[發明專利]基于大數據和人工智能的混合動力推進方法和機器人系統

有效

• 申請號: 201910794455.8
• 申請日: 2019-08-29
• 公開（公告）號: CN110509913B
• 公開（公告）日: 2021-05-21
• 發明（設計）人: 朱定局
• 申請（專利權）人: 南京智慧光信息科技研究院有限公司;大國創新智能科技（東莞）有限公司
• 主分類號: B60W20/11
• 分類號: B60W20/11;G06N20/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

基于大數據和人工智能的混合動力推進方法和機器人系統，包括：獲取動力推進裝置所屬的對象的類型，獲取預設類型的與所述對象相關的數據，獲取預設模型，將所述預設類型的與所述對象相關的數據輸入所述預設模型，通過所述預設模型計算得到的輸出作為推薦的動力推進方式。上述方法和系統通過基于大數據和人工智能的混合動力推進技術，提高了混合動力推進方式切換的智能性、高效性。

技術領域

本發明涉及信息技術領域，特別是涉及一種基于大數據和人工智能的混合動力推進方法和機器人系統。

背景技術

在實現本發明過程中，發明人發現現有技術中至少存在如下問題：現有技術下混合動力推進方式包括電能推進方式、柴油汽油等熱能推進方式、等等、或者多種能混合推進方式；現有技術下混合動力推進方式的切換一般采用手工切換，可見現有技術下混合動力推進方式的切換模式單一、智能性低。

因此，現有技術還有待于改進和發展。

發明內容

基于此，有必要針對現有技術中的缺陷或不足，提供基于大數據和人工智能的混合動力推進方法和機器人系統，以解決現有技術中混合動力推進方式切換的智能性低、高效性不足的缺點。

第一方面，本發明實施例提供一種混合動力推進方法，所述方法包括：

對象類型獲取步驟，用于獲取動力推進裝置所屬的對象的類型；

數據獲取步驟，用于獲取預設類型的與所述對象相關的數據；

預設模型獲取步驟，用于獲取預設模型；

模型計算步驟，用于將所述預設類型的與所述對象相關的數據輸入所述預設模型，通過所述預設模型計算得到的輸出作為推薦的動力推進方式。

優選地，所述方法還包括：

系統控制步驟，用于根據所述推薦的動力推進方式控制所述動力推進裝置。

優選地，

所述預設類型由用戶預先設置或從知識庫中獲取；

所述預設類型的數據包括與動力推進方式的選擇有相關性的數據；

所述與所述對象相關的數據包括所述對象的數據、所述對象的環境數據；

所述預設類型的與所述對象相關的數據為所述預設類型的與所述對象相關的當前數據或近期數據或最近預設時段內的數據。

優選地，所述預設模型獲取步驟包括：

歷史大數據獲取步驟，用于獲取所述對象所屬類型的所有對象的有效歷史大數據；所述歷史大數據包括迄今為止所采集的大數據；

對應數據獲取步驟，用于獲取所述有效歷史大數據中預設類型的數據及其對應的動力推進方式；

深度學習模型初始化步驟，用于初始化深度學習模型；

無監督訓練步驟，用于將所述有效歷史大數據中所述預設類型的數據作為所述深度學習模型的輸入，對所述深度學習模型進行無監督訓練；

有監督訓練步驟，用于將所述歷史大數據中所述預設類型的數據及其對應的動力推進方式分別作為所述深度學習模型的輸入和輸出，對通過無監督訓練之后的所述深度學習模型進行有監督訓練；

預設模型生成步驟，用于獲取有監督訓練之后的所述深度學習模型作為所述預設模型。

優選地，

所述預設模型獲取步驟包括：

歷史大數據獲取步驟，用于獲取所述對象所屬類型的所有對象的有效歷史大數據；