本發明屬于機器人控制領域，尤其涉及一種模仿人類神經系統的高危作業機器人控制系統及方法。
背景技術：
1、本部分的陳述僅僅是提供了與本發明相關的背景技術信息，不必然構成在先技術。
2、在高危復雜環境下，機器人進行救援、探測等作業是一項具有挑戰性的任務。以震后環境為例，地震后環境復雜，城市與山區地表特征不同，且有余震發生。在執行救援等任務時，要求機器人具有較高的反應速度——實時感知的能力和瞬時反應能力。這就決定了控制系統不能采用分布式架構和混合架構。這兩種架構在數據實時性、成本、復雜度方面并不適合在該種環境應用。高危復雜環境對機器人的運動復雜度和運動精度要求比較高。單一控制器，如直接使用樹莓派4b進行控制，雖然實時性好，壓縮成本低，但算力有限，拓展性差，且不適用于高危復雜環境。
技術實現思路
1、為了解決上述背景技術中存在的技術問題，本發明提供一種一種模仿人類神經系統的高危作業機器人控制系統及方法，其充分考慮了芯片算力水平，拓展能力，使用便捷性，高危復雜環境等多方面因素，參考了人類的神經系統，能夠確保高危復雜環境中機器人的快速反應與運動精度。
2、為了實現上述目的，本發明采用如下技術方案：
3、本發明的第一個方面提供一種模仿人類神經系統的高危作業機器人控制系統。
4、一種模仿人類神經系統的高危作業機器人控制系統，其包括：傳感元件、下位機、中位機和上位機；
5、所述傳感元件用于感知機器人狀態信息并傳送至對應下位機；所述下位機用于將其接收到的機器人狀態信息經中位機傳送至上位機；所述上位機用于根據高危作業預設目標，結合接收到的機器人狀態信息形成指令信息并經中位機下發至對應下位機；所述下位機還用于控制對應運動部件執行對應指令信息，同時將其接收到的機器人狀態信息經中位機反饋至上位機，形成感知-決策-執行閉環控制；
6、其中，所述下位機與中位機之間以及中位機和上位機之間，均采用通用指令格式通信；所述通用指令格式為：[幀頭][控制標志][指令類型][數據區][校驗碼][幀尾]。
7、作為一種實施方式，所述數據區由多個數據塊組成，每個數據塊格式為：[動作][目標][數值]；數值根據其范圍及類型進行變長編碼。
8、作為一種實施方式，在數據塊中，若數值范圍≤255，使用1字節；若數值范圍≤65535，使用2字節；若為浮點數，使用4字節；
9、作為一種實施方式，在數據塊中，動作為1字節，高2位表示動作類型，低6位為動作id；
10、作為一種實施方式，在數據塊中，目標為1字節，用于表征目標設備或關節編號，其范圍為0~255。
11、作為一種實施方式，上位機的模型為：
12、；
13、其中，為上位機指令； shigh為與上位機直接交互的感知數據； apillm為大語言模型api交互結果； smlc為中位機整合的回傳數據。
14、作為一種實施方式，中位機的模型包括：指令分解模型、數據整合模型和輕量化計算模型；
15、指令分解模型為：；
16、數據整合模型為：；
17、輕量化計算模型為：；
18、其中，為上位機指令；chigh,i為分解后的上位機子指令；f為指令分解函數； dmid為中層數據； smlc為中位機整合的回傳數據；dlow,i為下位機數據；為輕量化處理后的下位機反饋數據；gmcc為整合函數；為輕量化計算函數。
19、作為一種實施方式，下位機模型包括：控制信號生成模型和數據預處理模型；
20、控制信號生成模型為：；
21、數據預處理模型：；
22、其中，clow,i為下位機指令；slow,i為傳感數據；ui為控制信號；dlow,i為預處理數據；為控制信號生成函數；為數據預處理函數。
23、作為一種實施方式，上位機的指令優先級高于中位機的指令；下位機實際執行的指令由以下邏輯決定：
24、；
25、其中，為上位機子指令；為中位機子指令。
