[發明專利]一種基于深度學習的評測實體機器人響應的方法及其系統

在審

• 申請號: 202011309725.0
• 申請日: 2020-11-20
• 公開（公告）號: CN112306816A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 劉德建;林劍鋒;林小紅;林琛
• 申請（專利權）人: 福建天晴數碼有限公司
• 主分類號: G06F11/30
• 分類號: G06F11/30;G06F11/34;G06N3/04;G06N3/08
• 代理公司: 福州旭辰知識產權代理事務所(普通合伙) 35233
• 代理人: 程勇

1.一種基于深度學習的評測實體機器人響應的方法，其特征在于：所述方法包括如下步驟：

步驟S1、監控每臺實體機器人的情況，將對應的機器人設備信息推送給用戶，能實時了解設備情況；創建評測任務，選擇要評測的機器人，設置要評測的機器人執行環節的響應時間、次數、時長；

步驟S2、監控是否有待評測任務，若是，則根據評測任務下發的評測信息，發起執行評測請求，下發執行評測命令，執行評測；否，則等待消息；

步驟S3、存儲每臺機器人的評測數據，以實體機器人及每次測試作為唯一標識來記錄數據，為后續進行數據分析及深度學習做準備；

步驟S4、對評測的結果進行數據分析、評測結果的統計、評測覆蓋率，以圖形化的方式進行展示；

步驟S5、針對每次測試的方式及輸出的測試數據進行深度學習，優化測試方式及測試報告。

2.根據權利要求1所述的一種基于深度學習的評測實體機器人響應的方法，其特征在于：所述步驟S1進一步具體為：監控實體機器人，若是有新實體機器人被監控到，就會下發對應機器人的信息給用戶，若是設定時間內已進行過每個執行環節響應時間評測的實體機器人上線 ，則不通知用戶，若是不符合條件的機器人上線，會通知用戶，是否要再次進行評測；創建監控運營中機器人的響應速度，設置要監控的執行環節、時間點，并且設置響應速度預警闕值，超出該值就上報異常；讓用戶選擇是創建評測任務還是運營中的機器人設備進行監控，設置最大能接受的響應時間闕值，超出時間閾值就上報異常。

3.根據權利要求1所述的一種基于深度學習的評測實體機器人響應的方法，其特征在于：所述步驟S2進一步具體為：步驟S21、實時檢測是否有待執行評測的請求；

步驟S22、若有執行評測的請求，下發評測命令和評測任務，所述評測任務包括：語音識別、意圖解析、語音合成、機械臂、播放音樂、或者機器人腦袋動作；開始執行評測任務，啟動機器人開始按評測任務要求去執行；

步驟S23、對機器人在評測過程的響應時間進行記錄，并匹配機器人，記錄每個動作的響應時間、執行該動作的時間點、網絡、下發指令、硬件信息；

步驟S24、若無待執行評測的請求，就待機中。

4.根據權利要求1所述的一種基于深度學習的評測實體機器人響應的方法，其特征在于：所述步驟S4進一步具體為：讀取存儲的評測數據，進行數據分析，獲得評測數據分布及實體機器人每個能力中的每個環節的響應時間，及可優化的建議；所述數據分析具體為：存儲每次測試的數據，根據需要可選當前的測試數據或者是歷史測試的數據；

再選擇要分析的維度，該維度包括機器人的每個節點的響應時間、網絡延時、CPU情況、內存情況；

設置當前每個維度的標準闕值，分析每條測試數據是否在標準闕值范圍內，若是沒有，輸出超期的值，并且輸出初步的數據結果。

5.根據權利要求4所述的一種基于深度學習的評測實體機器人響應的方法，其特征在于：所述獲得評測數據分布及實體機器人每個能力中的每個環節的響應時間，及可優化的建議，具體為：設置每個維度的標準闕值后，根據初步的數據結果，將數據結果使用程序實現按每個分布點顯示為散點圖；

程序將散點圖與預先已設置好在標準化內的散點圖進行比對每個點位置，若是出現不符合位置，提示位置及數值，并以提示的方式進行警告，來得到數據分布的情況；

讀取要計算的測試數據進行取平均值計算；根據當前測試的平均值與在相同的測試數據及相同環境下，平均響應時間最好的其他設備進行比對，輸出兩者之間的差異點及優化點；

獲取該機器人設備的所有的歷史測試數據進行分析，根據數據的差異，分析當前機器人設備的響應時間是得到提升還是降低。