一种机器人控制方法、装置、介质和机器人集群与流程

本发明实施例涉及机器人领域，尤其涉及一种机器人控制方法、装置、介质和机器人集群。

背景技术

机器人是自动执行工作的机器装置。通常机器人可以单独执行任务。当任务比较复杂时，就需要多个机器人分工共同完成目标任务，该多个机器人就构成了一个机器人集群。

当前，机器人集群的协同控制需要一个对机器人集群内各机器人进行运动规划的后台系统。通过后台计算机，向机器人集群中的每个机器人发送指令。

然而，一旦机器人集群中机器人同后台计算机的通信故障，或者实现某指定分工的机器人无法正常工作，那么整个机器人集群的目标任务将无法实现。

技术实现要素：

本发明实施例提供一种机器人控制方法、装置、介质和机器人集群，以实现在没有后台系统的指挥下，多机器人自动协同完成目标任务。

第一方面，本发明实施例提供了一种机器人控制方法，该方法包括：

基于设定共识机制从机器人集群中确定出作为记账节点的记账机器人，其中所述机器人集群中的每个机器人作为一个节点，由所述记账机器人生成指令并将所述指令发送给其他机器人；

根据所述指令和机器人本机的当前状态，确定所述指令的执行机器人。

第二方面，本发明实施例还提供了一种机器人控制装置，该装置包括：

指挥权确定模块，用于基于设定共识机制从机器人集群中确定出作为记账节点的记账机器人，其中所述机器人集群中的每个机器人作为一个节点，由所述记账机器人生成指令并将所述指令发送给其他机器人；

执行主体确定模块，用于根据所述指令和机器人本机的当前状态，确定所述指令的执行机器人。

第三方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的机器人控制方法。

第四方面，本发明实施例还提供了一种机器人集群，包括至少两个机器人，所述机器人包括：

通信装置，用于与机器人集群中的其他机器人通信；

状态采集装置，用于采集本机状态；

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的机器人控制方法。

本发明实施例通过将机器人集群中的每个机器人看作一个节点，利用共识机制从集群中确定出记账机器人，由记账机器人生成控制指令，并发送给其他机器人。从而实现无需后台系统的指挥，机器人集群内各机器人自动协作完成任务。

此外，通过根据指令和本机状态确定执行所述指令的机器人，可以实现结合机器人的实际状态确定执行指令的机器人，以提高指令的执行速度和准确率。

附图说明

图1为本发明实施例一提供的一种机器人控制方法的流程图；

图2是本发明实施例二提供的一种机器人控制方法的流程图；

图3是本发明实施例三提供的一种机器人控制方法的流程图；

图4是本发明实施例四提供的一种机器人控制方法的流程图；

图5是本发明实施例五提供的一种机器人控制装置的结构示意图；

图6为本发明实施例七提供的一种机器人的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的一种机器人控制方法的流程图。本实施例可适用于对机器人集群在不受后台系统控制，自动协作完成某项任务的情况。该方法可以由一种机器人控制装置来执行，该装置可以由软件和/或硬件的方式实现。典型的该装置可以是机器人集群中的机器人。参见图1，本实施例提供的机器人控制方法包括：

s110、基于设定共识机制从机器人集群中确定出作为记账节点的记账机器人，由所述记账机器人生成指令并将所述指令发送给其他机器人。

其中，将所述机器人集群中的每个机器人看作一个节点。因此机器人集群中的多个机器人就构成了网络内的多个节点。基于共识机制可以从网络内的多个节点中确定出至少一个记账节点。将记账节点对应的机器人作为记账机器人。据此，下面将直接基于记账机器人进行描述。

可选的，设定共识机制可以是现有技术中的任一共识机制，可以是工作量证明的pow共识机制，基于权益证明的pos共识机制，结合投票的权益证明的dpos共识机制，以及基于拜占庭容错的共识机制等。本实施例对此并不进行任何限制。

