楼宇机器人控制方法、楼宇机器人及系统主机与流程

1.本公开涉及机器人技术领域，具体涉及一种楼宇机器人控制方法，一种楼宇机器人、一种系统主机，一种电子设备以及一种计算机可读存储介质。


背景技术：

2.楼宇系统是由中央计算机及各种控制子系统组成的综合性系统，它采用传感技术、计算机和现代通信技术对包括采暖、通风、电梯、空调监控，给排水监控，配变电与自备电源监控，火灾自动报警与消防联动，安全保卫等系统实行全自动的综合管理。各子系统之间可以信息互联和联动，为大楼的拥有者、管理者及客户提供最有效的信息服务和一个高效、舒适、便利和安全的环境。
3.但楼宇系统在垃圾清理，物资配送和巡视等功能目前主要还是依托人工处理等人工手段，容易产生处理效率低、处理时延高、处理不规范等问题。


技术实现要素：

4.为了解决现有技术中存在的上述技术问题，本公开提供一种楼宇机器人控制方法、楼宇机器人、系统主机、电子设备以及计算机可读存储介质，能够实现楼宇各种任务的自动处理，并且处理时延低、处理规范，提高楼宇内任务的处理效率。
5.第一方面，本公开提供一种楼宇机器人控制方法，应用于楼宇机器人，所述方法包括：
6.接收系统主机发送的楼宇机器人操作请求和所述楼宇机器人操作请求对应的操作信息，所述楼宇机器人操作请求由客户端发送到系统主机，所述操作信息由系统主机根据所述楼宇机器人操作请求生成，所述楼宇机器人操作请求包括任务操作点和操作标准；
7.根据所述楼宇机器人操作请求和所述操作信息，定位楼宇机器人的当前位置和目标位置，并在楼宇机器人中设定所述楼宇机器人操作请求中的操作标准；
8.基于ai自主学习的最短路径算法计算从当前位置到目标位置的最优路径；
9.通过所述最优路径到达目标位置，并根据所述操作标准执行所述楼宇机器人操作请求对应的操作任务。
10.进一步的，所述基于ai自主学习的最短路径算法采用dijkstra算法，包括：
11.s1：算法初始，将请求输入的源点s放进集合s中；
12.s2：当顶点不在集合s中时，开始进入循环；
13.s3：将源点s与顶点vi之间的权值赋给dist[s,vi]，vi∈v，v为源点和所有顶点集合，通过以下公式(1)进行极大似然距离评估：
[0014][0015]
s4：如果集合v-s不是空集，则进入循环；
[0016]
s5：选出经过第一个循环之后，在集合v-s中的，且相对于集合s的最短路径中距离
最短的顶点vj；
[0017]
s6：将顶点vj并入集合s；
[0018]
s7：将顶点vj并入集合s之后若对其他顶点相对于集合s的最短路经的长度有影响，则进入for循环对有影响的最短路经进行更新，包括：
[0019]
若从源点s到选出的顶点vj的相对于集合s的最短路径的长度再加上顶点vj到顶点vi之间的距离小于源点s到顶点vi的相对于集合s的最短路径的长度，则将源点s到顶点vi的相对于集合s的最短路径更新成源点s到选出的顶点vj的相对于集合s的最短路径w
s,j
再加上顶点vj到顶点vi之间的最短路径w
j,i
；
[0020]
s8：重复上述步骤，直至v-s为空集，输出楼宇机器人到目标位置的最短路径。
[0021]
进一步的，所述方法还包括：
[0022]
通过以下公式(2)对最短路径进行正反馈
[0023][0024]
其中，w
s,j
、w
j,i
为原最短路径，为正反馈后的最短路径，t
s,j
、t
j,i
为的权重。
[0025]
进一步的，所述方法还包括：
[0026]
将设定的操作标准、楼宇机器人的当前位置、目标位置和最优路径反馈到系统主机，使系统主机将所述设定的操作标准、楼宇机器人的当前位置、目标位置和最优路径存入数据库，并发送到客户端。
[0027]
第二方面，本公开提供一种楼宇机器人控制方法，应用于系统主机，所述方法包括：
[0028]
接收客户端发送的机器人操作请求，所述楼宇机器人操作请求包括任务操作点和操作标准；
[0029]
根据所述机器人操作请求生成所述机器人操作请求对应的操作信息；
[0030]
将所述机器人操作请求和所述操作信息发送到楼宇机器人，以使楼宇机器人根据所述楼宇机器人操作请求和所述操作信息，定位楼宇机器人的当前位置和目标位置，并在楼宇机器人中设定所述楼宇机器人操作请求中的操作标准，以及，基于ai自主学习的最短路径算法计算从当前位置到目标位置的最优路径，并通过所述最优路径到达目标位置，并根据所述操作标准执行所述楼宇机器人操作请求对应的操作任务。
