CN118274424A - 一种基于ai的车间空气净化监测系统及其控制方法 - Google Patents

Abstract

本申请公开了一种基于AI的车间空气净化监测系统及其控制方法，涉及人工智能技术领域；该技术方案通过AI机器人的第一控制指令，可以控制AI机器人在第一预设时间段内执行第一空气净化策略，以及根据车间的空气监测装置采集到的空间监测数据，生成第二控制指令，可以控制AI机器人在第二预设时间段内执行第二空气净化策略。因此，该技术方案可以在不同的时间段内，采用不同的空气净化策略，空气净化策略可以与空气监测数据相关。因此，该技术方案在实现车间空气监测的同时，对车间空气进行有效净化，提高车间空气净化等级，进而提高产品的质量与设备运行的稳定性。

Description

一种基于AI的车间空气净化监测系统及其控制方法

技术领域

本申请是关于人工智能技术领域，特别是关于一种基于AI的车间空气净化监测系统及其控制方法。

背景技术

随着各行各业都在进行产业升级，中高端制造的定位日益突显。应产业升级的要求，高端的净化车间应用场景愈发普遍。净化车间是指在车间内采取特定的净化措施，如空气过滤、空气流动调节、尘埃控制、温湿度恒定近制等，以达到特定的洁净度要求，从而满足特定生产要求的生产、加工、检测环境等。可以理解，净化车间的用途可能不同，但是极高要求的空气洁净等级却极其相似。为了得到高洁净度的净化车间，需要对车间的空气质量进行监测与净化，这样可以有效保证产品的质量和稳定性，提高产品的市场竞争力，因此，高净化等级的车间是现代高科技生产的必备环境。

发明内容

本申请的目的在于提供一种基于AI的车间空气净化监测系统及其控制方法，其能够在实现车间空气监测的同时，对车间空气进行有效净化，提高车间空气净化等级，进而提高产品的质量与设备运行的稳定性。

为实现上述目的，第一方面，本申请的实施例提供了一种基于AI的车间空气净化监测系统的控制方法，包括：生成AI机器人的第一控制指令，并发送给所述AI机器人，以控制所述AI机器人在第一预设时间段内执行第一空气净化策略，所述AI机器人设置有至少两种空气净化器，所述第一空气净化策略包括第一行进路径和第一空气净化器使用策略；获取车间的空气监测装置在第二预设时间段内采集到的空气监测数据；根据所述空气监测数据，生成所述AI机器人的第二控制指令，并发送给所述AI机器人，以控制所述AI机器人在第二预设时间段内执行第二空气净化策略，所述第二空气净化策略包括第二行进路径和第二空气净化器使用策略。

在一种可能的实施方式中，所述第一预设时间段的起始时间表征起始空气净化时间，所述第一预设时间段的结束时间表征车间设备的起始运行时间；所述第二预设时间段的开始时间表征车间设备的起始运行时间，所述第二预设时间段的结束时间表征车间设备的结束运行时间。

在一种可能的实施方式中，在所述根据所述空气监测数据，生成所述AI机器人的第二控制指令，并发送给所述AI机器人之后，所述控制方法还包括：生成AI机器人的第三控制指令，并发送给所述AI机器人，以控制所述AI机器人在第三预设时间段内执行第三空气净化策略，所述第三空气净化策略包括第三行进路径和所述第一空气净化器使用策略，所述第三行进路径根据所述第一行进路径确定，所述第三预设时间段的开始时间表征车间设备的结束运行时间，所述第三预设时间段的结束时间表征结束空气净化时间。

在一种可能的实施方式中，所述生成AI机器人的第一控制指令，包括：获取所述空气监测装置在前一空气净化监测周期内采集到的历史空气监测数据； 根据所述历史空气监测数据和预训练的空气质量预测模型，确定预测空气质量；根据所述预测空气质量，确定所述第一行进路径和所述第一空气净化器使用策略；根据所述第一行进路径和所述第一空气净化器使用策略，生成所述AI机器人的第一控制指令。

在一种可能的实施方式中，所述根据所述预测空气质量数据，确定所述第一行进路径和所述第一空气净化器使用策略，包括：若所述预测空气质量优于预设空气质量，根据第一预设路径点，确定所述第一行进路径，以及确定所述第一空气净化器使用策略为交叉使用所述至少两种空气净化器，交叉使用的时间间隔为预设时间间隔，所述第一预设路径点包括车间入口对应的路径点和车间出口对应的路径点；若所述预测空气质量差于预设空气质量，根据第二预设路径点，确定所述第一行进路径，以及确定所述第一空气净化器使用策略为使用目标空气净化器，所述第二预设路径点为目标车间设备对应的路径点，所述目标车间设备的车间空气质量影响值高于预设影响值，所述目标空气净化器的空气净化强度高于预设强度。

