CN115086343A - 一种基于人工智能的物联网数据交互方法及系统 - Google Patents

Abstract

本发明涉及物联网数据处理技术领域，具体公开了一种基于人工智能的物联网数据交互方法及系统，所述方法包括获取用户输入的数据采集任务；获取物联网设备的工作状态，根据所述工作状态对所述数据采集任务进行切分；将切分后的数据采集任务下发至相应的物联网设备，实时接收各物联网设备反馈的采集数据；根据所述采集数据生成各物联网设备的评价信息，并将所述评价信息向各物联网设备发送。本发明接收用户发送的数据采集任务，实时获取各物联网设备的状态，根据各物联网设备的状态对数据采集任务进行分配，物联网设备根据评价信息进行自适应调整；本发明在已有的设备上完成数据采集任务，不需要额外的数据采集设备，交互性强，性价比高。

Description

一种基于人工智能的物联网数据交互方法及系统

技术领域

本发明涉及物联网数据处理技术领域，具体是一种基于人工智能的物联网数据交互方法及系统。

背景技术

物联网（Internet of Things）起源于传媒领域，是信息科技产业的第三次革命。物联网是指通过信息传感设备，按约定的协议，将任何物体与网络相连接，物体通过信息传播媒介进行信息交换和通信，以实现智能化识别、定位、跟踪、监管等功能；简而言之，把所有物品通过信息传感设备与互联网连接起来，进行信息交换，即物物相息，以实现智能化识别和管理，这就是物联网。

现有的很多车间都已经实现了智能化管理，智能化管理离不开数据的采集过程，现有的采集过程都有专用的采集设备完成，与用户的交互性很低，而且性价比和空间利用率不高。

发明内容

本发明的目的在于提供一种基于人工智能的物联网数据交互方法及系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种基于人工智能的物联网数据交互方法，所述方法包括：

开放信息输入端口，基于所述信息输入端口获取用户输入的数据采集任务；

获取物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态，根据所述工作状态对所述数据采集任务进行切分；

将切分后的数据采集任务下发至相应的物联网设备，实时接收各物联网设备反馈的采集数据；其中，所述采集数据中含有物联网设备的标签；

根据所述采集数据生成各物联网设备的评价信息，并将所述评价信息向各物联网设备发送；

其中，各物联网设备中含有基于评价信息调整采集流程的AI算法。

作为本发明进一步的方案：所述开放信息输入端口，基于所述信息输入端口获取用户输入的数据采集任务的步骤包括：

开放信息输入端口，基于所述信息输入端口接收用户输入的数据采集请求；

获取用户的账户信息，将所述账户信息与预存的注册信息进行比对；

当所述账户信息与所述注册信息相同时，接收用户输入的数据采集任务；

当所述账户信息与所述注册信息不同时，记录错误次数，并将所述错误次数与预设的次数阈值进行比对；

若所述错误次数不超过所述次数阈值，再次获取用户的账户信息，执行比对过程，若所述错误次数大于所述阈值，获取用户的人脸信息并进行人脸识别。

作为本发明进一步的方案：所述获取物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态，根据所述工作状态对所述数据采集任务进行切分的步骤包括：

