CN109202900A - 基于点位热度的路线生成方法及装置 - Google Patents

Abstract

本申请公开了一种基于点位热度的路线生成方法及装置。该方法包括：接收第一用户的第一点位参观信息；根据所述第一点位参观信息确定所述第一用户的第一点位参与热度；以及，通过将所述第一点位参与热度输入机器学习模型，生成对所述第一用户的第一讲解路线。该装置包括：第一接收模块、确定模块及路线生成模块。本申请解决了由于机器人无法根据参观点的热度自动生成新的讲解路线造成的讲解效率低下、无法优先讲解参与热度高的点位的技术问题。

Description

基于点位热度的路线生成方法及装置

技术领域

本申请涉及机器人及物联网领域，具体而言，涉及一种基于点位热度的路线生成方法及装置。

背景技术

随着人工智能的受到更为广泛的关注，机器人的市场越来越大，研发并制作机器人的公司越来越多。

然而大多数机器人还停留十平米以内甚至桌面范围内运动及简单语音交互，能做的仅仅是简单的语音交互和简单移动，不能在更大的空间运动，甚至替代人类劳动，如替代讲解员，可以降低劳动成本，解决讲解员记不住词、忘词、累等痛点。

针对相关技术中机器人无法根据参观点的热度自动生成新的讲解路线造成的讲解效率低下、无法优先讲解参与热度高的点位的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种基于点位热度的路线生成方法及装置，以解决机器人无法根据参观点的热度自动生成新的讲解路线造成的讲解效率低下、无法优先讲解参与热度高的点位的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种基于点位热度的路线生成方法及装置。

根据本申请的基于点位热度的路线生成方法及装置，包括：接收第一用户的第一点位参观信息；根据所述第一点位参观信息确定所述第一用户的第一点位参与热度；以及，通过将所述第一点位参与热度输入机器学习模型，生成对所述第一用户的第一讲解路线。

进一步的，根据所述第一点位参观信息确定所述第一用户的第一点位参与热度包括：获取所述第一点位参观信息中所述第一用户的参观次数；判断获取的所述第一用户的参观次数；根据判断结果确定所述第一点位参与热度。

进一步的，通过将所述第一点位参与热度输入机器学习模型，生成对所述第一用户的第一讲解路线包括：将所述第一点位参与热度输入机器学习模型；通过所述机器学习模型确定高热度点位；按照预设路线连接规则将所述高热度点位连接，生成机器人对所述第一用户的所述第一讲解路线。

进一步的，还包括：接收第一请求；根据所述第一请求生成第一操作指令；通过所述第一操作指令控制所述机器人移动至预设讲解路线的第一点位，并讲解所述第一点位上配置的第一素材。

进一步的，还包括：接收第二请求；根据所述第二请求生成第二操作指令；通过所述第二操作指令控制所述机器人执行预设暂停或跳过操作。

为了实现上述目的，根据本申请的另一方面，提供了一种基于点位热度的路线生成装置。

根据本申请的基于点位热度的路线生成装置包括：第一接收模块，用于接收第一用户的第一点位参观信息；确定模块，用于根据所述第一点位参观信息确定所述第一用户的第一点位参与热度；路线生成模块，用于通过将所述第一点位参与热度输入机器学习模型，生成对所述第一用户的第一讲解路线。

进一步的，所述确定模块包括：获取单元，用于获取所述第一点位参观信息中所述第一用户的参观次数；判断单元，用于判断获取的所述第一用户的参观次数；第一确定单元，用于根据判断结果确定所述第一点位参与热度。

进一步的，路线生成模块包括：输入单元，用于将所述第一点位参与热度输入机器学习模型；第二确定单元，用于通过所述机器学习模型确定高热度点位；路线生成单元，用于按照预设路线连接规则将所述高热度点位连接，生成机器人对所述第一用户的所述第一讲解路线。