典型的，设定共识机制可以是根据投票结果和为争做指挥机器人记账机器人所投标的资产金额，确定记账机器人。

投票结果与被投票机器人的环境参数和对被投票机器人的喜好参数有关。其中，环境参数可以是任意物理参数，例如距离、位置、速度和/或温度等，对被投票机器人的喜好参数是对被投票机器人喜好程度的参数。由此，记账机器人的确定考虑到了被投票机器人的环境参数和喜好参数，从而避免机器人在竞争记账机器人的过程中作恶。

记账机器人是具有指挥权限的机器人，通过生成的指令控制机器人集群中至少一个机器人动作。记账机器人中存储有机器人集群的目标任务或目标任务中指定的部分任务，该任务可以是预先存储的，也可以从区块链记录的机器人集群的执行信息中学习得到的。其中目标任务可以是任意任务。具体可以根据实际需要设定。

具体的，记账机器人可以直接根据存储的目标任务生成指令。

可选的，记账机器人生成指令的过程也可以描述为：

记账机器人获取所述机器人集群中各机器人的当前状态；

记账机器人根据所述当前状态和所述机器人集群的目标任务或所述目标任务中指定的部分任务，生成控制指令。

基于各机器人的当前状态和机器人集群的目标任务确定控制指令可以达到如下效果：根据机器人的状态和目标任务可以准确地确定出机器人接下来需要完成的工作，根据该工作生成控制指令，可以提高控制指令的准确率。

记账机器人在生成指令后，可以将该指令发送给机器人集群中除记账机器人以外的其他机器人。具体指令的发送方式可以是广播方式，也可以是组播方式，还可以是设定规则的传播方式，本实施例不做限定。该指令的数量可以一个，也可以是两个，还可以是多个。

本实施例中的机器人集群由至少两个机器人构成，机器人共同合作一起完成任务。

s120、根据所述指令和机器人本机的当前状态，确定所述指令的执行机器人。

其中，机器人本机的当前状态可以是机器人的实际所处状态，该状态可以是机器人当前在位置、移动速度和工作状态等。具体工作状态可以包括作业状态或空闲状态等。执行机器人是执行所述指令的机器人。

可选的，可以根据所述指令确定所述指令的执行机器人。例如，将最先收到所述指令的机器人作为执行机器人。

也可以根据所述指令和机器人本机的当前状态，确定所述指令的执行机器人。

示例性的，若所述指令为第一目的地，则根据机器人的当前位置确定距离第一目的地的距离；然后根据机器人的移动速度确定到达第一目的地的时间；将到达第一目的地的时间最短的机器人确定为执行机器人。

由此可见，通过根据指令和机器人本机的当前状态确定执行所述指令的机器人，可以实现结合机器人的实际状态确定执行指令的机器人，提高指令的执行速度和准确率的效果。

可选的，可以根据记账机器人指挥执行机器人执行所述指令过程中产生的任意参数生成区块。

典型的，在执行机器人成功完成所述指令的执行后，还包括：

根据所述指令和所述执行机器人对所述指令的执行结果生成区块。

通过将指令和机器人对指令的执行结果生成区块，可以实现利用区块链记录机器人集群的整个任务执行过程。

该区块可以由机器人集群的任意机器人生成。

典型的，该区块由记账机器人根据指令的执行结果生成，并发送给其他机器人。其他机器人对该区块进行验证，若超过设定数量的机器人验证该区块是正确的，则将该区块加入区块链中。其中区块的内容可以根据实际需要设定。

典型的，区块由区块头和区块体构成。区块头包含上一个区块的哈希值，本区块体的哈希值，以及时间戳等。区块体存储着指挥机器人记账机器人指挥执行机器人执行指令的详细数据。

本发明实施例的技术方案，通过将机器人集群中的每个机器人看作一个节点，利用共识机制从集群中确定出记账机器人，由记账机器人生成控制指令，并发送给其他机器人。从而实现无需后台系统的指挥，机器人集群内各机器人自动协作完成任务。

