一种机器人作业数据处理系统、方法、装置、设备及介质

技术领域

本申请涉及机器人技术领域，尤其涉及一种机器人作业数据处理系统、方法、装置、设备及介质。

背景技术

目前，智能自动化已经渗入日常生活、工业生产的方方面面，机器人已经在很多场合代替人工从事一些繁重的工作，例如带电作业机器人等工业机器人、扫地机器人等家用机器人，从而给日常生活、工业生产等方方面面带来了极大便利，提高了日常生活和工业生产的品质和效率。

随着机器人不断作业，机器人作业数据的规模变得庞大，机器人作业数据的数据量叠加造成了机器人作业数据中存在大量重复数据、无用数据、异常数据、缺失数据和不一致数据等非清洁数据，从而给机器人作业数据的应用带来不便，因此对机器人作业数据进行清洗是机器人技术领域至关重要的步骤，然而现有的数据清洗方式多采用人工方式，从而导致数据清洗的效率较低、效果也较差。

发明内容

本申请提供了一种机器人作业数据处理系统、方法、装置、设备及介质，具体的，本申请提供的技术方案如下：

一方面，本申请提供了一种机器人作业数据处理系统，包括数据获取系统、模型训练系统和数据清洗系统；数据获取系统分别与模型训练系统和数据清洗系统通信连接，模型训练系统和数据清洗系统通信连接；

数据获取系统，用于获取各个第一机器人在第一时间段的历史机器人作业数据以及历史机器人作业数据的标注机器人作业数据；

模型训练系统，用于基于各个第一机器人在第一时间段的历史机器人作业数据以及历史机器人作业数据的标注机器人作业数据，对初始数据清洗模型进行训练得到目标数据清洗模型；

数据清洗系统，用于基于目标数据清洗模型，对各个第二机器人在第二时间段的原始机器人作业数据进行数据清洗，得到各个第二机器人在第二时间段的标准机器人作业数据。

另一方面，本申请提供了一种机器人作业数据处理方法，包括：

获取各个第一机器人在第一时间段的历史机器人作业数据以及历史机器人作业数据的标注机器人作业数据；

基于各个第一机器人在第一时间段的历史机器人作业数据以及历史机器人作业数据的标注机器人作业数据，对初始数据清洗模型进行训练得到目标数据清洗模型；

基于目标数据清洗模型，对各个第二机器人在第二时间段的原始机器人作业数据进行数据清洗，得到各个第二机器人在第二时间段的标准机器人作业数据。

另一方面，本申请还提供了一种机器人作业数据处理装置，包括：

数据获取单元，用于获取各个第一机器人在第一时间段的历史机器人作业数据以及历史机器人作业数据的标注机器人作业数据；

模型训练单元，用于基于各个第一机器人在第一时间段的历史机器人作业数据以及历史机器人作业数据的标注机器人作业数据，对初始数据清洗模型进行训练得到目标数据清洗模型；

模型应用单元，用于基于目标数据清洗模型，对各个第二机器人在第二时间段的原始机器人作业数据进行数据清洗，得到各个第二机器人在第二时间段的标准机器人作业数据。

另一方面，本申请还提供了一种电子设备，包括存储器、处理器和存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述机器人作业数据处理方法。

另一方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，该计算机指令被处理器执行时实现上述机器人作业数据处理方法。

本申请的有益效果如下：

本申请通过将不同机器人的机器人作业数据作为不同数据源融合在一起并结合机器学习技术，可以实现大数据分析和数据准确清洗，从而可以提高数据清洗效率和准确度。

本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地可以从说明书中变得显而易见，或者通过实施本申请而了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中特别指出的结构来实现和获得。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例中机器人作业数据处理系统组成架构示意图；

图2为本申请实施例中机器人作业数据处理方法的一流程示意图；

图3为本申请实施例中机器人作业数据处理方法的另一流程示意图；

图4为本申请实施例中基于初始数据清洗模型的数据清洗过程示意图；

图5为本申请实施例中基于目标数据清洗模型的数据清洗过程示意图；

图6为本申请实施例中机器人作业数据处理装置的功能结构示意图；

图7为本申请实施例中电子设备的硬件结构示意图。

具体实施方式

为了使本申请的目的、技术方案及有益效果更加清楚明白，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，并不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