进一步的，还包括：第二接收模块，用于接收第一请求；第一指令生成模块，用于根据所述第一请求生成第一操作指令；第一控制模块，用于通过所述第一操作指令控制所述机器人移动至预设讲解路线的第一点位，并讲解所述第一点位上配置的第一素材。

进一步的，还包括：第三接收模块，用于接收第二请求；第二指令生成模块，用于根据所述第二请求生成第二操作指令；第二控制模块，用于通过所述第二操作指令控制所述机器人执行预设暂停或跳过操作。

在本申请实施例中，采用基于点位热度的路线控制机器人的方式，通过接收第一用户的第一点位参观信息，并根据第一点位参观信息确定第一用户的第一点位参与热度；以及，通过将所述第一点位参与热度输入机器学习模型，生成对所述第一用户的第一讲解路线，达到了根据点位的热度自动生成路线控制机器人讲解的目的，从而实现了提高讲效率、优先讲解热点位置的技术效果，进而解决了由于机器人无法根据参观点的热度自动生成新的讲解路线造成的讲解效率低下、无法优先讲解参与热度高的点位的技术问题。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请第一实施例的点位热度的路线生成方法示意图；

图2是根据本申请第二实施例的点位热度的路线生成方法示意图；

图3是根据本申请第三实施例的点位热度的路线生成方法示意图；

图4是根据本申请第四实施例的点位热度的路线生成方法示意图；

图5是根据本申请第五实施例的点位热度的路线生成方法示意图；

图6是根据本申请第一实施例的机器人控制装置示意图；

图7是根据本申请第二实施例的机器人控制装置示意图；

图8是根据本申请第三实施例的机器人控制装置示意图；

图9是根据本申请第四实施例的机器人控制装置示意图；

图10是根据本申请第五实施例的机器人控制装置示意图；

图11是根据本申请机器人根据热度生成的讲解路线示意图；

图12是根据本申请机器人讲解中的界面示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请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。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本发明及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。

并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本发明中的具体含义。

此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

根据本发明实施例，提供了一种基于讲解路线的机器人控制方法，如图1 所示，该方法包括如下的步骤S100至步骤S104：

步骤S100、接收第一用户的第一点位参观信息；

第一用户可以是一个或多个用户；

机器人接收云端服务器发出的第一点位参观信息；

第一点位参观信息可以是某个点位或多个点位上第一用户的参观信息，优选为多个点位上第一用户的参观信息，可以分别分析每个点位的参观热度；

第一点位参观信息包括但不限于，参观点位的次数和点位在地图上位置；

参观点位次数可以通过机器人反馈给云端服务器；

比如：某个点位的参观结束后，机器人按照预设程序会自动发出累加请求，由云端服务器根据该请求处理后对该点位累加1次参观次数，如此，可以统计每个点位再次被参观时，该点位之前被参观的次数；

参观点位次数也可以是通过云端服务器直接统计不同的讲解路线被调取的次数；

比如：机器人在讲解前，会调取相应的讲解路线，每被调取一次讲解路线，表明该讲解路线中的点位均会被参观一次，则根据路线被调取的次数可以确定其中每个点位被参观的次数，再通过识别算法识别每条路线中的点位，将相同的点位做次数累加，进而也可以得到每个点位被参观的次数；

机器人和云端服务器之间采用无线网络进行数据交互；

比如：机器人和云端服务器之间通过WiFi无线网络进行数据交互；

再比如：机器人和云端服务器之间通过2G/3G/4G/5G无线网络进行数据交互；

再比如：机器人和云端服务器之间通过LPWAN无线网络进行数据交互；

再比如：机器人和云端服务器之间通过LORA无线网络进行数据交互。

机器人与云端服务器通过无线连接，实现数据的传输和信息反馈的作用。

步骤S102、根据所述第一点位参观信息确定所述第一用户的第一点位参与热度；

采取每个点位分别计算参与热度的方式；可以设置参与热度高、中、低、零四个热度等级，参与热度越高，表明第一点位参观信息中的参观次数越多；从而通过第一点位参观信息可以确定每个点位的参与热度，为机器人根据参与热度生成讲解路线提供保障。

