手自一体化伸缩驱动平台的制作方法

1.本发明涉及自动控制领域，尤其涉及一种手自一体化伸缩驱动平台。

背景技术：

2.自动控制(automatic control)是指在没有人直接参与的情况下，利用外加的设备或装置，使机器、设备或生产过程的某个工作状态或参数自动地按照预定的规律运行。自动控制是相对人工控制概念而言的。最早的自动化控制要追溯到我国古代的自动化计时器和漏壶指南车，而自动化控制技术的广泛应用则开始于欧洲的工业革命时期。英国人瓦特在发明蒸汽机的同时，应用反馈原理，于1788年发明了离心式调速器。当负载或蒸汽量供给发生变化时，离心式调速器能够自动调节进气阀的开度，从而控制蒸汽机的转速。
3.当前，探出式遮阳罩的控制包括人工控制模式和自动控制模式两种，其人工控制模式自然满足人们的使用需求，但是自动控制模式过于单一，完全是基于环境参数的固定化设置，无法真实满足不同用户使用探出式遮阳罩的个性化需求。

技术实现要素：

4.为了解决现有技术中的技术问题，本发明提供了一种手自一体化伸缩驱动平台，能够在定制结构的探出式遮阳罩的硬件基础上，引用深度神经网络模型以基于手动设定数据建立自动设定数据的数值转换模型，从而提升探出式遮阳罩自动操作的智能化水平。
5.相比较于现有技术，本发明具备以下几处突出的实质性特点：
6.(1)引入定制结构的探出式遮阳罩，具有探出式罩体、状态切换机构、人工设定机构、自动设定机构、驱动电机和计时机构，所述探出式罩体为倒u形折叠式伸缩结构，用于为探出式罩体的手自一体化的伸缩驱动提供有效的硬件资源；
7.(2)引入深度神经网络模型以基于历史统计的各项人工设定数据建立人工智能转换机制实行自动设定数据的获取，进而实现对探出式罩体的自动驱动模式的智能化控制。
8.根据本发明的一方面，提供了一种手自一体化伸缩驱动平台，所述平台包括：
9.探出式遮阳罩，具有探出式罩体、状态切换机构、人工设定机构、自动设定机构、驱动电机和计时机构，所述探出式罩体为倒u形折叠式伸缩结构；
10.其中，在所述探出式遮阳罩中，所述驱动电机用于基于接收到的当前探出长度驱动探出式罩体进行水平面的探出操作以使得完成探出操作后的探出径深等于所述当前探出长度。
11.更具体地，在所述手自一体化伸缩驱动平台中：
12.在所述探出式遮阳罩中，所述人工设定机构和所述自动设定机构都用于向所述驱动电机输入当前探出长度。
13.更具体地，在所述手自一体化伸缩驱动平台中：
14.在所述探出式遮阳罩中，所述状态切换机构在被设定为人工操作模式时，设定所述驱动电机只接收所述人工设定机构的输出数据而不接收所述自动设定机构的输出数据。
15.更具体地，在所述手自一体化伸缩驱动平台中，所述平台还包括：
16.风速测量机构，设置在探出式遮阳罩的附近，用于对所述探出式遮阳罩安装位置的风速进行测量以获得各个测量时刻对应的实时风速，所述各个测量时刻相邻两个测量时刻的间隔相等；
17.数据统计机构，分别与所述计时机构、所述状态切换机构、所述人工设定机构以及所述风速测量机构连接，用于记录最近的人工设定模式下人工设定的当前探出长度以及在人工设定当前探出长度之前预设时间长度内采集的预设数量的实时风速；
18.模型供应机构，与所述数据统计机构连接，用于将最近的人工设定模式下人工设定的当前探出长度作为深度神经网络模型的输出数据，将人工设定当前探出长度之前预设时间长度内采集的预设数量的实时风速作为深度神经网络模型的预设数量的输入数据对所述深度神经网络模型进行训练；
19.长度解析设备，分别与所述自动设定机构、所述模型供应机构和所述风速测量机构连接，用于基于当前时刻之前预设时间长度内采集的预设数量的实时风速作为深度神经网络模型的预设数量的输入数据，执行深度神经网络模型以获得所述深度神经网络模型的输出数据作为所述自动设定机构向所述驱动电机输入的当前探出长度；
20.其中，所述长度解析设备执行的深度神经网络模型为训练后的深度神经网络模型；