为便于本领域技术人员更好地理解本申请，下面先对本申请涉及的技术用语进行简单介绍。

机器学习，是基于样本数据设计、学习、调整和优化系统的一种方法。本申请可基于各个机器人的历史机器人作业数据以及历史机器人作业数据的标注机器人作业数据，对机器人作业数据清洗方案进行机器学习，并在机器学习过程中对初始数据清洗模型的机器人作业数据清洗方案进行优化调整以获得性能和准确性较高的目标数据清洗模型。

数据挖掘，是从大量数据中通过算法搜索隐藏于其中的信息的过程。本申请可在机器学习过程中从大量的历史机器人作业数据和标注机器人作业数据中搜索隐藏于其中的机器人作业数据清洗方案的过程。

分布式文件系统，是将大量数据存储在多个设备上以降低大量数据存储成本和复杂度的文件系统。本申请可通过分布式文件系统存储机器学习过程中使用的历史机器人作业数据和标注机器人作业数据以及数据清洗过程中清洗好的标准机器人作业数据。

ETL（Extract Transform Load，提取转换加载），是将数据从来源端经过提取、转换、加载至数据仓库的过程。本申请可通过提取原始机器人作业数据，通过清洗和/或丰富规则，将原始机器人作业数据转换为适合使用的标准机器人作业数据，并且将标准机器人作业数据加载到mysql、redis、mongo等合适的数据库中供数据应用系统使用。

Flink，是在集群环境中运行以对无界和有界数据流进行有状态计算的分布式处理引擎。本申请可通过Flink对机器人作业数据进行机器学习、数据挖掘、数据清洗和数据存储等处理。

Kafka，是基于zookeeper协调的用于web/nginx日志、访问日志、消息服务等的分布式日志系统，也可作为MQ（Message Queue，消息队列）系统。本申请可通过Kafka进行机器人作业数据的数据传输和日志记录等。

HDFS，是具有高容错性、高吞吐量的分布式文件系统。本申请可通过HDFS对清洗好的标准机器人作业数据进行缓存重用。

需要说明的是，本申请中提及的“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样的用语在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，本申请中提及的“和/或”，描述的是关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

在介绍了本申请涉及的技术用语后，接下来，对本申请提供的技术方案进行详细说明。

本申请实施例提供了一种机器人作业数据处理系统，参阅图1所示，本申请实施例提供的机器人作业数据处理系统100至少包括数据获取系统101、模型训练系统102和数据清洗系统103；数据获取系统101分别与模型训练系统102和数据清洗系统103通信连接，模型训练系统102和数据清洗系统103通信连接；

数据获取系统101，用于获取各个第一机器人在第一时间段的历史机器人作业数据以及历史机器人作业数据的标注机器人作业数据；

模型训练系统102，用于基于各个第一机器人在第一时间段的历史机器人作业数据以及历史机器人作业数据的标注机器人作业数据，对初始数据清洗模型进行训练得到目标数据清洗模型；

数据清洗系统103，用于基于目标数据清洗模型，对各个第二机器人在第二时间段的原始机器人作业数据进行数据清洗，得到各个第二机器人在第二时间段的标准机器人作业数据。

在一种可能的实施方式中，本申请实施例提供的机器人作业数据处理系统100还包括数据存储系统104；数据存储系统104与数据清洗系统103通信连接；

数据清洗系统103，还用于将各个第二机器人在第二时间段的标准机器人作业数据发送至数据存储系统；

数据存储系统104，用于将各个第二机器人在第二时间段的标准机器人作业数据按照标准数据格式存储至目标数据库。

在一种可能的实施方式中，本申请实施例提供的机器人作业数据处理系统100还包括数据存储系统104和数据验证系统105；数据验证系统105分别与数据清洗系统103和数据存储系统104通信连接；

