基于知识图谱的AGV物流机器人运行状态异常溯源方法

本申请涉及智慧物流技术领域，尤其涉及基于知识图谱的AGV物流机器人运行状态异常溯源方法，获取历史物流机器人配送轨迹和待分配配送机器人异常紧急度，配置待分配配送机器人异常和优先级信息图谱并输入深度学习数据分类方法，得到初步分析特征；进行负载波动预测，得到负载波动预测特征，优化深度学习数据分类方法参数设置，进行迭代分析，得到待配送物品抵达目的地异常恢复预测周期；选取抵达目的地时间特征异常，根据历史物流机器人配送轨迹和待配送物品抵达目的地时间特征的时间风险比值和负载波动值，分析综合负载波动值并检测待配送物品物流机器人配送轨迹。本发明针对物流行为进行多维度数据分析，通过物品的潜在负载波动客观分析反映物流机器人配送数据的质量情况，利于物流机器人的管理。