本发明专利技术涉及一种基于无人送药机器人的多任务分配方法、系统及介质，所述方法包括：R1.无人送药机器人执行任务，获取多名患者的位置及需求度的数据信息，基于机载定位系统实时获取机器人的位置数据信息；R2.基于所述机器人的位置数据信息和所述多名患者的位置及需求度的数据信息，采用自适应群相关匹配算法对每名患者与机器人的匹配度进行预测，得到预测后的每名患者与机器人的匹配度的数据信息。本发明专利技术不仅能够针对多名患者进行药物的配送，提高配送效率，而且适用于不同的配送环境，保证药品配送的稳定性。
1、在现实生活中，人们生病买药往往需要自己前往药店进行购买，或者通过外卖方式由外卖配送员按订单分批次进行配送，对于身体移动不便的人不友好，采用外卖配送方式时效性差。
2、现有技术中，专利(申请号：202410003093.7)公开了智能送药机器人及其应用，移动机器人，用于按照预设指令，前往各个病房为患者送药，并对患者以及药物进行实时动态监控，向后台服务器作出监控反馈；智能储药柜，用于存放药物，根据后台服务器发出的指令进行开关对应的储物单元；pda护理终端，用于与后台服务器进行交互，向后台服务器发出反馈智能储药柜和/或移动机器人的行为改善建议，或者响应后台服务器下达的送/取药报警信息；后台服务器，用于对pda护理终端、智能储药柜和移动机器人进行管理，根据患者、智能储药柜和/或移动机器人反馈的信息，动态作出响应；以及，判断患者、智能储药柜和/或移动机器人是否出现触发预设在后台数据库中的送药报警规则的送/取药行为，若是触发，则下达相应的送/取药报警信息；医院his系统，用于存储患者的配药信息，以及后台服务器对pda护理终端、智能储药柜和移动机器人进行管理的管理内容，以及记录并保存患者、智能储药柜和/或移动机器人的送/取药行为；所述移动机器人、智能储药柜、pda护理终端和医院his系统，分别与后台服务器进行通信连接。该方案中只能用于医院等特殊场所，实用性不够；在医院人多环境复杂的条件下，配送效率不高。
>技术实现思路1、鉴于以上现有技术的不足，本专利技术提供了一种基于无人送药机器人的多任务分配方法、系统及介质，不仅能够针对多名患者进行药物的配送，提高配送效率，而且适用于不同的配送环境，保证药品配送的稳定性。
2、为了实现上述目的及其他相关目的，本专利技术提供的技术方案如下：一种基于无人送药机器人的多任务分配方法，所述方法包括：
3、r1.无人送药机器人执行任务，获取多名患者的位置及需求度的数据信息，基于机载定位系统实时获取机器人的位置数据信息；
4、r2.基于所述机器人的位置数据信息和所述多名患者的位置及需求度的数据信息，采用自适应群相关匹配算法对每名患者与机器人的匹配度进行预测，得到预测后的每名患者与机器人的匹配度的数据信息；
5、r3.基于所述预测后的每名患者与机器人的匹配度的数据信息，建立多任务分配函数f，对机器人的送药任务进行分配，得到机器人的多任务分配数据信息；
6、r4.基于所述机器人的多任务分配数据信息，采用改进的多目标天鹰优化算法对机器人的多任务分配进行优化，得到优化后的机器人多任务分配的数据信息。
7、进一步的，在步骤r2中，所述采用自适应群相关匹配算法对每名患者与机器人的匹配度进行预测包括：
8、r21.基于所述机器人的位置数据信息和所述多名患者的位置及需求度的数据信息，建立机器人与患者的关联度函数g，
9、
10、其中，x1为机器人的位置数据信息，x2为多名患者的位置的数据信息，x3为多名患者的需求度的数据信息，α1和α2为机器人与患者的关系因子，对机器人与患者的关联度进行推算，得到机器人与患者的关联度的数据信息；
11、r22.基于所述机器人与患者的关联度的数据信息，建立机器人与患者的自适应函数h，
12、
13、其中，g为机器人与患者的关联度的数据信息，β1，β2和β3为机器人与患者的自适应调节因子，对机器人与患者的自适应度进行推算，并构建机器人与患者的自适应群，得到机器人与患者的自适应群的数据信息；
14、r23.将所述机器人与患者的自适应群的数据信息输入训练好的机器人与患者的匹配度模型，对每名患者与机器人的匹配度进行预测，得到预测后的每名患者与机器人的匹配度的数据信息。
15、进一步的，在步骤r23中，所述训练好的机器人与患者的匹配度模型包括：
16、r231.将所述机器人与患者的自适应群的数据信息划分为训练集和测试集；
17、r232.将所述训练集输入机器人与患者的匹配度模型进行训练和学习，确定机器人与患者的匹配度函数q，
18、
19、其中，y为训练集，ω1，ω2和ω3为机器人与患者的匹配权重系数，得到训练好的机器人与患者的匹配度模型。
20、进一步的，所述机器人与患者的匹配权重系数ω1，ω2和ω3的约束条件为，
21、
22、进一步的，所述机器人与患者的自适应调节因子β1，β2和β3为，
23、
24、其中，g为机器人与患者的关联度的数据信息。