在一种可能的实施方式中，所述控制方法还包括：获取训练数据集，所述训练数据集包括多个训练样本，所述多个训练样本包括连续的空气净化监测周期分别对应的空气监测数据，每一训练样本包括空气监测样本数据和空气监测样本数据的空气质量标签，所述空气质量标签用于表征空气净化监测周期的起始监测空气质量和结束监测空气质量；根据所述训练数据集对待训练的空气质量预测模型进行训练，获得所述预训练的空气质量预测模型。

在一种可能的实施方式中，所述空气监测数据包括多个监测位置分别对应的至少一个空气质量，所述根据所述空气监测数据，生成所述AI机器人的第二控制指令，包括：根据多个监测位置分别对应的至少一个空气质量和预设空气质量，确定多个净化路径点；根据所述多个净化路径点确定所述第二行进路径；根据所述多个监测位置分别对应的至少一个空气质量，确定空气质量变化规律；根据所述空气质量变化规律，确定所述第二空气净化器使用策略；根据所述第二行进路径和所述第二空气净化器使用策略，生成所述AI机器人的第二控制指令。

在一种可能的实施方式中，所述根据多个监测位置分别对应的至少一个空气质量和预设空气质量，确定多个净化路径点，包括：若所述多个监测位置分别对应的至少一个空气质量均优于所述预设空气质量，根据人流量小于预设人流量的车间位置确定多个净化路径点；若所述多个监测位置分别对应的至少一个空气质量中存在差于所述预设空气质量的监测位置，根据空气质量差于所述预设空气质量的监测位置和人流量小于预设人流量的车间位置确定多个净化路径点；若所述多个监测位置分别对应的至少一个空气质量均差于所述预设空气质量，根据所述多个监测位置和人流量小于预设人流量的车间位置确定多个净化路径点。

在一种可能的实施方式中，所述根据所述空气质量变化规律，确定所述第二空气净化器使用策略，包括：若所述空气质量变化规律为在预设空气质量范围内来回波动，确定所述第二空气净化器使用策略为交叉使用所述至少两种空气净化器，交叉使用的时间间隔根据来回波动频率确定；若所述空气质量变化规律为从优到差，确定所述第二空气净化器使用策略为使用第一空气净化器，所述第一空气净化器的空气净化强度高于预设强度；若所述空气质量变化规律为保持不变，确定所述第二空气净化器使用策略为使用第二空气净化器，所述第二空气净化器的空气净化强度低于所述预设强度。

第二方面，本申请实施例提供一种基于AI的车间空气净化监测系统，包括：设置在车间内的AI机器人，所述AI机器人设置有至少两种空气净化器；设置在车间的空气监测装置，所述空气监测装置用于采集空气监测数据；控制设备，分别与所述AI机器人和所述空气监测装置通信连接，所述控制设备用于执行如第一方面所述的基于AI的车间空气净化监测系统的控制方法。

与现有技术相比，本申请实施例的技术方案具有以下技术效果：

通过AI机器人的第一控制指令，可以控制AI机器人在第一预设时间段内执行第一空气净化策略，以及，根据车间的空气监测装置采集到的空间监测数据，生成第二控制指令，可以控制AI机器人在第二预设时间段内执行第二空气净化策略。因此，该技术方案可以在不同的时间段内，采用不同的空气净化策略，空气净化策略可以与空气监测数据相关。因此，该技术方案在实现车间空气监测的同时，对车间空气进行有效净化，提高车间空气净化等级，进而提高产品的质量与设备运行的稳定性。

附图说明

图1是根据本申请实施例的一种基于AI的车间空气净化监测系统的结构框图；

图2是根据本申请实施例的一种空气监测装置的结构框图；

图3是根据本申请实施例的一种基于AI的车间空气净化监测系统的控制方法的流程图；

图4是根据本申请实施例的一种基于AI的车间空气净化监测系统的控制装置的结构框图；

图5是根据本申请实施例的一种电子设备的结构框图。

具体实施方式

下面结合附图，对本申请的具体实施方式进行详细描述，但应当理解本申请的保护范围并不受具体实施方式的限制。

除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。

随着人才红利时代的到来，各行各业都在进行产业升级，中高端制造的定位日益突显。应产业升级的要求，高端的净化车间应用场景愈发普遍。净化车间是指在车间内采取特定的净化措施，如空气过滤、空气流动调节、尘埃控制、温湿度恒定近制等，以达到特定的洁净度要求，从而满足特定生产要求的生产、加工、检测环境等。可以理解，净化车间的用途可能不同，但是极高要求的空气洁净等级却极其相似。为了得到高洁净度的净化车间，需要对车间的空气质量进行监测与净化，这样可以有效保证产品的质量和稳定性，提高产品的市场竞争力，是现代高科技生产的必备环境。