根据本发明实施例，优选的，如图2所示，在步骤S102中，根据所述第一点位参观信息确定所述第一用户的第一点位参与热度包括：

步骤S200、获取所述第一点位参观信息中所述第一用户的参观次数；

步骤S202、判断获取的所述第一用户的参观次数；

步骤S204、根据判断结果确定所述第一点位参与热度。

根据参观次数可以判断次数多少，再根据次数多少确定第一点位的参与热度为高、中、低、0，次数越高参与热度越高；

比如：某个点位的参观次数在300次以上，确定该点位为高参与热度；

再比如：某个点位的参观次数在20-300之间，确定该点位为中参与热度；

再比如：某个点位的参观次数在20以下，确定该点位为低参与热度；

再比如：某个点位的参观次数为0，确定该点位为0参与热度；

从而能够将点位划分为不同的等级(参与热度)，为机器学习模型能够预测到想要的高参与热度的点位提供保障。

步骤S104、通过将所述第一点位参与热度输入机器学习模型，生成对所述第一用户的第一讲解路线。

机器学习模型通过标记有热度高低的样本进行训练，从而可以将输入的点位参与热度按照训练结果进行分类，可以分为两类，将高参与热度的分为一类，其他参与热度的分为另一类，从而能够保证生成第一讲解路线的点位均是高参与热度点位，进而提升了讲解效率，无需讲解不受用户欢迎的点位，而且能够优先讲解参与热度高的点位。

根据本发明实施例，优选的，如图3所示，在步骤S104中，通过将所述第一点位参与热度输入机器学习模型，生成对所述第一用户的第一讲解路线包括：

步骤S300、将所述第一点位参与热度输入机器学习模型；

步骤S302、通过所述机器学习模型确定高热度点位；

步骤S304、按照预设路线连接规则将所述高热度点位连接，生成机器人对所述第一用户的所述第一讲解路线。

将每个点位的参与热度输入到机器人学习模型，机器人学习模型将参与热度分为两类，将高参与热度作为预测结果；再按照预设路线连接规则将所有的高热度点位连接成一条讲解路线，即第一讲解路线；

预设路线连接规则可以是按照就近原则进行连接；

比如：确定机器人所在的位置(一般在充电桩位置)，再与该位置最近的第一个点位相连，然后与该点位最近的第二个点位相连，如此循环，直至连接到最后一个点位，即可以生成第一讲解路线。

不仅可以保证生成的第一讲解路线的点位均是高参与热度点位，而且可以保证路线的合理性，减少用户走多余的路，整个路线可以很顺畅的参观完成。

本发明中的机器人，主要可以应用在馆展厅、银行大厅、商城等场景。

从以上的描述中，可以看出，本发明实现了如下技术效果：

在本申请实施例中，采用基于点位热度的路线控制机器人的方式，通过接收第一用户的第一点位参观信息，并根据第一点位参观信息确定第一用户的第一点位参与热度；以及，通过将所述第一点位参与热度输入机器学习模型，生成对所述第一用户的第一讲解路线，达到了根据点位的热度自动生成路线控制机器人讲解的目的，从而实现了提高讲效率、优先讲解热点位置的技术效果，进而解决了由于机器人无法根据参观点的热度自动生成新的讲解路线造成的讲解效率低下、无法优先讲解参与热度高的点位的技术问题。