建立与各物联网设备为映射关系的设备模型，根据各物联网设备的连接关系对所述设备模型进行连接，得到模型网络；其中，所述连接关系包括电连接关系和逻辑连接关系；

实时获取各物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态；所述工作状态含有计算资源占用率；

根据所述计算资源占用率在所述模型网络中标记采集设备，读取各采集设备的计算资源占用率；

根据所述计算资源占用率对所述数据采集任务进行切分。

作为本发明进一步的方案：所述实时获取各物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态的步骤包括：

获取各物联网设备的标定参数，根据所述标定参数确定该物联网设备的基准能力分；

实时获取各物联网设备的物理参数，根据所述物理参数确定各物联网设备的负荷比例；

根据所述负荷比例修正所述基准能力分，得到各物联网设备的产能数据；

依次获取各物联网设备的任务量，读取相应物联网设备的产能数据，根据所述任务量和产能数据确定物联网设备的计算资源占用率。

作为本发明进一步的方案：所述根据所述计算资源占用率对所述数据采集任务进行切分的步骤包括：

统计各物联网设备的计算资源占用率，计算该物联网设备的备用资源量；

根据所述备用资源量确定各物联网设备的分配比例，根据所述分配比例对所述数据采集任务进行切分；

将切分后的数据采集任务及相应的物联网设备的工作参数输入训练好的可行性分析模型，得到可行分；

根据所述可行分对切分过程进行修正。

作为本发明进一步的方案：所述根据所述采集数据生成各物联网设备的评价信息，并将所述评价信息向各物联网设备发送的步骤包括：

根据标签对所述采集数据进行分类，得到数据统计表；所述数据统计表中含有标签项和数据项；

根据所述数据统计表中的标签项在预设的模型库中读取训练好的分析模型，将所述数据项输入所述分析模型中，得到评价项；

将所述评价项插入所述数据统计表，比对同一数据统计表中不同评价项，根据比对结果调整评价项；

根据含有调整后的评价项的数据统计表向各物联网设备发送评价信息。

本发明技术方案还提供了一种基于人工智能的物联网数据交互系统，所述系统包括：

任务接收模块，用于开放信息输入端口，基于所述信息输入端口获取用户输入的数据采集任务；

任务切分模块，用于获取物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态，根据所述工作状态对所述数据采集任务进行切分；

任分下发模块，用于将切分后的数据采集任务下发至相应的物联网设备，实时接收各物联网设备反馈的采集数据；其中，所述采集数据中含有物联网设备的标签；

评价反馈模块，用于根据所述采集数据生成各物联网设备的评价信息，并将所述评价信息向各物联网设备发送；

其中，各物联网设备中含有基于评价信息调整采集流程的AI算法。

作为本发明进一步的方案：所述任务接收模块包括：

请求接收单元，用于开放信息输入端口，基于所述信息输入端口接收用户输入的数据采集请求；

信息比对单元，用于获取用户的账户信息，将所述账户信息与预存的注册信息进行比对；

执行单元，用于当所述账户信息与所述注册信息相同时，接收用户输入的数据采集任务；

次数比对单元，用于当所述账户信息与所述注册信息不同时，记录错误次数，并将所述错误次数与预设的次数阈值进行比对；

人脸识别单元，用于若所述错误次数不超过所述次数阈值，再次获取用户的账户信息，执行比对过程，若所述错误次数大于所述阈值，获取用户的人脸信息并进行人脸识别。

作为本发明进一步的方案：所述任务切分模块包括：

网络建立单元，用于建立与各物联网设备为映射关系的设备模型，根据各物联网设备的连接关系对所述设备模型进行连接，得到模型网络；其中，所述连接关系包括电连接关系和逻辑连接关系；

状态确定单元，用于实时获取各物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态；所述工作状态含有计算资源占用率；

占用率读取单元，用于根据所述计算资源占用率在所述模型网络中标记采集设备，读取各采集设备的计算资源占用率；

切分单元，用于根据所述计算资源占用率对所述数据采集任务进行切分。

作为本发明进一步的方案：所述状态确定单元包括：

基准确定子单元，用于获取各物联网设备的标定参数，根据所述标定参数确定该物联网设备的基准能力分；

比例确定子单元，用于实时获取各物联网设备的物理参数，根据所述物理参数确定各物联网设备的负荷比例；

修正子单元，用于根据所述负荷比例修正所述基准能力分，得到各物联网设备的产能数据；

计算子单元，用于依次获取各物联网设备的任务量，读取相应物联网设备的产能数据，根据所述任务量和产能数据确定物联网设备的计算资源占用率。

与现有技术相比，本发明的有益效果是：本发明接收用户发送的数据采集任务，实时获取各物联网设备的状态，根据各物联网设备的状态对数据采集任务进行分配，物联网设备根据评价信息进行自适应调整；本发明在已有的设备上完成数据采集任务，不需要额外的数据采集设备，交互性强，性价比高。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。

图1为基于人工智能的物联网数据交互方法的流程框图。

图2为基于人工智能的物联网数据交互方法的第一子流程框图。

图3为基于人工智能的物联网数据交互方法的第二子流程框图。

图4为基于人工智能的物联网数据交互方法的第一子流程框图。

图5为基于人工智能的物联网数据交互系统的组成结构框图。

图6为基于人工智能的物联网数据交互系统中任务接收模块的组成结构框图。

图7为基于人工智能的物联网数据交互系统中任务切分模块的组成结构框图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例1