[0031]
进一步的，所述方法还包括：
[0032]
接收楼宇机器人发送的设定的操作标准、楼宇机器人的当前位置、目标位置和最优路径；
[0033]
将所述设定的操作标准、楼宇机器人的当前位置、目标位置和最优路径存入数据库，并发送到客户端。
[0034]
第三方面，本公开提供一种楼宇机器人，所述楼宇机器人包括：
[0035]
第一接收模块，其设置为接收系统主机发送的楼宇机器人操作请求和所述楼宇机器人操作请求对应的操作信息，所述楼宇机器人操作请求由客户端发送到系统主机，所述操作信息由系统主机根据所述楼宇机器人操作请求生成，所述楼宇机器人操作请求包括任务操作点和操作标准；
[0036]
设定模块，其设置为根据所述楼宇机器人操作请求和所述操作信息，定位楼宇机
器人的当前位置和目标位置，并在楼宇机器人中设定所述楼宇机器人操作请求中的操作标准；
[0037]
计算模块，其设置为基于ai自主学习的最短路径算法计算从当前位置到目标位置的最优路径；
[0038]
执行模块，其设置为通过所述最优路径到达目标位置，并根据所述操作标准执行所述楼宇机器人操作请求对应的操作任务。
[0039]
第四方面，本公开提供一种系统主机，所述系统主机包括：
[0040]
第二接收模块，其设置为接收客户端发送的机器人操作请求，所述楼宇机器人操作请求包括任务操作点和操作标准，
[0041]
生成模块，其设置为根据所述机器人操作请求生成所述机器人操作请求对应的操作信息；
[0042]
第一发送模块，其设置为将所述机器人操作请求和所述操作信息发送到楼宇机器人，以使楼宇机器人根据所述楼宇机器人操作请求和所述操作信息，定位楼宇机器人的当前位置和目标位置，并在楼宇机器人中设定所述楼宇机器人操作请求中的操作标准，以及，基于ai自主学习的最短路径算法计算从当前位置到目标位置的最优路径，并通过所述最优路径到达目标位置，并根据所述操作标准执行所述楼宇机器人操作请求对应的操作任务。
[0043]
第五方面，本公开提供一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行如第一方面和第二方面中任一所述的楼宇机器人控制方法。
[0044]
第六方面，本公开提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面和第二方面中任一所述的楼宇机器人控制方法。
[0045]
有益效果：
[0046]
本公开提供的楼宇机器人控制方法、楼宇机器人、系统主机、电子设备以及计算机可读存储介质，通过楼宇机器人处理各自任务，并可以通过最优路径算法计算出任务执行的最佳路径，能够实现楼宇各种任务的自动处理，并且处理时延低、处理规范，提高楼宇内任务的处理效率。
附图说明
[0047]
图1为本公开实施例一提供的一种楼宇机器人控制方法的流程示意图；
[0048]
图2为本公开实施例二提供的一种楼宇机器人控制方法的流程示意图；
[0049]
图3为本公开实施例三提供的一种楼宇机器人控制方法的流程示意图；
[0050]
图4为本公开实施例四提供的一种楼宇机器人的架构图；
[0051]
图5为本公开实施例五提供的一种系统主机的架构图；
[0052]
图6为本公开实施例六提供的一种电子设备的架构图。
具体实施方式
[0053]
为使本领域技术人员更好地理解本公开的技术方案，下面结合附图和实施例对本公开作进一步详细描述。应当理解的是，此处描述的具体实施例和附图仅仅用于解释本发
明，而非对本发明的限定。
[0054]
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序；并且，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互任意组合。
[0055]
其中，在本公开实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
[0056]
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本公开的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
[0057]