例如，生产车间，其用于生产设备，其中包括大量的生产设备。但是，对于一些生产设备来说，其可能会产生粉尘、有害气体等物质，进而导致整个生产车间的空气质量较差。并且，在生产车间中，通常还会有工作人员，这些粉尘、有害气体也会对工作人员产生危害。因此，需要监测生产车间的空气质量，并根据监测结果及时的净化车间空气，以提高车间空气净化等级，进而提高产品的质量与设备运行的稳定性。

相关技术中，虽然可以实现车间空气质量的检测，但是不能根据检测结果实现提高车间空气净化等级，进而提高产品的质量与设备运行的稳定性。

基于此，本申请实施例提供一种技术方案，在该技术方案中，结合AI（ArtificialIntelligence，人工智能）机器人和空气监测装置的空气监测数据，对车间空气进行净化监测，可以提高车间空气净化等级，进而提高产品的质量与设备运行的稳定性。

请参照图1，为根据本申请实施例的一种基于AI的车间空气净化监测系统的结构框图，如图1所示，该系统包括：AI机器人、空气监测装置和控制设备。

其中，控制设备分别与AI机器人和空气监测装置通信连接，控制设备可以分别与AI机器人和空气监测装置实现数据交互。

在一些实施例中，AI机器人可以设置在车间内，由于AI机器人可移动，所以，AI机器人的设置位置可以不固定。

在一些实施例中，根据车间的覆盖面积大小，可以合理设置AI机器人的数量。

在一些实施例中，AI机器人可以设置有至少两种空气净化器，不同的空气净化器，用于通过不同的方式实现空气净化。

示例的，至少两种空气净化器可以包括：液体喷洒器、粉尘净化器和有害气体净化器。关于液体喷洒器，其可以喷洒相应的液体，例如：水，可以理解，在干燥或者杂质较多的空气中，水可以起到一定的净化作用。或者，还可以是空气清新剂等，能够清新空气的液体。

关于粉尘净化器，其可以喷洒能够消除或者削弱粉尘的物质。例如，一些能够稀释粉尘，或者与粉尘产生化学作用，减少粉尘的物质。

关于有害气体净化器，其可以喷洒能够净化或者削弱有害气体的物体。例如，一些能够与有害气体发生反应的物质，使得有害气体的有害性削弱。

在不同的应用场景中，可以根据具体的空气质量污染物的特性，配置至少两种空气净化器。

请参照图2，为根据本申请实施例的一种空气监测装置的结构框图，如图2所示，空气监测装置可以包括：空气采集装置和空气检测装置。

其中，空气采集装置可以实现车间的不同位置的空气监测数据的采集。例如，空气采集装置包括多个空气采集管和空气收集容器，各个空气采集管的一端可以设置在车间的不同位置，例如：车间的角落、车间的顶部、车间的四周，各个空气采集管的另一端与空气收集容器连接。从而，空气可以通过空气采集管进入空气收集容器。进一步地，空气检测装置可以与空气采集装置连接，并通过相应的空气检测方式，实现空气检测。

其中，关于空气检测的具体实现方式，可参照本领域的成熟技术。并且，其可以结合不同的应用场景的空气污染物的特性，配置相应的空气检测方式。

在一些实施例中，控制设备可以是终端设备，其作为后端控制设备，可以控制整个系统的运行，进而实现车间空气净化监测。

请参照图3，为根据本申请实施例的一种基于AI的车间空气净化监测系统的控制方法的流程图，该控制方法可以应用于前述的控制设备，该控制方法包括：

步骤301，生成AI机器人的第一控制指令，并发送给AI机器人，以控制AI机器人在第一预设时间段内执行第一空气净化策略，AI机器人设置有至少两种空气净化器，第一空气净化策略包括第一行进路径和第一空气净化器使用策略。

步骤302，获取车间的空气监测装置在第二预设时间段内采集到的空气监测数据。

步骤303，根据空气监测数据，生成AI机器人的第二控制指令，并发送给AI机器人，以控制AI机器人在第二预设时间段内执行第二空气净化策略，第二空气净化策略包括第二行进路径和第二空气净化器使用策略。

在本申请实施例中，车间空气净化监测是周期性的，示例的，车间空气净化监测周期为一天，即，每天都会进行车间空气净化监测。或者，针对一些车间来说，一周可能只有周一至周五运行，则，相应的，车间空气净化监测周期可以是连续5次的一天监测周期，然后停2次，接着再继续连续5次的一天监测周期，以此类推。

在步骤301~303中，将一个车间空气净化监测周期划分了两个阶段，第一个阶段中，直接控制AI机器人进行空气净化。第二个阶段中，基于车间的空气监测装置采集的空气监测数据，控制AI机器人进行空气净化。

