基于故障的机器人运动调整指令生成方法及装置与流程
本申请涉及机器人,具体而言,涉及一种基于故障的机器人运动调整指令生成方法及装置。
背景技术:
1、针对电缆隧道等复杂环境下四足机器人的故障预警,相关技术中主要依赖单一电机模型进行故障特征提取,通过对比模型预测值与实测值的偏差判断异常状态。在此基础上,部分相关技术尝试引入多传感器采集的物理场数据进行融合处理,并针对已识别的故障类型调用预设的容错控制策略进行运动调整。
2、上述相关技术中存在以下局限:(1)单一电机模型的预测精度易受环境变化和模型自身误差影响,导致故障特征提取的准确性难以保证,且无法有效区分真实故障与环境干扰;(2)多传感器采集的物理场数据的融合多停留在数值层或特征层,缺乏对不同物理场数据在故障语义层面的深度关联,难以实现故障类型与部位的精准辨识;(3)故障预警结果仅用于触发预设故障专用控制策略,生成的运动调整指令的控制效果无法反馈优化故障预警过程,导致整个故障预警与运动调整指令生成过程缺乏自适应优化能力。
3、上述问题的交织耦合,导致相关技术中存在的机器人在故障时的关节驱动指令序列确定结果不准确的技术问题。
4、针对上述的问题,目前尚未提出有效的解决方案。
技术实现思路
1、本申请实施例提供了一种基于故障的机器人运动调整指令生成方法及装置,以至少解决相关技术中存在的机器人在故障时的关节驱动指令序列确定结果不准确的技术问题。
2、根据本申请实施例的一个方面,提供了一种基于故障的机器人运动调整指令生成方法,包括:获取机器人在当前时刻的当前关节运动数据、当前关节扭矩测量值和当前多维物理场数据,其中,物理场数据至少包括声纹数据、振动数据、电磁场数据和能耗数据;基于当前关节运动数据,确定机器人的当前关节扭矩预测值集;基于当前关节扭矩预测值集和当前关节扭矩测量值,确定机器人的当前故障特征;基于当前多维物理场数据、当前故障特征和目标知识图谱,确定机器人的故障语义描述,其中,目标知识图谱包括故障模式节点、中间状态节点、物理场特征节点以及节点之间的关联关系,中间状态节点表征机器人在故障演化过程中的内部机理退化或过渡性损伤,物理场特征节点表征根据当前多维物理场数据可直接映射到的异常现象;基于故障语义描述,确定机器人在预定时间段的关节驱动指令序列,其中,预定时间段为当前时刻之后的时间段。
3、根据本申请实施例的另一方面,提供了一种基于故障的机器人运动调整指令生成装置,包括:数据获取模块,用于获取机器人在当前时刻的当前关节运动数据、当前关节扭矩测量值和当前多维物理场数据,其中,物理场数据至少包括声纹数据、振动数据、电磁场数据和能耗数据;第一确定模块,用于基于当前关节运动数据,确定机器人的当前关节扭矩预测值集;第二确定模块,用于基于当前关节扭矩预测值集和当前关节扭矩测量值,确定机器人的当前故障特征;第三确定模块,用于基于当前多维物理场数据、当前故障特征和目标知识图谱,确定机器人的故障语义描述,其中,目标知识图谱包括故障模式节点、中间状态节点、物理场特征节点以及节点之间的关联关系,中间状态节点表征机器人在故障演化过程中的内部机理退化或过渡性损伤,物理场特征节点表征根据当前多维物理场数据可直接映射到的异常现象;第四确定模块,用于基于故障语义描述,确定机器人在预定时间段的关节驱动指令序列,其中,预定时间段为当前时刻之后的时间段。
4、根据本申请实施例的另一方面,提供了一种非易失性存储介质,非易失性存储介质存储有多条指令,指令适于由处理器加载并执行任意一项的基于故障的机器人运动调整指令生成方法。
5、根据本申请实施例的另一方面,提供了一种电子设备,包括:一个或多个处理器和存储器,存储器用于存储一个或多个程序,其中,当一个或多个程序被一个或多个处理器执行时,使得一个或多个处理器实现任意一项的基于故障的机器人运动调整指令生成方法。
6、根据本申请实施例的另一方面,提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行基于故障的机器人运动调整指令生成方法步骤的程序。
7、在本申请实施例中,通过获取机器人在当前时刻的当前关节运动数据、当前关节扭矩测量值和当前多维物理场数据,其中,物理场数据至少包括声纹数据、振动数据、电磁场数据和能耗数据;基于当前关节运动数据,确定机器人的当前关节扭矩预测值集;基于当前关节扭矩预测值集和当前关节扭矩测量值,确定机器人的当前故障特征;基于当前多维物理场数据、当前故障特征和目标知识图谱,确定机器人的故障语义描述,其中,目标知识图谱包括故障模式节点、中间状态节点、物理场特征节点以及节点之间的关联关系,中间状态节点表征机器人在故障演化过程中的内部机理退化或过渡性损伤,物理场特征节点表征根据当前多维物理场数据可直接映射到的异常现象;基于故障语义描述,确定机器人在预定时间段的关节驱动指令序列,其中,预定时间段为当前时刻之后的时间段。达到通过基于机器人的当前关节运动数据和当前关节扭矩测量值确定的当前故障特征,结合目标知识图谱和当前多维物理场数据,确定机器人的故障语义描述,并根据该故障语义描述确定机器人的关节驱动指令序列的目的,实现提高机器人在故障时的关节驱动指令序列确定结果的准确性的技术效果,进而解决相关技术中存在的机器人在故障时的关节驱动指令序列确定结果不准确的技术问题。
1.一种基于故障的机器人运动调整指令生成方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述基于所述当前关节运动数据,确定所述机器人的当前关节扭矩预测值集,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述当前关节扭矩预测值集和所述当前关节扭矩测量值,确定所述机器人的当前故障特征,包括:
4.根据权利要求3所述的方法,其特征在于,所述基于所述当前偏差值集和所述历史波动规律,确定偏差特征集,包括:
5.根据权利要求3所述的方法,其特征在于,所述基于所述当前关节扭矩预测值集,确定当前预测一致性系数,包括:
6.根据权利要求3所述的方法,其特征在于,所述基于所述当前预测一致性系数和所述历史预测一致性分布特征,确定一致性偏离特征,包括:
7.根据权利要求1所述的方法,其特征在于,所述基于所述当前多维物理场数据、所述当前故障特征和目标知识图谱,确定所述机器人的故障语义描述,包括:
8.根据权利要求1至7任意一项所述的方法,其特征在于,所述基于所述故障语义描述,确定所述机器人在预定时间段的关节驱动指令序列,包括:
9.一种基于故障的机器人运动调整指令生成装置,其特征在于,包括:
10.一种非易失性存储介质,其特征在于,所述非易失性存储介质存储有多条指令,所述指令适于由处理器加载并执行权利要求1至8中任意一项所述的基于故障的机器人运动调整指令生成方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com