数据清洗系统103，还用于将各个第二机器人在第二时间段的标准机器人作业数据发送至数据验证系统105；

数据验证系统105，用于对各个第二机器人在第二时间段的标准机器人作业数据是否符合标准条件进行验证；确定各个第二机器人在第二时间段的标准机器人作业数据符合标准条件时，将各个第二机器人在第二时间段的标准机器人作业数据发送至数据存储系统104；确定各个第二机器人在第二时间段的标准机器人作业数据不符合标准条件时，将各个第二机器人在第二时间段的标准机器人作业数据确定为原始机器人作业数据发送至数据清洗系统103；

数据存储系统104，用于将各个第二机器人在第二时间段的标准机器人作业数据按照标准数据格式存储至目标数据库。

在一种可能的实施方式中，数据清洗系统103，用于基于目标数据清洗模型，对原始机器人作业数据进行分析，得到原始机器人作业数据的数据类型后，基于原始机器人作业数据的数据类型，确定原始机器人作业数据的数据清洗方案，并对原始机器人作业数据进行质量检测，得到原始机器人作业数据的非清洁数据后，对原始机器人作业数据的非清洁数据进行定位得到原始机器人作业数据的非清洁数据类型，以及基于原始机器人作业数据的数据清洗方案中非清洁数据类型对应的数据清洗方案，对原始机器人作业数据进行数据清洗得到原始机器人作业数据的标准机器人作业数据。

基于本申请实施例提供的机器人作业数据处理系统100，本申请实施例提供了一种机器人作业数据处理方法，参阅图2所示，各个第一机器人在第一时间段的历史机器人作业数据、各个第二机器人在第二时间段的原始机器人作业数据等机器人作业数据均可通过MQTT（Message Queuing Telemetry Transport，消息队列遥测传输）等技术接入并经由Flink、Kafka等基础设备进行处理，继而通过机器人作业数据处理系统100进行机器学习、数据清洗等处理后存储至HDFS等进行缓存重用或者存储至mysql、redis、mongo等进行数据应用。具体的，参阅图3所示，本申请实施例提供的机器人作业数据处理方法的概况流程如下：

步骤301：获取各个第一机器人在第一时间段的历史机器人作业数据以及历史机器人作业数据的标注机器人作业数据。

在具体实施时，在一个可能的实施方式中，可以将各个第一机器人在第一时间段的原始机器人作业数据作为历史机器人作业数据，并采用人工标注和/或机器标注等标注方式，对各个第一机器人在第一时间段的历史机器人作业数据中的重复数据、无用数据和异常数据等非清洁数据的数据清洗方案进行标注，得到各个第一机器人在第一时间段的历史机器人作业数据所对应的标注机器人作业数据。在另一个可能的实施方式中，还可以获取各个第一机器人在第一时间段的标准机器人作业数据作为标注机器人作业数据，并对各个第一机器人在第一时间段的标准机器人作业数据随机进行重复数据、无用数据和异常数据等非清洁数据的添加处理，得到各个第一机器人在第一时间段的历史机器人作业数据。

步骤302：基于各个第一机器人在第一时间段的历史机器人作业数据以及历史机器人作业数据的标注机器人作业数据，对初始数据清洗模型进行训练得到目标数据清洗模型。

在具体实施时，可以将各个第一机器人在第一时间段的历史机器人作业数据以及历史机器人作业数据的标注机器人作业数据作为训练样本集，并基于训练样本集对初始数据清洗模型进行迭代训练，直至确定满足迭代终止条件（例如迭代训练次数达到设定次数，又如当前损失值不大于设定阈值等）时，基于最后一次迭代训练获得的初始数据清洗模型的各模型参数得到目标数据清洗模型；其中，每次迭代训练包括：从训练样本集中选取目标训练样本，将目标训练样本中的历史机器人作业数据输入初始数据清洗模型得到清洗后的目标机器人作业数据，基于目标机器人作业数据和目标训练样本中的标注机器人作业数据得到当前损失值，并基于当前损失值更新初始数据清洗模型的各模型参数。具体的，在每次迭代训练过程中，参阅图4所示，基于初始数据清洗模型的数据清洗过程包括但不限于以下步骤：