26、作為一種實施方式，所述下位機與中位機之間以及中位機和上位機之間的信息傳輸過程的延遲，采用信息流延遲模型來優化：
27、上位機→中位機的信息流延遲模型為：；
28、中位機→下位機的信息流延遲模型為：；
29、下位機→中位機的信息流延遲模型為：；
30、中位機→上位機的信息流延遲模型為：；
31、其中，thigh→mid為上位機向中位機發送指令的延時；tmid→low為中位機向下位機發送指令的延時；tlow→mid為下位機向中位機回傳數據的延時；tmid→high為中位機向上位機回傳數據的延時；clow,i為下位機指令；為上位指令；dlow,i為下位機數據；為上位機數據。
32、本發明的第二個方面提供一種模仿人類神經系統的高危作業機器人控制方法。
33、一種模仿人類神經系統的高危作業機器人控制方法，基于如上述所述的模仿人類神經系統的高危作業機器人控制系統；包括：
34、傳感元件感知機器人狀態信息并傳送至對應下位機；下位機將其接收到的機器人狀態信息經中位機傳送至上位機；上位機根據高危作業預設目標，結合接收到的機器人狀態信息形成指令信息并經中位機下發至對應下位機；下位機控制對應運動部件執行對應指令信息，同時將其接收到的機器人狀態信息經中位機反饋至上位機，形成感知-決策-執行閉環控制；
35、其中，下位機與中位機之間及中位機和上位機之間，均采用通用指令格式通信；所述通用指令格式為：[幀頭][控制標志][指令類型][數據區][校驗碼][幀尾]。
36、本發明的有益效果是：
37、（1）本發明的模仿人類神經系統的高危作業機器人控制系統具有分層架構優化系統性能與擴展性；其中，模塊化設計：上位機（hlc）、中位機（mlc）、下位機（llc）三級分層架構實現功能解耦，上位機專注于全局任務規劃與智能決策（如調用大語言模型api），中位機負責指令分解與輕量化計算，下位機執行具體運動控制與低精度數據采集。該設計顯著提升系統的并行處理能力和資源分配效率；靈活擴展：通過中位機的數據整合能力，系統可動態擴展傳感器與執行器數量，適應高危環境中多變的硬件需求（如新增傳感器或機械臂關節）。
38、（2）本發明具有高可靠性：下位機直接控制關鍵運動部件，確保緊急指令（如避障）的瞬時響應，上位機優先級邏輯（clow,i）保障高危場景下的控制安全性。
39、（3）本發明的通用指令格式高效可靠：
40、高傳輸效率：動態數據區與變長編碼設計（如數值字段按需求分配1/2/4字節）減少冗余數據，對比modbus?rtu，小數據量傳輸效率提升至50%（n=1），大數據量效率達89.5%（n=10）。
41、強容錯能力：采用雙幀頭/幀尾（0xaa55和0xffee）與crc-16校驗，噪聲環境下丟包率降低50%，誤碼檢測率達99.998%，顯著增強復雜電磁環境中的通信可靠性。
42、動態擴展支持：指令類型字段（1字節）與數據塊結構（動作-目標-數值）支持多樣化指令定義，兼容多類傳感器與執行器，適應高危任務中的動態需求。
43、（4）本發明的仿生設計提升了環境適應性：
44、類神經系統響應：參考人類神經系統的信息傳遞機制（如優先級控制與閉環反饋），實現“感知-決策-執行”的高效閉環，確保復雜環境（如余震頻發區域）中機器人的快速反應與運動精度。
45、多傳感器融合：上位機集成激光雷達等高精度傳感器實現slam建圖，結合中位機處理低頻傳感器數據，形成多層次環境感知能力，提升復雜地形下的作業穩定性。
46、（5）本發明的綜合性能優勢顯著：
47、低延遲與高實時性：通過信息流延遲模型優化（如中位機至下位機延遲tmid→low的壓縮），系統整體響應速度滿足高危場景的毫秒級需求。
48、本發明附加方面的優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。