通过这种阶段性的划分，能够使得车间空气净化与车间的运行情况匹配，并降低整个系统的功耗。

因此，在步骤301中，可以生成AI机器人的第一控制指令，以控制AI机器人在第一预设时间段内执行第一空气净化策略，其中，第一空气净化策略包括第一行进路径和第一空气净化器使用策略。

在一些实施例中，如果AI机器人的数量为一个，则只需针对该一个AI机器人生成第一控制指令。

在另一些实施例中，如果AI机器人的数量为多个，则可以分别生成AI机器人的第一控制指令。多个AI机器人可以全部或者部分在第一预设时间段内执行第一空气净化策略，并且，不同的AI机器人的第一空气净化策略不同，例如：第一行进路径不同或者第一空气净化器使用策略不同。但是，需要保证多个AI机器人的行进路径覆盖整个车间的净化区域。

示例的，假设车间的覆盖面积较大，则可以将车间划分为两部分，对应的，配置两个AI机器人，其中一个AI机器人负责其中的一部分，另一个AI机器人负责另外一部分，然后，针对每个部分和每个AI机器人，按照相同的指令生成方式，生成对应的行进路径和空气净化器使用策略，以保证相应的AI机器人可以实现相应区域内的空气净化。

作为一种可选的实施方式，第一预设时间段的起始时间表征起始空气净化时间，第一预设时间段的结束时间表征车间设备的起始运行时间；第二预设时间段的开始时间表征车间设备的起始运行时间，第二预设时间段的结束时间表征车间设备的结束运行时间。

在这种实施方式中，起始空气净化时间可以是空气净化监测周期的起始时间，例如，以天为周期的情况下，起始空气净化时间可以是早上的5~6点。车间设备的起始运行时间，可以是车间所规定的开始工作时间，在该时间到达时，车间设备启动，车间工作人员也相应的开始工作。例如，车间设备的起始运行时间可以是7~8点。

可以理解，在车间设备还未开始工作时，提前进行空气净化，可以削弱车间设备工作之后对车间空气造成的影响，以减少空气净化的频率；并且，这样也不会对车间工作人员的工作造成影响。

进而，第二预设时间段的结束时间表征车间设备的结束运行时间，车间设备的结束运行时间，可以是车间所规定的结束工作时间，在该时间到达时，车间设备结束运行，车间工作人员也相应的结束工作。

因此，第二阶段的空气净化，可以理解为根据实时的空气质量情况，决定是否进行空气净化。

可以理解，在第二阶段的空气净化之后，通常车间的空气质量能够保持较好的水平，但是，车间规定的结束时间在很多时候可能并不是严格执行的。

因此，作为一种可选的实施方式，在步骤303之后，该控制方法还包括：生成AI机器人的第三控制指令，并发送给AI机器人，以控制AI机器人在第三预设时间段内执行第三空气净化策略，第三空气净化策略包括第三行进路径和第一空气净化器使用策略，第三行进路径根据第一行进路径确定，第三预设时间段的开始时间表征车间设备的结束运行时间，第三预设时间段的结束时间表征结束空气净化时间。

结束空气净化时间，可以是空气净化监测周期的结束时间，例如，每天的8~9点。

对于第三空气净化策略的生成，可以与第一空气净化策略的生成类似。所以，第三行进路径根据第一行进路径确定。例如，第一行进路径可能是第一行进路径对应的反方向行进路径，还可能是不具有相同路径点的路径。

也即，第三空气净化策略中的行进路径和空气净化器使用策略，可以基于第一空气净化策略中的行进路径和空气净化器使用策略确定，其可以相同，也可以不同。

进一步地，第一预设时间段、第二预设时间段和第三预设时间段，可以构成一个完整的车间空气净化监测周期。

在一些实施例中，在第一预设时间段和/第三预设时间段内，空气监测装置可以不进行空气质量监测。

作为一种可选的实施方式，步骤301包括：获取空气监测装置在前一空气净化监测周期内采集到的历史空气监测数据；根据历史空气监测数据和预训练的空气质量预测模型，确定预测空气质量；根据预测空气质量，确定第一行进路径和第一空气净化器使用策略；根据第一行进路径和第一空气净化器使用策略，生成AI机器人的第一控制指令。

在一些实施例中，空气监测周期在前一空气净化监测周期内采集到的历史空气监测数据，可以包括前一空气净化监测周期中的全部时间点，也可以包括部分时间点。例如，仅包括前一空气净化监测周期中的第二预设时间段和第三预设时间段内的空气监测数据。

在一些实施例中，根据历史空气监测数据和预训练的空气质量预测模型，确定预测空气质量。即，通过前一空气净化监测周期中的空气监测数据，预测当前空气净化监测周期的起始空气质量。

