[发明专利]一种基于气象传感时序模式的运载机器人智能识别楼层的方法

摘要

本发明公开了一种基于气象传感时序模式的运载机器人智能识别楼层的方法，包括步骤1构建楼层信息数据库；步骤2对楼层信息数据进行聚类，得到每个楼层的天气模式集合；步骤3获取用于构建基于天气模式的气压楼层预测模型的训练集合；步骤4构建基于天气模式的气压楼层预测模型；步骤5利用机器人当前所在楼层层号和天气观测值，调用对应天气模式的气压楼层预测模型；步骤6利用机器人实时采集的气压和气压楼层预测模型，预测机器人所在楼层层号；该方法利用简易的温度、湿度、气压传感器搜集数据，建立环境数据库，并针对气压随高度变化而变化的特性，采用数据挖掘技术，实现机器人在不同环境条件下的电梯楼层自动高准确度、高稳定性识别。

主权项

一种基于气象传感时序模式的运载机器人智能识别楼层的方法，其特征在于，包括以下步骤：步骤1：采集楼层历史信息数据，构建楼层信息数据库；所述楼层历史信息数据包括各楼层在各种天气条件下不同时间间隔区间中的天气观测值，所述天气观测值包括温度、湿度以及气压；步骤2：对楼层信息数据库中的各楼层在不同时间间隔内的样本进行聚类，得到每个楼层的天气模式集合，每一种天气模式对应一组温度区间、湿度区间以及气压区间；所述样本是指在一个时间间隔内采集的天气观测值均值，时间间隔是将历史数据采集时间作为一个连续的时间段，进行等间距划分，设定为1小时；步骤3：获取用于构建基于天气模式的气压楼层预测模型的训练集合；将所有样本中的气压均值按照天气模式进行划分后，对相同天气模式下所有楼层的气压均值进行合并，得到同一天气模式下全楼层的所有气压均值和对应楼层层号的训练子集，所有天气模式下的全楼层训练子集构成训练集合；步骤4：构建基于天气模式的气压楼层预测模型；将每个天气模式下全楼层的所有气压均值训练子集中的气压均值作为输入数据，各气压均值对应楼层层号作为输出数据，训练基于WCA的支持向量机SVM的分类模型，获得基于天气模式的气压楼层预测模型；步骤5：利用机器人当前所在楼层层号和天气观测值，确定当前楼层的天气模式，调用对应天气模式的气压楼层预测模型；步骤6：利用机器人上装载的气压传感器采集机器人所乘电梯所在楼层的实时气压，输入气压楼层预测模型中，输出机器人所乘电梯所在的楼层层号。