基于大数据和人工智能的自动作业方法和机器人系统技术方案

基于大数据和人工智能的自动作业方法和机器人系统，包括：获取作业装置所属的作业类型，获取预设类型的与所述作业相关的数据，获取预设模型，将所述预设类型的与所述作业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作业方式。上述方法和系统通过基于大数据和人工智能的自动作业技术，提高了自动作业方式切换的智能性、高效性。

Automatic operation method and robot system 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自动作业方法和机器人系统
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自动作业方法和机器人系统。
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：现有技术下自动作业方式包括车(例如挖土车、推土车等车)、飞机(例如喷药飞机、轰炸飞机等飞机)、船(例如捕鱼船等船)等等在执行的作业任务时所采用的方式，例如前进、后退、左转、右转或者多种方式结合的作业方式；现有技术下自动作业方式的切换一般采用手工切换，可见现有技术下作业方式的自动化程度不足，智能性低。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自动作业方法和机器人系统，以解决现有技术中自动作业方式切换的智能性低、高效性不足的缺点。第一方面，本专利技术实施例提供一种自动作业方法，所述方法包括：作业类型获取步骤，用于获取作业装置所属的作业类型；数据获取步骤，用于获取预设类型的与所述作业相关的数据；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作业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作业方式。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作业方式控制所述作业装置。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作业方式的选择有相关性的数据；所述与所述作业相关的数据包括所述作业的数据、所述作业的环境数据；所述预设类型的与所述作业相关的数据为所述预设类型的与所述作业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，用于获取所述作业所属类型的所有作业的有效历史大数据；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作业方式；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作业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，用于获取所述作业所属类型的所有作业的有效历史大数据；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作业方式；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作业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作业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作业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作业方式。优选地，所述有效历史大数据包括有人操作且与所述作业具有至少一种共同的作业方式的作业的历史大数据；或/和无人操作且作业方式的选择效果满足预设条件且与所述作业具有至少一种共同的作业方式的作业的历史大数据。优选地，所述作业为车载式作业；所述车包括无人车；所述预设类型的与所述作业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、所述车当前不同作业类型所需的能量数据、所述车的剩余能量、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，所述作业为船载作业；所述船包括无人船；所述预设类型的与所述作业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、所述船当前不同作业类型所需的能量数据、所述船的剩余能量、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，所述作业为飞机机载作业；所述飞机包括无人机；所述预设类型的与所述作业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、所述飞机当前不同作业类型所需的能量数据、所述飞机的剩余能量、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自动作业方法中的步骤；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作业方式，而且所述历史数据和目前数据中包括作业系统所属作业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作业方式更符合作业和环境的需要、更高效，因此本专利技术实施例可使得作业方式的切换更为智能、高效。而现有技术下自动作业方式的切换一般采用手工切换，可见现有技术下作业方式的自动化程度不足，智能性低。本专利技术实施例提供的基于大数据和人工智能的自动作业方法和机器人系统，包括：获取作业装置所属的作业类型，获取预设类型的与所述作业相关的数据，获取预设模型，将所述预设类型的与所述作业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作业方式。上述方法和系统通过基于大数据和人工智能的自动作业技术，提高了自动作业方式切换的智能性、高效性。附图说明图1为本专利技术的实施例2提供的自动作业方法的流程图；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提供的自动作业系统的原理框图；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1：一种自动作业方法，包括作业类型获取步骤S100、数据获取步骤S200、预设模型获取步骤S300、模型计算步骤S400、系统控制步骤S500。...

【技术保护点】
1.一种自动作业方法，其特征在于，所述方法包括：/n作业类型获取步骤，用于获取作业装置所属的作业类型；/n数据获取步骤，用于获取预设类型的与所述作业相关的数据；/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作业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作业方式。/n

【技术特征摘要】
1.一种自动作业方法，其特征在于，所述方法包括：
作业类型获取步骤，用于获取作业装置所属的作业类型；
数据获取步骤，用于获取预设类型的与所述作业相关的数据；
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作业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作业方式。


2.根据权利要求1所述的自动作业方法，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作业方式控制所述作业装置。


3.根据权利要求1所述的自动作业方法，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作业方式的选择有相关性的数据；
所述与所述作业相关的数据包括所述作业的数据、所述作业的环境数据；
所述预设类型的与所述作业相关的数据为所述预设类型的与所述作业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所述的自动作业方法，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，用于获取所述作业所属类型的所有作业的有效历史大数据；
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作业方式；
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作业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所述的自动作业方法，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，用于获取所述作业所属类型的所有作业的有效历史大数据；
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作业方式；
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作业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；<...

【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