进而，根据预测的空气净化监测周期的起始空气质量，可以确定第一行进路径和第一空气净化器使用策略。

作为一种可选的实施方式，根据预测空气质量数据，确定第一行进路径和第一空气净化器使用策略，包括：若预测空气质量优于预设空气质量，根据第一预设路径点，确定第一行进路径，以及确定第一空气净化器使用策略为交叉使用至少两种空气净化器，交叉使用的时间间隔为预设时间间隔，第一预设路径点包括车间入口对应的路径点和车间出口对应的路径点；若预测空气质量差于预设空气质量，根据第二预设路径点，确定第一行进路径，以及确定第一空气净化器使用策略为使用目标空气净化器，第二预设路径点为目标车间设备对应的路径点，目标车间设备的车间空气质量影响值高于预设影响值，目标空气净化器的空气净化强度高于预设强度。

在一些实施例中，预设空气质量可以是表征一般水平的空气质量，示例的，假设空气质量采用0~10之间的数值评分，且数值越高，空气质量越高，则预设空气质量可以是5。

在一些实施例中，交叉使用的时间间隔为预设时间间隔，例如：5分钟、10分钟等。其中，交叉使用可以理解为，在第一预设时间段内，先使用一种空气净化器，在达到预设时间间隔之后，再使用另一种空气净化器。

在一些实施例中，基于路径点，可以规划相应的行进路径。示例的，以AI机器人当前位置为起始路径点，以距离AI机器人最远的位置为终点路径点。然后，分别生成相邻两个路径点对应的曲线或者直线，将多个曲线或者直线组合，即生成一条路径。或者，也可以采用其他的路径生成算法，在本申请实施例中不进行限定，具体可以参照本领域的成熟技术。以及，可以理解，在后续实施例中，关于基于相应路径点生成相应的行进路径的具体实施方式，也不再进行详细介绍。

在一些实施例中，车间入口对应的路径点和车间出口对应的路径点，可以是车间入口位置和车间出口位置，也可以是车间入口位置附近的无障碍物的位置和车间出口位置附近的无障碍物的位置。

在一些实施例中，车间空气质量影响值高于预设影响值，则目标车间设备可以是使用频率较高的车间设备，还可以是需要工作人员操作的设备等。因此，目标车间设备对应的路径点，可以是目标车间设备所处位置，也可以是目标车间设备所处位置附近的无障碍物的位置等。

在一些实施例中，可以预先标定各个车间设备的车间空气质量影响值，以及标定表征高影响程度的预设影响值。进而，可以实现目标车间设备的确定。

在一些实施例中，目标空气净化器的空气净化强度高于预设强度，则目标空气净化器可以是粉尘净化器、有害气体净化器等。可以预先标定空气净化器的空气净化强度，以及标定表征高强度净化的预设强度，从而，可以实现目标空气净化器的确定。

在一些实施例中，预训练的空气质量预测模型的训练过程可以包括：获取训练数据集，训练数据集包括多个训练样本，多个训练样本包括连续的空气净化监测周期分别对应的空气监测数据，每一训练样本包括空气监测样本数据和空气监测样本数据的空气质量标签，空气质量标签用于表征空气净化监测周期的起始监测空气质量和结束监测空气质量；根据训练数据集对待训练的空气质量预测模型进行训练，获得预训练的空气质量预测模型。

在这种实施方式中，待训练的空气质量预测模型可以是随机森林模型、逻辑回归模型、深度学习模型等。

在一些实施例中，连续的空气净化监测周期分别对应的空气监测数据，可以是历史空气净化监测周期分别对应的空气监测数据。例如，前7天分别对应的空气监测数据。

在一些实施例中，空气监测样本数据即为相应周期内的空气监测数据，其可以是部分监测数据，也可以是全部监测数据。对应的，空气监测样本数据的空气质量标签可以表征空气净化监测周期的起始监测空气质量和结束监测空气质量。即，对于每个训练样本，可以表征连续的空气净化监测周期的空气监测数据、起始监测空气质量和结束监测空气质量之间的关系。通过该训练样本对待训练的空气质量预测模型进行训练，使得空气质量预测模型可以学习空气监测数据对于空气质量的影响，以及学习周期相互之间的空气质量影响关系。

进而，对于预训练的空气质量预测模型来说，可以根据前一空气净化监测周期的空气监测数据，可以预测当前空气净化监测周期的起始空气质量。

在一些实施例中，根据第一行进路径和第一空气净化器使用策略，可以生成AI机器人的控制指令。该控制指令的生成，可以参照本领域成熟的机器人控制技术，在此不进行具体介绍。

在一些实施例中，也可以根据默认的行进路径和默认的空气净化器使用策略，生成第一控制指令。也即，第一预设时间段内，AI机器人的行进路径和空气净化器使用策略，可以是固定的。