步骤一、准备步骤，包括但不限于需求分析、大数据类别分析、任务定义、小类别方法定义、基本设置以及基于以上步骤获得数据清洗方案等；其中，需求分析可识别机器人作业数据的数据清洗需求；大数据类别分析可通过分析机器人类别、机器人使用场景、机器人作业类型、机器人作业任务、机器人作业子任务等将大数据归类以便对同类数据进行分析；任务定义可确定数据清洗任务目标；小类别方法定义可确定各类非清洁数据适配的数据清洗方案；基本配置可完成数据接口等配置；基于以上步骤可获得完整的数据清洗方案并整理归档。

步骤二、检测步骤，包括但不限于对历史机器人作业数据本身及历史机器人作业数据间的数据预处理、相似和/或重复数据检测、不完整数据和/或逻辑检测、错误数据和/或逻辑检测、冗余和/或异常数据检测等，并且对检测结果进行统计获得数据质量信息并整理归档。

步骤三、定位步骤，包括但不限于基于数据质量信息对历史机器人作业数据进行数据质量定位得到非清洁数据定位信息，并经由数据追踪、数据质量评估后分析非清洁数据及非清洁数据对知识表示的影响，继而分析产生非清洁数据的根本原因，进而确定非清洁数据的位置和类型以及与该类型对应的数据清洗方案并整理归档。值得说的是，实际应用中，根据定位分析情况还可能需要返回检测步骤进一步定位需要清洗的数据位置。

步骤四、修正步骤，包括但不限于基于非清洁数据的类型、位置及数据清洗方案，对非清洁数据进行数据清洗，例如对非清洁数据进行非清洁数据标记、不完整数据填补、不可用数据删除、错误数据修改、重复数据合并、冗余数据删除等数据清洗操作得到清洗后的目标机器人作业数据并进行存储管理。

步骤五、验证步骤，包括但不限于将清洗后的目标机器人作业数据与任务定义的数据清洗任务目标进行比对验证，如果清洗后的目标机器人作业数据与数据清洗任务目标不符合，则作进一步定位分析与数据清洗，甚至返回准备步骤中调整相应准备操作。

步骤303：基于目标数据清洗模型，对各个第二机器人在第二时间段的原始机器人作业数据进行数据清洗，得到各个第二机器人在第二时间段的标准机器人作业数据。

本申请实施例中，可以基于目标数据清洗模型，对各个第二机器人在第二时间段的原始机器人作业数据进行数据清洗执行但不限于以下步骤：

首先，对原始机器人作业数据进行分析，得到原始机器人作业数据的数据类型后，基于原始机器人作业数据的数据类型，确定原始机器人作业数据的数据清洗方案。

然后，对原始机器人作业数据进行质量检测，得到原始机器人作业数据的非清洁数据后，对原始机器人作业数据的非清洁数据进行定位得到原始机器人作业数据的非清洁数据类型。

最后，基于原始机器人作业数据的数据清洗方案中非清洁数据类型对应的数据清洗方案，对原始机器人作业数据进行数据清洗得到原始机器人作业数据的标准机器人作业数据。

在具体实施时，基于目标数据清洗模型的数据清洗过程包括但不限于以下步骤：

步骤一、预处理步骤，包括但不限于从原始机器人作业数据的元数据中获取字段解释、数据来源、代码表等描述信息，基于描述信息确定原始机器人作业数据的数据类型后，基于原始机器人作业数据的数据类型，确定原始机器人作业数据的数据清洗方案；并基于数据检核规则对原始机器人作业数据进行相似和/或重复数据检核、不完整数据和/或逻辑检核、错误数据和/或逻辑检核、冗余和/或异常数据检核等检核处理，得到原始机器人作业数据的数据质量信息；以及基于数据质量信息，对原始机器人作业数据进行数据质量定位及非清洁数据产生原因分析，得到原始机器人作业数据中非清洁数据的位置和类型以及与该类型对应的数据清洗方案。实际应用中，数据检核规则包括但不限于非空检核、主键重复检核、非法检核（可采用ETL）、数据格式检核、记录数检核等；其中，非空检核为在要求字段为非空的情况下对该字段中的数据进行检核；主键重复为多个机器人中的同类数据经过清洗后在统一保存时对主键唯一性进行检核；非法检核包括非法代码检核和非法值检核，非法代码清洗包括对非法代码以及不符合数据标准的代码的检核，非法值清洗包括对取值错误、格式错误、多余字段符、乱码等数据的检核；数据格式检核为对时间、乱码、多余字符等各类属性值的格式是否正确进行检核；记录数检核为对各个机器人相关数据之间的数据总数检核或者每日数据量的波动检核。

