[发明专利]数据处理方法、装置及控制设备

说明书

本发明实施例提供数据处理方法、装置及控制设备，属于人工智能领域。该方法包括：获取样本数据；根据预设在第一应用场景下的第一神经网络模型对所述样本数据进行处理，以控制执行机构在第二应用场景下进行输出；获取输出结果数据；将所述输出结果数据作为反馈数据对所述第一神经网络模型进行再训练，修正所述第一神经网络模型以适应所述第二应用场景。从而使得该装置能够在更换工作场所后，通过学习来适应新的工作场所，进而有效增加了适应范围，使得该装置能够适应更多的工作场所，进而有效降低了设备的开发成本和开发周期。

技术领域

本发明涉及人工智能领域，具体而言，涉及数据处理方法、装置及控制设备。

背景技术

随着人工智能技术的发展，使得自动化设备能够具有一定的适用性，目前自动化生产线可以应用机器人、或自动化机械设备来完成一些特定的任务，例如对物体的挑选、搬运、分类等。这些自动化设备可以通过装配传感器和对应的控制模块来完成所述特定的任务。一般而言，控制模块使用固定的视觉和控制算法，例如通过一个视觉传感器，识别一个质量有残缺的工件，并通过机械臂的伺服电机驱动机械臂或简单的抓取设备来完成工件的挑选。然而，这种设备必须提前设计并安装调试，才能完成指定的任务。例如，在一些非常细分的工业领域，例如木材加工领域，由于木材的非标准化属性，使得加工该设备往往很难提前确定需求。也就是说，对设备的需求往往处在多样化和随时变动的需求。例如，一个木材加工厂今天需要一个分选木板的设备，而明天可能需要一个对木板进行钻孔的需求。再或者，一家工厂的分选的木板尺寸为1米*0.5米，而另外一家工厂需要分选的木板尺寸为0.2米*0.1米。因此就要开发很多套自动化设备去满足多样化的需求，从而会有效提高设备的开发成本以及开发周期。

发明内容

为解决上述问题，本发明实施例提供数据处理方法、装置及控制设备。

第一方面，本发明实施例提供了一种数据处理方法，应用于自动化机器人系统，所述系统包括控制中心和执行机构，所述方法包括：获取样本数据；根据预设在第一应用场景下的第一神经网络模型对所述样本数据进行处理，以控制执行机构在第二应用场景下进行输出；获取输出结果数据；将所述输出结果数据作为反馈数据对所述第一神经网络模型进行再训练，修正所述第一神经网络模型以适应所述第二应用场景。

进一步地，所述将所述输出结果数据作为反馈数据对所述第一神经网络模型进行再训练包括：在每次获得一个所述输出结果数据后，就将所述输出结果数据作为反馈数据对所述第一神经网络模型进行再训练；或者，在获得的所述输出结果数据的数量达到预设值后，将所有的所述输出结果数据作为反馈数据对所述第一神经网络模型进行再训练。

进一步地，所述方法还包括：获取比对数据；将所述比对数据与所述输出结果数据一起作为反馈数据对所述第一神经网络模型进行再训练。

进一步地，所述方法还包括：根据所述输出结果数据和所述比对数据获取所述第一神经网络模型在所述第二应用场景下的执行准确率；当所述准确率超过预设阈值时，确认所述第一神经网络模型已适应所述第二应用场景。

进一步地，所述获取比对数据包括以下至少一个步骤：根据所述第一神经网络模型对所述样本数据进行处理后，获取所述第一神经网络模型控制所述执行机构在第一应用场景下进行输出的期望结果数据作为比对数据；根据已适应所述第二应用场景的第二神经网络模型对所述样本数据进行处理后，获取所述第二神经网络模型控制执行机构在所述第二应用场景下进行输出的理想结果数据作为比对数据；和/或获取对所述输出结果数据的人工标注信息作为比对数据。

进一步地，所述期望结果数据和/或所述理想结果数据为虚拟执行输出的数据。