[发明专利]一种机器人导航算法训练数据集获取的区块链应用方法

说明书

本发明公开了一种机器人导航算法训练数据集获取的区块链应用方法，其技术方案要点是包括区块网络搭建步骤：搭建区块链网络，区块链网络包括有若干公共应用节点，公共应用节点用于存储用户实时上传的数据；数据获取步骤：构建本地应用节点，定时根据预设的数据类型从公共应用节点获取符合数据类型的数据，并存储到本地应用节点；数据训练步骤：利用半监督式学习算法，对本地应用节点的数据进行训练，得到机器视觉模型。通过该方法易于获取多样化的数据集，从而使得训练得到的模型能够适应复杂场景。

技术领域

本发明涉及机器视觉领域，更具体的说是涉及一种机器人导航算法训练数据集获取的区块链应用方法。

背景技术

机器视觉是近年来人工智能领域一个重要分支。基于视觉的导航是使用计算机视觉算法和光学传感器，包括基于激光的测距仪和使用CCD阵列的光度相机，将图像信号转换为数字信号，通过图像预处理、特征提取、机器学习等一系列处理指导机器人做出相应的动作。其中，机器学习是整个导航的关键，目前训练的数据集都来自于实验室或个别大型科技公司，数据集过于单一，训练出来的算法不能适应各种复杂场景，如天气、光线、颜色等。

总的说来，利用传统集中式数据集样本训练机器学习算法存在如下问题：1、数据采集难：机器学习样本多样性很大程度上决定了最终机器识别的性能，但是大规模数据的获取对于一般的个人或企业是相当困难的，在某种程度上限制了机器视觉的发展。2、数据单一化：数据只是掌握在少数大型互联网公司，这些数据只是一些用户行为数据，并不具备多样化，这样训练出来的目标函数不能适应各种复杂场景下的情况，导致导航视觉精度大打折扣。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种机器人导航算法训练数据集获取的区块链应用方法，通过该方法易于获取多样化的数据集，从而使得训练得到的模型能够适应复杂场景。

为实现上述目的，本发明提供了如下技术方案：一种机器人导航算法训练数据集获取的区块链应用方法，包括：

区块网络搭建步骤：搭建区块链网络，所述区块链网络包括有若干公共应用节点，所述公共应用节点用于存储用户实时上传的数据；

数据获取步骤：构建本地应用节点，定时根据预设的数据类型从所述公共应用节点获取符合数据类型的数据，并存储到所述本地应用节点；

数据训练步骤：利用半监督式学习算法，对所述本地应用节点的数据进行训练，得到机器视觉模型。

作为本发明的进一步改进，所述本地应用节点配置有本地应用数据库，所述数据获取步骤包括数据上链子步骤和数据筛选子步骤；

所述数据上链子步骤包括终端设备响应用户指令将数据格式化成json格式，并将数据设置为预设的数据类型，将数据打包后上传至任一所述公共应用节点；

所述数据入库子步骤包括获取所述数据库的当前账本最大高度为Max，设置当前的获取账本高度为Max+1，每隔预设的获取间隔时间以当前的获取账本高度Max+1从所述公共应用节点的对应账本中获取数据，对数据进行筛选，若筛选后获得数据，则将筛选后的数据存储至所述本地应用数据库，并将所述当前账本高度加1。

作为本发明的进一步改进，所述数据入库子步骤中对数据进行筛选具体为：判断对应账本是否为空，若账本为空，则将所述当前账本高度加1；若不为空，则读取对应账本内数据；将读取的数据的类型与预设的数据类型进行比较，若读取的数据的类型为预设的数据类型，则将读取的数据储存至所述本地应用数据库；若读取的数据的类型与预设的数据类型不同，则不存储读取的数据。

作为本发明的进一步改进，所述本地应用节点还配置有异常数据库，所述异常数据库中存储有异常数据，所述异常数据为从所述本地应用数据库中获取的无法用于训练的无训练价值的数据，所述数据训练步骤还包括数据选用子步骤；