此外，通过根据指令和本机状态确定执行所述指令的机器人，可以实现结合机器人的实际状态确定执行指令的机器人，以提高指令的执行速度和准确率。

为解决新的记账机器人生成的新指令和上一记账机器人生成的指令冲突的情况，在根据所述指令和机器人的本机状态，确定所述指令的执行机器人之后，还包括：

若在执行所述指令的过程中，接收到新指令，且执行所述新指令赚取的资产比执行所述指令赚取的资产高，则放弃对所述指令的执行，而去执行所述新指令。

示例性的，第一次作为记账机器人的第一机器人生成了第一指令；第二次作为记账机器人的第二机器人生成了第二指令。在执行机器人执行第一指令的过程中，接收到第二指令。若执行第二指令赚取的资产比执行第一指令赚取的资产高，则执行机器人放弃对第一指令的执行，而去执行第二指令。

实施例二

图2是本发明实施例二提供的一种机器人控制方法的流程图。本实施例是在上述实施例的基础上提供的一种可选方案。参见图2，本实施例提供的一种机器人控制方法包括：

s210、基于设定共识机制从机器人集群中确定出作为记账节点的记账机器人，由所述记账机器人生成指令并将所述指令发送给其他机器人。

s220、根据所述指令和机器人的本机状态，确定执行所述指令消耗的能源。

具体的，该能源可以通过执行所述指令单位时间的功耗确定。

s230、根据所述能源确定是否作为所述执行机器人执行所述指令。

可选的，若所述能源小于设定能源阈值，则将该机器人作为执行机器人。为使得指令的执行成本最低，若所述能源最小，则将该机器人作为执行机器人。

本发明实施例的技术方案，通过执行所述指令所消耗的能源确定是否执行所述指令，从而考虑到指令的执行成本，进而可以降低指令的执行成本。

具体的，根据所述能源确定是否作为执行机器人执行所述指令还可以包括：

根据执行所述指令消耗的能源和执行所述指令赚取的资产，确定是否作为所述执行机器人执行所述指令。

其中，执行所述指令赚取的资产由所述记账机器人支付。所述记账机器人为执行所述指令所支付的资产是记账机器人在执行机器人成功执行指令后支付给执行机器人的资产。对该资产的形式不做限定，可以是数字货币、也可以是股权、还可以是积分等。

记账机器人为执行所述指令所支付的资产可以激励指令的执行，避免当指令消耗的能源高时，没有机器人愿意执行指令。

此处还存在这样一种情况：即便指令的执行消耗的能源较低，但是因为记账机器人支付的资产少，机器人仍可以选择不作为执行机器人。从而实现机器人可以自主评价执行指令所产生的收益，进而实现在完成目标任务的同时，向有益于各机器人的方向发展。换而言之，该方法可以使得机器人集群中的资产平衡，避免资产的高度集中导致指挥权的集中，进而实现去中心化。

存储有所述机器人集群的目标任务的机器人的账户中相比没有存储所述目标任务的机器人的账户中预存有较多资产。因为有较多资产，所以存储有上述目标任务的机器人相比其他机器人更容易争得指挥权，也即更容易作为记账机器人，领导机器人集群执行上述目标任务。

没有存储上述目标任务的机器人可以通过执行指令积累资产，同时根据接收的指令自动学习目标任务。在赚取的资产足以使没有存储上述目标任务的机器人争得指挥权时，该机器人会根据学习得到的目标任务生成指令。

典型的，上述自动学习目标任务可以是：基于机器学习算法，对指令及指令的执行结果进行学习，得到目标任务。

具体的，可以根据指令的执行结果和指令的生成主体确定正样本和负样本；根据样本和机器学习算法，进行模型训练；根据训练得到的模型中的参数确定目标任务。

示例性的，若指令的生成主体为存储有上述目标任务的机器人，则将该指令作为正样本；若指令的执行结果为失败，表明该指令不合理，则将该指令作为负样本。

可选的，根据所述能源确定是否作为执行机器人执行所述指令包括：

若当前机器人根据所述能源确定执行所述指令，则向其他机器人发送希望执行所述指令的消息；

所述其他机器人在收到所述消息后，根据所述当前机器人的当前状态和所述指令，响应确定所述当前机器人作为执行机器人的确认消息；

若所述确认消息的数量大于设定确认阈值，则将所述当前机器人确定为所述指令的执行机器人。

通过设定确认阈值数量的机器人对当前机器人作为执行机器人进行确认，从而避免不满足要求的机器人基于执行机器人作恶的发生。

实施例三

图3是本发明实施例三提供的一种机器人控制方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图3，本实施例提供的机器人控制方法包括:

s310、基于设定共识机制从机器人集群中确定出作为记账节点的记账机器人，由所述记账机器人生成指令并将所述指令发送给其他机器人。

其中，所述机器人集群中的每个机器人作为一个节点。

s320、根据所述指令和机器人的本机状态，确定所述指令的执行机器人。

s330、若不能成功执行所述指令，则接收至少两条拆分指令，其中所述拆分指令由记账机器人按照设定规则将所述指令拆分得到。

示例性的，若所述指令为第一目标位置，且执行机器人不能成功抵达该位置，则记账机器人会将所述指令拆分为多条拆分指令，该拆分指令可以为向第一目标位置的前后左右，以一定顺序重新设定的位置。从而促使执行机器人最终到达第一目标位置。

若所述执行机器人仍不能成功抵达第一目标位置，会进一步对拆分指令进行拆分，拆分后的指令为将距第一目标位置的距离拉大，再次以上下左右的方式设定的位置。

若拆分次数大于设定拆分阈值执行机器人仍不能成功抵达第一目标位置，则执行机器人可以选择放弃执行该指令。这时根据该执行机器人的执行结果生成的区块中指令的执行状态为未完成状态。

可选的，也可以根据所述拆分指令和机器人的本机状态，重新确定所述拆分指令的执行机器人。

典型的，本实施例适用于机器人在执行指令时遇到不可预料的障碍物的情况。通过上述方法可以有效的实现自动避障。

本发明实施例的技术方案，通过在执行机器人不能成功执行所述指令时，按照设定规则将所述指令拆分为至少两条拆分指令发送给所述执行机器人执行。从而进一步促使执行机器人对所述指令的成功执行。

实施例四

图4是本发明实施例四提供的一种机器人控制方法的流程图。本实施例是在上述实施例的基础提供的一种可选方案。参见图4，本实施例提供的机器人控制方法包括：

s410、对机器人集群进行初始化，将所述机器人集群的目标任务存储在集群内的至少一个机器人中，并将较多资产预存在存储有上述目标任务的机器人的账户中。

s420、根据投票结果和为争作记账机器人所投标的资产金额，确定记账机器人，由所述记账机器人生成指令并将所述指令发送给其他机器人。

其中，所投标的资产金额是机器人为争作记账机器人所愿意支付的金额。且所得票数和投标的资产金额与竞争成为记账机器人的概率成正比。

为了抑制作弊机器人，防止其恶意投票。机器人投票时会根据对机器人的喜好参数和机器人的环境参数对该机器人进行浮动投票。

具体的，针对指令中要求机器人到达某个绝对位置或者相对位置的情况，位置可达是完成任务的前提。该指令格式可以为：绝对位置或相对位置+运行特定轨迹或任务+支付资产金额。

