使用智能机器数据预测标准机器的工地活动的制作方法

1.本发明涉及用于跟踪工地上的机器的活动的系统和方法，并且更具体地，涉及使用来自工地上的至少一个智能机器的位置数据和活动数据基于对应于标准机器的位置数据来确定由工地上的标准机器执行的活动。


背景技术：

2.当在工地(诸如建筑工地)上进行作业时，工地上可以存在许多不同的机器。然而，由于在工地上能够进行的作业的性质，工地上的机器的数量和布置可以随着作业进程而动态变化。例如，用于不同目的的机器可以随着作业进展而添加到工地或从工地移除，并且不同类型的任务作为动态作业模式的一部分来执行。另外，各个机器可以在工地上执行作业之前、期间或之后在工地周围移动。因此，工地管理者难以跟踪在任何特定时间工地上存在哪些机器和资产、此类机器和资产位于工地上的何处、此类机器和资产是否在使用中，和/或此类机器和资产可以从事什么活动。
3.在一些系统中，工地上的每个机器可以具有一组传感器，其可以用于跟踪和/或报告机器的位置和操作参数。例如，horne的欧洲专利申请公开第ep2587419号(以下称为“horne”)描述了一种监控系统，其中单个机器可以设置有全球定位系统(gps)传感器或其它位置传感器，以及可以检测发动机速度、燃料水平、燃料效率、机器部件的位置、怠速和作业时间以及其它机器状态参数的许多其它传感器。然而，尽管用于现有系统中的各个机器的传感器组(例如horne所描述的)可以有助于跟踪各个机器的活动和状态，但是为工地上的每个机器提供完整一组传感器会是昂贵的。为工地上的每个机器维护完整一组传感器也是困难并且耗时的，特别是因为此类传感器在恶劣的作业环境中会易于发生故障和/或损坏。另外，此类现有系统会无法跟踪工地上的一组机器的操作，除非该组机器中的每一个都包括完整一组传感器。
4.本文描述的示例系统和方法旨在克服上述缺陷中的一个或多个。


技术实现要素：

5.根据第一方面，一种系统可以包括在工地处的智能机器、在工地处的至少一个标准机器，以及非机载计算系统。智能机器可以具有第一位置传感器和传感器套件，并且至少一个标准机器可以具有第二位置传感器。非机载计算系统可以接收与智能机器相关联的活动报告，该活动报告包括来自第一位置传感器的第一位置数据以及基于来自传感器套件的传感器数据的活动数据。非机载计算系统可以基于第一位置数据和活动数据来训练机器学习模型。非机载计算系统还可以接收与至少一个标准机器相关联的至少一个位置报告，该位置报告包括来自第二位置传感器的第二位置数据。非机载计算系统可以使用机器学习模型并且基于第二位置数据来生成对应于至少一个标准机器的预测活动数据，该预测活动数据标识至少一个标准机器的至少一个预测活动。
6.根据又一方面，一种系统可以包括一个或多个处理器以及存储计算机可执行指令
的存储器。当由一个或多个处理器执行时，计算机可执行指令可以使一个或多个处理器执行操作。该操作可以包括：接收包括第一位置数据和关于工地上的智能机器的活动数据的活动报告，基于第一位置数据和活动数据来训练机器学习模型，接收包括关于工地上的一个或多个标准机器的第二位置数据的一个或多个位置报告，以及使用机器学习模型并且基于第二位置数据来生成对应于一个或多个标准机器的预测活动数据，该预测活动数据标识一个或多个标准机器的至少一个预测活动。
7.根据另一方面，一种方法可以包括：由计算系统来接收包括第一位置数据和关于工地上的智能机器的活动数据的活动报告，以及由计算系统基于第一位置数据和活动数据来训练机器学习模型。该方法还可以包括由计算系统来接收包括关于工地上的一个或多个标准机器的第二位置数据的一个或多个位置报告，以及由计算系统使用机器学习模型并且基于第二位置数据来生成对应于一个或多个标准机器的预测活动数据，该预测活动数据标识一个或多个标准机器的至少一个预测活动。
附图说明
8.参照附图来描述详细描述。在附图中，附图标记最左边的数字标识附图标记首次出现的附图。不同附图中相同的附图标记指示相似或相同的项目。
9.图1描绘了可以部署一组机器的工地的示例。
10.图2描绘了工地上与非机载计算系统通信的智能机器和一个或多个标准机器的示例。
11.图3描绘了计算系统的示例系统架构。
12.图4是示出用于训练和使用机器学习模型来生成预测活动数据的方法的流程图。
具体实施方式
13.图1描绘了可以部署一组机器102的工地100的示例。工地100可以是建筑工地、采矿工地、采石场或任何其它类型的工地或作业环境，在该处，可以部署一个或多个机器102来执行一个或多个作业任务。在一些示例中，工地100可以认为是加工工地或项目工地。在加工工地中，一个或多个机器102可以重复地执行一组任务。作为示例，加工工地可以是采石场或采矿工地，在该处，机器102重复地将岩石从岩壁移开。在项目工地中，一个或多个机器102可以随着项目进展而执行不同的任务。作为示例，项目工地可以是建筑工地、铺路工地或其它作业环境，在该处，机器102随着到达建筑的不同阶段而执行不同的任务。在其它示例中，工地100可以具有加工工地和项目工地两者的元件。
14.如本文所使用的术语，机器102可以指配置为在工地100内、工地100之间和/或在其它环境中执行一种或多种类型的操作的一件装置或其它资产。例如，机器102可以与一个或多个行业相关联，诸如采矿、建筑、铺路、农业或其它行业。机器102的非限制性示例包括商用机器，诸如卡车(例如，采矿卡车、拖运卡车、公路卡车、越野卡车、铰接式卡车等)、起重机、拉铲挖土机、管道敷设机、运土车辆、采矿车辆、反铲挖土机、铲运机、推土机、装载机(例如，大型轮式装载机、履带式装载机等)、铁锹、材料搬运装置、农场装置、船舶、飞机，和/或可以在作业环境中操作的任何其它类型的机器。在一些示例中，在工地100处可以存在多于一种类型的机器102。在其它示例中，工地100可以具有相同或基本相似类型的机器102中的
