[发明专利]智能适应表面的多变量优化驱动控制系统及方法有效
申请号: | 201710166523.7 | 申请日: | 2017-03-20 |
公开(公告)号: | CN107168111B | 公开(公告)日: | 2019-03-08 |
发明(设计)人: | 辛志宇;闵苏;叶鹏 | 申请(专利权)人: | 魔玛智能科技(上海)有限公司 |
主分类号: | G05B19/04 | 分类号: | G05B19/04 |
代理公司: | 上海汉声知识产权代理有限公司 31236 | 代理人: | 郭国中 |
地址: | 201103 上海市闵行*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能 适应 表面 多变 优化 驱动 控制系统 方法 | ||
本发明提供了一种智能适应表面的多变量优化驱动控制系统及方法,包括:数据调用模块、数据存取模块、用户行为及状态模式识别模块、用户环境适应决策模块、多变量优化解算模块、分布式的驱动子系统控制模块以及分布式的多个驱动子系统模块。本发明中的系统及方法尤其适用于多个驱动系统多目标任务的优化控制,能够在全局优化策略的控制下协同执行复杂表面动作的改变,具备良好的用户体验。并且能够满足用户个性定制化的优先策略和计算方法。从简单的目标值驱动变为考量用户个性化定制、多个环境适应和驱动资源等优化策略的多变量优化驱动,以数据驱动和人工智能方式提升了用户体验,能够在全局优化策略的控制系统下协同执行复杂表面改变动作。
技术领域
本发明涉及计算机及智能系统控制技术领域,具体地,涉及智能适应表面的多变量优化驱动控制系统及方法。
背景技术
随着人工智能时代的到来,多维数据采集和用户模式识别为智能产品更好地适应用户体验提供了更多可能。在人机交互系统中,涉及与接触对象关系表面的复杂驱动改变往往同时具有多目标、多任务的特征。为了优化用户体验,这种复杂驱动改变需要特别进行多种变量因素的优化策略计算。同时,该驱动系统本身也需要整合软硬件系统,针对多变量优化策略的实施而进行专门优化设计。
在可自主调节适应的表面支撑系统中,往往需要驱动系统同时对表面多点多区域进行相同或不同的改变和调整。为了优化用户体验,这些多变量的驱动执行往往需要同时、同步协同进行或完成。同时,针对用户的个性化需求和实时变化的环境状态,驱动系统也需要有相对灵活的优化策略来执行资源配置方案,以满足不同任务的实施要求。在以往的系统中,由于采用集中驱动系统,单一变量的任务模块,无法实现上述任务要求。本发明通过一种软硬件结合的分布式模块化优化驱动系统和方法,实现了上述多变量协同,达到最优驱动执行效果的要求。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种智能适应表面的多变量优化驱动控制系统及方法。
根据本发明提供的智能适应表面的多变量优化驱动控制系统,包括:数据调用模块、数据存取模块、用户行为及状态模式识别模块、用户环境适应决策模块、多变量优化解算模块、分布式的驱动子系统控制模块以及分布式的多个驱动子系统模块,其中:
所述数据调用模块,用于将从数据存取模块中调取的接触对象历时和实时的行为和状态标记数据传输至用户行为及状态模式识别模块和用户环境适应决策模块;
数据存取模块,用于存取接触对象的历时和实时的行为和状态标记数据;
用户行为及状态模式识别模块,用于将获取的实时和历时接触对象行为和状态标记数据与数据库里的模式类别特征进行对比,并对当前用户模式类别进行模式识别和分类标记,将当前用户模式类别数值写入数据存取模块中;
用户环境适应决策模块,用于从数据存取模块中获取当前用户模式类别,并从数据存取模块中调出当前用户模式类别对应的用户环境适应目标值组,输出所述目标值组到多变量优化解算模块,获得返回的驱动目标值组,输出到分布式驱动子系统控制模块;
多变量优化解算模块,用于对当前用户模式类别产生驱动策略,根据驱动策略对用户环境适应目标值组进行解析、优化和修正,输出驱动目标值组到用户环境适应决策模块;
分布式的驱动子系统控制模块,用于接收用户环境适应决策模块输出的驱动目标值组,产生相应驱动值组和/或任务命令,输出到相应的驱动子系统模块进行协同驱动执行,完成目标任务,并返回操作值,所述操作值作为设备驱动记录保存在数据存取模块中;
分布式的多个驱动子系统模块,用于执行对支撑表面调整的驱动任务。
优选地,所述数据存取模块包括:数据暂存模块和数据库,其中:数据暂存模块中存储有当前用户模式类别数值,数据库中存储有接触对象的历时、实时的行为以及状态标记数据。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于魔玛智能科技(上海)有限公司,未经魔玛智能科技(上海)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710166523.7/2.html,转载请声明来源钻瓜专利网。