下面以具体地实施例对本公开的技术方案以及本公开的技术方案如何解决现有技术中楼宇任务处理需要人工处理等人工手段，容易产生处理效率低、处理时延高、处理不规范等问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
[0058]
图1为本公开实施例一提供的一种楼宇机器人控制方法的流程示意图，应用于楼宇机器人，如图1所示，所述方法包括：
[0059]
步骤s101：接收系统主机发送的楼宇机器人操作请求和所述楼宇机器人操作请求对应的操作信息，所述楼宇机器人操作请求由客户端发送到系统主机，所述操作信息由系统主机根据所述楼宇机器人操作请求生成，所述楼宇机器人操作请求包括任务操作点和操作标准；
[0060]
步骤s102：根据所述楼宇机器人操作请求和所述操作信息，定位楼宇机器人的当前位置和目标位置，并在楼宇机器人中设定所述楼宇机器人操作请求中的操作标准；
[0061]
步骤s103：基于ai自主学习的最短路径算法计算从当前位置到目标位置的最优路径；
[0062]
步骤s104：通过所述最优路径到达目标位置，并根据所述操作标准执行所述楼宇机器人操作请求对应的操作任务。
[0063]
ai是研究开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是计算机科学的一个分支。它试图了解智能的实质，并生产出一种新的能与人类智能相似的方式做出反应的智能机器。ai领域的研究包括机器人、语音识别、图像识别、自然语言处理和专家系统等。对于ai而言，其在实际应用过程中表现出更加明显的优势及更加强大的功能。基于ai的自动楼宇全功能机器人系统迅速持续发展具有重要意义。
[0064]
在本公开实施例中，通过在楼宇之间设置“各楼层各工位磁性轨迹”，楼宇机器人可以沿着这些磁性无色涂料构成的“各楼层各工位磁性轨迹”运动，实现收垃圾、扫地、拖地、巡视、物流输送、送文件等功能；在楼宇机器人具有无线收发功能、导航功能、定位功能和对应于各种任务的操作功能。
[0065]
当客户端向系统主机发出楼宇机器人操作请求，包括楼宇机器人操作点、操作任务等，由系统主机在数据库中搜索机器人操作请求的相关信息(各个楼宇机器人操作点路径、操作标准、监控点等)；系统主机将机器人操作请求及相关信息发送给网络设备(网关、路由器等)；由网络设备将机器人操作请求及相关信息发送给楼宇机器人的无线收发设备；
楼宇机器人无线接收设备将根据机器人操作请求及相关信息对楼宇机器人目前位置和目标位置进行定位，反馈；并且根据楼宇机器人操作请求和所述操作信息，在楼宇机器人中设定所述楼宇机器人操作请求中的操作标准，楼宇机器人进行最优路径的ai自主学习计算，计算从当前位置到各个目标位置的最优路径；设定好路径后，楼宇机器人延最优路径到达目标位置，在移动过程中通过识别rfid射频点进行定位，并根据设定的操作标准执行所述楼宇机器人操作请求对应的操作任务。
[0066]
ai是研究开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是计算机科学的一个分支。它试图了解智能的实质，并生产出一种新的能与人类智能相似的方式做出反应的智能机器。ai领域的研究包括机器人、语音识别、图像识别、自然语言处理和专家系统等。对于ai而言，其在实际应用过程中表现出更加明显的优势及更加强大的功能。基于ai的自动楼宇全功能机器人系统迅速持续发展具有重要意义。
[0067]
本公开实施例通过将楼宇中的各种任务分配给楼宇机器人，并为楼宇机器人设定各种任务的执行标准，然后由ai自主学习计算出到达任务点的最佳路径，实现楼宇各种任务的自动处理，并且处理时延低、处理规范，提高楼宇内任务的处理效率。
[0068]
进一步的，所述基于ai自主学习的最短路径算法采用dijkstra算法，包括：
[0069]
s1：算法初始，将请求输入的源点s放进集合s中；
[0070]
s2：当顶点不在集合s中时，开始进入循环；
[0071]
s3：将源点s与顶点vi之间的权值赋给dist[s,vi]，vi∈v，v为源点和所有顶点集合，通过以下公式(1)进行极大似然距离评估：
[0072][0073]
s4：如果集合v-s不是空集，则进入循环；
[0074]
s5：选出经过第一个循环之后，在集合v-s中的，且相对于集合s的最短路径中距离最短的顶点vj；
