基于大数据和人工智能的联合导航方法和机器人系统技术方案

基于大数据和人工智能的联合导航方法和机器人系统，包括：获取导航装置所属的对象的类型，获取预设类型的与所述对象相关的数据，获取预设模型，将所述预设类型的与所述对象相关的数据输入所述预设模型，通过所述预设模型计算得到的输出作为推荐的导航方式。上述方法和系统通过基于大数据和人工智能的联合导航技术，提高了联合导航方式切换的智能性、高效性。

Joint navigation method and robot system based on big data and artificial intelligence

The joint navigation method and robot system based on big data and artificial intelligence include: acquiring the type of object to which the navigation device belongs, acquiring the data related to the preset type and acquiring the preset model, inputting the data related to the preset type and the object into the preset model, and taking the output calculated by the preset model as the recommended navigation Way. The above methods and systems improve the intelligence and efficiency of joint navigation mode switching through the joint navigation technology based on big data and artificial intelligence.

【技术实现步骤摘要】
基于大数据和人工智能的联合导航方法和机器人系统
本专利技术涉及信息
，特别是涉及一种基于大数据和人工智能的联合导航方法和机器人系统。
技术介绍
在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：现有技术下联合导航方式包括移动通信导航方式、卫星导航方式等导航方式、等等；现有技术下导航方式一般采用单独的导航方式，无法在多种导航方式中进行切换。因此，现有技术还有待于改进和发展。
技术实现思路
基于此，有必要针对现有技术中的缺陷或不足，提供基于大数据和人工智能的联合导航方法和机器人系统，以解决现有技术中导航方式无法进行自动切换的缺点。第一方面，本专利技术实施例提供一种联合导航方法，所述方法包括：对象类型获取步骤，用于获取导航装置所属的对象的类型；数据获取步骤，用于获取预设类型的与所述对象相关的数据；预设模型获取步骤，用于获取预设模型；模型计算步骤，用于将所述预设类型的与所述对象相关的数据输入所述预设模型，通过所述预设模型计算得到的输出作为推荐的导航方式。优选地，所述方法还包括：系统控制步骤，用于根据所述推荐的导航方式控制所述导航装置。优选地，所述预设类型由用户预先设置或从知识库中获取；所述预设类型的数据包括与导航方式的选择有相关性的数据；所述与所述对象相关的数据包括所述对象的数据、所述对象的环境数据；所述预设类型的与所述对象相关的数据为所述预设类型的与所述对象相关的当前数据或近期数据或最近预设时段内的数据。优选地，所述预设模型获取步骤包括：历史大数据获取步骤，用于获取所述对象所属类型的所有对象的有效历史大数据；所述历史大数据包括迄今为止所采集的大数据；对应数据获取步骤，用于获取所述有效历史大数据中预设类型的数据及其对应的导航方式；深度学习模型初始化步骤，用于初始化深度学习模型；无监督训练步骤，用于将所述有效历史大数据中所述预设类型的数据作为所述深度学习模型的输入，对所述深度学习模型进行无监督训练；有监督训练步骤，用于将所述历史大数据中所述预设类型的数据及其对应的导航方式分别作为所述深度学习模型的输入和输出，对通过无监督训练之后的所述深度学习模型进行有监督训练；预设模型生成步骤，用于获取有监督训练之后的所述深度学习模型作为所述预设模型。优选地，所述预设模型获取步骤包括：历史大数据获取步骤，用于获取所述对象所属类型的所有对象的有效历史大数据；对应数据获取步骤，用于获取所述有效历史大数据中预设类型的数据及其对应的导航方式；模型数据设置步骤，用于将所述有效历史大数据中所述预设类型的数据及其对应的导航方式分别作为所述预设模型的待匹配数据及其对应的待推荐数据；所述模型计算步骤包括：匹配步骤，用于所述将所述预设类型的与所述对象相关的数据与所述预设模型中的每一个所述待匹配数据进行模糊匹配；选取步骤，用于选取与所述输入的所述预设类型的与所述对象相关的数据匹配度最大的所述预设模型中的所述待匹配数据；推荐步骤，用于从所述预设模型中获取与所选取的所述待匹配数据所对应的待推荐数据作为所述预设模型计算得到的输出，将所述输出作为推荐的导航方式。优选地，所述有效历史大数据包括有人操作且与所述对象具有至少一种共同的导航方式的对象的历史大数据；或/和无人操作且导航方式的选择效果满足预设条件且与所述对象具有至少一种共同的导航方式的对象的历史大数据。优选地，所述对象为车；所述车包括无人车；所述预设类型的与所述对象相关的数据包括所述车当前所在路段的路况数据、所述车当前所在路段的排气污染控制指标数据、所述车当前所在路段的噪音控制指标数据、所述车当前所在路段的限速范围、所述车的车型、所述车当前预设数据中的一种或几种。优选地，所述对象为船；所述船包括无人船；所述预设类型的与所述对象相关的数据包括所述船当前所在航段的海况数据、所述船当前所在航段的排气污染控制指标数据、所述船当前所在航段的噪音控制指标数据、所述船当前所在航段的气象数据、所述船当前所在航段的风力数据、所述船当前需求数据、所述船的船型、所述船当前预设数据中的一种或几种。优选地，所述对象为飞机；所述飞机包括无人机；所述预设类型的与所述对象相关的数据包括所述飞机当前所在航段的天气数据、所述飞机当前所在航段的噪音污染控制指标数据、当前所在航段的风力数据、机型、所述飞机当前预设数据中的一种或几种。第二方面，本专利技术实施例提供一种系统，其特征在于，所述系统执行第一方面任一项所述的联合导航方法中的步骤；所述系统包括机器人系统。本专利技术实施例具有的优点和有益效果包括：本专利技术实施例通过从历史大数据学习得到预设模型，进而通过预设模型和目前数据计算得到目前应该采用的导航方式，而且所述历史数据和目前数据中包括导航系统所属对象本身的数据和环境数据，从而使得得到的预设模型和推荐的导航方式更符合对象和环境的需要、更高效，因此本专利技术实施例可使得导航方式的切换更为智能、高效。例如，对于无人船的导航方式的切换而言，需要考虑到的数据包括所述船当前所在航段的海况数据、当前所在航段的排气污染控制指标数据、当前所在航段的噪音控制指标数据、当前所在航段的气象数据、当前所在航段的风力数据、当前其他需求数据、当前不同导航类型所剩余的能量数据、船型、当前其他预设数据、等等中的一种或几种。其中，所述航段可以替换为海域。当前其他预设数据包括作战时对噪音、速度等的控制指标数据。而现有技术只能用一种方式进行导航，或者手动切换导航方式，手动切换对用户要求高、不智能，而且导航时没有考虑到更多环境的因素和导航系统所属对象本身的因素。本专利技术实施例提供的基于大数据和人工智能的联合导航方法和机器人系统，包括：获取导航装置所属的对象的类型，获取预设类型的与所述对象相关的数据，获取预设模型，将所述预设类型的与所述对象相关的数据输入所述预设模型，通过所述预设模型计算得到的输出作为推荐的导航方式。上述方法和系统通过基于大数据和人工智能的联合导航技术，提高了联合导航的智能性、高效性。附图说明图1为本专利技术的实施例2提供的联合导航方法的流程图；图2为本专利技术的实施例4提供的预设模型获取步骤的流程图；图3为本专利技术的实施例5提供的预设模型获取步骤的流程图；图4为本专利技术的实施例5提供的模型计算步骤的流程图；图5为本专利技术的实施例11提供的联合导航系统的原理框图；图6为本专利技术的实施例13提供的预设模型模块的原理框图；图7为本专利技术的实施例14提供的预设模型模块的原理框图；图8为本专利技术的实施例14提供的模型计算模块的原理框图。具体实施方式下面结合本专利技术实施方式，对本专利技术实施例中的技术方案进行详细地描述。(一)本专利技术的各种实施例中的方法包括以下步骤的各种组合：实施例1：一种联合导航方法，包括对象类型本文档来自技高网...

