电池匹配方法、人工智能机器人、装置及介质制造方法及图纸

本发明专利技术提供一种电池匹配方法、人工智能机器人、装置及介质，涉及人工智能技术领域，用于解决现有技术中人工智能机器人无法自动匹配、更换电池的问题，所述方法包括：获取自身用电需求信息，并根据所述自身用电需求信息获取可更换电池信息；匹配所述可更换电池信息与所述自身用电需求信息，以确定具有最优匹配度的最优可更换电池以及对应的最优路径；根据所述最优路径生成到达所述最优可更换电池的第一路径地图，并按照所述第一路径地图前往更换所述最优可更换电池。本发明专利技术采用人工智能算法自动筛选可更换电池中的最优选择项，实现电池的自动匹配和路径的自动规划，提高人工智能机器人更换电池的效率，保证其电量状态满足使用需求。求。求。

【技术实现步骤摘要】
电池匹配方法、人工智能机器人、装置及介质


[0001]本专利技术涉及人工智能
，尤其涉及一种电池匹配方法、人工智能机器人、装置及介质。

技术介绍

[0002]现有情况是，在5G覆盖的智慧城市场景中，当人工智能机器人需要更换电池时，电池自动反馈机制不健全，电池情况查看困难，无法第一时间得知电池的情况，需要协调维修人员定时进行维修查看，无法实现远程操作，耗费时间长、使用人力物资过大，更换电池耗时长，无法快速在一定范围内实现最优匹配，找到可更换符合条件的电池。