21.其中，所述模型供应机构和所述长度解析设备都与所述状态切换机构连接，用于在人工设定模式下进入休眠状态；
22.其中，所述模型供应机构和所述长度解析设备还用于在自动设定模式下进入工作状态；
23.其中，在所述探出式遮阳罩中，所述状态切换机构在被设定为自动操作模式时，设定所述驱动电机只接收所述自动设定机构的输出数据而不接收所述人工设定机构的输出数据；
24.其中，所述数据统计机构还用于记录最近的多次人工设定模式下人工设定的当前探出长度以及在人工设定当前探出长度之前预设时间长度内采集的预设数量的实时风速。
25.根据本发明的另一方面，还提供了一种手自一体化伸缩驱动方法，所述方法包括使用一种如上述的手自一体化伸缩驱动平台，用于引用人工智能模式以基于手动设定数据建立自动设定数据的数值转换模型。
26.本发明的手自一体化伸缩驱动平台方便可靠、应用广泛。由于能够在定制结构的探出式遮阳罩的硬件基础上，引用深度神经网络模型以基于手动设定数据建立自动设定数据的数值转换模型，从而使得探出式遮阳罩的自动操作更人性化。
附图说明
27.以下将结合附图对本发明的实施方案进行描述，其中：
28.图1为根据本发明实施方案示出的手自一体化伸缩驱动平台的风速测量机构的外形示意图。
具体实施方式
29.下面将参照附图对本发明的手自一体化伸缩驱动平台的实施方案进行详细说明。
30.人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪三大尖端技术(基因工程、纳米科学、人工智能)之一。这是因为近三十年来它获得了迅速的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。
31.人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，主要包括计算机实现智能的原理、制造类似于人脑智能的计算机，使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科，其范围已远远超出了计算机科学的范畴，人工智能与思维科学的关系是实践和理论的关系，人工智能是处于思维科学的技术应用层次，是它的一个应用分支。从思维观点看，人工智能不仅限于逻辑思维，要考虑形象思维、灵感思维才能促进人工智能的突破性的发展，数学常被认为是多种学科的基础科学，数学也进入语言、思维领域，人工智能学科也必须借用数学工具，数学不仅在标准逻辑、模糊数学等范围发挥作用，数学进入人工智能学科，它们将互相促进而更快地发展。
32.当前，探出式遮阳罩的控制包括人工控制模式和自动控制模式两种，其人工控制模式自然满足人们的使用需求，但是自动控制模式过于单一，完全是基于环境参数的固定化设置，无法真实满足不同用户使用探出式遮阳罩的个性化需求。
33.为了克服上述不足，本发明搭建了一种手自一体化伸缩驱动平台，能够有效解决相应的技术问题。
34.根据本发明实施方案示出的手自一体化伸缩驱动平台包括：
35.探出式遮阳罩，具有探出式罩体、状态切换机构、人工设定机构、自动设定机构、驱动电机和计时机构，所述探出式罩体为倒u形折叠式伸缩结构；
36.其中，在所述探出式遮阳罩中，所述驱动电机用于基于接收到的当前探出长度驱动探出式罩体进行水平面的探出操作以使得完成探出操作后的探出径深等于所述当前探出长度。
37.接着，继续对本发明的手自一体化伸缩驱动平台的具体结构进行进一步的说明。
38.所述手自一体化伸缩驱动平台中：
39.在所述探出式遮阳罩中，所述人工设定机构和所述自动设定机构都用于向所述驱动电机输入当前探出长度。
40.所述手自一体化伸缩驱动平台中：
41.在所述探出式遮阳罩中，所述状态切换机构在被设定为人工操作模式时，设定所述驱动电机只接收所述人工设定机构的输出数据而不接收所述自动设定机构的输出数据。
42.所述手自一体化伸缩驱动平台中还可以包括：
43.风速测量机构，其外部结构如图1所示，设置在探出式遮阳罩的附近，用于对所述探出式遮阳罩安装位置的风速进行测量以获得各个测量时刻对应的实时风速，所述各个测量时刻相邻两个测量时刻的间隔相等；