[0075]
s6：将顶点vj并入集合s；
[0076]
s7：将顶点vj并入集合s之后若对其他顶点相对于集合s的最短路经的长度有影响，则进入for循环对有影响的最短路经进行更新，包括：
[0077]
若从源点s到选出的顶点vj的相对于集合s的最短路径的长度再加上顶点vj到顶点vi之间的距离小于源点s到顶点vi的相对于集合s的最短路径的长度，则将源点s到顶点vi的相对于集合s的最短路径更新成源点s到选出的顶点vj的相对于集合s的最短路径w
s,j
再加上顶点vj到顶点vi之间的最短路径w
j,i
；
[0078]
s8：重复上述步骤，直至v-s为空集，输出楼宇机器人到目标位置的最短路径。
[0079]
基于ai的自动楼宇全功能机器人最优路径算法具体如下所示：
[0080]
其分析模型可表示为
[0081]
稀疏矩阵存储模型(用于存储楼宇机器人操作请求)：
[0082][0083]
基于ai的最优路径算法：
[0084]
在本实施例中采用基于ai自主学习的最短路径算法，本算法采用ai自主学习深度优先搜索解决带权连通图最优(最短)路径的问题，是一种ai自主全局历史学习最优的策略，使用数组保存源点到各个顶点的最短距离和一个已经保存含有最优(最短)路径的点的集合，从数组中不断选择最短值并且比较新加入的点是否可以到达其他点且通过该点到达其他点的路径为最短并替换原先其他点在数组中的值，重复以上几个步骤，直到查询完所有数组中的点。算法思想为
[0085]
赋权有向图g＝(v，e，w)，v＝{v1，v2，
…
，vn}，s:＝v1。
[0086]
输出：从源点s到所有的vi∈v\{s}的最短路径。
[0087]
1.初始s＝{v1}；
[0088]
2.对于vi∈v-s，计算dist[s，vi]；
[0089]
3.选择min
vj∈v
dist[s，vi]，并将这个vj放进集合s中，更新v-s中的顶点的dist值；
[0090]
4.重复1，直到s＝v。
[0091]
通过首先对楼宇全功能机器人最优路径事前分析，然后将楼宇机器人操作请求及其关联信息(楼宇机器人操作点、操作标准等)进行楼宇全功能机器人全局历史最优路径分析，并返回最佳路径。
[0092]
算法实现过程为：
[0093]
算法输入：原始数据输入(将若干条楼宇机器人操作请求输入)及评估参数(最优路径计算效率w、最优路径时延c)；
[0094]
s1：算法初始，将请求输入的源点s放进集合s中；无自环的源点s到自己的最短路径为0；
[0095]
s2：当顶点不在集合s中时(此时集合s中仍只有源点s)，开始进入循环；
[0096]
s3：将源点s与顶点vi之间的权值赋给dist[s,vi]，vi∈v，v为源点和所有顶点集合，通过以下公式(1)进行极大似然距离评估：
[0097][0098]
由于是有向图，所以当源点s不指向任何其它集合s外的顶点时，dist[s,vi]＝∞；
[0099]
s4：如果集合v-s不是空集，则进入循环；
[0100]
s5：选出经过第一个循环之后，在集合v-s中的，且相对于集合s的最短路径中距离最短的顶点vj；
[0101]
s6：将顶点vj并入集合s，从而达到扩充集合s的目的；
[0102]
s7：将顶点vj并入集合s之后若对其他顶点相对于集合s的最短路经的长度有影响，则进入for循环对有影响的最短路经进行更新，包括：
[0103]
若从源点s到选出的顶点vj的相对于集合s的最短路径的长度再加上顶点vj到顶点vi之间的距离小于源点s到顶点vi的相对于集合s的最短路径的长度，则将源点s到顶点vi的相对于集合s的最短路径更新成源点s到选出的顶点vj的相对于集合s的最短路径w
s,j
再加上顶点vj到顶点vi之间的最短路径w
j,i
；
[0104]
s8：重复上述步骤，直至v-s为空集，输出楼宇机器人到目标位置的最短路径。
[0105]
将楼宇机器人的当前位置作为源点s，各个目标位置和监控点作为顶点，可以得出从当前位置到目标位置的最短路径。通过ai自主学习的最短路径算法，可以计算出从楼宇无人机当前位置到各个目标位置(包括操作点、监控点)的最佳路径，实现无人机工作效率，减少在路途中的时间消化，提升响应速度。
[0106]
进一步的，所述方法还包括：
[0107]
通过以下公式(2)对最短路径进行正反馈
[0108][0109]