图1为基于人工智能的物联网数据交互方法的流程框图，本发明实施例中，一种基于人工智能的物联网数据交互方法，所述方法包括步骤S100至步骤S400：

步骤S100：开放信息输入端口，基于所述信息输入端口获取用户输入的数据采集任务；

步骤S100是与用户交互的过程，数据采集任务由用户输入至系统。

步骤S200：获取物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态，根据所述工作状态对所述数据采集任务进行切分；

物联网设备的工作参数反映着工作状态，有些物联网设备是超负荷工作状态，有些物联网设备的空闲计算能力还有很多，对于同一条流水线上的物联网设备来说，采集到是同一批产品的数据，它们都可以作为产品分析的参考；根据物联网设备的状态，对所述数据采集任务进行切分，可以极大地提高物联网设备的计算资源利用率。

步骤S300：将切分后的数据采集任务下发至相应的物联网设备，实时接收各物联网设备反馈的采集数据；其中，所述采集数据中含有物联网设备的标签；

当任务发送至相应的物联网设备后，就需要接收物联网设备反馈的采集数据，同一批采集数据对应同一批产品。

步骤S400：根据所述采集数据生成各物联网设备的评价信息，并将所述评价信息向各物联网设备发送；

其中，各物联网设备中含有基于评价信息调整采集流程的AI算法；

当获取到采集数据后，系统根据采集到的数据确定一个评价信息，评价信息就是判断数据的清晰度、准确率以及相关的分析数据；在物联网设备中设置以评价信息为输入的AI算法，其目的是根据评价信息自动的调整采集参数，使得采集到的数据更加的符合要求。

图2为基于人工智能的物联网数据交互方法的第一子流程框图，所述开放信息输入端口，基于所述信息输入端口获取用户输入的数据采集任务的步骤包括步骤S101至步骤S105：

步骤S101：开放信息输入端口，基于所述信息输入端口接收用户输入的数据采集请求；

步骤S102：获取用户的账户信息，将所述账户信息与预存的注册信息进行比对；

步骤S103：当所述账户信息与所述注册信息相同时，接收用户输入的数据采集任务；

步骤S104：当所述账户信息与所述注册信息不同时，记录错误次数，并将所述错误次数与预设的次数阈值进行比对；

步骤S105：若所述错误次数不超过所述次数阈值，再次获取用户的账户信息，执行比对过程，若所述错误次数大于所述阈值，获取用户的人脸信息并进行人脸识别。

步骤S101至步骤S105对用户的权限验证过程进行了具体的描述，首先，对用户的账户信息进行正确性判断，然后，对用户的访问次数进行限制，当用户的尝试次数较多时，就能够认为用户出现了账户信息方面的问题，就需要对用户进行进一步的人脸识别。

图3为基于人工智能的物联网数据交互方法的第二子流程框图，所述获取物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态，根据所述工作状态对所述数据采集任务进行切分的步骤包括步骤S201至步骤S204：

步骤S201：建立与各物联网设备为映射关系的设备模型，根据各物联网设备的连接关系对所述设备模型进行连接，得到模型网络；其中，所述连接关系包括电连接关系和逻辑连接关系；

步骤S202：实时获取各物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态；所述工作状态含有计算资源占用率；

步骤S203：根据所述计算资源占用率在所述模型网络中标记采集设备，读取各采集设备的计算资源占用率；

步骤S204：根据所述计算资源占用率对所述数据采集任务进行切分。

步骤S201至步骤S204对数据采集任务的切分过程进行了具体的描述，首先，读取各物联网设备，建立与各物联网设备对应的模型网络；然后，获取各物联网设备的工作参数，确定各物联网设备的工作状态，这一过程中产生的数据，都以模型网张为基础进行记录；最后，根据各物联网设备的工作状态，可以在所有物联网设备中挑选一些相对“空闲”的设备，根据这些“空闲”的设备切分任务，并将切分后的任务下发。

进一步的，所述实时获取各物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态的步骤包括：

获取各物联网设备的标定参数，根据所述标定参数确定该物联网设备的基准能力分；

实时获取各物联网设备的物理参数，根据所述物理参数确定各物联网设备的负荷比例；

根据所述负荷比例修正所述基准能力分，得到各物联网设备的产能数据；

依次获取各物联网设备的任务量，读取相应物联网设备的产能数据，根据所述任务量和产能数据确定物联网设备的计算资源占用率。

上述内容对工作状态的确定过程进行了具体的描述，对于某个物联网设备来说，它的标定参数，也可以理解为出厂参数，就代表着它的能力，物理参数，也可以理解为环境参数，就是它的温度，代表着它的状态，它的能力加上状态可以确定它能够完成多少工作，也就是产能数据；在此基础上，进一步获取它的任务量，根据任务量和产能数据，可以得到一个计算资源占用率。

