一种移动机器人中的任务优化方法及设备

  • 一种移动机器人中的任务优化方法及设备已关闭评论
  • 29 views
  • A+
所属分类:AGV专利检索
摘要

本申请的目的是提供一种移动机器人中的任务优化方法及设备,本申请通过获取移动机器人中的至少一个任务类型和所有用户使用每个任务类型对应的任务时的使用信息;分别对每个任务类型对应的所有用户的使用信息进行机器学习,得到每个任务类型对应的至少一个用户使用习惯信息及其使用概率,实现对所有用户使用任务类型对应的任务时的使用信息进行机器学习;基于每个任务类型对应的至少一个使用习惯信息及其使用概率和实时使用信息,对用户实时使用的任务类型对应的任务进行优化,从而能够帮助移动机器人更加高效智能地完成相应任务类型对应的任务的执行,而且能够减少用户实时使用移动机器人中的任务类型对应的任务所花费的时间和资源。

一种移动机器人中的任务优化方法及设备
权利要求书

1.一种移动机器人中的任务优化方法,其中,所述方法包括:获取移动机器人中的至少一个任务类型和所有用户使用每个所述任务类型对应的任务时的使用信息;分别对每个所述任务类型对应的所有用户的使用信息进行机器学习,得到每个所述任务类型对应的至少一个用户使用习惯信息及其使用概率获取用户实时使用所述移动机器人中的任务类型对应的任务的实时使用信息;基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率和所述实时使用信息,对所述用户实时使用的任务类型对应的任务进行优化。

2.根据权利要求1所述的方法,其中,所述基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率和所述实时使用信息,对所述用户实时使用的任务类型对应的任务进行优化,包括:基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率,对所述实时使用信息进行分析匹配,得到与所述实时使用信息匹配的用户使用习惯信息;基于与所述实时使用信息匹配的用户使用习惯信息,对用户实时使用的任务类型进对应的任务进行优化。

3.根据权利要求2所述的方法,其中,所述基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率,对所述实时使用信息进行分析匹配,得到与所述实时使用信息匹配的用户使用习惯信息,包括:基于所述用户实时使用的任务类型,从每个所述任务类型对应的至少一个使用习惯信息及其使用概率中,获取所述用户实时使用的任务类型对应的至少一个使用习惯信息及其使用概率;分别计算所述实时使用信息与所述用户实时使用的任务类型对应的每个使用习惯信息之间的相似度;基于所述相似度和所述使用概率,得到与所述实时使用信息匹配的用户使用习惯信息。

4.根据权利要求1所述的方法,其中,所述分别对每个所述任务类型对应的所有用户的使用信息进行机器学习,得到每个所述任务类型对应的至少一个用户使用习惯信息及其使用概率,包括:基于预设的机器学习模型,分别对每个所述任务类型对应的所有用户的使用信息进行机器学习,得到每个所述任务类型对应的至少一个用户使用习惯信息及其使用概率。

5.根据权利要求1所述的方法,其中,所述基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率和所述实时使用信息,对所述用户实时使用的任务类型对应的任务进行优化之后,还包括:将优化后的用户实时使用的任务类型对应的任务,通过消息提醒的方式告知所述用户。

6.根据权利要求1所述的方法,其中,所述方法还包括:基于获取的用户实时使用所述移动机器人中的任务类型对应的任务的使用状态信息,对所述任务类型对应的用户使用习惯信息的使用概率进行更新。

7 .根据权利要求1至6中任一项所述的方法,其中,所述使用习惯信息包括使用时间、使用地点、使用范围及使用次数中的一项或多项。

8 .一种移动机器人中的任务优化设备,其中,所述设备包括:第一获取装置,用于获取移动机器人中的至少一个任务类型和所有用户使用每个所述任务类型对应的任务时的使用信息;学习装置,用于分别对每个所述任务类型对应的所有用户的使用信息进行机器学习,得到每个所述任务类型对应的至少一个用户使用习惯信息及其使用概率;第二获取装置,用于获取用户实时使用所述移动机器人中的任务类型对应的任务的实时使用信息;优化装置,用于基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率和所述实时使用信息,对所述用户实时使用的任务类型对应的任务进行优化。

9.根据权利要求8所述的设备,其中,所述优化装置用于:基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率,对所述实时使用信息进行分析匹配,得到与所述实时使用信息匹配的用户使用习惯信息;基于与所述实时使用信息匹配的用户使用习惯信息,对用户实时使用的任务类型进对应的任务进行优化。

10 .根据权利要求9所述的设备,其中,所述优化装置用于:基于所述用户实时使用的任务类型,从每个所述任务类型对应的至少一个使用习惯信息及其使用概率中,获取所述用户实时使用的任务类型对应的至少一个使用习惯信息及其使用概率;分别计算所述实时使用信息与所述用户实时使用的任务类型对应的每个使用习惯信息之间的相似度;基于所述相似度和所述使用概率,得到与所述实时使用信息匹配的用户使用习惯信息。

11.根据权利要求8所述的设备,其中,所述学习装置用于:基于预设的机器学习模型,分别对每个所述任务类型对应的所有用户的使用信息进行机器学习,得到每个所述任务类型对应的至少一个用户使用习惯信息及其使用概率。

12 .根据权利要求8所述的设备,其中,所述优化装置还用于:将优化后的用户实时使用的任务类型对应的任务,通过消息提醒的方式告知所述用户。

13 .根据权利要求8所述的设备,其中,所述设备还包括更新装置,其中,所述更新装置用于:基于获取的用户实时使用所述移动机器人中的任务类型对应的任务的使用状态信息,对所述任务类型对应的用户使用习惯信息的使用概率进行更新。

14 .根据权利要求8至13中任一项所述的设备,其中,所述使用习惯信息包括使用时间、使用地点、使用范围及使用次数中的一项或多项。

15 .一种基于计算的设备,其中,包括:处理器;以及被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器:
获取移动机器人中的至少一个任务类型和所有用户使用每个所述任务类型对应的任务时的使用信息;

分别对每个所述任务类型对应的所有用户的使用信息进行机器学习,得到每个所述任务类型对应的至少一个用户使用习惯信息及其使用概率;
获取用户实时使用所述移动机器人中的任务类型对应的任务的实时使用信息;

基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率和所述实时使用信息,对所述用户实时使用的任务类型对应的任务进行优化。

16.一种计算机可读存储介质,其上存储有计算机可执行指令,其中,该计算机可执行指令被处理器执行时使得该处理器:获取移动机器人中的至少一个任务类型和所有用户使用每个所述任务类型对应的任务时的使用信息;

分别对每个所述任务类型对应的所有用户的使用信息进行机器学习,得到每个所述任务类型对应的至少一个用户使用习惯信息及其使用概率;
获取用户实时使用所述移动机器人中的任务类型对应的任务的实时使用信息;

基于每个所述任务类型对应的至少一个使用习惯信息及其使用概率和所述实时使用信息,对所述用户实时使用的任务类型对应的任务进行优化。

抱歉,此资源仅限赞助会员下载,请先
注意:本站资源多为网络收集,如涉及版权问题请及时与站长联系QQ:2766242327,我们会在第一时间内与您协商解决。如非特殊说明,本站所有资源解压密码均为:agvba.com。
weinxin
微信公众号
agvba是一个分享AGV知识和agv案例视频的网站。