一个或多个，例如一组挖掘机、一组自卸卡车，或其它相似类型的机器组。
15.部署在工地100上的机器102可以是人工操纵机器、自主机器和/或半自主机器。人操作者可以操作、控制或指导人工操纵或半自主机器的一些或全部功能。然而，在机器102是自主或半自主机器的示例中，机器102的速度、转向、作业工具定位/移动和/或其它功能可以完全地或部分地由机载或非机载控制器或其它计算设备来自主或半自主地控制，诸如具有执行配置为自主地或半自主地控制机器102的计算机可读指令的处理器的计算设备。
16.机器102可以配置为运输或以其它方式操纵工地100上的材料104，诸如泥土、岩石、砾石、建筑材料和/或任何其它类型的材料。例如，机器102可以是挖掘机，其可以在工地100处的泥土或其它材料104周围挖掘和/或移动，将材料104装载到卡车或其它机器102上，和/或从卡车或其它机器102卸载材料104。作为另一示例，机器102可以是卡车或其它机器，其将材料104递送到工地100，从工地100移除材料104，和/或在工地100的不同地区之间运输材料104。
17.如上所述，工地100上的机器102可以执行多种任务。在一些示例中，机器102可以重复地执行与作业循环的区段相关联的一组任务。例如，示例作业循环可以包括装载区段、装载运送区段、卸载区段以及卸载运送区段。这种示例作业循环在图1中示出，其中机器102可以在工地100内的装载区域106处装载泥土或其它材料104，机器102可以将材料104从装载区域106运输到在工地100内的单独的递送区域108，机器102可以在递送区域108处卸载材料104，然后机器102可以行进回到装载区域106来装载更多的材料104，用于作业循环的下一次迭代。
18.在一些示例中，机器102可以在作业循环的一个或多个区段期间自装载和/或卸载材料104。然而，在其它示例中，一个或多个其它机器102可以在作业循环期间为机器102装载和/或卸载材料104。例如，挖掘机或其它装载机器可以定位在装载区域106并且配置为将材料104装载到卡车上，该卡车然后可以将材料104运输到一个或多个递送区域108。在一些示例中，这种卡车本身可以在递送区域108处倾翻或以其它方式递送材料104。然而，在其它示例中，另一挖掘机或其它类型的卸载机器可以定位在递送区域108，以便从卡车卸载材料104。
19.多于一个机器102可以在工地100上遵循相同的作业循环。例如，在图1所示的示例中，第一辆卡车可以在装载区域106处装载材料104，同时先前装载的第二辆卡车在递送区域108处卸载材料104。已经装载了材料104的相似卡车可以处于从装载区域106到递送区域108的运输中，例如可以位于定位110处。其它卡车可以已经完成了材料104的递送装载，并且处于从递送区域108回到装载区域106的运输中，例如可以位于定位112处。
20.因此，执行相同作业循环的一组机器102中的各个机器102可以沿着与它们在作业循环的不同区段之间执行和转换时基本相同的路线114移动通过工地100。另外，当机器102处于沿着通过工地100的路线114的相同或相似位置时，各个机器102可以执行与该组中的其它机器102基本相同的操作。作为示例，当作业循环涉及从装载区域106移动到递送区域108的自卸卡车时，每辆自卸卡车可以倾向于在它们到达递送区域108时执行与倾翻材料104相关联的相同或相似的操作，即使各个自卸卡车可以在不同时间到达递送区域108。
21.在一些示例中，工地100内的不同区域(诸如装载区域106或递送区域108)的位置和边界，和/或工地100本身的位置和边界可以随时间改变。例如，随着部分道路已完工并且
作业活动移动到道路的未完工部分，用于道路建筑项目的工地100的位置和边界可以随时间改变。相似地，当在工地100的一些部分不再需要材料104而在工地100的其它部分变得需要材料104时，工地100内的装载区域106的位置可以随着作业进展而改变，和/或递送区域108的位置可以随着作业进展而改变。因此，整个工地100可以是动态的工地100，其具有按周、按天、按分钟或按任何其它计划改变的元件。
22.在一些示例中，地理围栏116和/或其它位置数据可以用于限定整个工地100和/或工地100内的区的位置或边界。例如，地理围栏116数据可以表示坐标(诸如gps坐标、纬度和经度坐标或其它类型的坐标)或其它位置数据，该其它位置数据表示或限定工地100的位置或边界、装载区域106的位置或边界、递送区域108的位置或边界或与工地100相关联的任何其它区域或地区的位置或边界。在一些示例中，地理围栏116可以以机器102为中心。例如，地理围栏116可以限定装载区域106或递送区域108的边界，装载区域106或递送区域108相对于在相应的区域中装载或卸载材料104的特定机器102居中。作为另一示例，地理围栏116可以限定在距机器102的阈值距离内的地区，并且因此在某些情况下，当机器102围绕工地100移动时，可以与机器102一起移动。在一些示例中，这种地理围栏116或其它位置数据可以限定不认为是工地100内的活动作业地区的禁止地区，例如停车场、休息室，以及指定休息或午餐地区。
23.在一些示例中，与工地100的边界和/或位置和/或工地100的区域相关联的地理围栏116或其它位置数据可以由工头或其它人操作者限定。然而，如下面将更详细描述的，在其它示例中，可以基于由机器102报告的数据来自主地限定或更新与工地100和/或工地100的区域相关联的这种地理围栏116或其它位置数据。
