[发明专利]一种基于深度学习的评测实体机器人响应的方法及其系统

权利要求书

1.一种基于深度学习的评测实体机器人响应的方法，其特征在于：所述方法包括如下步骤：

步骤S1、监控每台实体机器人的情况，将对应的机器人设备信息推送给用户，能实时了解设备情况；创建评测任务，选择要评测的机器人，设置要评测的机器人执行环节的响应时间、次数、时长；

步骤S2、监控是否有待评测任务，若是，则根据评测任务下发的评测信息，发起执行评测请求，下发执行评测命令，执行评测；否，则等待消息；

步骤S3、存储每台机器人的评测数据，以实体机器人及每次测试作为唯一标识来记录数据，为后续进行数据分析及深度学习做准备；

步骤S4、对评测的结果进行数据分析、评测结果的统计、评测覆盖率，以图形化的方式进行展示；

步骤S5、针对每次测试的方式及输出的测试数据进行深度学习，优化测试方式及测试报告。

2.根据权利要求1所述的一种基于深度学习的评测实体机器人响应的方法，其特征在于：所述步骤S1进一步具体为：监控实体机器人，若是有新实体机器人被监控到，就会下发对应机器人的信息给用户，若是设定时间内已进行过每个执行环节响应时间评测的实体机器人上线 ，则不通知用户，若是不符合条件的机器人上线，会通知用户，是否要再次进行评测；创建监控运营中机器人的响应速度，设置要监控的执行环节、时间点，并且设置响应速度预警阙值，超出该值就上报异常；让用户选择是创建评测任务还是运营中的机器人设备进行监控，设置最大能接受的响应时间阙值，超出时间阈值就上报异常。

3.根据权利要求1所述的一种基于深度学习的评测实体机器人响应的方法，其特征在于：所述步骤S2进一步具体为：步骤S21、实时检测是否有待执行评测的请求；

步骤S22、若有执行评测的请求，下发评测命令和评测任务，所述评测任务包括：语音识别、意图解析、语音合成、机械臂、播放音乐、或者机器人脑袋动作；开始执行评测任务，启动机器人开始按评测任务要求去执行；

步骤S23、对机器人在评测过程的响应时间进行记录，并匹配机器人，记录每个动作的响应时间、执行该动作的时间点、网络、下发指令、硬件信息；

步骤S24、若无待执行评测的请求，就待机中。

4.根据权利要求1所述的一种基于深度学习的评测实体机器人响应的方法，其特征在于：所述步骤S4进一步具体为：读取存储的评测数据，进行数据分析，获得评测数据分布及实体机器人每个能力中的每个环节的响应时间，及可优化的建议；所述数据分析具体为：存储每次测试的数据，根据需要可选当前的测试数据或者是历史测试的数据；

再选择要分析的维度，该维度包括机器人的每个节点的响应时间、网络延时、CPU情况、内存情况；

设置当前每个维度的标准阙值，分析每条测试数据是否在标准阙值范围内，若是没有，输出超期的值，并且输出初步的数据结果。

5.根据权利要求4所述的一种基于深度学习的评测实体机器人响应的方法，其特征在于：所述获得评测数据分布及实体机器人每个能力中的每个环节的响应时间，及可优化的建议，具体为：设置每个维度的标准阙值后，根据初步的数据结果，将数据结果使用程序实现按每个分布点显示为散点图；

程序将散点图与预先已设置好在标准化内的散点图进行比对每个点位置，若是出现不符合位置，提示位置及数值，并以提示的方式进行警告，来得到数据分布的情况；

读取要计算的测试数据进行取平均值计算；根据当前测试的平均值与在相同的测试数据及相同环境下，平均响应时间最好的其他设备进行比对，输出两者之间的差异点及优化点；

获取该机器人设备的所有的历史测试数据进行分析，根据数据的差异，分析当前机器人设备的响应时间是得到提升还是降低。