在一些实施例中，对于AI机器人来说，在接收到第一控制指令之后，可以按照第一行进路径行进，以及，按照第一空气净化器使用策略，使用相应的空气净化器。

在步骤302中，获取车间的空气监测装置在第二预设时间段内采集到的空气监测数据。以及在步骤303中，根据空气监测数据，生成AI机器人的第二控制指令，并发送给AI机器人。

在一些实施例中，在第二预设时间段内，可以仅生成一次第二控制指令，也可以生成多次第二控制指令。对应的，AI机器人可以在第二预设时间段内仅进行一次净化，也可以在第二预设时间段内进行多次净化。

从而，示例的，控制设备可以在第二预设时间段的中间时间点获取该时间段内的空气监测数据，以生成一次第二控制指令；该中间时间点，可以是第二预设时间段中的中点时间点或者中点时间点相邻的时间点。或者，控制设备可以在第二预设时间段的多个时间点，分别获取相应时间段内的空气监测数据，以生成多次第二控制指令。

不管采用哪种实施方式，一次空气监测数据可以包括多个监测位置分别对应的至少一个空气质量。

对应的，一次第二控制指令的生成可以包括：根据多个监测位置分别对应的至少一个空气质量和预设空气质量，确定多个净化路径点；根据多个净化路径点确定第二行进路径；根据多个监测位置分别对应的至少一个空气质量，确定空气质量变化规律；根据空气质量变化规律，确定第二空气净化器使用策略；根据第二行进路径和第二空气净化器使用策略，生成AI机器人的第二控制指令。

作为一种可选的实施方式，根据多个监测位置分别对应的至少一个空气质量和预设空气质量，确定多个净化路径点，包括：若多个监测位置分别对应的至少一个空气质量均优于预设空气质量，根据人流量小于预设人流量的车间位置确定多个净化路径点；若多个监测位置分别对应的至少一个空气质量中存在差于预设空气质量的监测位置，根据空气质量差于预设空气质量的监测位置和人流量小于预设人流量的车间位置确定多个净化路径点；若多个监测位置分别对应的至少一个空气质量均差于预设空气质量，根据多个监测位置和人流量小于预设人流量的车间位置确定多个净化路径点。

在一些实施例中，预设空气质量可以表征无需进行净化的空气质量，示例的，如果空气质量为0~10之间的值，值越大，空气质量越好，则预设空气质量可以是7。

在一些实施例中，人流量可以通过车间中的其他监测设备确定，例如：摄像机。也可以通过AI机器人监测确定。预设人流量，可以是不会影响AI机器人的空气净化的人流量，例如：2个人。进而，可以将人流量小于预设人流量的车间位置确定为净化路径点。也可以将人流量小于预设人流量的车间位置的附近位置确定为净化路径点。其中，净化路径点的数量需要大于预设数量，以保证覆盖整个车间范围。

在一些实施例中，将多个监测位置分别对应的至少一个空气质量，按照时间先后顺序排列，即可确定空气质量变化规律。该空气质量变化规律是多个监测位置分别对应的空气质量变化规律，也可以是多个监测位置整体对应的空气质量变化规律。

进一步地，根据空气质量变化规律，确定第二空气净化器使用策略，包括：若空气质量变化规律为在预设空气质量范围内来回波动，确定第二空气净化器使用策略为交叉使用至少两种空气净化器，交叉使用的时间间隔根据来回波动频率确定；若空气质量变化规律为从优到差，确定第二空气净化器使用策略为使用第一空气净化器，第一空气净化器的空气净化强度高于预设强度；若空气质量变化规律为保持不变，确定第二空气净化器使用策略为使用第二空气净化器，第二空气净化器的空气净化强度低于预设强度。

在一些实施例中，预设空气质量范围的一个端值可以表征较差的空气质量，另一个端值可以表征较优的空气质量，例如：该范围可以是4~6。进一步地，来回波动频率越高，交叉使用的时间间隔的越短。

通过这种方式，可以在空气质量较为不稳定的时候，使用更多种类型的空气净化方式进行净化，实现较好的空气净化效果。

在一些实施例中，空气净化强度和预设强度的实施方式，可以参照前述实施例，在此不重复介绍。

进一步地，基于第二行进路径和第二空气净化器使用策略，可以生成AI机器人的第二控制指令，以使AI机器人进行相应的空气净化。

在本申请实施例中，在经过多次车间空气净化监测之后，还可以对车间空气净化监测周期的不同阶段的分布方式进行调整。

因此，作为一种可选的实施方式，该控制方法还包括：获取AI机器人的历史监测数据，若该历史监测数据表征在第一预设时间段内多次监测到人，或者在第三预设时间段内多次监测到人，则更新第一预设时间段和第三预设时间段。

在这种实施方式中，如果AI机器人在第一预设时间段或者第三预设时间段内多次监测到人，说明在默认的车间设备还未开始工作或者车间设备已经停止工作之后，存在车间工作人员的活动。该车间工作人员的活动可能会开启车间设备，进而也可能影响车间空气质量。以及，也说明第一预设时间段和第三预设时间段的设置不合理。