24.在一些示例中，工地100上的机器102可以经由网络118与非机载计算系统120(诸如计算机、服务器或可以与机器102分开定位的其它计算元件)通信。例如，网络118可以是蜂窝网络、网络或任何其它类型的网络。在一些示例中，机器102可以使用网络118来向非机载计算系统120报告位置数据和/或其它类型的数据，使得非机载计算系统120可以使用所报告的位置数据来跟踪机器102在工地上的位置。下面更详细地讨论了工地上的机器102与非机载计算系统120之间的交互。
25.图2描绘了工地100上与非机载计算系统120通信的智能机器202和一个或多个标准机器204的示例。如上所述，可以在工地100上部署多个机器102。工地100上的机器102中的至少一个可以是智能机器202，而其它机器102可以是标准机器204。
26.在一些示例中，智能机器202和标准机器204可以是相同或相似类型的机器102。例如，如图1的示例中所示，智能机器202和标准机器204可以都是遵循相同作业循环来将材料104从装载区域106运输到递送区域108的卡车。在其它示例中，一个或多个智能机器202可以是与标准机器204不同类型的机器102。例如，智能机器202可以是在装载区域106处将材料104装载到卡车上和/或在递送区域108处从卡车卸载材料104的挖掘机或其它装载机。在该示例中，标准机器204可以是根据相同的作业循环将材料104从装载区域106移动到递送区域108的一组卡车。在一些示例中，智能机器202可以存在于装载区域106处，而另一智能机器202可以存在于递送区域108处，同时相同或不同类型的标准机器204在装载区域106和递送区域108之间移动。
27.智能机器202和各个标准机器204可以各自具有位置传感器206，其配置为确定和/
或跟踪相应的机器102的位置。在一些示例中，位置传感器206可以是gps传感器。在其它示例中，位置传感器206可以是近距离传感器或其它类型的传感器，该其它类型的传感器基于机器相对于定位在工地100周围的信标或其它标记的位置来确定机器的位置。在其它示例中，位置传感器206可以基于利用蜂窝塔的蜂窝三角测量来确定机器102的位置，或者可以包括任何其它类型的位置和/或定位传感器。
28.智能机器202还可以包括传感器套件208，其除了位置传感器206之外还包括若干其它传感器。传感器套件208中的传感器可以包括安装在智能机器202中和/或周围的一种或多种类型的传感器，以便测量或确定远程信息处理数据和/或其它操作和/或机器状态参数，包括具有随着智能机器202执行作业任务而可以随时间改变的值的参数。传感器套件208中的传感器可以包括装载传感器，其配置为检测智能机器202整体上或智能机器202的各个部件上的装载水平。传感器套件208中的传感器还可以或可替代地测量或检测与泵、液压缸或其它机器部件相关联的压力。传感器套件208中的传感器还可以或可替代地测量或检测机器部件随时间的定位，诸如通过检测关于三维空间中的部件的定位数据。例如，定位传感器可以是加速计、惯性测量单元(imu)、弦线电位计、位移传感器或其它类型的传感器，该其它类型的传感器可以测量或确定关于吊杆、斗杆、铲斗、刀片、缸、机具和/或其它机器部件的高度和/或其它位置数据。传感器套件208中的传感器还可以或可替代地测量发动机每分钟转数、燃料水平和/或燃料消耗率，和/或任何其它类型的操作、机器状态或远程信息处理数据。
29.因此，传感器套件208可以包括可以提供测量值或其它数据的一种或多种类型的传感器，从测量值或其它数据可以确定远程信息处理数据和/或其它操作和/或机器状态参数。在一些示例中，来自传感器套件中的一种类型的传感器的数据可以用于导出其它类型的信息。例如，如下面将进一步讨论的，由传感器套件208中的一个或多个传感器测量的燃料消耗率或燃料水平随时间的改变可以用于感测机器部件正在移动或已经移动。
30.智能机器202还可以包括机载计算系统210。计算系统(诸如机载计算系统210)的示例系统架构在图3中更详细地示出，并且在下面参照该附图进行详细描述。
31.机载计算系统210可以配置为执行一个或多个算法，以便基于由传感器套件208提供的传感器数据来本地标识和/或分类由智能机器202正在执行或已经执行的活动。例如，自卸卡车的机载计算系统210可以配置为使用来自传感器的指示自卸卡车的倾翻车身成角度的位置数据和/或来自传感器的指示自卸卡车上的装载水平降低的装载水平数据来确定自卸卡车执行了卸载操作，以便从倾翻车身倾翻材料104。作为另一示例，轮式拖拉机式铲运机的机载计算系统210可以配置为使用来自安装在轮式拖拉机式铲运机上的传感器套件208的传感器数据来检测轮式拖拉机式铲运机何时执行装载活动、倾翻活动、运送活动或其它类型的活动。在美国专利第5,955,706号和美国专利第8,660,738号中更详细地描述了智能机器202的进一步示例，该智能机器202基于来自传感器套件208中的传感器的传感器数据使用机载处理来标识和/或分类由该智能机器202执行的活动，这两个专利均通过引用并入本文。
32.在一些示例中，机载计算系统210可以使用来自传感器套件208的传感器数据来标识智能机器202何时执行与较大作业循环的各个区段相关联的活动。例如，机载计算系统210可以使用来自传感器套件208的传感器数据来确定智能机器202何时执行上述关于图1
所讨论的示例作业循环的装载区段、装载运送区段、卸载区段和/或卸载运送区段。作为示例，当由传感器套件208的传感器提供的装载水平和/或燃料消耗率从先前值突然提高时，机载计算系统210可以确定智能机器202执行了作业循环的装载区段，因为提高的装载水平和/或燃料消耗率对应于通常在智能机器202拾取材料104时发生的装载水平和/或燃料消耗率。