步骤二、数据清洗步骤，包括但不限于基于原始机器人作业数据中非清洁数据的位置和类型以及与该类型对应的数据清洗方案的缺失值清洗、格式内容清洗、逻辑错误清洗等数据清洗步骤；其中：

缺失值清洗，为通过去重、除燥、缺失值处理等操作重新获取丢失的重要数据进行数据填充及补全的过程，包括但不限于以下情况：1）确定缺失值范围，即对原始机器人作业数据的每个字段分别计算缺失值比例后，按照缺失值比例和缺失字段（例如根据id、name等字段）进行填充及补全；2）去除不需要字段，即直接删除不需要字段，该步骤每执行一次均需要备份一次，或者小规模数据处理成功后再处理全量数据，以避免删错数据带来的损失；3）填充缺失内容，可以按照业务知识或经验推测填充缺失值，也可以按照同一指标的计算结果（例如均等、中位数、众数等）填充缺失值，还可以按照不同指标的计算结果填充缺失值；4）重新取数，即数据量较大时统计出每个元素的出现次数，当选出出现次数大于1的数据时即为重复选取；

格式内容清洗，为对数据格式进行清洗的过程，小到时间、日期、数值，大到数值内容中是否存在不该有或内容不符的字符（例如null、空格等）等均可进行格式内容清洗，包括但不限于以下情况：1）时间、日期、数值等显示格式不一致的数据，这类数据与MQ系统接入的不同数据源有关，在整合多数据源的机器人作业数据时可能遇到这类数据格式问题，例如可以将接收到的文本格式数据转换成所需的JSON格式数据；2）数据内容中存在不该有的字符（例如null、空格等），这类数据可能只包括一部分内容，例如机器人的设备id是数字+字母，而接收到的设备id中存在空格、汉子等内容，又如机器人的设备id是汉子，而接收到的设备id中存在数字、字母等内容，这类数据在定位出像null、空格等不需要的字符后需删除；3）数据内容存在与字段应有内容不符的字符，例如姓名字段中出现性别，作业类型字段中出现作业编号等，这类数据不能简单的以删除来清洗，因为成因有可能是人工填写错误，也可能是前端设备没有校验，还可能是导入数据时部分或全部存在列没有对齐的问题，因此需要详细识别问题类型后再进行相应清洗处理。

逻辑错误清洗，为对重复性数据、不符合常识的异常数据、属性依赖冲突的错误数据等数据进行清洗的过程，包括但不限于根据不同的非清洁数据存在的不同形式执行相应的数据清洗及转换操作。需要注意的是，对原始机器人作业数据进行数据清洗时，应该将机器人作业数据进行备份，以防需要撤销清洗操作。而且，为了便于处理单数据源、多数据源以及单数据源与其他数据源合并的数据质量问题，一般需要在各个数据源上进行数据转换操作，且从原始数据源的属性字段中抽取值（实行分离）时，原始数据源的属性会包含很多信息，这些信息有时需要细化成多个属性，便于后续清洗重复记录。此外，确认并改正输入和拼写的错误，尽可能的使该步骤自动化，若是基于字典查询拼写错误，则更利于发现拼写的错误。另外，为了便于记录数据匹配和合并，应该将属性值转换成统一格式。

