- 专利标题: 一种基于资源受限机器人深度学习推理的任务分配方法
-
申请号: CN201910784184.8申请日: 2019-08-23
-
公开(公告)号: CN110515732B公开(公告)日: 2021-06-18
- 发明人: 丁博 , 刘惠 , 王怀民 , 怀智博 , 史佩昌 , 初宁 , 骆杰 , 贾宏达 , 巩旭东 , 耿铭阳
- 申请人: 中国人民解放军国防科技大学
- 申请人地址: 湖南省长沙市开福区砚瓦池正街47号
- 专利权人: 中国人民解放军国防科技大学
- 当前专利权人: 中国人民解放军国防科技大学
- 当前专利权人地址: 湖南省长沙市开福区砚瓦池正街47号
- 代理机构: 湖南兆弘专利事务所
- 代理商 陈晖
- 主分类号: G06F9/50
- IPC分类号: G06F9/50
摘要:
本发明公开了一种基于资源受限机器人深度学习推理的任务分配方法,目的是实现多机器人系统对机器人工程任务的任务分配。技术方案是搭建任务分配系统,构建层预测模型并存储在机器人上;任务机器人采集环境数据,模型解释模块提取模型层类型和相关参数配置,资源消耗估计子模块根据层预测模型估算每个机器人上的深度学习模型每个层的延迟;资源可用子模块查询任务分配系统资源状态;决策模块确定最佳任务分配方案,根据最佳任务分配方案对机器人节点进行工程任务的分配;机器人节点根据最佳任务分配方案进行工程任务的执行。采用本发明可以根据任务分配系统资源状态协调异构机器人之间的工程任务分配,优化工程任务的执行时间。
公开/授权文献
- CN110515732A 一种基于资源受限机器人深度学习推理的任务分配方法 公开/授权日:2019-11-29