典型的，记账机器人的确定包括：确定作为不同节点的各机器人的得分，所述得分按照如下公式确定，

其中，ci为i机器人的得分，αij是其他机器人投给i机器人的票数，r是机器人的投标金额，μ是均衡系数；

若机器人的得分大于设定得分阈值或得分最大，则将该机器人作为记账机器人。

在确定记账机器人后需要从作为记账节点的记账机器人的账户中减去记账节点所投标金额的资产。为避免机器人独占记账机器人的情况，从记账机器人的账户中减去的资产包括：

获取所述记账机器人距离上次作为记账机器人的时间；

根据所述时间确定应缴竞争代价税；

从所述记账机器人的账户中减去所述记账机器人所投标金额的资产以及所述竞争代价税。

具体的，应缴竞争代价税的确定包括：

确定所述记账机器人应缴竞争代价税的税率，所述税率按照如下公式确定,

其中，就是竞争代价税率，k为税率基准，n为距离上次作为记账机器人的时间间隔，ε是税率衰减系数；

将所述税率乘以所述记账机器人的账户中的总资产，得到所述记账机器人的应缴竞争代价税。

典型的，记账机器人生成指令的过程也可以描述为：

记账机器人获取本机的当前状态；

记账机器人根据本机的当前状态和所述机器人集群的目标任务或所述目标任务中指定的部分任务，生成控制指令。

基于记账机器人本机的当前状态和机器人集群的目标任务确定控制指令，而不考虑机器人集群中其他机器人的当前状态，可以达到如下效果：控制指令由记账机器人基于记账机器人本机的当前状态和机器人集群的目标任务生成。哪怕刚开始生成的控制指令不能很好地协调机器人集群中的各机器人。但是基于执行机器人对指令执行的结果和对记账机器人的喜好参数能够调整记账机器人，使机器人集群在记账机器人的指挥下趋向正确方向发展，从而实现让机器人自己去演化。

典型的，记账机器人在生成指令后，记账机器人根据所述指令、各机器人的当前状态和各机器人当前账户中的资产生成区块，并发送给其他机器人。其他机器人从接收的所述区块中获取所述指令。

其中，各机器人的当前状态是机器人在广播本机的投票结果时一起发送的本机的当前状态。可以理解的是，该当前状态反映的是机器人执行完上一指令后的状态。通过将指令和机器人对上一指令的执行结果生成区块，可以实现利用区块链记录机器人集群的整个任务执行过程。

具体的，记账机器人生成区块后发送给其他机器人。其他机器人对该区块进行验证，若超过设定数量的机器人验证该区块是正确的，则从该区块中获取指令，并将该区块加入区块链中。其中区块的内容可以根据实际需要调整。

典型的，区块由区块头和区块体构成。区块头包含上一个区块的哈希值，本区块体的哈希值，以及时间戳等。区块体存储有指令、各机器人的当前状态和各机器人当前账户中的资产。

s430、根据所述指令和机器人的本机状态，确定执行所述指令消耗的能源。

s440、根据执行所述指令消耗的能源和执行所述指令赚取的资产，确定是否作为所述执行机器人执行所述指令。

其中，执行所述指令所支付的资产可以是上述投标的资产，也可以不同于上述投标的资产。换而言之，一种情况是：机器人为竞争记账机器人投标资产，并在竞争成功后，将投标的资产支付给成功执行其生成的指令的机器人。该过程中记账机器人仅支付一次资产。

另一种情况是：机器人为竞争记账机器人投标资产，并在竞争成功后，将投标的资产分发给投票的机器人；成为记账机器人后，还需要再支付成功执行其生成的指令的机器人一笔资产。该过程中记账机器人需要支付两次资产。

具体的，通过指令的执行距离和路况等确定执行指令造成的实际功耗参数。若记账机器人为执行所述指令所支付的资产小于单位时间的功耗带来的资产消耗，则机器人会降低对该记账机器人的喜好参数，甚至不执行记账机器人的指令。

而对于经常发布有偿指令而且指令的功耗能量比较低的记账机器人，机器人集群中的其他机器人会增加对该记账机器人的喜好参数。从而使该记账机器人更容易获得指挥权，进而发布有偿指令。

当然，记账机器人也可以不发布指令，或者发布继续执行现有有偿指令的指令。这时记账机器人就不需要对成功执行指令的机器人支付资产。

还有一种情况，因为机器人可能需要资产来发布命令，所以该机器人此时也会选择功耗较大的指令去执行，以赚取较多资产来发布命令。

s450、若根据所述能源确定执行所述指令，则向其他机器人发送希望执行所述指令的消息。

s460、接收确定本机作为执行机器人的确认消息，其中所述确认消息由所述其他机器人根据本机的当前状态和所述指令生成。

s470、若所述确认消息的数量大于设定确认阈值，则将本机确定为所述指令的执行机器人。

s480、若不能成功执行所述指令，则接收至少两条拆分指令，其中所述拆分指令由记账机器人按照设定规则拆分得到。

任何执行机器人，在无法完成任务时，都可以放弃执行任务。这时区块中指令的执行情况处于未完成状态，也不会有资产的转移。因此，在任何时候任何机器人都可以平等的竞争选择执行对自己最有利的指令。这种运动控制可以极为方便的完成集群的目标任务，让集群自行趋向目标任务所限定的状态。

