法对机器人的充电过程进行自停决策，避免机器人充电过程中因电池长时间充电导致损坏，线缆长时间充电发热。在每个充电阶段的切换时使用了柔性切换，延长了机器人电池的使用寿命。在预测每个充电阶段的剩余时间了，使用了基于注意力机制优化BP的算法，获得了较好的预测精度。
附图说明
[0020]图1是本算法工作原理示意图；
具体实施方式
[0021]下面结合附图和具体实施方式，进一步阐明本专利技术，应理解下述具体实施方式仅用于说明本专利技术而不用于限制本专利技术的范围。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
[0022]如图1所示一种机器人充电用辅助监控及充满自停决策方法，其特征在于：所述机器人充电用辅助监控及充满自停决策方法在待充电机器人发出充电请求后，充电系统对机器人的电池初始数据进行采集分析，给出合理的充电方案，并计算预估出机器人充电完成所需的充电时间，然后开始充电，充电过程涉及三个过程，预充电阶段，预充电阶段对充电的电压、电流进行检测判断是否满足机器人充电要求，不满足要求则重新采集机器人充电电池信息，然后重新给出充电方案及时间，在预充电阶段检测符合充电要求后，等待到达预充电时间然后进入快速充电阶段，快充电阶段时间到达后进入浮充充电阶段，在浮充电阶段时间达到后，充电系统终端对机器人电池信息进行采集，然后与电池标定的参数进行对比，判断电池是否充满，在充满后进行自停决策，避免机器人电池因过渡充电而本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人充电用辅助监控及充满自停决策方法，其特征在于：所述机器人充电用辅助监控及充满自停决策方法在待充电机器人发出充电请求后，充电系统对机器人的电池初始数据进行采集分析，给出合理的充电方案，并计算预估出机器人充电完成所需的充电时间，然后开始充电，充电过程涉及三个过程，预充电阶段，预充电阶段对充电的电压、电流进行检测判断是否满足机器人充电要求，不满足要求则重新采集机器人充电电池信息，然后重新给出充电方案及时间，在预充电阶段检测符合充电要求后，等待到达预充电时间然后进入快速充电阶段，快充电阶段时间到达后进入浮充充电阶段，在浮充电阶段时间达到后，充电系统终端对机器人电池信息进行采集，然后与电池标定的参数进行对比，判断电池是否充满，在充满后进行自停决策，避免机器人电池因过渡充电而导致损坏，充电过程中充电终端实时监控充电电压、电流等参数，避免因电压、电流异常导致电池损坏。2.根据权利要求1中所述的机器人充电用辅助监控及充满自停决策方法，其特征在于：所述机器人充电用辅助监控及充满自停决策方法对不同机器人充电过程中的充电数据进行统计分析记录，通过自主学习优化机器人充电自停决策方案，使机器人充电每次充电时使用最佳的充电自停方案。3.根据权利要求1中所述的机器人充电用辅助监控及充满自停决策方法，其特征在于：所述机器人充电用辅助监控及充满自停决策方法的对机器人电池信息进行采集，并预估计算充电充满的时间，充电时间包括预充电阶段时间、快速充电阶段时间和浮充充电阶段时间。4.根据权利要求1中所述的机器人充电用辅助监控及充满自停决策方法，其特征在于：所...

【专利技术属性】
技术研发人员：夏勇，周晓宇，陈传飞，薛巨峰，范东睿，
申请(专利权)人：盐城中科高通量计算研究院有限公司，
类型：发明
国别省市：