具体的，所述根据所述计算资源占用率对所述数据采集任务进行切分的步骤包括：

统计各物联网设备的计算资源占用率，计算该物联网设备的备用资源量；

根据所述备用资源量确定各物联网设备的分配比例，根据所述分配比例对所述数据采集任务进行切分；

将切分后的数据采集任务及相应的物联网设备的工作参数输入训练好的可行性分析模型，得到可行分；

根据所述可行分对切分过程进行修正。

当各物联网设备的计算资源占用率都确定后，根据计算资源占用率再计算备用资源量，需要说明的是，备用资源量并不是简单的产能数据与任务量作差求得的，而是基于资源占用率生成的，举例来说，资源占用率为20%，那么备用资源的占比可以是20%，也可以是40%，它一般不会超过60%，这还需要根据具体的情况进行设定。

根据备用资源量可以对数据采集任务进行切分，对切分后的任务还需要进行一些简单的可行性判断。

图4为基于人工智能的物联网数据交互方法的第一子流程框图，所述根据所述采集数据生成各物联网设备的评价信息，并将所述评价信息向各物联网设备发送的步骤包括步骤S401至步骤S404：

步骤S401：根据标签对所述采集数据进行分类，得到数据统计表；所述数据统计表中含有标签项和数据项；

步骤S402：根据所述数据统计表中的标签项在预设的模型库中读取训练好的分析模型，将所述数据项输入所述分析模型中，得到评价项；

步骤S403：将所述评价项插入所述数据统计表，比对同一数据统计表中不同评价项，根据比对结果调整评价项；

步骤S404：根据含有调整后的评价项的数据统计表向各物联网设备发送评价信息。

步骤S401至步骤S404对评价信息的生成过程进行了具体的描述，首先，对采集数据及对应的物联网设备进行统计，得到数据统计表；然后，借助训练好的分析模型对数据统计表中的数据项进行分析，生成一些评价信息，这些评价信息也会插入所述数据统计表中；最后，还需要对所有物联网设备对应的评价信息进行一些比对调整，使得评价信息尽可能的协调，比如，可以按照1、3、4、2的比例生成优良中差的评价标签。

实施例2

图5为基于人工智能的物联网数据交互系统的组成结构框图，本发明实施例中，一种基于人工智能的物联网数据交互系统，所述系统包括：

任务接收模块，用于开放信息输入端口，基于所述信息输入端口获取用户输入的数据采集任务；

任务切分模块，用于获取物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态，根据所述工作状态对所述数据采集任务进行切分；

任分下发模块，用于将切分后的数据采集任务下发至相应的物联网设备，实时接收各物联网设备反馈的采集数据；其中，所述采集数据中含有物联网设备的标签；

评价反馈模块，用于根据所述采集数据生成各物联网设备的评价信息，并将所述评价信息向各物联网设备发送；

其中，各物联网设备中含有基于评价信息调整采集流程的AI算法。

图6为基于人工智能的物联网数据交互系统中任务接收模块的组成结构框图，所述任务接收模块包括：

请求接收单元，用于开放信息输入端口，基于所述信息输入端口接收用户输入的数据采集请求；

信息比对单元，用于获取用户的账户信息，将所述账户信息与预存的注册信息进行比对；

执行单元，用于当所述账户信息与所述注册信息相同时，接收用户输入的数据采集任务；

次数比对单元，用于当所述账户信息与所述注册信息不同时，记录错误次数，并将所述错误次数与预设的次数阈值进行比对；

人脸识别单元，用于若所述错误次数不超过所述次数阈值，再次获取用户的账户信息，执行比对过程，若所述错误次数大于所述阈值，获取用户的人脸信息并进行人脸识别。

图7为基于人工智能的物联网数据交互系统中任务切分模块的组成结构框图，所述任务切分模块包括：

网络建立单元，用于建立与各物联网设备为映射关系的设备模型，根据各物联网设备的连接关系对所述设备模型进行连接，得到模型网络；其中，所述连接关系包括电连接关系和逻辑连接关系；

状态确定单元，用于实时获取各物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态；所述工作状态含有计算资源占用率；