根据本发明实施例，优选的，如图4所示，还包括：接收第一请求；

步骤S400、根据所述第一请求生成第一操作指令；

步骤S402、通过所述第一操作指令控制所述机器人移动至预设讲解路线的第一点位，并讲解所述第一点位上配置的第一素材。

如图11所示，第一用户通过第一终端的第一交互界面，可以发出让机器人讲解的请求，云端服务器收到该请求后，根据该请求生成第一操作指令，再将该第一操作指令发送到机器人，机器人通过该指令从机器人的位置按照顺序移动至机器人讲解路线中的第一个点位上，并且讲解在该点位配置的第一素材，如此循环，直至移动至最后一个点位上，并讲解完该最后点位配置的素材后，完成流程。

根据本发明实施例，优选的，如图5所示，还包括：

步骤S500、接收第二请求；

步骤S502、根据所述第二请求生成第二操作指令；

步骤S504、通过所述第二操作指令控制所述机器人执行预设暂停或跳过操作。

如图12所示，在机器人讲解的过程中，用户可以通过用户界面发出第二请求，云端服务器收到该第二请求后，根据该请求生成暂停讲解、继续讲解或跳过讲解的第二操作指令，通过第二操作指令可以控制机器人暂停讲解、继续讲解或跳过当前讲解，并执行下一个点位的讲解。具体而言，用户可以通过点击界面中的“暂停、继续和跳过”按钮实现第二请求的发出，优选的，暂停和继续按钮为一个虚拟按钮，按第一次暂停，按第二次继续。从而增强了用户在讲解过程中的体验度，当用户不想听讲解时可以效果，当用户来不及接收讲解内容时，选择暂停，然后再继续。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

根据本发明实施例，提供了用于实施上述讲解路线的机器人控制方法的装置，如图6所示，该装置包括：第一接收模块1，用于接收第一用户的第一点位参观信息；确定模块2，用于根据所述第一点位参观信息确定所述第一用户的第一点位参与热度；路线生成模块3，用于通过将所述第一点位参与热度输入机器学习模型，生成对所述第一用户的第一讲解路线。

第一用户可以是一个或多个用户；

机器人接收云端服务器发出的第一点位参观信息；

第一点位参观信息可以是某个点位或多个点位上第一用户的参观信息，优选为多个点位上第一用户的参观信息，可以分别分析每个点位的参观热度；

第一点位参观信息包括但不限于，参观点位次数和点位在地图上位置；

参观点位次数可以通过机器人反馈给云端服务器；

比如：某个点位的参观结束后，机器人按照预设程序会自动发出累加请求，由云端服务器根据该请求处理后对该点位累加1次参观次数，如此，可以统计每个点位再次被参观时，该点位之前被参观的次数；

参观点位次数也可以是通过云端服务器直接统计不同的讲解路线被调取的次数；

比如：机器人在讲解前，会调取相应的讲解路线，每被调取一次讲解路线，表明该讲解路线中的点位均会被参观一次，则根据路线被调取的次数可以确定其中每个点位被参观的次数，再通过识别算法识别每条路线中的点位，将相同的点位做次数累加，进而也可以得到每个点位被参观的次数；

机器人和云端服务器之间采用无线网络进行数据交互；

比如：机器人和云端服务器之间通过WiFi无线网络进行数据交互；

再比如：机器人和云端服务器之间通过2G/3G/4G/5G无线网络进行数据交互；

再比如：机器人和云端服务器之间通过LPWAN无线网络进行数据交互；

再比如：机器人和云端服务器之间通过LORA无线网络进行数据交互。

机器人与云端服务器通过无线连接，实现数据的传输和信息反馈的作用。

采取每个点位分别计算参与热度的方式；可以设置参与热度高、中、低、零四个热度等级，参与热度越高，表明第一点位参观信息中的参观次数越多；从而通过第一点位参观信息可以确定每个点位的参与热度，为机器人根据参与热度生成讲解路线提供保障。

机器学习模型通过标记有热度高低的样本进行训练，从而可以将输入的点位参与热度按照训练结果进行分类，可以分为两类，将高参与热度的分为一类，其他参与热度的分为另一类，从而能够保证生成第一讲解路线的点位均是高参与热度点位，进而提升了讲解效率，无需讲解不受用户欢迎的点位，而且能够优先讲解参与热度高的点位。