所以，在这种情况下，可以对第一预设时间段和第三预设时间段进行更新。例如，将第一预设时间段的起始时间提早，或者将第三预设时间段的结束时间延迟。进而，空气净化监测周期的总时长也对应变化。

通过本申请实施例的介绍可以看出，通过AI机器人的第一控制指令，可以控制AI机器人在第一预设时间段内执行第一空气净化策略，以及，根据车间的空气监测装置采集到的空间监测数据，生成第二控制指令，可以控制AI机器人在第二预设时间段内执行第二空气净化策略。因此，该技术方案可以在不同的时间段内，采用不同的空气净化策略，空气净化策略可以与空气监测数据相关。因此，该技术方案在实现车间空气监测的同时，对车间空气进行有效净化，提高车间空气净化等级，进而提高产品的质量与设备运行的稳定性。

请参照图4，为根据本申请实施例的一种基于AI的车间空气净化监测系统的控制装置的结构框图，如图4所示，该装置包括：

控制模块401，用于生成AI机器人的第一控制指令，并发送给所述AI机器人，以控制所述AI机器人 在第一预设时间段内执行第一空气净化策略，所述AI机器人设置有至少两种空气净化器，所述第一空气净化策略包括第一行进路径和第一空气净化器使用策略；

获取模块402，用于获取车间的空气监测装置在第二预设时间段内采集到的空气监测数据。

控制模块401还用于：根据所述空气监测数据，生成所述AI机器人的第二控制指令，并发送给所述AI机器人，以控制所述AI机器人在第二预设时间段内执行第二空气净化策略，所述第二空气净化策略包括第二行进路径和第二空气净化器使用策略。

该装置的各个模块与前述方法的各个步骤对应，因此，该装置的实施方式可以参照前述实施例，在此不重复介绍。

请参照图5，本申请的实施例还提供一种电子设备，该电子设备可作为前述的控制设备。

电子设备，包括处理器501和存储器502，处理器501和存储器502通信连接。

处理器501、存储器502之间直接或间接地电连接，以实现数据的传输或交互。例如，这些元件之间可以通过一条或多条通讯总线或信号总线实现电连接。前述的各模块或者各交互端所执行的方法步骤分别包括至少一个可以以软件或固件（firmware）的形式存储于存储器502中的软件功能模块。

处理器501可以是一种集成电路芯片，具有信号处理能力。处理器501可以是通用处理器，包括CPU (Central Processing Unit，中央处理器)、NP (Network Processor，网络处理器)等；还可以是数字信号处理器、专用集成电路、现成可编程门阵列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。其可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。

存储器502可以存储各种软件程序以及模块。处理器501通过运行存储在存储器502中的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现本申请实施例中的各个步骤。

存储器502可以包括但不限于RAM（Random Access Memory，随机存取存储器），ROM（Read Only Memory，只读存储器），PROM（Programmable Read-Only Memory，可编程只读存储器），EPROM（Erasable Programmable Read-Only Memory，可擦除只读存储器），EEPROM（Electric Erasable Programmable Read-Only Memory，电可擦除只读存储器）等。

可以理解，图5所示的结构仅为示意，电子设备还可包括比图5中所示更多或者更少的组件，或者具有与图5所示不同的配置。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

前述对本申请的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本申请限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本申请的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本申请的各种不同的示例性实施方案以及各种不同的选择和改变。本申请的范围意在由权利要求书及其等同形式所限定。

Claims (10)

1.一种基于AI的车间空气净化监测系统的控制方法，其特征在于，包括：

生成AI机器人的第一控制指令，并发送给所述AI机器人，以控制所述AI机器人在第一预设时间段内执行第一空气净化策略，所述AI机器人设置有至少两种空气净化器，所述第一空气净化策略包括第一行进路径和第一空气净化器使用策略；

获取车间的空气监测装置在第二预设时间段内采集到的空气监测数据；

根据所述空气监测数据，生成所述AI机器人的第二控制指令，并发送给所述AI机器人，以控制所述AI机器人在第二预设时间段内执行第二空气净化策略，所述第二空气净化策略包括第二行进路径和第二空气净化器使用策略。

2.根据权利要求1所述的控制方法，其特征在于，所述第一预设时间段的起始时间表征起始空气净化时间，所述第一预设时间段的结束时间表征车间设备的起始运行时间；所述第二预设时间段的开始时间表征车间设备的起始运行时间，所述第二预设时间段的结束时间表征车间设备的结束运行时间。