33.如图2所示，智能机器202和标准机器204可以将报告(诸如活动报告212和位置报告214)发送到非机载计算系统120。特别地，智能机器202可以将活动报告212发送到非机载计算系统120，而标准机器204可以将位置报告214发送到非机载计算系统120。在一些示例中，活动报告212和位置报告214可以由智能机器202和标准机器204通过网络118发送到非机载计算系统120，例如作为数字化文件和/或作为可以通过网络118发送的数据包中表示的信号或其它信息。
34.非机载计算系统120可以是服务器、台式计算机、笔记本电脑或任何其它计算设备。在各种示例中，非机载计算系统120可以位于办公室或远离工地100的其它位置，位于远离机器102的工地100处，位于服务器农场中，是云计算环境的云元件，或者处于远离机器102的任何其它位置。计算系统(诸如非机载计算系统120)的示例系统架构在图3中更详细地示出，并且在下面参照该附图进行详细描述。
35.在一些示例中，智能机器202和/或标准机器204可以具有无线通信部件，诸如调制解调器、收发器和/或其它元件，机器102可通过该无线通信部件向非机载计算系统120无线地发送其报告。例如，智能机器202和/或标准机器204可以具有蜂窝部件、部件、部件和/或用于无线地发送和/或接收数据的任何其它部件。在其它示例中，可以使用有线连接(诸如以太网或其它直接数据连接)将报告从智能机器202和/或标准机器204传送到非机载计算系统120，在加载到非机载计算系统120之前将报告从智能机器202和/或标准机器204传送到存储卡或其它存储设备，或者以其它方式将报告从智能机器202和/或标准机器204传送到非机载计算系统120。
36.在一些示例中，智能机器202和标准机器204均可直接将其报告提交到非机载计算系统120。在其它示例中，标准机器204可以经由有线或无线连接将其位置报告214提交到智能机器202，并且智能机器202可以反过来将其活动报告212和位置报告214从标准机器204提供给非机载计算系统120。在其它示例中，最初可以将来自智能机器202和/或标准机器204的报告发送到一个或多个中间计算设备和/或储存在数据库或其它存储位置中，使得随后可以由这种元件将报告提供到非机载计算系统120，用于进一步处理。
37.由智能机器202提交的活动报告212可以包括与智能机器202相关联的至少一个机器标识符216，诸如名称、编号和/或唯一标识智能机器202的其它值。在一些示例中，机器标识符216或活动报告212中的其它信息还可以标识智能机器202的类型。
38.由智能机器202发送的活动报告212还可以包括由智能机器202的位置传感器206确定的位置数据218。位置数据218可以按时间索引，使得位置数据218指示在一个或多个时间点关于智能机器202的坐标或其它位置数据，例如当智能机器202围绕工地100移动，同时执行与作业循环相关联的任务和/或其它任务时。在一些示例中，对应于不同时间点的位置数据218可以用于确定智能机器202在某个时间点在工地100上的何处，可以平均化或以其它方式处理来确定智能机器202正在移动的速度，智能机器202是否正在按计划、落后于计
划或在计划之前执行作业任务，和/或可以用于跟踪智能机器202或基于其位置随时间的改变来导出关于智能机器202的任何其它信息。
39.由智能机器202提交的活动报告212可以进一步包括标识由智能机器202随时间执行的活动的活动数据220。如上所述，活动数据220可以由智能机器202的机载计算系统210至少部分地基于来自传感器套件208的传感器数据来本地确定。活动报告212中提供的活动数据220可以按时间索引，使得活动报告212指示智能机器202从事活动数据220中标识的活动的时间。因此，时间索引的活动数据220可以与由智能机器202提交的活动报告212中的时间索引的位置数据218相关。例如，来自智能机器202的活动报告212可以针对多个时间点指示智能机器202在工地100上的何处以及智能机器202在这些位置执行什么活动。在替代示例中，代替活动数据220或除了活动数据220之外，智能机器202可以在发送到非机载计算系统120的活动报告212中包括来自传感器套件208的时间索引的传感器数据，并且非机载计算系统120可以配置为基于活动报告212中提供的传感器数据来确定关于智能机器202的时间索引的活动数据220。
40.另外，如图2所示，标准机器204可以将位置报告214提交到非机载计算系统120。来自标准机器204的位置报告214可以包括机器标识符216，其唯一标识标准机器204和/或标准机器204的类型，与来自智能机器202的活动报告212相似。来自标准机器204的位置报告214还可以包括由标准机器204的位置传感器206确定的时间索引的位置数据218，与来自智能机器202的活动报告212相似。然而，标准机器204可以未配置为或无法在给非机载计算系统120的报告中包括关于标准机器204的活动数据220或相应的传感器数据。因此，来自标准机器204的位置报告214可以包括机器标识符216和位置数据218，但是缺少关于标准机器204的活动数据220或相应的传感器数据。
41.作为示例，标准机器204可以不具有传感器套件208和/或配置为基于传感器数据来本地标识或分类标准机器204的活动的机载计算系统210。因此，由于缺少传感器套件208和/或机载计算系统210，标准机器204可以无法在发送到非机载计算系统120的报告中包括关于标准机器204的活动数据220和/或传感器数据。
