[发明专利]AI公专融合与无人智能设备组网方法、系统及装备

说明书

本发明涉及一种基于AI公专融合的无人智能设备组网方法、系统及装备。在同时具有专用网络和公网连接的业务区域部署无人智能设备，并在无人智能设备的通信模块中同时装有公网及专网模块。通过强化学习的方法使无人智能设备在运行过程中根据其信号强度、网络连接质量、所在位置等因素进行学习，智能地选择所连接的网络，在公网和专网之间自动切换，以此来降低重传和丢包现象，保持网络连接的稳定。使无人智能设备在公网和专网覆盖的重合区域获得较好的数据传输性能。

技术领域

本发明属于无线通信网络技术领域，特别是涉及一种基于AI的无人智能设备在公网和专网自动切换的组网方法、系统及装备。

背景技术

在业务区域部署专用网络能够保证关键区域持续、可靠的网络覆盖和连接，并且可以通过定制方案保护网络的数据安全。专网通常用于公安、消防、轨道交通、工业园区等部门或领域，其低成本、可定制、性能可靠、安全性强的特点非常适合用于调度指挥和应急关键信息通信。

虽然专网对于保证关键业务的服务质量是必须的，但是受限于成本和所处的客观环境等因素，专网无法做到覆盖所有业务区域，在某些区域专网的网络信号强度不足以支撑网络的稳定连接。此时，使用4G或5G公网作为补充，进行公网和专网的融合通信对于保证整个网络系统的覆盖和稳定性至关重要。

在公专融合的网络中，公网和专网在一些区域会有网络覆盖的重合，网络中的设备在重合的区域通过何种方式连接网络是一个非常关键的问题。选择合适的连接方式可以使网络的可靠性提高，并且更好地保证关键数据的传输。

传统的无线接入和组网技术通常通过某种静态的匹配关系来组织网络，网络中的设备根据某一特定参数来选择组网的方式和与其连接的节点，例如网络中节点的位置、信号强度等。而随着网络规模的扩大和网络中节点状态的变化（例如接入设备的增减和设备位置的移动），单一的判定方法会使网络中会出现部分节点的连接质量下降的问题，甚至出现连接失效的现象，导致整个网络系统的性能下降，影响系统关键业务的进行。

发明内容

本发明的目的在于，针对现有的公网和专网融合网络中设备仅通过特定参数来决定组网方式的问题，通过在无人智能设备中同时安装公网及专网模块，采用强化学习的方法使设备在运行过程中根据其网络信号强度、网络连接质量及所在位置等因素逐渐进行学习，最终能自动选择较优的连接方式组网，使无人智能设备在公网和专网覆盖重合的区域获得更可靠的连接质量，进而提升整个网络的稳定性和可靠性。

技术解决方案为了实现上述目的，本发明采用如下技术方案：

1、所述无人智能设备可以是智能传感器节点、智能机器人、智能小车、无人机等各种智能设备，至少包括跟其具体作用相关的核心功能模块、处理模块、通信模块和电源模块。其中无线通信模块包含公网模块和专网模块。如图1：

2、所述核心功能模块根据不同的应用场景和需求，可以是数据采集模块、对讲模块、视频拍摄模块、传感报警模块等。

3、所述处理模块包括处理器和存储器两部分。处理器至少包括CPU，根据具体应用可以加入GPU。处理模块除用于维持无人智能设备的基本运行所需之外，还用于进行机器学习的相关计算。

4、所述无线通信模块的公网模块可以是4G或5G通信模块，包含射频收发器；专网模块可以是基于wifi、Zigbee、蓝牙等各种技术、各种频段的宽带或窄带通信模块，内部包含射频收发器，可以对外进行数据通信。

5、所述电源模块跟其他所有模块相连，为其他模块供电。根据设备的具体使用场景可以是电池供电或交流电供电。

6、所述的基于AI强化学习智能选择所连接的网络的方法主要步骤如下：

（1）网络中的每个智能设备随机初始化一种连接方式，选择公网或者专网模块进行连接。