(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210583889.5 (22)申请日 2022.05.27 (65)同一申请的已公布的文献号 申请公布号 CN 114676117 A (43)申请公布日 2022.06.28 (73)专利权人 成都明途科技有限公司 地址 610000 四川省成 都市天府新区湖畔 路北段366号1栋3楼1号 (72)发明人 韩威俊　肖雪松　严骊　龙胜海　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 蒋姗 (51)Int.Cl. G06F 16/21(2019.01) G06F 16/215(2019.01) G06F 16/2455(2019.01) G06F 16/901(2019.01) G06F 16/906(2019.01) G06K 9/62(2022.01)(56)对比文件 CN 113626626 A,2021.1 1.09 CN 114490576 A,202 2.05.13 CN 108875052 A,2018.1 1.23 US 202015946 0 A1,2020.0 5.21 US 2014201 139 A1,2014.07.17 WO 2016101818 A1,2016.0 6.30 US 11137980 B1,2021.10.0 5 US 2018285 004 A1,2018.10.04 US 2011137782 A1,201 1.06.09 US 2013347079 A1,2013.12.26 EP 2857952 A1,2015.04.08 CN 114297515 A,202 2.04.08 CN 105190573 A,2015.12.23 CN 112256782 A,2021.01.2 2 CN 114372731 A,202 2.04.19 CN 113220729 A,2021.08.0 6 CN 1043958 84 A,2015.0 3.04 (续) 审查员 张子瑜 (54)发明名称 一种岗位数据存 储方法、 装置及岗位机 器人 (57)摘要 本申请提供一种岗位数据存储 方法、 装置及 岗位机器人。 该方法包括： 获取自身采集的感知 数据； 将感知数据输入至预设的岗位技能模型中 进行处理， 生成与感知数据对应的岗位数据； 根 据预先构建的记忆存储模型对岗位数据进行识 别， 以确定岗位数据的存储类型； 其中， 存储类型 包括： 不存储、 本地暂存以及云端数据库永久存 储； 根据岗位数据的存储类型对岗位数据进行存 储。 通过上述方式， 一来可 以将存储的数据与岗 位机器人的场景相结合， 使得岗位机器人的 “记 忆”具有岗位行业特性， 便于岗位机器人有效、 且 快速地利用存储的数据。 二来， 通过上述分类存 储方式可以针对不同的岗位数据进行针对性地 分类存储， 该方式也降低了岗位机器人的存取压力。 [转续页] 权利要求书2页 说明书12页 附图2页 CN 114676117 B 2022.08.16 CN 114676117 B (56)对比文件 CN 104298726 A,2015.01.21 CN 109542 917 A,2019.0 3.29 CN 105765575 A,2016.07.13 CN 105706086 A,2016.0 6.22 CN 109219797 A,2019.01.15 CN 113326335 A,2021.08.31 王剑 等.面向农业科 学数据的分布式存 储方法研究. 《计算机 工程与应用》 .2015,第52卷 (第11期),第248-25 3页. 张霞 等.国内外文献数据库存 储服务研究. 《图书情 报工作》 .2014,第58卷(第10期),第12 2- 127页. 王根发 等.基 于云存储的数字档案馆 文件 安全保护机制研究. 《档案学研究》 .2016,(第02 期),第110-114页.2/2 页 2[接上页] CN 114676117 B1.一种岗位数据存 储方法， 其特 征在于， 应用于岗位机器人， 所述方法包括： 获取自身采集的感知数据； 其中， 所述感知数据与自身预 先配置的岗位身份相关联； 将所述感知数据输入至预设的岗位技 能模型中进行处理， 生成与所述感知数据对应的 岗位数据； 根据预先构建的记忆存储模型对所述岗位数据进行识别， 以确定所述岗位数据的存储 类型； 其中， 所述存 储类型包括： 不存 储、 本地暂存以及云端数据库永久存 储； 根据所述岗位数据的存 储类型对所述岗位数据进行存 储； 其中， 所述记忆存储模型包括检索策略、 暂存策略以及永久存储策略； 所述根据 预先构 建的记忆存储模型对 所述岗位数据进 行识别， 以确定所述岗位数据的存储类型， 包括： 基于 所述检索策略， 将所述岗位数据与自身存储的数据和云端数据库的数据进行数据比对； 若 数据比对为重复数据， 则确定所述岗位数据的存储类型为不存储； 若数据比对为非重复数 据， 则判断所述岗位数据是否与所述暂存策略或所述永久存储 策略匹配； 其中， 若 所述岗位 数据与所述暂存策略匹配， 则确定所述岗位数据的存储类型为本地暂存； 若所述岗位数据 与所述永久存 储策略匹配， 则确定所述岗位数据的存 储类型为云端数据库永久存 储； 其中， 所述根据 所述岗位数据的存储类型对所述岗位数据进行存储， 包括： 基于预先配 置的岗位知识图谱对所述岗位数据进行重构； 其中， 所述岗位知识图谱与自身预先配置的 岗位身份相关联； 将重构后的岗位数据根据所述岗位数据的存 储类型进行存 储。 2.根据权利要求1所述的方法， 其特征在于， 所述将所述感知数据输入至预设的岗位技 能模型中进行处 理， 生成与所述感知数据对应的岗位数据， 包括： 确定所述感知数据的数据格 式； 其中， 所述感知数据的数据格式包括图片格 式、 视频格 式及音频格式； 将所述感知数据输入至与所述感知数据的数据格式所对应的岗位技能模型中进行处 理， 生成与所述 感知数据对应的岗位数据； 其中， 所述与所述感知数据的数据格式所对应的 岗位技能模型包括图像识别模型、 语音转换模型。 3.根据权利要求2所述的方法， 其特 征在于， 所述方法还 包括： 统计输入至所述岗位 技能模型中的感知数据的数量； 当所述输入至所述岗位技能模型中的感知数据的数量大于第 一阈值时， 采用输入所述 岗位技能模型的感知数据对所述岗位 技能模型进行 更新。 4.根据权利要求1所述的方法， 其特征在于， 所述记忆存储模型还包括： 定期清理策略； 所述方法还 包括： 基于所述定期清理策略， 获取本地暂存的数据的存储时长， 及将达到预设时长的本地 暂存的数据进行清理。 5.根据权利要求4所述的方法， 其特征在于， 在所述基于所述定期清理策略， 获取本地 暂存的数据的存储时长， 及将达到预设时长的本地暂存的数据进行清理之前， 所述方法还 包括： 将所述本地暂存的数据上传至云端数据库进行存 储。 6.根据权利要求1所述的方法， 其特征在于， 在所述获取自身采集的感知数据之前， 所 述方法还 包括： 获取用户配置的特 征数据； 其中， 所述特 征数据包括配置的岗位身份信息；权　利　要　求　书 1/2 页 2 CN 114676117 B 3