其中，w
s,j
、w
j,i
为原最短路径，为正反馈后的最短路径，t
s,j
、t
j,i
为的权重。
[0110]
通过对最短路径正反馈，设置提高处理效率、降低处理时延，通过设置不同路径的权重，使系统输出最短路径与实际路径的误差减小。
[0111]
进一步的，所述方法还包括：
[0112]
将设定的操作标准、楼宇机器人的当前位置、目标位置和最优路径反馈到系统主机，使系统主机将所述设定的操作标准、楼宇机器人的当前位置、目标位置和最优路径存入数据库，并发送到客户端。
[0113]
无线接收设备反馈机器人操作请求及相关的操作标准、目前定位和目标定位、最优路径；由网络设备反馈到系统主机；系统主机将机器人操作请求及相关的操作标准、目前定位和目标定位、最优路径反馈给客户端，同时将相关信息存入数据库。
[0114]
通过将楼宇机器人的设置及路径发送到系统主机，保存任务执行过程中的数据，已进行后续查看，并且方便客户端知道任务处理情况。
[0115]
本公开实施例通过楼宇机器人处理各自任务，并利用图论、人工智能自主学习、极大似然分析、正反馈修正等方式，计算出任务执行的最佳路径，能够实现楼宇各种任务的自动处理，并且处理时延低、处理规范，提高楼宇内任务的处理效率。
[0116]
图2为本公开实施例二提供的一种楼宇机器人控制方法的流程示意图，应用于系统主机，如图2所示，所述方法包括：
[0117]
步骤s201：接收客户端发送的机器人操作请求，所述楼宇机器人操作请求包括任务操作点和操作标准；
[0118]
步骤s202：根据所述机器人操作请求生成所述机器人操作请求对应的操作信息；
[0119]
步骤s203：将所述机器人操作请求和所述操作信息发送到楼宇机器人，以使楼宇机器人根据所述楼宇机器人操作请求和所述操作信息，定位楼宇机器人的当前位置和目标位置，并在楼宇机器人中设定所述楼宇机器人操作请求中的操作标准，以及，基于ai自主学习的最短路径算法计算从当前位置到目标位置的最优路径，并通过所述最优路径到达目标位置，并根据所述操作标准执行所述楼宇机器人操作请求对应的操作任务。
[0120]
楼宇机器人控制总系统采用组合式结构：控制系统和楼宇机器人系统，控制系统
包含：数据库、系统主机、客户端和网络设备，楼宇机器人系统包含：无线收发设备、最优路径导航设备、定位系统、操作标准系统。
[0121]
在控制系统中，数据库实现楼宇信息(楼宇机器人操作点、操作标准、监控点等)的存储与提取功能，系统主机实现楼宇信息的处理功能，客户端实现楼宇机器人操作请求接收及反馈，网络设备(路由器等)实现楼宇机器人控制系统和楼宇机器人系统的控制信令与数据传输和转发。
[0122]
在楼宇机器人系统中，无线收发设备实现楼宇机器人控制系统和楼宇机器人系统的控制信令与数据传输与转发，最优路径导航系统实现最优路径的导航功能，定位系统实现楼宇机器人的定位功能，操作标准系统实现楼宇机器人各项工作的操作标准设置功能。
[0123]
在最优路径导航系统中，楼宇机器人移动轨迹上铺设无色暗埋磁条，并且楼宇机器人通过移动轨迹的磁感应器进行感应并移动，楼宇机器人在移动过程中通过识别rfid射频点进行定位。
[0124]
系统主机将所述机器人操作请求和操作信息发送到楼宇机器人，在楼宇机器人接收到操作指令或者获取到楼宇智能传感器的信号，楼宇机器人需要通过最优路径移动到相应的位置，为此需要计算最优路径，即基于带权连通图的两点之间最短距离，在获取最佳路径后，移动到目标位置执行任务。
[0125]
进一步的，所述方法还包括：
[0126]
接收楼宇机器人发送的设定的操作标准、楼宇机器人的当前位置、目标位置和最优路径；
[0127]
将所述设定的操作标准、楼宇机器人的当前位置、目标位置和最优路径存入数据库，并发送到客户端。
[0128]
本公开实施例通过楼宇机器人处理各自任务，并可以通过最优路径算法计算出任务执行的最佳路径，能够实现楼宇各种任务的自动处理，并且处理时延低、处理规范，提高楼宇内任务的处理效率。
[0129]
为了更加清楚完整的描述本公开的技术方案，本公开实施例三提供一种楼宇机器人控制方法。
[0130]
楼宇机器人沿着磁性无色涂料构成的“各楼层各工位磁性轨迹”，实现收垃圾、扫地、拖地、送文件等功能。
[0131]