42.在一些示例中，标准机器204可以具有一些类型的机载计算系统210和/或传感器套件208中的一个或多个传感器，与智能机器202相似。然而，标准机器204仍然可以配置为不提交发送到非机载计算系统120的位置报告214中的活动数据220和/或传感器数据。例如，标准机器204可以是至少部分地基于传感器数据和/或机载处理来操作的自主或半自主机器。然而，这种机载处理可以配置为驱动标准机器204的操作和功能，但是不可以配置为分析传感器数据来本地分类或标识如上所述的由标准机器204正在执行或曾经执行的活动。因此，即使这种机器102具有机载处理和/或在某些方面可以认为是“智能的”，当它们未配置为导出活动数据220或位置报告214中相应的传感器数据并且将其发送到非机载计算系统120时，也可以认为它们是标准机器204，如本文所使用的术语。
43.在其它示例中，工地100上的机器102可以包括多个机器102，其具有传感器套件208和配置为从传感器数据本地导出活动数据220的机载计算系统210。然而，在这种示例中，可以将机器102中的一个或多个的子集指定为智能机器202，其配置为将活动报告212中的本地导出的活动数据220提交到非机载计算系统120，同时可以将机器102的其余部分指定为标准机器204，其配置为将省略活动数据220的位置报告214发送到非机载计算系统
120。
44.非机载计算系统120可以使用由工地100上的一个或多个智能机器202提交的活动报告212来训练机器学习模型222，以便基于关于机器102的位置数据218来生成和输出机器102的预测活动数据224。在一些示例中，机器学习模型222可以基于递归神经网络或其它类型的神经网络、回归分析、决策树和/或其它类型的人工智能或机器学习框架。
45.例如，非机载计算系统120可以使用受监督的机器学习来训练机器学习模型222，机器学习模型222使用由来自工地100上的一个或多个智能机器202的活动报告212中提供的相应的时间索引的活动数据220标记的时间索引的位置数据218。在一些示例中，可以训练机器学习模型222，直到机器学习模型222可以使用来自智能机器202的活动报告212中的位置数据218来生成预测活动数据224，该预测活动数据224将活动报告212中的活动数据220匹配到至少阈值相似度。例如，当活动报告212指示智能机器202在特定时间在工地100上的特定位置处正在执行作业循环的特定区段时，非机载计算系统120可以训练机器学习模型222，直到机器学习模型222可以获取与该特定位置相关联的位置数据218作为输入并且准确地生成指示在特定位置处正在执行作业循环的特定区段的输出。
46.一旦非机载计算系统120已经使用由智能机器202提交的活动报告212来训练了机器学习模型222，非机载计算系统120就可以将机器学习模型222应用于由标准机器204提交的位置报告214中的数据，以便生成预测活动数据224。例如，机器学习模型222可以使用来自标准机器204的位置报告214中的位置数据218，以便生成关于在标准机器204处于工地100上的不同位置时推断标准机器204已经执行的任务和/或活动的预测活动数据224。预测活动数据224可以储存在非机载计算系统120上，由非机载计算系统120显示在用户界面中，传送到用户设备或其它计算设备，用于分析工地100上已经发生或正在发生的活动，和/或以任何其它方式使用。
47.机器学习模型222一旦经训练，就可以基于来自标准机器204的位置报告214中的位置数据218来为标准机器204生成预测活动数据224，尽管来自标准机器204的位置报告214中不存在活动数据220。机器学习模型222可以从由标准机器204提交的位置报告214中获取与时间段相关联的位置数据218，并且生成和输出预测活动数据224，该预测活动数据224包括对标准机器204在该时间段期间正在做什么的预测。例如，即使标准机器204可以不具有装载传感器或传感器套件208的其它传感器，当标准机器204位于工地100的某些定位时，非机载计算系统120仍可以使用机器学习模型222来推断标准机器204可能经历的某些装载和/或执行的某些任务或行动。因此，非机载计算系统120可以使用机器学习模型222来推断由工地100上的一个或多个标准机器204执行的活动，即使这些标准机器204未配备传感器套件208和/或未配置为标识或分类其自身的活动。
48.作为示例，来自智能机器202的活动报告212可以包括活动数据220，该活动数据220指示智能机器202在工地100上的特定装载区域106处执行作业循环的装载区段。在该示例中，机器学习模型222可以生成和输出预测活动数据224，该预测活动数据224指示当标准机器204本身移动到工地100的特定装载区域106时，与智能机器202相同类型的标准机器204也可能执行作业循环的装载区段。
49.作为另一示例，来自智能机器202的活动报告212可以包括位置数据218和活动数据220，该位置数据218和活动数据220指示智能机器202保持在工地100上的一个位置处，但
在该位置处为其它标准机器204装载或卸载材料104，该其它标准机器204围绕工地移动，以便将材料104运输到其它位置或从其它位置运输材料104。在该示例中，机器学习模型222可以从固定智能机器202的活动数据220中确定工地100的某些地区是装载区域106或递送区域108。机器学习模型222可以反过来使用来自标准机器204的位置报告214中的位置数据218来生成预测活动数据224，该预测活动数据224指示标准机器204可能在它们位于这些装载区域106或递送区108域时执行装载或卸载活动，并且可能在它们在装载区域106和递送区域108之间移动时执行运送活动。