从以上的描述中，可以看出，本发明实现了如下技术效果：

在本申请实施例中，采用基于点位热度的路线控制机器人的方式，通过接收第一用户的第一点位参观信息，并根据第一点位参观信息确定第一用户的第一点位参与热度；以及，通过将所述第一点位参与热度输入机器学习模型，生成对所述第一用户的第一讲解路线，达到了根据点位的热度自动生成路线控制机器人讲解的目的，从而实现了提高讲效率、优先讲解热点位置的技术效果，进而解决了由于机器人无法根据参观点的热度自动生成新的讲解路线造成的讲解效率低下、无法优先讲解参与热度高的点位的技术问题。

根据本发明实施例，优选的，如图7所示，所述确定模块包括：获取单元 21，用于获取所述第一点位参观信息中所述第一用户的参观次数；判断单元 22，用于判断获取的所述第一用户的参观次数；第一确定单元23，用于根据判断结果确定所述第一点位参与热度。根据参观次数可以判断次数多少，再根据次数多少确定第一点位的参与热度为高、中、低、0，次数越高参与热度越高；

比如：某个点位的参观次数在300次以上，确定该点位为高参与热度；

再比如：某个点位的参观次数在20-300之间，确定该点位为中参与热度；

再比如：某个点位的参观次数在20以下，确定该点位为低参与热度；

再比如：某个点位的参观次数为0，确定该点位为0参与热度；

从而能够将点位划分为不同的等级(参与热度)，为机器学习模型能够预测到想要的高参与热度的点位提供保障。

根据本发明实施例，优选的，如图8所示，所述路线生成模块3包括：输入单元31，用于将所述第一点位参与热度输入机器学习模型；第二确定单元 32，用于通过所述机器学习模型确定高热度点位；路线生成单元33，用于按照预设路线连接规则将所述高热度点位连接，生成机器人对所述第一用户的所述第一讲解路线。将每个点位的参与热度输入到机器人学习模型，机器人学习模型将参与热度分为两类，将高参与热度作为预测结果；再按照预设路线连接规则将所有的高热度点位连接成一条讲解路线，即第一讲解路线；

预设路线连接规则可以是按照就近原则进行连接；

比如：确定机器人所在的位置(一般在充电桩位置)，再与该位置最近的第一个点位相连，然后与该点位最近的第二个点位相连，如此循环，直至连接到最后一个点位，即可以生成第一讲解路线。

不仅可以保证生成的第一讲解路线的点位均是高参与热度点位，而且可以保证路线的合理性，减少用户走多余的路，整个路线可以很顺畅的参观完成。

根据本发明实施例，优选的，如图9所示，还包括：第二接收模块4，用于接收第一请求；第一指令生成模块5，用于根据所述第一请求生成第一操作指令；第一控制模块6，用于通过所述第一操作指令控制所述机器人移动至预设讲解路线的第一点位，并讲解所述第一点位上配置的第一素材。

如图11所示，第一用户通过第一终端的第一交互界面，可以发出让机器人讲解的请求，云端服务器收到该请求后，根据该请求生成第一操作指令，再将该第一操作指令发送到机器人，机器人通过该指令从机器人的位置按照顺序移动至机器人讲解路线中的第一个点位上，并且讲解在该点位配置的第一素材，如此循环，直至移动至最后一个点位上，并讲解完该最后点位配置的素材后，完成流程。

