1.一种人机交互行为预测模型训练方法，其特征在于，包括：采集检修维护区域多个时刻下的人机交互行为的多模态图像数据；对所述多模态图像数据进行特征提取，得到每个时刻对应的交互行为特征向量，所述交互行为特征包括以下一种或多种：操作位置特征、操作动作特征和设备响应情况特征；将各所述交互行为特征向量与标准交互行为数据库中对应的标准交互行为特征向量分别输入至预设的相似度算法，输出多个相似度值；若各所述相似度值均大于预设阈值，则根据各所述交互行为特征向量对人机交互行为模型进行训练，得到人机交互行为预测模型。
2.根据权利要求1所述的方法，其特征在于，所述对所述多模态图像数据进行特征提取，得到每个时刻对应的交互行为特征向量，包括：对所述多模态图像数据进行预处理和时间切片，得到所述每个时刻对应的多模态图像帧；提取各所述多模态图像帧中的所述交互行为特征，将所述交互行为特征转换成数值特征组，所述数值特征组中包括多个反映所述交互行为特征不同维度信息的数值；对所述数值特征组进行标准化处理，得到所述每个时刻对应的交互行为特征向量。
3.根据权利要求2所述的方法，其特征在于，所述标准交互行为数据库包括带有时间戳标记的标准交互行为特征向量集；所述人机交互行为模型包括多个维度信息数值子模型，其中，每个所述维度信息数值子模型适用于各所述标准交互行为特征向量中反映标准交互行为特征同一维度信息的数值；所述维度信息数值子模型表示通过输入时间戳值，以得到与所述时间戳值对应的所述标准交互行为特征向量集中的维度信息的数值。
4.根据权利要求3所述的方法，其特征在于，所述根据各所述交互行为特征向量对人机交互行为模型进行训练，得到人机交互行为预测模型，包括：将各所述交互行为特征向量输入至聚类算法，输出多个带有时间戳标记的元素数组，其中，每个带有时间戳标记的元素数组表示反映所述交互行为特征同一维度信息的数值；根据所述带有时间戳标记的元素数组，训练调整对应的所述维度信息数值子模型中的参数，得到维度信息数值预测子模型；将各所述维度信息数值预测子模型集合形成所述人机交互行为预测模型。
5.根据权利要求1所述的方法，其特征在于，所述根据各所述交互行为特征向量对人机交互行为模型进行训练，得到人机交互行为预测模型之后，还包括：根据所述人机交互行为预测模型，输出未来时刻的交互行为特征向量；从所述标准交互行为数据库中确定所述未来时刻对应的第一标准向量；将所述未来时刻的交互行为特征向量与所述第一标准向量输入至所述预设的相似度算法，输出第一相似度值；若所述第一相似度值小于等于所述预设阈值，预测所述未来时刻的人机交互行为出现异常。
6.根据权利要求5所述的方法，其特征在于，所述预测未来时刻的交互行为出现异常之后，还包括：从专家知识库中确定出检修方案；将所述检修方案发送至检修人员的移动终端及距离待检修设备最近的操作台显示界面上。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述人机交互行为模型是指其中，X 1 (t)...X n (t)表示反映所述标准交互行为特征在时刻t下的不同维度信息的数值，a 1 、b 1 ...q 1 表示维度信息数值子模型(t，X 1 (t))中的参数；a 2 、b 2 ...q 2 表示维度信息数值子模型(t，X 2 (t))中的参数；a n 、b n ...q n 表示维度信息数值子模型(t，X n (t))中的参数。
8.一种人机交互行为预测模型训练装置，其特征在于，包括：采集模块、提取模块、计算模块和训练模块；所述采集模块用于采集检修维护区域多个时刻下的人机交互行为的多模态图像数据；所述提取模块用于对所述多模态图像数据进行特征提取，得到每个时刻对应的交互行为特征向量，所述交互行为特征包括以下一种或多种：操作位置特征、操作动作特征和设备响应情况特征；所述计算模块用于将各所述交互行为特征向量与标准交互行为数据库中对应的标准交互行为特征向量分别输入至预设的相似度算法，输出多个相似度值；所述训练模块用于若各所述相似度值均大于预设阈值，则根据各所述交互行为特征向量对人机交互行为模型进行训练，得到人机交互行为预测模型。
9.一种控制设备，其特征在于，包括存储器和处理器，所述存储器内存储有程序指令，所述处理器用于调用所述存储器内的程序指令以执行权利要求1至7任一项所述的人机交互行为预测模型训练方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现权利要求1至7任一项所述的人机交互行为预测模型训练方法。
