[发明专利]基于大数据和人工智能的速度控制方法和机器人系统

权利要求书

1.一种速度控制方法，其特征在于，所述方法包括：

对象类型获取步骤，用于获取速度控制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速度控制方式。

2.根据权利要求1所述的速度控制方法，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速度控制方式控制所述速度控制装置。

3.根据权利要求1所述的速度控制方法，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速度控制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所述的速度控制方法，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速度控制方式；

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速度控制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所述的速度控制方法，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速度控制方式；

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速度控制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速度控制方式。

6.根据权利要求4或5所述的速度控制方法，其特征在于，历史大数据获取步骤包括：

有人控制数据获取步骤，用于获取“有人控制”且“与所述对象具有至少一种共同的速度控制方式”的所有同类对象的历史数据作为第一大数据；

无人控制数据获取步骤，用于获取“无人控制”且“速度控制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速度控制方式”的所有同类对象的历史数据作为第二大数据；

有人控制数据清洗步骤，用于从第一大数据中删除所述对象不具备的速度控制方式及其对应的其他数据，得到第三大数据；

无人控制数据清洗步骤，用于从第二大数据中删除所述对象不具备的速度控制方式及其对应的其他数据，得到第四大数据；

有效历史大数据生成步骤，用于将第三大数据和第四大数据作为有效历史大数据。