技术实现思路

[0003]本专利技术所要解决的技术问题是针对现有技术的上述不足，提供一种电池匹配方法、人工智能机器人、装置及介质，以解决现有技术中人工智能机器人无法自动匹配、更换电池的问题。
[0004]第一方面，本专利技术提供一种电池匹配方法，应用于人工智能机器人，所述包括：
[0005]获取自身用电需求信息，并根据所述自身用电需求信息获取可更换电池信息；
[0006]匹配所述可更换电池信息与所述自身用电需求信息，以确定具有最优匹配度的最优可更换电池以及对应的最优路径；
[0007]根据所述最优路径生成到达所述最优可更换电池的第一路径地图，并按照所述第一路径地图前往更换所述最优可更换电池。
[0008]可选地，所述获取自身用电需求信息，并根据所述自身用电需求信息获取可更换电池信息，具体包括：
[0009]获取自身用电需求信息，所述自身用电需求信息包括：自身当前位置、当前装配的电池的剩余电量、可匹配的电池型号、不同型号的电池与自身的匹配程度、当前装配的电池的剩余电量可到达的距离范围内的第二路径地图、更换电池是否需要提供人工服务；
[0010]获取可更换电池信息，所述可更换电池信息包括：当前装配的电池的剩余电量可到达的距离范围内具有所述可匹配的电池型号的每一可更换电池，以及每一可更换电池同一电池站内的可用电池数量、每一可更换电池的电池站是否提供充电服务、每一可更换电池的型号、每一可更换电池的电量状态、每一可更换电池的位置、每一可更换电池是否提供人工服务。
[0011]可选地，所述匹配所述可更换电池信息与所述自身用电需求信息，以确定具有最优匹配度的最优可更换电池以及对应的最优路径，具体包括：
[0012]设置递归算法的最大递归次数和递归初始参数；
[0013]获取当前递归次数下到达每一可更换电池的位置的规划路径；
[0014]基于到达每一可更换电池的位置的规划路径根据可更换电池信息构造可更换电池数据，并根据用电需求信息构造用电需求数据；
[0015]根据当前递归次数下的无监督自主学习函数计算当前递归次数下所述可更换电池数据和所述用电需求数据的最优匹配度，并更新下一递归次数下的无监督自主学习函数；
[0016]循环上述递归过程直至达到最大递归次数，输出所有递归次数下获得的最优匹配度的最小值对应的可更换电池为最优可更换电池，对应的规划路径为到达所述最优可更换电池的最优路径。
[0017]可选地，所述根据当前递归次数下的无监督自主学习函数计算当前递归次数下所述可更换电池数据和所述用电需求数据的最优匹配度，并更新下一递归次数下的无监督自主学习函数，具体包括：
[0018]根据式(1)计算当前递归次数下每一可更换电池的可更换电池数据与所述自身用电需求数据之间的路径相关系数：
[0019][0020]其中，k为当前递归次数，表示第k次递归时到达每一可更换电池的路径相关系数，α，β为权值，α+β＝1，α，β∈(0，1)，为第k次递归时根据每一可更换电池的可更换电池信息匹配的可更换电池数据，为第k次递归时根据所述自身用电需求信息匹配的用电需求数据，i、j为维度，且i∈[1，m]，j∈[1，n]，m、n分别表示维度最大值；
[0021]基于式(1)获得的路径相关系数根据式(2)计算当前递归次数下的最优匹配度：
[0022][0023]其中，minθ
k
表示第k次递归时的最优匹配度，为根据需求设置并在上一次递归中更新的当前递归次数下无监督自主学习函数；
[0024]结合本次递归和历史递归结果根据式(3)更新下一递归次数下的无监督自主学习函数：
[0025][0026]其中，为下一递归次数下的无监督自主学习函数，θ
minG
为历史递归最小值。
[0027]可选地，所述根据式(3)更新下一递归次数下的无监督自主学习函数之后，所述方法还包括：
[0028]判断minθ
k
是否小于θ
minG
，如果是，将minθ
k
赋值给θ
minG
，否则保持θ
minG
的值不变；
[0029]所述输出所有递归次数下获得的最优匹配度的最小值对应的可更换电池为最优可更换电池，对应的规划路径为到达所述最优可更换电池的最优路径，具体包括：
[0030]输出达到最大递归次数时的历史递归最小值θ
minG
对应的可更换电池为最优可更换电池，对应的规划路径为到达所述最优可更换电池的最优路径。
[0031]第二方面，本专利技术提供一种人工智能机器人，包括：
[0032]获取模块，用于获取自身用电需求信息，并根据所述自身用电需求信息获取可更换电池信息；
[0033]匹配模块，与所述获取模块连接，用于匹配所述可更换电池信息与所述自身用电需求信息，以确定具有最优匹配度的最优可更换电池以及对应的最优路径；
[0034]路径模块，与所述匹配模块连接，用于根据所述最优路径生成到达所述最优可更换电池的第一路径地图，并按照所述第一路径地图前往更换所述最优可更换电池。
[0035]可选地，所述人工智能机器人可匹配的电池包括蓄电池，所述蓄电池包括：
[0036]电池外壳，用于提供电池内部结构的支撑和保护；
[0037]电池内壳，设置在所述电池外壳之内，呈圆柱筒状并且可沿圆柱中心轴转动；
[0038]Z型腔体，设置在所述电池内壳之内，用于盛装蓄电池的电解质溶液；
[0039]电解质过滤网，横向设置在所述Z型腔体中部，用于分隔电解质溶液；
[0040]所述电池内壳可在所述电解质过滤网将所述Z型腔体内密度不同的电解质溶液分隔后，在分隔后的电解质溶液的自重不平衡作用下转动，以控制分隔后的电解质溶液在各自所处的区域内的分布状态。
[0041]可选地，所述蓄电池还包括：
[0042]内部推动机构，设置在所述电池外壳和所述电池内壳之间并与所述电池内壳连接，用于在受控条件下推动所述电池内壳转动。
[0043]第三方面，本专利技术提供一种电池匹配装置，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行如上所述的电池匹配方法。
[0044]第四方面，本专利技术提供一种计算机可读存储介质，其特征在于，其上本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电池匹配方法，其特征在于，应用于人工智能机器人，所述包括：获取自身用电需求信息，并根据所述自身用电需求信息获取可更换电池信息；匹配所述可更换电池信息与所述自身用电需求信息，以确定具有最优匹配度的最优可更换电池以及对应的最优路径；根据所述最优路径生成到达所述最优可更换电池的第一路径地图，并按照所述第一路径地图前往更换所述最优可更换电池。2.根据权利要求1所述的方法，其特征在于，所述获取自身用电需求信息，并根据所述自身用电需求信息获取可更换电池信息，具体包括：获取自身用电需求信息，所述自身用电需求信息包括：自身当前位置、当前装配的电池的剩余电量、可匹配的电池型号、不同型号的电池与自身的匹配程度、当前装配的电池的剩余电量可到达的距离范围内的第二路径地图、更换电池是否需要提供人工服务；获取可更换电池信息，所述可更换电池信息包括：当前装配的电池的剩余电量可到达的距离范围内具有所述可匹配的电池型号的每一可更换电池，以及每一可更换电池同一电池站内的可用电池数量、每一可更换电池的电池站是否提供充电服务、每一可更换电池的型号、每一可更换电池的电量状态、每一可更换电池的位置、每一可更换电池是否提供人工服务。3.根据权利要求1或2所述的方法，其特征在于，所述匹配所述可更换电池信息与所述自身用电需求信息，以确定具有最优匹配度的最优可更换电池以及对应的最优路径，具体包括：设置递归算法的最大递归次数和递归初始参数；获取当前递归次数下到达每一可更换电池的位置的规划路径；基于到达每一可更换电池的位置的规划路径根据可更换电池信息构造可更换电池数据，并根据用电需求信息构造用电需求数据：根据当前递归次数下的无监督自主学习函数计算当前递归次数下所述可更换电池数据和所述用电需求数据的最优匹配度，并更新下一递归次数下的无监督自主学习函数；循环上述递归过程直至达到最大递归次数，输出所有递归次数下获得的最优匹配度的最小值对应的可更换电池为最优可更换电池，对应的规划路径为到达所述最优可更换电池的最优路径。4.根据权利要求3所述的方法，其特征在于，所述根据当前递归次数下的无监督自主学习函数计算当前递归次数下所述可更换电池数据和所述用电需求数据的最优匹配度，并更新下一递归次数下的无监督自主学习函数，具体包括：根据式(1)计算当前递归次数下每一可更换电池的可更换电池数据与所述自身用电需求数据之间的路径相关系数：其中，k为当前递归次数，表示第k次递归时到达每一可更换电池的路径相关系数，α，β为权值，α+β＝1，α，β∈(0，1)，为第k次递归时根据每一可更换电池的可更换电池信息匹配的可更换电池数据，为第k次递归时根据所述自身用电需求信息匹配的用电需求数
据，i、j为维度，且i∈[1，m]，j∈[1，n]，m、n分别表示维度最大值；基于式(1)获得的路径相关系数根据式(2)计算当前递归次数下的最优匹配度：其中，minθ
k
...

【专利技术属性】
技术研发人员：田美乔，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：