进一步的，本申请实施例中，对各个第二机器人在第二时间段的原始机器人作业数据进行数据清洗，得到各个第二机器人在第二时间段的标准机器人作业数据后，在一个可能的实施方式中，可以直接将各个第二机器人在第二时间段的标准机器人作业数据按照标准数据格式存储至目标数据库；在另一个可能的实施方式中，还可以先对各个第二机器人在第二时间段的标准机器人作业数据是否符合标准条件进行验证（例如格式验证、数据关联性验证等），确定各个第二机器人在第二时间段的标准机器人作业数据不符合标准条件时，将各个第二机器人在第二时间段的标准机器人作业数据确定为原始机器人作业数据重新进行数据清洗，确定各个第二机器人在第二时间段的标准机器人作业数据符合标准条件时，再将各个第二机器人在第二时间段的标准机器人作业数据存储至目标数据库，从而可以提高机器人作业数据质量，避免再次抽取相同的机器人作业数据后进行重复清洗处理，而且通过目标数据清洗模型的数据清洗可以保证目标数据库中存储的标准机器人作业数据具备精准性、一致性、完整性、有效性、唯一性，从而可以保证标准机器人作业数据的可用性和稳定性。

本申请实施例中，参阅图5所示，通过MQ系统接收原始机器人作业数据，通过目标数据清洁模型，对原始机器人作业数据进行分析得到原始机器人作业数据中非清洁数据的位置和类型，并进一步确定与原始机器人作业数据中非清洁数据的与类型对应的数据清洗方案后，确定原始机器人作业数据不需要数据清洗时，直接将原始机器人作业数据确定为标准机器人作业数据，确定原始机器人作业数据需要数据清洗且原始机器人作业数据不是脏数据（即不需要的数据）时，基于原始机器人作业数据中非清洁数据的位置以及与非清洁数据类型对应的数据清洗方案，对原始机器人作业数据进行数据清洗得到标准机器人作业数据，确定原始机器人作业数据需要数据清洗但原始机器人作业数据是脏数据（即不需要的数据）时，直接对原始机器人作业数据进行过滤去除，从而可以获得干净的标准机器人作业数据进行回流使用，进而可以提高标准机器人作业数据的可用性和稳定性。

基于上述实施例，本申请实施例还提供了一种机器人作业数据处理装置，参阅图6所示，本申请实施例提供的机器人作业数据处理装置600至少包括：

数据获取单元601，用于获取各个第一机器人在第一时间段的历史机器人作业数据以及历史机器人作业数据的标注机器人作业数据；

模型训练单元602，用于基于各个第一机器人在第一时间段的历史机器人作业数据以及历史机器人作业数据的标注机器人作业数据，对初始数据清洗模型进行训练得到目标数据清洗模型；

模型应用单元603，用于基于目标数据清洗模型，对各个第二机器人在第二时间段的原始机器人作业数据进行数据清洗，得到各个第二机器人在第二时间段的标准机器人作业数据。

在一种可能的实施方式中，本申请实施例提供的机器人作业数据处理装置600还包括：

数据存储单元604，用于将各个第二机器人在第二时间段的标准机器人作业数据按照标准数据格式存储至目标数据库；

在一种可能的实施方式中，本申请实施例提供的机器人作业数据处理装置600还包括：

数据验证单元605，用于对各个第二机器人在第二时间段的标准机器人作业数据是否符合标准条件进行验证；确定各个第二机器人在第二时间段的标准机器人作业数据符合标准条件时，将各个第二机器人在第二时间段的标准机器人作业数据存储至目标数据库；确定各个第二机器人在第二时间段的标准机器人作业数据不符合标准条件时，将各个第二机器人在第二时间段的标准机器人作业数据确定为原始机器人作业数据重新进行数据清洗。

在一种可能的实施方式中，基于目标数据清洗模型，对各个第二机器人在第二时间段的原始机器人作业数据进行数据清洗，得到各个第二机器人在第二时间段的标准机器人作业数据时，模型应用单元603具体用于：