25、进一步的，所述多任务分配函数f为，
26、
27、其中，z为预测后的每名患者与机器人的匹配度的数据信息，ρ1，ρ2和ρ3为机器人的多任务的分配的决定因子。
28、进一步的，在步骤r4中，所述采用改进的多目标天鹰优化算法对机器人的多任务分配进行优化包括：
29、r41.基于所述机器人的多任务分配数据信息，构建天鹰的搜索空间集，得到天鹰的搜索空间集的数据信息；
30、r42.基于所述天鹰的搜索空间集的数据信息，建立天鹰的猎食目标优化函数u，
31、
32、其中，h为天鹰的搜索空间集的数据信息，σ1、σ2和σ3为天鹰猎食的优化因子；
33、r43.基于所述天鹰的猎食目标优化函数u，对机器人的多任务分配进行优化，得到优化后的机器人多任务分配的数据信息。
34、进一步的，所述天鹰猎食的优化因子σ1、σ2和σ3的约束函数f为，
35、
36、其中，f的取值范围为(0,1)。
37、为了实现上述目的及其他相关目的，本专利技术还提供了一种基于无人送药机器人的多任务分配系统，包括计算机设备，该计算机设备被编程或配置以执行任意一项所述的基于无人送药机器人的多任务分配方法的步骤。
38、为了实现上述目的及其他相关目的，本专利技术还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有被编程或配置以执行任意一项所述的基于无人送药机器人的多任务分配方法的计算机程序。
39、本专利技术具有以下积极效果：
40、1.本专利技术通过采用自适应群相关匹配算法对每名患者与机器人的匹配度进行预测，并结合建立多任务分配函数f，对机器人的送药任务进行分配，不仅能够根据每名患者的需求度和位置，进行送药机器人的多任务分配，而且能够针对多名患者进行药物的配送，提高配送效率。
41、2.本专利技术通过采用改进的多目标天鹰优化算法对机器人的多任务分配进行优化，不仅提高了药物配送的精确度，而且适用于不同的配送环境，保证药品配送的稳定性，与此同时，优化后的配送分配中，送药机器人的配送药物所花费的时间更短，提升用户的配送服务质量。...
【技术保护点】
1.一种基于无人送药机器人的多任务分配方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于无人送药机器人的多任务分配方法，其特征在于，在步骤R2中，所述采用自适应群相关匹配算法对每名患者与机器人的匹配度进行预测包括：
3.根据权利要求2所述的基于无人送药机器人的多任务分配方法，其特征在于，在步骤R23中，所述训练好的机器人与患者的匹配度模型包括：
4.根据权利要求3所述的基于无人送药机器人的多任务分配方法，其特征在于：所述机器人与患者的匹配权重系数ω1，ω2和ω3的约束条件为，
5.根据权利要求2所述的基于无人送药机器人的多任务分配方法，其特征在于：所述机器人与患者的自适应调节因子β1，β2和β3为，
6.根据权利要求1所述的基于无人送药机器人的多任务分配方法，其特征在于：所述多任务分配函数F为，
7.根据权利要求1所述的基于无人送药机器人的多任务分配方法，其特征在于，在步骤R4中，所述采用改进的多目标天鹰优化算法对机器人的多任务分配进行优化包括：
8.根据权利要求7所述的基于无人送药机器人的多任务分配方法，其特征在于：所述天鹰猎食的优化因子σ1、σ2和σ3的约束函数f为，
9.一种基于无人送药机器人的多任务分配系统，包括计算机设备，其特征在于，该计算机设备被编程或配置以执行权利要求1～8中任意一项所述的基于无人送药机器人的多任务分配方法的步骤。
10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有被编程或配置以执行权利要求1～8中任意一项所述的基于无人送药机器人的多任务分配方法的计算机程序。
...
【技术特征摘要】
1.一种基于无人送药机器人的多任务分配方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于无人送药机器人的多任务分配方法，其特征在于，在步骤r2中，所述采用自适应群相关匹配算法对每名患者与机器人的匹配度进行预测包括：
3.根据权利要求2所述的基于无人送药机器人的多任务分配方法，其特征在于，在步骤r23中，所述训练好的机器人与患者的匹配度模型包括：
4.根据权利要求3所述的基于无人送药机器人的多任务分配方法，其特征在于：所述机器人与患者的匹配权重系数ω1，ω2和ω3的约束条件为，
5.根据权利要求2所述的基于无人送药机器人的多任务分配方法，其特征在于：所述机器人与患者的自适应调节因子β1，β2和β3为，
6.根据权利要求1所述的基于无人送药机器人的多...
【专利技术属性】
技术研发人员：蒋宇航，梁飞，舒培超，李梓争，祁畅，
申请(专利权)人：东风悦享科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。