[發(fā)明專利]AI公專融合與無(wú)人智能設(shè)備組網(wǎng)方法、系統(tǒng)及裝備

在審

• 申請(qǐng)?zhí)枺?/td>: 202010584561.6
• 申請(qǐng)日: 2020-06-24
• 公開(kāi)（公告）號(hào): CN111698745A
• 公開(kāi)（公告）日: 2020-09-22
• 發(fā)明（設(shè)計(jì)）人: 唐瑋圣;包開(kāi)陽(yáng)
• 申請(qǐng)（專利權(quán)）人: 塔盾信息技術(shù)（上海）有限公司
• 主分類號(hào): H04W36/00
• 分類號(hào): H04W36/00;H04W36/14;H04W36/30;H04W88/06
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種支持公專融合的無(wú)人智能設(shè)備組網(wǎng)裝備，其特征在于：包括核心功能模塊；包括處理模塊、通信模塊和電源模塊；根據(jù)無(wú)人智能設(shè)備的實(shí)際作用可能包括其他輔助模塊。

2.根據(jù)權(quán)利要求1所述的支持公專融合的無(wú)人智能設(shè)備組網(wǎng)裝備，其特征在于，所述核心功能模塊根據(jù)不同的應(yīng)用場(chǎng)景和需求，可以是數(shù)據(jù)采集模塊、對(duì)講模塊、視頻拍攝模塊、傳感報(bào)警模塊等任意一種或多種組合。

3.根據(jù)權(quán)利要求1所述的支持公專融合的無(wú)人智能設(shè)備組網(wǎng)裝備，其特征在于，所述處理模塊包括處理器和存儲(chǔ)器兩部分。

4.處理器至少包括CPU，根據(jù)具體應(yīng)用可能包括GPU。

5.根據(jù)權(quán)利要求1所述的支持公專融合的無(wú)人智能設(shè)備組網(wǎng)裝備，其特征在于，所述無(wú)線通信模塊包括公網(wǎng)模塊和專網(wǎng)模塊。

6.根據(jù)權(quán)利要求4所述的支持公專融合的無(wú)人智能設(shè)備組網(wǎng)裝備，其特征在于，所述公網(wǎng)模塊可以是4G或5G通信模塊，包含射頻收發(fā)器。

7.根據(jù)權(quán)利要求4所述的支持公專融合的無(wú)人智能設(shè)備組網(wǎng)裝備，其特征在于，所述專網(wǎng)模塊可以基于wifi、Zigbee、藍(lán)牙等技術(shù)中的任意一種或多種組合。

8.根據(jù)權(quán)利要求4所述的支持公專融合的無(wú)人智能設(shè)備組網(wǎng)裝備，其特征在于，所述專網(wǎng)模塊可以是工作在各種頻段的寬帶或窄帶通信模塊

根據(jù)權(quán)利要求1所述的支持公專融合的無(wú)人智能設(shè)備組網(wǎng)裝備，其特征在于，所述電源模塊跟其他所有模塊相連，為其他模塊供電。

9.根據(jù)具體使用場(chǎng)景可以采用電池供電或交流電供電。

10.一種基于AI公專融合的無(wú)人智能設(shè)備組網(wǎng)方法，其特征在于，所述方法包括：隨機(jī)初始化一種連接方式，根據(jù)預(yù)設(shè)最低信號(hào)強(qiáng)度閾值進(jìn)行調(diào)整；初始化預(yù)設(shè)神經(jīng)網(wǎng)絡(luò)模型中的權(quán)重和偏置，并定義強(qiáng)化學(xué)習(xí)方法的參數(shù)以作為所述神經(jīng)網(wǎng)絡(luò)模型中的變量；令多個(gè)無(wú)人智能設(shè)備開(kāi)始進(jìn)行數(shù)據(jù)的發(fā)送和接收，并獲取對(duì)應(yīng)各所述裝備網(wǎng)絡(luò)傳輸情況的觀察值；依據(jù)各所述觀察值采用隨機(jī)梯度下降法及反向傳遞方法更新所述神經(jīng)網(wǎng)絡(luò)模型的權(quán)重和參數(shù)，及強(qiáng)化學(xué)習(xí)方法的參數(shù)，據(jù)以調(diào)整所述各無(wú)人智能設(shè)備的連接方式，直至獲得穩(wěn)定的對(duì)應(yīng)所述裝備的最終連接方式。

11.根據(jù)權(quán)利要求9所述的基于AI公專融合的無(wú)人智能設(shè)備組網(wǎng)方法，其特征在于， 所述初始化連接方式可以是選擇公網(wǎng)模塊或?qū)＞W(wǎng)模塊進(jìn)行連接。

12.根據(jù)權(quán)利要求9所述的基于AI公專融合的無(wú)人智能設(shè)備組網(wǎng)方法，其特征在于，所述無(wú)人智能設(shè)備在信號(hào)強(qiáng)度低于預(yù)設(shè)的最低信號(hào)強(qiáng)度閾值時(shí)強(qiáng)制切換到另一種連接方式嘗試連接。

13.根據(jù)權(quán)利要求9所述的基于AI公專融合的無(wú)人智能設(shè)備組網(wǎng)方法，其特征在于，所述強(qiáng)化學(xué)習(xí)參數(shù)包括：動(dòng)作、狀態(tài)、回報(bào)、及回合結(jié)束條件。

14.根據(jù)權(quán)利要求9所述的基于AI公專融合的無(wú)人智能設(shè)備組網(wǎng)方法，其特征在于，定義網(wǎng)絡(luò)設(shè)備在下一個(gè)數(shù)據(jù)發(fā)送時(shí)選擇公網(wǎng)模塊或?qū)＞W(wǎng)模塊作為所述強(qiáng)化學(xué)習(xí)方法中的動(dòng)作。

15.根據(jù)權(quán)利要求9所述的基于AI公專融合的無(wú)人智能設(shè)備組網(wǎng)方法，其特征在于，定義當(dāng)前連接的信號(hào)強(qiáng)度、網(wǎng)絡(luò)丟包率、網(wǎng)絡(luò)延遲作為所述強(qiáng)化學(xué)習(xí)方法中的狀態(tài)。

16.根據(jù)權(quán)利要求9所述的基于AI公專融合的無(wú)人智能設(shè)備組網(wǎng)方法，其特征在于，定義發(fā)送數(shù)據(jù)包是否成功作為強(qiáng)化學(xué)習(xí)方法中的回報(bào)的依據(jù)；若發(fā)送數(shù)據(jù)包成功則回報(bào)為+1；若發(fā)生重傳或丟包則所述回報(bào)為-1。