一种基于全屋智能的多智能体协同调度方法与流程

本发明属于全屋智能，特别涉及一种基于全屋智能的多智能体协同调度方法。

背景技术：

1、全屋智能是指通过物联网、人工智能等技术，将家庭中的各类智能终端设备（如空调、照明设备等）连接到统一的网络中，实现设备间的互联互通与集中化、智能化管理的系统。随着用户对居住舒适度和便捷性需求的不断提升，全屋智能正从早期单品智能控制向多设备协同联动的方向发展，旨在通过自动化调度，为用户营造更加舒适、节能的居住环境。

2、目前，主流的全屋智能控制系统在实现用户意图理解时，大多采用基于关键词匹配或简单规则引擎的处理方式。具体而言，当系统接收到用户的语音控制指令后，通常通过提取指令中的设备名称和操作动词，直接调用对应设备的控制接口执行单一操作。例如，当用户发出"打开客厅空调"的指令时，系统仅向空调设备下发启动指令；当用户希望改善室内通风时，则需要分别说出"打开窗户"和"启动新风"两条独立指令。

3、上述现有技术存在明显的局限性：系统只能针对用户的每条指令单独触发一个设备的操作，无法根据用户的综合性需求（如"让客厅凉快一点"）自动协同调度多个关联设备（如同时关闭窗户、启动空调等），更无法为多个关联设备确定合理的执行先后顺序（如应先关闭遮阳帘以减少热辐射，再启动空调以提高制冷效率）。用户若要实现全屋范围内的联动效果，必须逐一发出多条独立指令或手动进行多次操作，系统的智能化程度低，难以满足用户对便捷、舒适居住体验的需求。

技术实现思路

1、针对背景技术中的问题，本发明提出一种基于全屋智能的多智能体协同调度方法。

2、为了实现上述目的，本发明采用以下技术方案：

3、一种基于全屋智能的多智能体协同调度方法，包括：

4、边缘侧接收感知类端侧设备发送的原始感知数据，并对所述原始感知数据进行预处理，得到预处理后的感知数据；

5、边缘侧对所述预处理后的感知数据进行双轨处理，得到结构化数值和环境语义标签；

6、边缘侧接收用户发送的意图指令，对所述意图指令进行要素提取，得到语义要素，并判断要素提取的置信度是否大于等于预设的置信度阈值，若是，则将所述语义要素映射为用户需求语义标签，若否，则将所述意图指令与环境语义标签发送至云端，以使云端基于所述意图指令生成用户需求语义标签；

7、边缘侧基于预先构建好的情境技能路由图谱对所述用户需求语义标签、环境语义标签以及结构化数值进行处理，得到技能组合树；

8、边缘侧对所述技能组合树进行拆解，得到设备执行指令序列。

9、优选的，对所述原始感知数据进行预处理，具体包括：

10、对感知类端侧设备在预设时间窗口内发送的若干原始感知数据，计算窗口内取值的算术平均值；

11、对同一感知类端侧设备连续发送的相邻两条原始感知数据，计算两条原始感知数据的取值差值的绝对值，若所述绝对值小于等于预设状态变化阈值则判定为重复数据并剔除；

12、剔除数值超出预设合理取值范围、或与同一空间内同类型感知类端侧设备上报数值的偏差超出预设偏差阈值的异常数据。

13、优选的，所述双轨处理包括数值轨处理和语义轨处理；其中：

14、所述数值轨处理将预处理后的感知数据中的连续型数据处理为带空间标识和时间戳的结构化数值对象；

15、所述语义轨处理将预处理后的感知数据中的每条数据基于预设的阈值规则转化为环境语义标签，并为每条环境语义标签绑定对应的空间标识与时间戳。

16、优选的，所述语义要素包括：空间范围要素、核心需求要素和约束条件要素；

17、计算意图置信度分数的表达式为：

18、

19、式中，表示当前意图指令的要素提取置信度分数；表示空间范围要素的识别置信度子分数；表示核心需求要素的识别置信度子分数；表示约束条件要素的识别置信度子分数；、、分别为空间范围要素、核心需求要素、约束条件要素对应的预设权重系数。

20、优选的，所述情境技能路由图谱包括：情境节点层、技能节点层以及情境节点层和技能节点之间的映射规则；其中，所述情境节点层包含若干情境节点，所述技能节点层包含若干技能节点；

21、构建情境技能路由图谱，具体包括：

22、为每个情境节点分配场景标识、场景描述以及触发标签集合；其中，所述触发标签集合包含匹配对应情境节点所需的用户需求语义标签与环境语义标签；

23、为每个技能节点分配技能标识、技能功能描述、关联设备集合、前置条件集合、默认参数集合以及操作模式字段；

24、建立情境节点与技能节点之间的映射规则；其中，每条映射规则包含关联权重、触发条件、依赖关系与失效条件四类内容。

25、优选的，所述边缘侧基于预先构建好的情境技能路由图谱对所述用户需求语义标签、环境语义标签以及结构化数值进行处理，得到技能组合树，具体包括：

26、基于所述用户需求语义标签与环境语义标签，计算所述情境节点层中各情境节点的加权匹配度，并选取加权匹配度最高且大于预设匹配阈值的情境节点作为目标情境节点；

27、基于所述映射规则，选取与所述目标情境节点相关联的所有技能节点，形成候选技能节点集合；

28、结合环境语义标签与结构化数值，逐个校验所述候选技能节点集合中各技能节点的前置条件集合，保留前置条件全部满足的技能节点，形成生效技能节点集合；

29、基于所述映射规则中记载的依赖关系，对所述生效技能节点集合进行层级排序，构建树状层级结构；

30、结合所述用户需求语义标签中的约束条件语义标签，为各生效技能节点匹配对应的运行参数，得到技能组合树。

31、优选的，所述加权匹配度的计算公式为：

32、

33、式中，表示第i个情境节点的加权匹配度数值；表示第i个情境节点的触发标签集合中与输入标签相匹配的标签子集；表示输入的用户需求语义标签与环境语义标签的总标签集合；表示第i个情境节点绑定的触发标签集合；表示标签k的权重属性数值。

34、优选的，所述边缘侧对所述技能组合树进行拆解，得到设备执行指令序列，具体包括：

35、提取所有技能节点对应的设备操作请求，形成待执行设备操作请求集合；

36、以家庭总功率阈值为硬约束，对超出可用功率的请求进行功率裁剪；

37、针对多设备操作，以预设舒适度窗口为约束进行参数协同校准和震荡抑制；

38、按照优先级和依赖关系生成有序的设备执行指令序列。

39、优选的，所述震荡抑制的判定公式为：

40、

41、式中，表示设备操作对应的目标温度数值；表示温度类参数调整最小步长；表示当前环境温度数值。

42、优选的，所述方法还包括：

43、缘侧监控设备指令执行状态，若超时未收到确认响应或收到执行失败状态，则触发重试机制；

44、若重试后仍失败，则通知资源仲裁器重新进行冲突消解并生成更新后的指令序列；

45、若已执行操作因后续失败导致状态不一致，则触发补偿操作，下发恢复指令使系统状态回归一致。

46、本发明的有益效果：

47、本发明的方法通过情境技能路由图谱生成技能组合树，能够自动筛选出与用户意图匹配的一组关联技能，并按照物理因果逻辑确定设备间的执行先后顺序，最终通过拆解技能组合树输出包含设备标识、操作类型、运行参数和执行时间点的有序设备执行指令序列，实现了全屋多设备之间的自动化协同调度与有序执行。

48、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书以及附图中所指出的结构来实现和获得。