s490、若在执行所述指令的过程中，接收到新指令，且执行所述新指令赚取的资产比执行所述指令赚取的资产高，则放弃对所述指令的执行，而去执行所述新指令。

具体的，在执行机器人执行新的指令后，原来的记账机器人再次获得指挥权时，发现自己生成的指令在执行机器人中改变了，则会继续在没有中标的机器人中针对该指令进行二次招标。此时记账机器人可以增加支付资产，以提高投标率。已中标该指令却未执行的机器人，将不会被选为该指令的执行机器人。二次招标时，若没有中标的机器人的数量不大于全部机器人数量的1/2，则发布全部指令到机器人集群里，等待重新投标。

示例性的，当机器人集群的目标任务是组成一定队形时，记账机器人会以本机位置为参照节点，发布至少一个位置指令，并配合支付的资产进行招标。此时集群内机器人会计算上述位置中的哪个位置与自己的距离最近，并投标距离最近的位置指令。集群中的机器人依据投标机器人与投标位置的距离，对投标的机器人进行筛选。当投标的机器人的确认比例超过设定确认阈值时，确定投标机器人为执行其所投标指令的执行机器人。执行机器人向投标指令中的目标位置移动。

继续以上述示例为例，在新的记账机器人生成新的位置指令后，新的记账机器人根据各机器人的当前状态判断上一位置指令的执行机器人是否到达目标位置。若是，则修改该上一位置指令的执行状态为完成，并在该执行机器人账户中增加原记账机器人为上一位置指令支付的资产，并在原记账机器人的账户中减去上述支付的资产，以进行资产结算。新的记账机器人根据资产结算结果、新的位置指令和获取的各机器人的当前状态生成区块，并发送给其他机器人。其他机器人在接收到该区块后，对该区块中的信息以及资产结算结果进行验证。若超过设定数量的机器人验证该区块是正确的，则机器人从该区块中获取指令，并将该区块加入区块链中。

具体的，区块中关联存储有指令、该指令的执行机器人以及该指令的执行状态。据此可以将待查询指令与区块中存储的指令进行匹配；若匹配一致，则确定是否有机器人执行该待查询指令。同时还可以获取该待查询指令的执行状态。

具体的，机器人在成为执行机器人后，后续新的记账机器人发布了具有更低功耗比的新的位置指令。那么，这时执行机器人也可以继续投标新的记账机器人发布的新的位置指令。若未中标，则执行原记账机器人的指令以获得资产；若中标，则执行新的记账机器人发布的新的位置指令，以获得更多的资产。

当记账机器人发现发布的指令没有机器人投标时，可以增加支付资产的金额，促使机器人投标。

上述步骤的执行顺序可以根据实际需要调整，本实施例对上述步骤的执行顺序不作限定。

本发明实施例的技术方案，通过将区块链技术用于机器人的集群控制，基于共识机制实现机器人集群内机器人的自动调配，不再需要由后端的中心控制系统进行指定或者预先规划。增加了机器人集群的组织灵活性，同时简化机器人协同任务实现的难度。

需要说明的是，在上述实施例的基础上，本领域技术人员有动机将上述实施方式进行组合，以实现多机器人间的自动协作。

实施例五

图5是本发明实施例五提供的一种机器人控制装置的结构示意图。参见图5，本实施例提供的机器人控制装置包括：指挥权确定模块10和执行主体确定模块20。

其中，指挥权确定模块10，用于将机器人集群中的每个机器人作为一个节点，基于共识机制从机器人集群中确定出作为记账节点的记账机器人，由所述记账机器人生成指令并将所述指令发送给其他机器人；

执行主体确定模块20，用于根据所述指令和机器人本机的当前状态，确定所述指令的执行机器人。

本发明实施例的技术方案，通过将机器人集群中的每个机器人看作一个节点，利用共识机制从集群中确定出记账机器人，由记账机器人生成控制指令，并发送给其他机器人。从而实现无需后台系统的指挥，机器人集群内各机器人自动协作完成任务。