占用率读取单元，用于根据所述计算资源占用率在所述模型网络中标记采集设备，读取各采集设备的计算资源占用率；

切分单元，用于根据所述计算资源占用率对所述数据采集任务进行切分。

进一步的，所述状态确定单元包括：

基准确定子单元，用于获取各物联网设备的标定参数，根据所述标定参数确定该物联网设备的基准能力分；

比例确定子单元，用于实时获取各物联网设备的物理参数，根据所述物理参数确定各物联网设备的负荷比例；

修正子单元，用于根据所述负荷比例修正所述基准能力分，得到各物联网设备的产能数据；

计算子单元，用于依次获取各物联网设备的任务量，读取相应物联网设备的产能数据，根据所述任务量和产能数据确定物联网设备的计算资源占用率。

所述基于人工智能的物联网数据交互方法所能实现的功能均由计算机设备完成，所述计算机设备包括一个或多个处理器和一个或多个存储器，所述一个或多个存储器中存储有至少一条程序代码，所述程序代码由所述一个或多个处理器加载并执行以实现所述基于人工智能的物联网数据交互方法的功能。

处理器从存储器中逐条取出指令、分析指令，然后根据指令要求完成相应操作，产生一系列控制命令，使计算机各部分自动、连续并协调动作，成为一个有机的整体，实现程序的输入、数据的输入以及运算并输出结果，这一过程中产生的算术运算或逻辑运算均由运算器完成；所述存储器包括只读存储器（Read-Only Memory，ROM），所述只读存储器用于存储计算机程序，所述存储器外部设有保护装置。

示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。

本领域技术人员可以理解，上述服务设备的描述仅仅是示例，并不构成对终端设备的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元（Central Processing Unit，CPU），还可以是其他通用处理器、数字信号处理器（Digital Signal Processor，DSP）、专用集成电路（Application Specific Integrated Circuit，ASIC）、现成可编程门阵列（Field-Programmable Gate Array，FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述终端设备的控制中心，利用各种接口和线路连接整个用户终端的各个部分。

上述存储器可用于存储计算机程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如信息采集模板展示功能、产品信息发布功能等）等；存储数据区可存储根据泊位状态显示系统的使用所创建的数据（比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card，SMC），安全数字（Secure Digital，SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例系统中的全部或部分模块/单元，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个系统实施例的功能。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random AccessMemory）、电载波信号、电信信号以及软件分发介质等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于人工智能的物联网数据交互方法，其特征在于，所述方法包括：

开放信息输入端口，基于所述信息输入端口获取用户输入的数据采集任务；

获取物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态，根据所述工作状态对所述数据采集任务进行切分；

将切分后的数据采集任务下发至相应的物联网设备，实时接收各物联网设备反馈的采集数据；其中，所述采集数据中含有物联网设备的标签；

根据所述采集数据生成各物联网设备的评价信息，并将所述评价信息向各物联网设备发送；

其中，各物联网设备中含有基于评价信息调整采集流程的AI算法。

2.根据权利要求1所述的基于人工智能的物联网数据交互方法，其特征在于，所述开放信息输入端口，基于所述信息输入端口获取用户输入的数据采集任务的步骤包括：

开放信息输入端口，基于所述信息输入端口接收用户输入的数据采集请求；

获取用户的账户信息，将所述账户信息与预存的注册信息进行比对；

当所述账户信息与所述注册信息相同时，接收用户输入的数据采集任务；

当所述账户信息与所述注册信息不同时，记录错误次数，并将所述错误次数与预设的次数阈值进行比对；

若所述错误次数不超过所述次数阈值，再次获取用户的账户信息，执行比对过程，若所述错误次数大于所述阈值，获取用户的人脸信息并进行人脸识别。

3.根据权利要求1所述的基于人工智能的物联网数据交互方法，其特征在于，所述获取物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态，根据所述工作状态对所述数据采集任务进行切分的步骤包括：

建立与各物联网设备为映射关系的设备模型，根据各物联网设备的连接关系对所述设备模型进行连接，得到模型网络；其中，所述连接关系包括电连接关系和逻辑连接关系；

实时获取各物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态；所述工作状态含有计算资源占用率；

根据所述计算资源占用率在所述模型网络中标记采集设备，读取各采集设备的计算资源占用率；

根据所述计算资源占用率对所述数据采集任务进行切分。

4.根据权利要求3所述的基于人工智能的物联网数据交互方法，其特征在于，所述实时获取各物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态的步骤包括：

