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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。