本發(fā)明屬于機器人性能監(jiān)測，具體是一種醫(yī)院內(nèi)智能物流機器人性能監(jiān)測系統(tǒng)及方法。

背景技術(shù)：

1、隨著醫(yī)療技術(shù)的發(fā)展和醫(yī)院管理現(xiàn)代化的推進，智能物流機器人在醫(yī)院物資運輸中的應(yīng)用日益廣泛。這些機器人能夠自動完成藥品、器械、樣本等物品的運送工作，大大提高了醫(yī)院內(nèi)部物流效率和服務(wù)質(zhì)量。

2、現(xiàn)有技術(shù)的智能物流機器人性能監(jiān)測方案，主要依賴于定期檢查和故障后維修。然而，在實際情況中，醫(yī)院內(nèi)不同區(qū)域的消毒頻率和使用的消毒液濃度存在差異，而不同智能物流機器人在各區(qū)域的停留時長亦不盡相同，使得智能物流機器人被消毒液腐蝕的風(fēng)險不一致；現(xiàn)有技術(shù)的方案難以根據(jù)消毒液的腐蝕風(fēng)險對若干智能物流機器人進行針對性的性能監(jiān)測，從而導(dǎo)致醫(yī)院內(nèi)智能物流機器人的故障率較高。

3、本發(fā)明提出一種醫(yī)院內(nèi)智能物流機器人性能監(jiān)測系統(tǒng)及方法，以解決上述技術(shù)問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題之一；為此，本發(fā)明提出了一種醫(yī)院內(nèi)智能物流機器人性能監(jiān)測系統(tǒng)及方法，用于解決現(xiàn)有技術(shù)的方案難以根據(jù)消毒液的腐蝕風(fēng)險對若干智能物流機器人進行針對性的性能監(jiān)測，從而導(dǎo)致醫(yī)院內(nèi)智能物流機器人的故障率較高的技術(shù)問題。

2、為實現(xiàn)上述目的，本發(fā)明的第一方面提供了一種醫(yī)院內(nèi)智能物流機器人性能監(jiān)測系統(tǒng)，包括：中樞處理模塊，以及與之相連的數(shù)據(jù)采集模塊和信息預(yù)警模塊；

3、所述數(shù)據(jù)采集模塊：用于獲取醫(yī)院的圖紙信息，采集醫(yī)院內(nèi)若干智能物流機器人的運行狀態(tài)數(shù)據(jù)、運輸任務(wù)計劃；基于圖紙信息構(gòu)建醫(yī)院的物流區(qū)域模型；基于物流區(qū)域模型將醫(yī)院劃分為若干管理區(qū)域，并獲取若干管理區(qū)域的歷史消毒工作記錄；

4、所述中樞處理模塊：用于基于歷史消毒工作記錄通過得到各管理區(qū)域的消毒液濃度變化曲線；基于運輸任務(wù)計劃和消毒液濃度變化曲線確定各智能物流機器人的腐蝕風(fēng)險系數(shù)；基于腐蝕風(fēng)險系數(shù)構(gòu)建監(jiān)測優(yōu)先序列；基于運行狀態(tài)數(shù)據(jù)和監(jiān)測優(yōu)先序列計算各智能物流機器人的性能評分；

5、所述信息預(yù)警模塊：用于基于性能評分和預(yù)設(shè)的閾值對智能物流機器人進行性能狀態(tài)預(yù)警。

6、優(yōu)選的，所述基于圖紙信息構(gòu)建醫(yī)院的物流區(qū)域模型，包括：

7、提取醫(yī)院的圖紙信息，并將圖紙信息輸入三維模型軟件進行模型構(gòu)建，將構(gòu)建完成的模型標(biāo)記為物流區(qū)域模型；其中，圖紙信息包括科室、病房和藥房的空間分布信息。

8、優(yōu)選的，所述基于物流區(qū)域模型將醫(yī)院劃分為若干管理區(qū)域，包括：

9、提取物流區(qū)域模型，按照科室、病房和藥房的空間分布信息將劃分為若干監(jiān)測區(qū)域，并將各管理區(qū)域的編號依次標(biāo)記為j；其中，j＝1，2，…，m，m為管理區(qū)域的總數(shù)。

10、優(yōu)選的，所述基于歷史消毒工作記錄通過得到各管理區(qū)域的消毒液濃度變化曲線，包括：

11、提取各管理區(qū)域的歷史消毒工作記錄，分別對各管理區(qū)域的歷史消毒工作記錄進行線性擬合，得到對應(yīng)的消毒液濃度變化曲線；其中，歷史消毒工作記錄包括消毒液的噴灑量和噴灑時長。

12、優(yōu)選的，所述基于運輸任務(wù)計劃和消毒液濃度變化曲線確定各智能物流機器人的腐蝕風(fēng)險系數(shù)，包括：

13、提取若干智能物流機器人的運輸任務(wù)計劃，以及各管理區(qū)域的消毒液濃度變化曲線；其中，運輸任務(wù)計劃包括智能物流機器人在不同管理區(qū)域的停留時間段和停留時長；