3.根据权利要求2所述的控制方法，其特征在于，在所述根据所述空气监测数据，生成所述AI机器人的第二控制指令，并发送给所述AI机器人之后，所述控制方法还包括：

生成AI机器人的第三控制指令，并发送给所述AI机器人，以控制所述AI机器人在第三预设时间段内执行第三空气净化策略，所述第三空气净化策略包括第三行进路径和所述第一空气净化器使用策略，所述第三行进路径根据所述第一行进路径确定，所述第三预设时间段的开始时间表征车间设备的结束运行时间，所述第三预设时间段的结束时间表征结束空气净化时间。

4.根据权利要求1所述的控制方法，其特征在于，所述生成AI机器人的第一控制指令，包括：

获取所述空气监测装置在前一空气净化监测周期内采集到的历史空气监测数据；

根据所述历史空气监测数据和预训练的空气质量预测模型，确定预测空气质量；

根据所述预测空气质量，确定所述第一行进路径和所述第一空气净化器使用策略；

根据所述第一行进路径和所述第一空气净化器使用策略，生成所述AI机器人的第一控制指令。

5.根据权利要求4所述的控制方法，其特征在于，所述根据所述预测空气质量数据，确定所述第一行进路径和所述第一空气净化器使用策略，包括：

若所述预测空气质量优于预设空气质量，根据第一预设路径点，确定所述第一行进路径，以及确定所述第一空气净化器使用策略为交叉使用所述至少两种空气净化器，交叉使用的时间间隔为预设时间间隔，所述第一预设路径点包括车间入口对应的路径点和车间出口对应的路径点；

若所述预测空气质量差于预设空气质量，根据第二预设路径点，确定所述第一行进路径，以及确定所述第一空气净化器使用策略为使用目标空气净化器，所述第二预设路径点为目标车间设备对应的路径点，所述目标车间设备的车间空气质量影响值高于预设影响值，所述目标空气净化器的空气净化强度高于预设强度。

6.根据权利要求4所述的控制方法，其特征在于，所述控制方法还包括：

获取训练数据集，所述训练数据集包括多个训练样本，所述多个训练样本包括连续的空气净化监测周期分别对应的空气监测数据，每一训练样本包括空气监测样本数据和空气监测样本数据的空气质量标签，所述空气质量标签用于表征空气净化监测周期的起始监测空气质量和结束监测空气质量；

根据所述训练数据集对待训练的空气质量预测模型进行训练，获得所述预训练的空气质量预测模型。

7.根据权利要求1所述的控制方法，其特征在于，所述空气监测数据包括多个监测位置分别对应的至少一个空气质量，所述根据所述空气监测数据，生成所述AI机器人的第二控制指令，包括：

根据多个监测位置分别对应的至少一个空气质量和预设空气质量，确定多个净化路径点；

根据所述多个净化路径点确定所述第二行进路径；

根据所述多个监测位置分别对应的至少一个空气质量，确定空气质量变化规律；

根据所述空气质量变化规律，确定所述第二空气净化器使用策略；

根据所述第二行进路径和所述第二空气净化器使用策略，生成所述AI机器人的第二控制指令。

8.根据权利要求7所述的控制方法，其特征在于，所述根据多个监测位置分别对应的至少一个空气质量和预设空气质量，确定多个净化路径点，包括：

若所述多个监测位置分别对应的至少一个空气质量均优于所述预设空气质量，根据人流量小于预设人流量的车间位置确定多个净化路径点；

若所述多个监测位置分别对应的至少一个空气质量中存在差于所述预设空气质量的监测位置，根据空气质量差于所述预设空气质量的监测位置和人流量小于预设人流量的车间位置确定多个净化路径点；

若所述多个监测位置分别对应的至少一个空气质量均差于所述预设空气质量，根据所述多个监测位置和人流量小于预设人流量的车间位置确定多个净化路径点。

9.根据权利要求7所述的控制方法，其特征在于，所述根据所述空气质量变化规律，确定所述第二空气净化器使用策略，包括：

若所述空气质量变化规律为在预设空气质量范围内来回波动，确定所述第二空气净化器使用策略为交叉使用所述至少两种空气净化器，交叉使用的时间间隔根据来回波动频率确定；

若所述空气质量变化规律为从优到差，确定所述第二空气净化器使用策略为使用第一空气净化器，所述第一空气净化器的空气净化强度高于预设强度；

若所述空气质量变化规律为保持不变，确定所述第二空气净化器使用策略为使用第二空气净化器，所述第二空气净化器的空气净化强度低于所述预设强度。

10.一种基于AI的车间空气净化监测系统，其特征在于，包括：

设置在车间内的AI机器人，所述AI机器人设置有至少两种空气净化器；

设置在车间的空气监测装置，所述空气监测装置用于采集空气监测数据；

控制设备，分别与所述AI机器人和所述空气监测装置通信连接，所述控制设备用于执行如权利要求1~9任一项所述的基于AI的车间空气净化监测系统的控制方法。