【技术保护点】
1.一种联合导航方法，其特征在于，所述方法包括：/n对象类型获取步骤，用于获取导航装置所属的对象的类型；/n数据获取步骤，用于获取预设类型的与所述对象相关的数据；/n预设模型获取步骤，用于获取预设模型；/n模型计算步骤，用于将所述预设类型的与所述对象相关的数据输入所述预设模型，通过所述预设模型计算得到的输出作为推荐的导航方式。/n

【技术特征摘要】
1.一种联合导航方法，其特征在于，所述方法包括：
对象类型获取步骤，用于获取导航装置所属的对象的类型；
数据获取步骤，用于获取预设类型的与所述对象相关的数据；
预设模型获取步骤，用于获取预设模型；
模型计算步骤，用于将所述预设类型的与所述对象相关的数据输入所述预设模型，通过所述预设模型计算得到的输出作为推荐的导航方式。


2.根据权利要求1所述的联合导航方法，其特征在于，所述方法还包括：
系统控制步骤，用于根据所述推荐的导航方式控制所述导航装置。


3.根据权利要求1所述的联合导航方法，其特征在于，
所述预设类型由用户预先设置或从知识库中获取；
所述预设类型的数据包括与导航方式的选择有相关性的数据；
所述与所述对象相关的数据包括所述对象的数据、所述对象的环境数据；
所述预设类型的与所述对象相关的数据为所述预设类型的与所述对象相关的当前数据或近期数据或最近预设时段内的数据。


4.根据权利要求1所述的联合导航方法，其特征在于，所述预设模型获取步骤包括：
历史大数据获取步骤，用于获取所述对象所属类型的所有对象的有效历史大数据；
对应数据获取步骤，用于获取所述有效历史大数据中预设类型的数据及其对应的导航方式；
深度学习模型初始化步骤，用于初始化深度学习模型；
无监督训练步骤，用于将所述有效历史大数据中所述预设类型的数据作为所述深度学习模型的输入，对所述深度学习模型进行无监督训练；
有监督训练步骤，用于将所述历史大数据中所述预设类型的数据及其对应的导航方式分别作为所述深度学习模型的输入和输出，对通过无监督训练之后的所述深度学习模型进行有监督训练；
预设模型生成步骤，用于获取有监督训练之后的所述深度学习模型作为所述预设模型。


5.根据权利要求1所述的联合导航方法，其特征在于，
所述预设模型获取步骤包括：
历史大数据获取步骤，用于获取所述对象所属类型的所有对象的有效历史大数据；
对应数据获取步骤，用于获取所述有效历史大数据中预设类型的数据及其对应的导航方式；
模型数据设置步骤，用于将所述有效历史大...

【专利技术属性】
技术研发人员：朱定局，
申请(专利权)人：南京智慧光信息科技研究院有限公司，大国创新智能科技东莞有限公司，
类型：发明
国别省市：江苏;32