摘要
本发明公开了四足机器人智能巡检的自适应知识驱动优化方法及系统,具体涉及驱动优化技术领域,包括:获取四足机器人的巡检任务数据,将巡检任务数据输入至预构建的功耗预测模型中,以获得最低功耗值;获取四足机器人的决策训练数据集合;基于决策训练数据集合训练出在检测到四足机器人功耗异常时,决策是否使用替换巡检任务功耗的功耗替换决策模型;基于功耗预测模型预测的最低功耗值,判断四足机器人是否存在功耗异常;本发明依据实时数据决定是否启用替换巡检任务功耗,最大程度减少能源浪费,延长机器人单次巡检续航;在长期大规模巡检作业里,降低了频繁充电次数,不仅缩减能源成本,也保障了巡检连贯性,提升整体效率。
技术关键词
四足机器人
决策
智能巡检
工业设备
低功耗
指数
数据采集模块
值获取方法
机器人电量
设备运行状态
模型训练模块
深度学习模型
设备外观
巡检作业
指令
神经网络模型
系统为您推荐了相关专利信息
车辆周围环境数据
数字孪生模型
风险
深度神经网络模型
量子态
柔性作业车间调度
联合优化方法
变邻域搜索方法
决策
产品工艺路线
高铁受电弓
智能监测系统
预警模型
决策
深度强化学习技术
预测决策树
地理位置信息
太阳
预警模型构建方法
构建系统