50.在一些示例中，预测活动数据224可以包括与机器学习模型222预测标准机器204所执行的活动相关联的预测装载水平和/或其它机器状态参数或远程信息处理数据。例如，如果来自智能机器202的活动报告212中的活动数据220或相应的传感器数据指示当智能机器202在特定位置处执行特定活动时，智能机器202经历了某些装载水平和/或移动了某一体积的材料104，则标准机器204的预测活动数据224可以指示当标准机器204预测为在特定位置处已经执行了特定活动时，标准机器204经推断已经经历了相同或相似的装载水平和/或移动了相同或相似体积的材料104。作为另一示例，如果来自固定智能机器202的位置数据218和活动数据220指示智能机器202在特定位置处将某一体积或重量的材料104装载到标准机器204上，则预测活动数据224可以指示当在特定位置处执行活动时，标准机器204经推断已经接收了该体积或重量的材料104，和/或导致相应的装载水平和机器状态参数的其它相应的变化。
51.因此，非机载计算系统120可以配置为随时间跟踪关于工地100上的一组机器102的预估装载水平和其它远程信息处理数据。例如，这种预估装载水平和/或远程信息处理数据可以基于由智能机器202直接报告的活动数据220或相应的传感器数据，以及基于由机器学习模型222生成的关于标准机器204的预测活动数据224。相似地，非机载计算系统120可以配置为随时间跟踪工地100上的材料104的移动。例如，材料跟踪可以基于由活动数据220或由智能机器202直接报告的相应的传感器数据指示的材料104的移动，和/或基于由机器学习模型222生成的关于标准机器204的预测活动数据224中材料104的推断的移动的指示。
52.另外，在一些示例中，当已经针对工地100的位置和/或边界、和/或工地100的各个区域或禁止区域限定了地理围栏116数据或其它位置数据时，非机载计算系统120可以使用该数据来确定机器102在它们执行某些任务时是否处于这种位置或边界内。作为示例，非机载计算系统120可以将来自智能机器202的活动报告212中的位置数据218与先前限定的地理围栏116数据或对应于工地100的其它位置数据进行比较，以便确定当智能机器202执行活动数据220中标识的某些任务时，智能机器202是否处于工地100或工地区域先前限定的边界内。作为另一示例，当预测活动数据224指示标准机器204经推断已经执行了某些任务时，非机载计算系统120可以使用来自标准机器204的位置报告214中的位置数据218来确定标准机器204是否处于工地100或工地区域先前限定的边界内。因此，当机器102执行某些任务时，非机载计算系统120可以基于位置数据218和报告的活动数据220或预测活动数据224来确定机器102是否处于工地100的边界内，和/或机器102是否处于工地100的装载区域106、递送区域108、禁止区域或其它区域的边界内。
53.在一些示例中，如果位置数据218、活动数据220和/或预测活动数据224指示机器102在工地100当前限定的边界之外，或在工地100当前限定的区域之外执行对应于这些作
业任务的作业任务，则非机载计算系统120可以自主地更新或建议更新与工地100和/或工地100的区域相关联的地理围栏116数据或其它位置数据。作为示例，如果非机载计算系统120确定机器102正在当前未与递送区域108相关联的位置处卸载材料104，则非机载计算系统120可以确定该位置是递送区域108，并且生成将该位置限定为递送区域108的新地理围栏116。作为另一示例，如果随时间报告或推断的活动数据指示机器102正在将材料104递送到第一位置，但是后来转变为将材料104递送到距第一位置20米的第二位置，则非机载计算系统120可以确定递送区域108已经从第一位置移动到第二位置。在该示例中，非机载计算系统120可以自主地更新或建议更新与递送区域108相关联的地理围栏116，以便反映第二位置而不是第一位置。
54.在一些示例中，如果报告的关于智能机器202的位置数据218指示智能机器202处于禁止区域(诸如停车场或休息地区)，则非机载计算系统120可以配置为在训练机器学习模型222时不考虑位置数据218或相应的活动数据220。相似地，如果报告的关于标准机器204的位置数据218指示标准机器204处于禁止区域，则非机载计算系统120可以配置为不生成对应于该位置数据218的预测活动数据224。
55.在一些示例中，在机器学习模型222最初经过训练并且可以已经开始产生关于标准机器204的预测活动数据224之后，非机载计算系统120可以继续从智能机器202接收后续活动报告212。在这些示例中，非机载计算系统120可以使用后续活动报告212来更新和/或进一步训练机器学习模型222。例如，如果智能机器202开始新作业任务或调整其作为作业循环的一部分执行的活动(其可以指示标准机器204也可能遵循的改变)，则非机载计算系统120可以训练和/或更新机器学习模型222，以便基于在来自智能机器202的后续活动报告212中标识的这种新的或经调整的作业任务来产生预测活动数据224。
56.图3描绘了计算系统300的示例系统架构。在各种示例中，计算系统300可以是上述机载计算系统210或非机载计算系统120。计算系统300可以包括一个或多个计算设备或其它控制器，该其它控制器包括一个或多个处理器302、系统存储器304以及通信接口306。在计算系统300是机载计算系统210的一些示例中，计算系统300可以是或包括用于机器102的电子控制模块(ecm)、可编程逻辑控制器(plc)和/或其它计算设备。在计算系统300是非机载计算系统120的其它示例中，计算系统300可以是或包括一个或多个笔记本电脑、台式计算机、服务器、云计算元件或任何其它类型的计算设备。