44.数据统计机构，分别与所述计时机构、所述状态切换机构、所述人工设定机构以及
所述风速测量机构连接，用于记录最近的人工设定模式下人工设定的当前探出长度以及在人工设定当前探出长度之前预设时间长度内采集的预设数量的实时风速；
45.模型供应机构，与所述数据统计机构连接，用于将最近的人工设定模式下人工设定的当前探出长度作为深度神经网络模型的输出数据，将人工设定当前探出长度之前预设时间长度内采集的预设数量的实时风速作为深度神经网络模型的预设数量的输入数据对所述深度神经网络模型进行训练；
46.长度解析设备，分别与所述自动设定机构、所述模型供应机构和所述风速测量机构连接，用于基于当前时刻之前预设时间长度内采集的预设数量的实时风速作为深度神经网络模型的预设数量的输入数据，执行深度神经网络模型以获得所述深度神经网络模型的输出数据作为所述自动设定机构向所述驱动电机输入的当前探出长度；
47.其中，所述长度解析设备执行的深度神经网络模型为训练后的深度神经网络模型；
48.其中，所述模型供应机构和所述长度解析设备都与所述状态切换机构连接，用于在人工设定模式下进入休眠状态；
49.其中，所述模型供应机构和所述长度解析设备还用于在自动设定模式下进入工作状态；
50.其中，在所述探出式遮阳罩中，所述状态切换机构在被设定为自动操作模式时，设定所述驱动电机只接收所述自动设定机构的输出数据而不接收所述人工设定机构的输出数据；
51.其中，所述数据统计机构还用于记录最近的多次人工设定模式下人工设定的当前探出长度以及在人工设定当前探出长度之前预设时间长度内采集的预设数量的实时风速。
52.所述手自一体化伸缩驱动平台中：
53.所述模型供应机构还用于接收所述数据统计机构记录的最近的多次人工设定模式下人工设定的当前探出长度以及在人工设定当前探出长度之前预设时间长度内采集的预设数量的实时风速。
54.所述手自一体化伸缩驱动平台中：
55.所述模型供应机构还用于针对所述数据统计机构记录的每一次人工设定模式下人工设定的当前探出长度以及在人工设定当前探出长度之前预设时间长度内采集的预设数量的实时风速对深度神经网络模型执行一次训练。
56.所述手自一体化伸缩驱动平台中：
57.所述模型供应机构还用于将完成与多次人工设定模式分别对应的多次训练后的深度神经网络模型发送给所述长度解析设备以供所述长度解析设备执行。
58.所述手自一体化伸缩驱动平台中还可以包括：
59.电源供应机构，包括多个电压转换电路，用于分别与所述数据统计机构、所述模型供应机构和所述长度解析设备连接；
60.其中，所述多个电压转换电路用于通过电压转换分别为所述数据统计机构、所述模型供应机构和所述长度解析设备提供各自需要的供电电压。
61.同时，为了克服上述不足，本发明还搭建了一种手自一体化伸缩驱动方法，所述方法包括使用一种如上述的手自一体化伸缩驱动平台，用于引用人工智能模式以基于手动设
定数据建立自动设定数据的数值转换模型。
62.另外，所述手自一体化伸缩驱动平台中，所述电源供应机构还包括锂电池，用于为所述数据统计机构、所述模型供应机构和所述长度解析设备提供电力支撑。
″
锂电池
″
，是一类由锂金属或锂合金为正/负极材料、使用非水电解质溶液的电池。1912年锂金属电池最早由gilbert n.lewis提出并研究。20世纪70年代时，m.s.whittingham提出并开始研究锂离子电池。由于锂金属的化学特性非常活泼，使得锂金属的加工、保存、使用，对环境要求非常高。随着科学技术的发展，锂电池已经成为了主流。锂电池大致可分为两类：锂金属电池和锂离子电池。锂离子电池不含有金属态的锂，并且是可以充电的。可充电电池的第五代产品锂金属电池在1996年诞生，其安全性、比容量、自放电率和性能价格比均优于锂离子电池。
63.本领域技术人员可以了解，在本发明的范围可以进行更进一步的变化，其中本发明的范围是在附加的权利要求得到限定的。