楼宇机器人总体系统采用组合式结构：控制系统和楼宇机器人系统，控制系统包含：数据库、系统主机、客户端和网络设备，楼宇机器人系统包含：无线收发设备、最优路径导航设备、定位系统、操作标准系统。
[0132]
在控制系统中，数据库实现楼宇信息(楼宇机器人操作点、操作标准、监控点等)的存储与提取功能，系统主机实现楼宇信息的处理功能，客户端实现楼宇机器人操作请求接收及反馈，网络设备(路由器等)实现楼宇机器人控制系统和楼宇机器人系统的控制信令与数据传输和转发。
[0133]
在楼宇机器人系统中，无线收发设备实现楼宇机器人控制系统和楼宇机器人系统的控制信令与数据传输与转发，最优路径导航系统实现最优路径的导航功能，定位系统实现楼宇机器人的定位功能，操作标准系统实现楼宇机器人各项工作的操作标准设置功能。
[0134]
在最优路径导航系统中，楼宇机器人移动轨迹上铺设无色暗埋磁条，并且楼宇机
器人通过移动轨迹的磁感应器进行感应并移动，楼宇机器人在移动过程中通过识别rfid射频点进行定位。
[0135]
在楼宇机器人接收到操作指令或者获取到楼宇智能传感器的信号，楼宇机器人需要通过最优路径移动到相应的位置，为此需要计算最优路径，即基于带权连通图的两点之间最短距离。
[0136]
如图3所示，所述方法的流程包括；
[0137]
步骤1：客户端向系统主机发出楼宇机器人操作请求(楼宇机器人操作点、操作标准等)；
[0138]
步骤2：系统主机在数据库中搜索机器人操作请求的相关信息(楼宇机器人操作点、操作标准、监控点等)；
[0139]
步骤3：系统主机将机器人操作请求及相关信息发送给网络设备(网关、路由器等)；
[0140]
步骤4：网络设备将机器人操作请求及相关信息发送给无线收发设备；
[0141]
步骤5：楼宇机器人无线接收设备将根据机器人操作请求及相关信息对楼宇机器人目前位置和目标位置进行定位，反馈；
[0142]
步骤6：楼宇机器人无线接收设备将根据机器人操作请求及相关信息对请求的操作标准进行设定，反馈；
[0143]
步骤7：楼宇机器人无线接收设备将根据机器人操作请求及相关信息进行最优路径的ai自主学习计算；
[0144]
步骤8：无线接收设备反馈机器人操作请求及相关的操作标准、目前定位和目标定位、最优路径；
[0145]
步骤9：网络设备反馈机器人操作请求及相关的操作标准、目前定位和目标定位、最优路径；
[0146]
步骤10：系统主机将机器人操作请求及相关的操作标准、目前定位和目标定位、最优路径反馈给客户端、让楼宇机器人去执行操作，同时将相关信息存入数据库。
[0147]
图4为本公开实施例四提供的一种楼宇机器人的架构图，如图4所示，所述楼宇机器人包括：
[0148]
第一接收模块11，其设置为接收系统主机发送的楼宇机器人操作请求和所述楼宇机器人操作请求对应的操作信息，所述楼宇机器人操作请求由客户端发送到系统主机，所述操作信息由系统主机根据所述楼宇机器人操作请求生成，所述楼宇机器人操作请求包括任务操作点和操作标准；
[0149]
设定模块12，其设置为根据所述楼宇机器人操作请求和所述操作信息，定位楼宇机器人的当前位置和目标位置，并在楼宇机器人中设定所述楼宇机器人操作请求中的操作标准；
[0150]
计算模块13，其设置为基于ai自主学习的最短路径算法计算从当前位置到目标位置的最优路径；
[0151]
执行模块14，其设置为通过所述最优路径到达目标位置，并根据所述操作标准执行所述楼宇机器人操作请求对应的操作任务。
[0152]
进一步的，
[0153]
所述基于ai自主学习的最短路径算法采用dijkstra算法，包括：
[0154]
s1：算法初始，将请求输入的源点s放进集合s中；
[0155]
s2：当顶点不在集合s中时，开始进入循环；
[0156]
s3：将源点s与顶点vi之间的权值赋给dist[s,vi]，vi∈v，v为源点和所有顶点集合，通过以下公式(1)进行极大似然距离评估：
[0157][0158]
s4：如果集合v-s不是空集，则进入循环；
[0159]
s5：选出经过第一个循环之后，在集合v-s中的，且相对于集合s的最短路径中距离最短的顶点vj；
[0160]
s6：将顶点vj并入集合s；
[0161]
s7：将顶点vj并入集合s之后若对其他顶点相对于集合s的最短路经的长度有影响，则进入for循环对有影响的最短路经进行更新，包括：
[0162]