57.处理器302可以操作用以执行如本文前面所述的各种功能。在一些实例中，处理器302可以包括中央处理单元(cpu)、图形处理单元(gpu)、cpu和gpu两者，或本领域已知的其它处理单元或部件。
58.系统存储器304可以是易失性和/或非易失性计算机可读介质，包括集成的或可移动的存储设备，包括随机存取存储器(ram)、只读存储器(rom)、闪速存储器、硬盘驱动器或其它磁盘驱动器、存储卡、光储存器、磁储存器和/或任何其它计算机可读介质。计算机可读介质可以是非暂时性计算机可读介质。计算机可读介质可以配置为储存计算机可执行指令，该计算机可执行指令可以由处理器302执行，以便执行本文所描述的操作。
59.例如，系统存储器304可以包括驱动单元和/或包括机器可读介质的其它元件。机器可读介质可以储存一组或多组指令，诸如软件或固件，其体现了本文所描述的方法或功能中的任何一种或多种。在由计算系统300执行指令期间，指令还可以完全地或至少部分地
驻留在处理器302和/或通信接口306内。例如，处理器302可以具有本地存储器，其也可以储存程序模块、程序数据和/或一个或多个操作系统。系统存储器304还可以储存其它模块和数据，该其它模块和数据可以由计算系统300用来执行或允许执行计算系统300所采取的任何行动。模块和数据可以包括平台、操作系统和/或应用，以及由平台、操作系统和/或应用所使用的数据。
60.在计算系统300是智能机器202的机载计算系统210的实施例中，系统存储器304可以储存由位置传感器206提供的位置数据以及来自传感器套件208的传感器数据。系统存储器304还可以储存计算机可执行指令，处理器302可以使用该计算机可执行指令来基于传感器数据本地确定活动数据220，并且生成包括机器标识符216、位置数据218以及活动数据220的活动报告212。
61.在计算系统300是非机载计算系统120的实施例中，系统存储器304可以储存从一个或多个智能机器202中接收到的活动报告212以及从一个或多个标准机器204接收到的位置报告214。系统存储器304还可以储存机器学习模型222和计算机可执行指令，处理器302可以使用该计算机可执行指令来训练机器学习模型222和/或执行机器学习模型222，以便生成预测活动数据224。在一些示例中，系统存储器304还可以储存关于工地100和/或工地100的区域的位置或边界的地理围栏116数据和/或其它位置数据。
62.通信接口306可以包括收发器、调制解调器、接口、天线和/或可以通过网络118或其它数据连接传送和/或接收数据的其它部件。例如，在计算系统300是智能机器202的机载计算系统210的实施例中，通信接口306可以将活动报告212传送到非机载计算系统120。作为另一示例，在计算系统300是非机载计算系统120的实施例中，通信接口306可以从智能机器202中接收活动报告212，并且从标准机器204中接收位置报告214，和/或将预测活动数据224传送到接收设备，诸如服务器或用户设备。
63.在一些示例中，计算系统300可以包括其它附加部件308，诸如显示器、输入设备和/或输出设备。例如，显示器可以是液晶显示器或任何其它类型的显示器或屏幕。在一些示例中，显示器可以是触敏显示屏，然后还可以充当输入设备或小键盘，诸如用于提供软键键盘、导航按钮或任何其它类型的输入。输入设备可以包括任何类型的输入设备，诸如麦克风、键盘/小键盘和/或触敏显示器。键盘/小键盘可以是按钮数字拨号键盘、多键键盘或一种或多种其它类型的键或按钮，并且还可以包括类似操纵杆的控制器、指定的导航按钮或任何其它类型的输入机构。输出设备可以包括任何类型的输出设备，诸如显示器、扬声器、振动机构和/或触觉反馈机构。输出设备还可以包括用于一个或多个外围设备(诸如耳机、外围扬声器和/或外围显示器)的端口。
64.在一些示例中，由非机载计算系统120生成的预测活动数据224可以经由非机载计算系统120的显示器和/或输出设备来呈现。在其它示例中，由非机载计算系统120生成的预测活动数据224还可以或另外储存在非机载计算系统120的系统存储器304中，和/或经由非机载计算系统120的通信接口306传送到用户设备或另一计算设备。
65.图4是示出用于训练和使用机器学习模型来生成预测活动数据224的方法400的流程图。该方法示为逻辑流程图，其中的每个操作表示可以在硬件、软件或其组合中实现的操作序列。在软件情况下，操作表示储存在一个或多个计算机可读存储介质上的计算机可执行指令，当由一个或多个处理器执行该指令时，执行所述操作。通常，计算机可执行指令包
括执行特定功能或实现特定抽象数据类型的例程、程序、对象、部件、数据结构等。描述操作的顺序不旨在被解释为限制，并且任何数量的所描述的操作可以以任何顺序和/或并行方式组合，以便实现过程。另外，虽然下面描述了关于非机载计算系统120的图4的方法，但是在其它示例中，关于图4所描述的任何或所有操作可以由机载计算系统210或任何其它类型的计算系统300来执行。
66.在框402处，非机载计算系统120可以从工地100上的一个或多个智能机器202中接收一个或多个活动报告212。来自智能机器202的活动报告212可以包括机器标识符216、位置数据218以及活动数据220。