技术特征：

1.一种手自一体化伸缩驱动平台，其特征在于，所述平台包括：探出式遮阳罩，具有探出式罩体、状态切换机构、人工设定机构、自动设定机构、驱动电机和计时机构，所述探出式罩体为倒u形折叠式伸缩结构；其中，在所述探出式遮阳罩中，所述驱动电机用于基于接收到的当前探出长度驱动探出式罩体进行水平面的探出操作以使得完成探出操作后的探出径深等于所述当前探出长度。2.如权利要求1所述的手自一体化伸缩驱动平台，其特征在于：在所述探出式遮阳罩中，所述人工设定机构和所述自动设定机构都用于向所述驱动电机输入当前探出长度。3.如权利要求2所述的手自一体化伸缩驱动平台，其特征在于：在所述探出式遮阳罩中，所述状态切换机构在被设定为人工操作模式时，设定所述驱动电机只接收所述人工设定机构的输出数据而不接收所述自动设定机构的输出数据。4.如权利要求3所述的手自一体化伸缩驱动平台，其特征在于，所述平台还包括：风速测量机构，设置在探出式遮阳罩的附近，用于对所述探出式遮阳罩安装位置的风速进行测量以获得各个测量时刻对应的实时风速，所述各个测量时刻相邻两个测量时刻的间隔相等；数据统计机构，分别与所述计时机构、所述状态切换机构、所述人工设定机构以及所述风速测量机构连接，用于记录最近的人工设定模式下人工设定的当前探出长度以及在人工设定当前探出长度之前预设时间长度内采集的预设数量的实时风速；模型供应机构，与所述数据统计机构连接，用于将最近的人工设定模式下人工设定的当前探出长度作为深度神经网络模型的输出数据，将人工设定当前探出长度之前预设时间长度内采集的预设数量的实时风速作为深度神经网络模型的预设数量的输入数据对所述深度神经网络模型进行训练；长度解析设备，分别与所述自动设定机构、所述模型供应机构和所述风速测量机构连接，用于基于当前时刻之前预设时间长度内采集的预设数量的实时风速作为深度神经网络模型的预设数量的输入数据，执行深度神经网络模型以获得所述深度神经网络模型的输出数据作为所述自动设定机构向所述驱动电机输入的当前探出长度；其中，所述长度解析设备执行的深度神经网络模型为训练后的深度神经网络模型；其中，所述模型供应机构和所述长度解析设备都与所述状态切换机构连接，用于在人工设定模式下进入休眠状态；其中，所述模型供应机构和所述长度解析设备还用于在自动设定模式下进入工作状态；其中，在所述探出式遮阳罩中，所述状态切换机构在被设定为自动操作模式时，设定所述驱动电机只接收所述自动设定机构的输出数据而不接收所述人工设定机构的输出数据；其中，所述数据统计机构还用于记录最近的多次人工设定模式下人工设定的当前探出长度以及在人工设定当前探出长度之前预设时间长度内采集的预设数量的实时风速。5.如权利要求4所述的手自一体化伸缩驱动平台，其特征在于：所述模型供应机构还用于接收所述数据统计机构记录的最近的多次人工设定模式下人工设定的当前探出长度以及在人工设定当前探出长度之前预设时间长度内采集的预设
数量的实时风速。6.如权利要求5所述的手自一体化伸缩驱动平台，其特征在于：所述模型供应机构还用于针对所述数据统计机构记录的每一次人工设定模式下人工设定的当前探出长度以及在人工设定当前探出长度之前预设时间长度内采集的预设数量的实时风速对深度神经网络模型执行一次训练。7.如权利要求6所述的手自一体化伸缩驱动平台，其特征在于：所述模型供应机构还用于将完成与多次人工设定模式分别对应的多次训练后的深度神经网络模型发送给所述长度解析设备以供所述长度解析设备执行。8.如权利要求7所述的手自一体化伸缩驱动平台，其特征在于，所述平台还包括：电源供应机构，包括多个电压转换电路，用于分别与所述数据统计机构、所述模型供应机构和所述长度解析设备连接；其中，所述多个电压转换电路用于通过电压转换分别为所述数据统计机构、所述模型供应机构和所述长度解析设备提供各自需要的供电电压。9.一种手自一体化伸缩驱动方法，所述方法包括提供一种如权利要求4-8任一所述的手自一体化伸缩驱动平台，用于引用人工智能模式以基于手动设定数据建立自动设定数据的数值转换模型。

技术总结

本发明涉及一种手自一体化伸缩驱动平台，包括：探出式遮阳罩，具有探出式罩体、状态切换机构、人工设定机构、自动设定机构、驱动电机和计时机构，探出式罩体为倒U形折叠式伸缩结构，驱动电机用于基于接收到的当前探出长度驱动探出式罩体进行水平面的探出操作以使得完成探出操作后的探出径深等于当前探出长度；长度解析设备，用于执行深度神经网络模型以获得自动设定机构向驱动电机输入的当前探出长度。本发明的手自一体化伸缩驱动平台方便可靠、应用广泛。由于能够在定制结构的探出式遮阳罩的硬件基础上，引用深度神经网络模型以基于手动设定数据建立自动设定数据的数值转换模型，从而使得探出式遮阳罩的自动操作更人性化。使得探出式遮阳罩的自动操作更人性化。使得探出式遮阳罩的自动操作更人性化。