14、通過公式計算智能物流機器人i的腐蝕風(fēng)險系數(shù)ffxi；其中，tlsi,j為智能物流機器人i在管理區(qū)域j的停留時長，fj(t)為管理區(qū)域j的消毒液濃度變化曲線，t1i,j為智能物流機器人i在管理區(qū)域j停留時間段的開始時間，t2i,j為智能物流機器人i在管理區(qū)域j停留時間段的結(jié)束時間；i＝1，2，…，n，n為智能物流機器人的總數(shù)。

15、優(yōu)選的，所述基于腐蝕風(fēng)險系數(shù)構(gòu)建監(jiān)測優(yōu)先序列，包括：

16、提取若干智能物流機器人的腐蝕風(fēng)險系數(shù)，按照腐蝕風(fēng)險系數(shù)由大到小的順序?qū)ο鄳?yīng)智能物流機器人的編號進行排序，將排序后的若干智能物流機器人的編號整合為監(jiān)測優(yōu)先序列。

17、優(yōu)選的，所述基于運行狀態(tài)數(shù)據(jù)和監(jiān)測優(yōu)先序列計算各智能物流機器人的性能評分，包括：

18、提取監(jiān)測優(yōu)先序列、若干智能物流機器人的運行狀態(tài)數(shù)據(jù)；其中，運行狀態(tài)數(shù)據(jù)包括規(guī)劃物流配送路線、實際物流配送軌跡、平均電耗和電機溫度；

19、基于若干智能物流機器人的規(guī)劃物流配送路線和實際物流配送軌跡確定對應(yīng)的實際線路偏差值；

20、依次從監(jiān)測優(yōu)先序列中選取腐蝕風(fēng)險系數(shù)最大的智能物流機器人，并通過公式計算智能物流機器人的性能評分xnpi；其中，xpci為智能物流機器人i的實際線路偏差值，pdhi為智能物流機器人i的平均電耗，dwdi為智能物流機器人i的電機溫度；b1、b2、b3均為大于0的比例系數(shù)。

21、需要說明的是，比例系數(shù)b1、b2、b3的取值與智能物流機器人的體積、密封等級，消毒液的類型等有關(guān)。

22、優(yōu)選的，所述基于若干智能物流機器人的規(guī)劃物流配送路線和實際物流配送軌跡確定對應(yīng)的實際線路偏差值，包括：

23、提取若干智能物流機器人的規(guī)劃物流配送路線和實際物流配送軌跡，計算規(guī)劃物流配送路線和實際物流配送軌跡之間的hausdorff距離，將hausdorff距離標(biāo)記為實際線路偏差值。

24、優(yōu)選的，所述基于性能評分和預(yù)設(shè)的閾值對智能物流機器人進行性能狀態(tài)預(yù)警，包括：

25、提取若干智能物流機器人的性能評分；判斷性能評分是否小于預(yù)設(shè)的評分閾值；是，則生成性能狀態(tài)預(yù)警指令，并將性能狀態(tài)預(yù)警指令發(fā)送至機器人維護平臺；否，則繼續(xù)對醫(yī)院內(nèi)智能物流機器人的性能進行監(jiān)測。

26、本發(fā)明的第二方面提供了一種醫(yī)院內(nèi)智能物流機器人性能監(jiān)測方法，包括：

27、s1：采集醫(yī)院內(nèi)若干智能物流機器人的運行狀態(tài)數(shù)據(jù)、運輸任務(wù)計劃；獲取醫(yī)院內(nèi)若干管理區(qū)域的歷史消毒工作記錄；

28、s2：基于歷史消毒工作記錄通過得到各管理區(qū)域的消毒液濃度變化曲線；

29、s3：基于運輸任務(wù)計劃和消毒液濃度變化曲線確定各智能物流機器人的腐蝕風(fēng)險系數(shù)；

30、s4：基于腐蝕風(fēng)險系數(shù)構(gòu)建監(jiān)測優(yōu)先序列；

31、s5：基于運行狀態(tài)數(shù)據(jù)和監(jiān)測優(yōu)先序列計算各智能物流機器人的性能評分；

32、s6：基于性能評分和預(yù)設(shè)的閾值對智能物流機器人進行性能狀態(tài)預(yù)警。

33、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

34、本發(fā)明提供一種智能物流機器人性能狀態(tài)監(jiān)測與預(yù)警方法，通過綜合分析醫(yī)院內(nèi)智能物流機器人的運行狀態(tài)數(shù)據(jù)及運輸任務(wù)計劃，并結(jié)合各管理區(qū)域歷史消毒工作記錄計算消毒液濃度變化曲線，評估各機器人的腐蝕風(fēng)險系數(shù)。基于此，構(gòu)建監(jiān)測優(yōu)先序列并計算性能評分，實現(xiàn)對智能物流機器人性能狀態(tài)的預(yù)警。對腐蝕風(fēng)險較高的智能物流機器人優(yōu)先進行性能監(jiān)測，及時排查出智能物流機器人的潛在故障，從而有利于降低智能物流機器人的故障率和停機時長，進而提高醫(yī)院物資運輸效率和服務(wù)質(zhì)量。