此外，通过根据指令和本机状态确定执行所述指令的机器人，可以实现结合机器人的实际状态确定执行指令的机器人，以提高指令的执行速度和准确率。

进一步的，机器人控制装置还包括：区块接收模块和指令接收模块。

其中，区块接收模块，用于在由所述记账机器人生成指令并将所述指令发送给其他机器人之后，接收所述记账机器人发送的区块，其中所述区块由所述记账机器人根据所述指令、各机器人的当前状态和各机器人当前账户中的资产生成；

指令接收模块，用于从接收的所述区块中获取所述指令。

进一步的，执行主体确定模块包括：能量消耗单元和执行确定单元。

其中，能量消耗单元，用于根据所述指令和机器人本机的当前状态，确定执行所述指令消耗的能源；

执行确定单元，用于根据所述能源确定是否作为执行机器人执行所述指令。

进一步的，执行确定单元具体用于：

根据执行所述指令消耗的能源和执行所述指令赚取的资产，确定是否作为所述执行机器人执行所述指令；

其中，执行所述指令赚取的资产由所述记账机器人支付，且存储有所述机器人集群的目标任务的机器人的账户中相比没有存储所述目标任务的机器人的账户中预存有较多资产。

进一步的，执行确定单元具体用于：

若根据所述能源确定执行所述指令，则向其他机器人发送希望执行所述指令的消息；

接收确定本机作为执行机器人的确认消息，其中所述确认消息由所述其他机器人根据本机的当前状态和所述指令生成；

若所述确认消息的数量大于设定确认阈值，则将本机确定为所述指令的执行机器人。

进一步的，所述机器人控制装置还包括：指令拆分模块。

其中，指令拆分模块用于若不能成功执行所述指令，则接收至少两条拆分指令，其中所述拆分指令由记账机器人按照设定规则将所述指令拆分得到。

进一步的，所述机器人控制装置还包括：转移执行模块。

其中，转移执行模块，用于若在执行所述指令的过程中，接收到新指令，且执行所述新指令赚取的资产比执行所述指令赚取的资产高，则放弃对所述指令的执行，而去执行所述新指令。

实施例六

本发明实施例六还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种机器人控制方法，该方法包括：

基于设定共识机制从机器人集群中确定出作为记账节点的记账机器人，由所述记账机器人生成指令并将所述指令发送给其他机器人，其中所述机器人集群中的每个机器人作为一个节点；

根据所述指令和机器人本机的当前状态，确定所述指令的执行机器人。

当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的机器人控制方法中的相关操作.

通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-onlymemory,rom)、随机存取存储器(randomaccessmemory,ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

值得注意的是，上述机器人控制装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。

实施例七

本实施例提供一种机器人集群，包括至少两个机器人，所述机器人包括：

通信装置，用于与机器人集群中的其他机器人通信；

状态采集装置，用于采集本机状态；

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施中任一所述的机器人控制方法。

图6为本发明实施例七提供的一种机器人的结构示意图。如图6所示，该机器人至少包括处理器70、存储器71、通信装置72和状态采集装置73；机器人中处理器70的数量可以是一个或多个，图6中以一个处理器70为例；机器人中的处理器70、存储器71、通信装置72和状态采集装置73可以通过总线或其他方式连接，图6中以通过总线连接为例。

存储器71作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的机器人控制方法对应的程序指令/模块(例如，机器人控制装置中的指挥权确定模块10和执行主体确定模块20)。处理器70通过运行存储在存储器71中的软件程序、指令以及模块，从而执行机器人的各种功能应用以及数据处理，即实现上述的机器人控制方法。

存储器71可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器71可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器71可进一步包括相对于处理器70远程设置的存储器，这些远程存储器可以通过网络连接至机器人。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

状态采集装置73可以是用于采集机器人状态的任意装置，该状态可以机器人本身的状态，例如工作状态和移动速度；也可以是外界状态，例如距离、环境温度等。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。