67.在框404处，非机载计算系统120可以基于在框402期间接收到的活动报告212中的位置数据218和活动数据220来训练机器学习模型222，诸如递归神经网络。在一些示例中，非机载计算系统120可以训练机器学习模型222，直到机器学习模型可以使用位置数据218来将相应的活动数据220预测到至少阈值精确度。例如，如果机器学习模型222生成的预测活动数据224与在框402处接收到的活动报告212中所包括的活动数据220不匹配，则非机载计算系统120可以继续训练机器学习模型222或等待在框402处将接收到的附加活动报告212，以便使用附加活动报告212来进一步训练机器学习模型222。
68.在框406处，非机载计算系统120可以从工地100上的一个或多个标准机器204中接收一个或多个位置报告214。来自标准机器204的位置报告214可以包括机器标识符216和位置数据218，但是可以缺少活动数据220。
69.在框408处，非机载计算系统120可以通过将机器学习模型222应用于来自标准机器204的位置报告214中的位置数据218来生成标准机器204的预测活动数据224。机器学习模型222可以生成和/或输出预测活动数据224，该预测活动数据224指示当标准机器204位于工地100上的相应位置时，标准机器204经推断已经执行的活动。
70.工业实用性
71.本文所描述的系统和方法可以用于使用工地100上的标准机器的位置数据218来生成关于标准机器204经推断已经在工地100上执行的活动的预测活动数据224。例如，即使当标准机器204不具有传感器套件208的传感器时，也可以生成关于标准机器204的推断的活动的预测活动数据224，该传感器套件208可以提供可以指示标准机器204执行什么活动的传感器数据。预测的活动数据224可以由机器学习模型222生成，该机器学习模型222使用位置数据218和活动数据220来训练，该位置数据218和活动数据220由确实具有传感器套件208的一个或多个智能机器202和/或配置为从传感器数据本地确定智能机器202的活动数据220的机载计算系统210报告。
72.因为机器学习模型222可以基于标准机器102的位置数据218来生成关于标准机器204的预测活动数据224，所以标准机器204可以缺少智能机器202的传感器套件208和/或机载计算系统210。因此，通过不向工地100上的每个机器102提供传感器套件208和机载计算系统210，可以降低与工地100的机器102相关联的成本和维护需求。然而，即使这种成本和维护需求可以通过在整组机器102内仅具有一个或多个智能机器202来降低，关于标准机器204的预测活动数据224仍然可以允许随时间确定和/或跟踪工地100上的智能机器202和标准机器204两者的活动。
73.例如，关于标准机器204的预测活动数据224可以指示标准机器204已经随时间执
行了作业任务的一千次迭代，并且跨越这些迭代的标准机器204的部件上的聚合装载水平可以指示部件应该进行更换或检查。因此，即使标准机器204可以不具有直接指示这种装载水平的传感器，预测活动数据224仍然可以用于标记何时应当执行这种更换或检查。
74.作为另一示例，关于一个或多个标准机器204的预测活动数据224(在某些情况下与来自智能机器202的报告的活动数据220组合)可以指示某一体积的材料104已经在工地100上从一个位置移动到另一位置。例如，如果预测活动数据224指示标准机器204经推断在作业循环的每次迭代期间已经将某一体积的材料104从装载区域106移动到递送区域108，并且标准机器204已经执行了许多完整的作业循环，则非机载计算系统120可以反过来将这些值相乘，以便计算标准机器204总共已经移动了多少材料104。这对于工地100的诊断和/或分析可以是有用的，例如验证是否已经移动了在设计阶段期间预计在项目期间将要移动的材料104的数量，或者确定特定标准机器204是否可能已经移动了指定数量的材料104并且现在可以移动到作业列表上的下一个作业。
75.指示标准机器204可能执行什么活动和/或跟踪材料104的移动的预测活动数据224还可以用于生成关于工地100的建议。例如，如果这种数据指示材料104没有足够快地移动来满足期望的计划，或者材料104在计划之前移动了，则非机载计算系统120可以建议从工地100添加或移除机器102。
76.预测活动数据224还可以用于追溯标识或移动工地100的地理围栏地区。例如，如果预测活动数据224指示标准机器204在工地100上的新位置处执行作业循环的卸载区段，则非机载计算系统120可以确定应当将新位置指定为递送区域108，并且可以生成用于该新递送区域108的新地理围栏116数据。相似地，如果预测活动数据224指示标准机器102正在限定的递送区域108处执行作业循环的卸载区段，但是然后开始在刚好在限定的递送区域108之外的新位置处执行卸载区段，则非机载计算系统120可以确定递送区域108已经移动并且可以相应地更新移动的递送区域108的地理围栏116数据。在工地100的各方面可以快速改变的情况下，甚至在按分钟改变的基础上，这种地理围栏的自主更新可以减少工头或其它人操作者保持工地地理围栏116更新的职责。如上所述，因为可以为可以缺少传感器套件的标准机器102生成预测活动数据224，所以即使不是工地100上的每个机器102都具有传感器套件208，也可以实现这种地理围栏的自主更新。
77.虽然已经参照上述实施例具体示出和描述了本发明的各方面，但是本领域技术人员将理解的是，在不脱离所公开内容的精神和范围的情况下，可以通过对所公开的机器、系统和方法的修改来设想各种附加实施例。这种实施例应当理解为落入基于权利要求书及其任何等同物确定的本发明的范围内。