获取各物联网设备的标定参数，根据所述标定参数确定该物联网设备的基准能力分；

实时获取各物联网设备的物理参数，根据所述物理参数确定各物联网设备的负荷比例；

根据所述负荷比例修正所述基准能力分，得到各物联网设备的产能数据；

依次获取各物联网设备的任务量，读取相应物联网设备的产能数据，根据所述任务量和产能数据确定物联网设备的计算资源占用率。

5.根据权利要求3所述的基于人工智能的物联网数据交互方法，其特征在于，所述根据所述计算资源占用率对所述数据采集任务进行切分的步骤包括：

统计各物联网设备的计算资源占用率，计算该物联网设备的备用资源量；

根据所述备用资源量确定各物联网设备的分配比例，根据所述分配比例对所述数据采集任务进行切分；

将切分后的数据采集任务及相应的物联网设备的工作参数输入训练好的可行性分析模型，得到可行分；

根据所述可行分对切分过程进行修正。

6.根据权利要求1所述的基于人工智能的物联网数据交互方法，其特征在于，所述根据所述采集数据生成各物联网设备的评价信息，并将所述评价信息向各物联网设备发送的步骤包括：

根据标签对所述采集数据进行分类，得到数据统计表；所述数据统计表中含有标签项和数据项；

根据所述数据统计表中的标签项在预设的模型库中读取训练好的分析模型，将所述数据项输入所述分析模型中，得到评价项；

将所述评价项插入所述数据统计表，比对同一数据统计表中不同评价项，根据比对结果调整评价项；

根据含有调整后的评价项的数据统计表向各物联网设备发送评价信息。

7.一种基于人工智能的物联网数据交互系统，其特征在于，所述系统包括：

任务接收模块，用于开放信息输入端口，基于所述信息输入端口获取用户输入的数据采集任务；

任务切分模块，用于获取物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态，根据所述工作状态对所述数据采集任务进行切分；

任分下发模块，用于将切分后的数据采集任务下发至相应的物联网设备，实时接收各物联网设备反馈的采集数据；其中，所述采集数据中含有物联网设备的标签；

评价反馈模块，用于根据所述采集数据生成各物联网设备的评价信息，并将所述评价信息向各物联网设备发送；

其中，各物联网设备中含有基于评价信息调整采集流程的AI算法。

8.根据权利要求7所述的基于人工智能的物联网数据交互系统，其特征在于，所述任务接收模块包括：

请求接收单元，用于开放信息输入端口，基于所述信息输入端口接收用户输入的数据采集请求；

信息比对单元，用于获取用户的账户信息，将所述账户信息与预存的注册信息进行比对；

执行单元，用于当所述账户信息与所述注册信息相同时，接收用户输入的数据采集任务；

次数比对单元，用于当所述账户信息与所述注册信息不同时，记录错误次数，并将所述错误次数与预设的次数阈值进行比对；

人脸识别单元，用于若所述错误次数不超过所述次数阈值，再次获取用户的账户信息，执行比对过程，若所述错误次数大于所述阈值，获取用户的人脸信息并进行人脸识别。

9.根据权利要求7所述的基于人工智能的物联网数据交互系统，其特征在于，所述任务切分模块包括：

网络建立单元，用于建立与各物联网设备为映射关系的设备模型，根据各物联网设备的连接关系对所述设备模型进行连接，得到模型网络；其中，所述连接关系包括电连接关系和逻辑连接关系；

状态确定单元，用于实时获取各物联网设备的工作参数，根据所述工作参数确定物联网设备的工作状态；所述工作状态含有计算资源占用率；

占用率读取单元，用于根据所述计算资源占用率在所述模型网络中标记采集设备，读取各采集设备的计算资源占用率；

切分单元，用于根据所述计算资源占用率对所述数据采集任务进行切分。

10.根据权利要求9所述的基于人工智能的物联网数据交互系统，其特征在于，所述状态确定单元包括：

基准确定子单元，用于获取各物联网设备的标定参数，根据所述标定参数确定该物联网设备的基准能力分；

比例确定子单元，用于实时获取各物联网设备的物理参数，根据所述物理参数确定各物联网设备的负荷比例；

修正子单元，用于根据所述负荷比例修正所述基准能力分，得到各物联网设备的产能数据；

计算子单元，用于依次获取各物联网设备的任务量，读取相应物联网设备的产能数据，根据所述任务量和产能数据确定物联网设备的计算资源占用率。

Images