若从源点s到选出的顶点vj的相对于集合s的最短路径的长度再加上顶点vj到顶点vi之间的距离小于源点s到顶点vi的相对于集合s的最短路径的长度，则将源点s到顶点vi的相对于集合s的最短路径更新成源点s到选出的顶点vj的相对于集合s的最短路径w
s,j
再加上顶点vj到顶点vi之间的最短路径w
j,i
；
[0163]
s8：重复上述步骤，直至v-s为空集，输出楼宇机器人到目标位置的最短路径。
[0164]
进一步的，所述计算模块13还设置为：
[0165]
通过以下公式(2)对最短路径进行正反馈
[0166][0167]
其中，w
s,j
、w
j,i
为原最短路径，为正反馈后的最短路径，t
s,j
、t
j,i
为的权重。
[0168]
进一步的，所述楼宇无人机还包括第二发送模块15；
[0169]
所述第二发送模块15设置为将设定的操作标准、楼宇机器人的当前位置、目标位置和最优路径反馈到系统主机，使系统主机将所述设定的操作标准、楼宇机器人的当前位置、目标位置和最优路径存入数据库，并发送到客户端。
[0170]
图5为本公开实施例五提供的一种系统主机的架构图，如图5所示，所述系统主机包括：
[0171]
第二接收模块21，其设置为接收客户端发送的机器人操作请求，所述楼宇机器人操作请求包括任务操作点和操作标准，
[0172]
生成模块22，其设置为根据所述机器人操作请求生成所述机器人操作请求对应的操作信息；
[0173]
第一发送模块23，其设置为将所述机器人操作请求和所述操作信息发送到楼宇机器人，以使楼宇机器人根据所述楼宇机器人操作请求和所述操作信息，定位楼宇机器人的当前位置和目标位置，并在楼宇机器人中设定所述楼宇机器人操作请求中的操作标准，以及，基于ai自主学习的最短路径算法计算从当前位置到目标位置的最优路径，并通过所述最优路径到达目标位置，并根据所述操作标准执行所述楼宇机器人操作请求对应的操作任务。
[0174]
进一步的，所述第二接收模块21还设置为接收楼宇机器人发送的设定的操作标准、楼宇机器人的当前位置、目标位置和最优路径；
[0175]
所述第一发送模块23还设置为将所述设定的操作标准、楼宇机器人的当前位置、目标位置和最优路径存入数据库，并发送到客户端。
[0176]
本公开实施例的楼宇无人机和系统主机用于实施方法实施例一至实施例三中的楼宇无人机控制方法，所以描述的较为简单，具体可以参见前面方法实施例一至实施例三中的相关描述，此处不再赘述。
[0177]
此外，如图6所示，本公开实施例六还提供一种电子设备，包括存储器100和处理器200，所述存储器100中存储有计算机程序，当所述处理器200运行所述存储器100存储的计算机程序时，所述处理器200执行上述各种可能的方法。
[0178]
其中，存储器100与处理器200连接，存储器100可采用闪存或只读存储器或其他存储器，处理器200可采用中央处理器或单片机。
[0179]
此外，本公开实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行上述各种可能的方法。
[0180]
该计算机可读存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、计算机程序模块或其他数据)的任何方法或技术中实施的易失性或非易失性、可移除或不可移除的介质。计算机可读存储介质包括但不限于ram(random access memory，随机存取存储器)，rom(read-only memory，只读存储器)，eeprom(electrically erasable programmable read only memory，带电可擦可编程只读存储器)、闪存或其他存储器技术、cd-rom(compact disc read-only memory，光盘只读存储器)，数字多功能盘(dvd，digital video disc)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。
[0181]
可以理解的是，以上实施方式仅仅是为了说明本公开的原理而采用的示例性实施方式，然而本公开并不局限于此。对于本领域内的普通技术人员而言，在不脱离本公开的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本公开的保护范围。