基于目标数据清洗模型，对原始机器人作业数据进行分析，得到原始机器人作业数据的数据类型后，基于原始机器人作业数据的数据类型，确定原始机器人作业数据的数据清洗方案；

对原始机器人作业数据进行质量检测，得到原始机器人作业数据的非清洁数据后，对原始机器人作业数据的非清洁数据进行定位得到原始机器人作业数据的非清洁数据类型；

基于原始机器人作业数据的数据清洗方案中非清洁数据类型对应的数据清洗方案，对原始机器人作业数据进行数据清洗得到原始机器人作业数据的标准机器人作业数据。

需要说明的是，本申请实施例提供的机器人作业数据处理装置600解决技术问题的原理与本申请实施例提供的机器人作业数据处理方法相似，因此，本申请实施例提供的机器人作业数据处理装置600的实施可以参见本申请实施例提供的机器人作业数据处理方法的实施，重复之处不再赘述。

在介绍了本申请实施例提供的机器人作业数据处理系统、方法和装置之后，接下来，对本申请实施例提供的电子设备进行简单介绍。

参阅图7所示，本申请实施例提供的电子设备700至少包括处理器701、存储器702和存储在存储器702上并可在处理器701上运行的计算机程序，处理器701执行计算机程序时实现本申请实施例提供的机器人作业数据处理方法。

本申请实施例提供的电子设备700还可以包括连接不同组件（包括处理器701和存储器702）的总线703。其中，总线703表示几类总线结构中的一种或多种，包括存储器总线、外围总线、局域总线等。

存储器702可以包括易失性存储器形式的可读介质，例如RAM（Random AccessMemory，随机存储器）7021和/或高速缓存存储器7022，还可以进一步包括ROM（Read OnlyMemory，只读存储器）7023。存储器702还可以包括具有一组（至少一个）程序模块7024的程序工具7025，程序模块7024包括但不限于：操作子系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

电子设备700也可以与一个或多个外部设备704（例如键盘、遥控器等）通信，还可以与一个或者多个使得用户能与电子设备700交互的设备通信（例如手机、电脑等），和/或，与使得电子设备700与一个或多个其它电子设备700进行通信的任何设备（例如路由器、调制解调器等）通信。这种通信可以通过I/O（Input /Output，输入/输出）接口705进行。并且，电子设备700还可以通过网络适配器706与一个或者多个网络（例如LAN（Local AreaNetwork，局域网），WAN（Wide Area Network，广域网）和/或公共网络，例如因特网）通信。如图7所示，网络适配器706通过总线703与电子设备700的其它模块通信。应当理解，尽管图7中未示出，可以结合电子设备700使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID（Redundant Arrays of IndependentDisks，磁盘阵列）子系统、磁带驱动器以及数据备份存储子系统等。

需要说明的是，图7所示的电子设备700仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

此外，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，该计算机指令被处理器执行时实现本申请实施例提供的机器人作业数据处理方法。具体地，该计算机指令可以内置或安装在电子设备中，这样，电子设备就可以通过执行内置或安装的计算机指令实现本申请实施例提供的机器人作业数据处理方法。

另外，本申请实施例提供的机器人作业数据处理方法还可以实现为一种程序产品，该程序产品包括程序代码，当该程序代码在处理器上运行时实现本申请实施例提供的机器人作业数据处理方法。

本申请实施例提供的程序产品可以采用一个或多个可读介质的任意组合，其中，可读介质可以是可读信号介质或可读存储介质，而可读存储介质可以是但不限于是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或任意以上的组合，具体地，可读存储介质的更具体的例子（非穷举的列表）包括：具有一个或多个导线的电连接、便携式盘、硬盘、RAM、ROM、EPROM（Erasable Programmable Read Only Memory，可擦式可编程只读存储器）、光纤、CD-ROM（Compact Disc Read-Only Memory，便携式紧凑盘只读存储器）、光存储器件、磁存储器件、或者上述的任意合适的组合。

本申请实施例提供的程序产品可以采用CD-ROM并包括程序代码，还可以在电子设备上运行。然而，本申请实施例提供的程序产品不限于此，在本申请实施例中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。

此外，尽管在附图中以特定顺序描述了本申请方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请实施例的精神和范围。这样，倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。