根据本发明实施例，优选的，如图10所示，还包括：第三接收模块7，用于接收第二请求；第二指令生成模块8，用于根据所述第二请求生成第二操作指令；第二控制模块9，用于通过所述第二操作指令控制所述机器人执行预设暂停或跳过操作。如图12所示，在机器人讲解的过程中，用户可以通过用户界面发出第二请求，云端服务器收到该第二请求后，根据该请求生成暂停讲解、继续讲解或跳过讲解的第二操作指令，通过第二操作指令可以控制机器人暂停讲解、继续讲解或跳过当前讲解，并执行下一个点位的讲解。具体而言，用户可以通过点击界面中的“暂停、继续和跳过”按钮实现第二请求的发出，优选的，暂停和继续按钮为一个虚拟按钮，按第一次暂停，按第二次继续。从而增强了用户在讲解过程中的体验度，当用户不想听讲解时可以效果，当用户来不及接收讲解内容时，选择暂停，然后再继续。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种基于点位热度的路线生成方法，其特征在于，包括：

接收第一用户的第一点位参观信息；

根据所述第一点位参观信息确定所述第一用户的第一点位参与热度；以及，

通过将所述第一点位参与热度输入机器学习模型，生成对所述第一用户的第一讲解路线。

2.根据权利要求1所述的基于点位热度的路线生成方法，其特征在于，根据所述第一点位参观信息确定所述第一用户的第一点位参与热度包括：

获取所述第一点位参观信息中所述第一用户的参观次数；

判断获取的所述第一用户的参观次数；

根据判断结果确定所述第一点位参与热度。

3.根据权利要求1所述的基于点位热度的路线生成方法，其特征在于，通过将所述第一点位参与热度输入机器学习模型，生成对所述第一用户的第一讲解路线包括:

将所述第一点位参与热度输入机器学习模型；

通过所述机器学习模型确定高热度点位；

按照预设路线连接规则将所述高热度点位连接，生成机器人对所述第一用户的所述第一讲解路线。

4.根据权利要求1至3中任一项所述的基于点位热度的路线生成方法，其特征在于，还包括：

接收第一请求；

根据所述第一请求生成第一操作指令；

通过所述第一操作指令控制所述机器人移动至预设讲解路线的第一点位，并讲解所述第一点位上配置的第一素材。

5.根据权利要求1至3中任一项所述的基于点位热度的路线生成方法，其特征在于，还包括：

接收第二请求；

根据所述第二请求生成第二操作指令；

通过所述第二操作指令控制所述机器人执行预设暂停或跳过操作。

6.一种基于点位热度的路线生成装置，其特征在于，包括：

第一接收模块，用于接收第一用户的第一点位参观信息；

确定模块，用于根据所述第一点位参观信息确定所述第一用户的第一点位参与热度；

路线生成模块，用于通过将所述第一点位参与热度输入机器学习模型，生成对所述第一用户的第一讲解路线。

7.根据权利要求6所述的基于点位热度的路线生成装置，其特征在于，所述确定模块包括：

获取单元，用于获取所述第一点位参观信息中所述第一用户的参观次数；

判断单元，用于判断获取的所述第一用户的参观次数；

第一确定单元，用于根据判断结果确定所述第一点位参与热度。

8.根据权利要求6所述的基于点位热度的路线生成装置，其特征在于，所述路线生成模块包括：

输入单元，用于将所述第一点位参与热度输入机器学习模型；

第二确定单元，用于通过所述机器学习模型确定高热度点位；

路线生成单元，用于按照预设路线连接规则将所述高热度点位连接，生成机器人对所述第一用户的所述第一讲解路线。

9.根据权利要求6所述的基于点位热度的路线生成装置，其特征在于，还包括：

第二接收模块，用于接收第一请求；

第一指令生成模块，用于根据所述第一请求生成第一操作指令；

第一控制模块，用于通过所述第一操作指令控制所述机器人移动至预设讲解路线的第一点位，并讲解所述第一点位上配置的第一素材。

10.根据权利要求6所述的基于点位热度的路线生成装置，其特征在于，还包括：

第三接收模块，用于接收第二请求；

第二指令生成模块，用于根据所述第二请求生成第二操作指令；

第二控制模块，用于通过所述第二操作指令控制所述机器人执行预设暂停或跳过操作。