[发明专利]基于大数据和人工智能的自动作业方法和机器人系统

权利要求书

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；

作业方式包括与作业任务相关的作业方式、以及一种或多种作业方式混合的作业方式；

作业类型包括车载作业、机载作业、船载作业；

所述预设类型的与所述作业相关的数据包括当前所在路段的排气污染控制指标数据、当前所在路段的噪音控制指标数据、当前所在路段的限速范围、当前不同作业类型所需的能量数据、所述作业装置的剩余能量；

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。

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。

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；

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。

6.根据权利要求4或5所述的自动作业方法，其特征在于，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。