基于数据孪生的协作机器人远程监控方法

1.本发明涉及远程监控技术领域，特别是涉及基于数据孪生的协作机器人远程监控方法。


背景技术：

2.协作机器人是一种和人类在共同工作空间中能进行近距离互动的机器人。简单来说，协作机器人是一种从设计之初就考虑降低伤害风险，能够安全地与人类进行直接交互/接触的机器人。传统工业机器人在工作时，受限于技术或者历史原因，为了保证安全需要采取某些措施把人类排除在工作区域外，例如汽车焊接、喷漆等工序完全不需要人的参与，因此用安全围栏围住即可。但这样也有弊端，很多需要人类介入的工作就无法采用机器人来实现较高程度的自动化。协作机器人就是为了把机器人(精确)的重复性能和人类独特的技巧与能力结合起来，人类擅长解决不精确/模糊的问题，而机器人则在精度、力量和耐久性上占优。
3.数字孪生又称“数字双胞胎”，是将工业产品、制造系统、城市等复杂物理系统的结构、状态、行为、功能和性能映射到数字化的虚拟世界。通过实时传感、连接映射、精确分析和沉浸交互来刻画、预测和控制物理系统，实现复杂系统虚实融合，使系统全要素、全过程、全价值链达到最大限度地闭环优化。数字孪生体作为数据存储平台，采集各类原始数据后将数据进行融合处理，驱动仿真模型各部分的动态运转，有效反映各业务流程。
4.现有专利(申请号202111415248.0)公开了一种基于数字孪生的协作机器人远程监测系统与方法，所述监测系统基于数字孪生五维模型概念，以协作机器人为例，构建数字孪生远程监测系统。与传统远程监测系统相比，本发明有以下特点：实时性，数据来源于传感器，可以更准确反映出所监测对象的状态；持久性，数据最终会持久化至数据库中，便于对数据进行分析与处理；低时延，对虚拟模型进行简化，降低系统实时渲染的资源与时间消耗，增强实时性；实时健康状态评估，本发明采用模糊综合评价法实时评估机器人健康度，不需要大量历史数据训练模型，评估响应快。本发明可应用于复杂装备的人机共融场景的远程监测，可实时掌握装备状态，及时预警，减少安全事故的发生。
5.上述专利虽然利用数字孪生实现了协作机器人的远程监控，但是仍存在以下几点弊端：其一，缺乏预先性，由于远程机器人的数字孪生模型与实体的协作机器人采用同步通讯，若实体的协作机器人由于损坏、意外等因素没有完成当前任务，而与之同步的数字孪生模型无法作出提前预判，无法避免相关问题出现或者减少损失；其二，缺乏参照对比性，没有设置若干个参照点，用于判断协作机器人是否完美执行当前动作，以及用以验证数字孪生模型的实时同步的准确性，为此，我们提出基于数据孪生的协作机器人远程监控方法，在信息平台内建立一个孪生数据模型，用以实时监控协作机器人的运动状态，以及通过计算提前模拟出协作机器人未来时间内的运动虚拟模型，再将同一时间内的孪生数据模型和运动虚拟模型进行对比，达到提前规避异常和提高监控精准度的目的。


技术实现要素：

6.本发明的目的在于提供基于数据孪生的协作机器人远程监控方法，以解决上述背景中提出的问题。
7.为解决上述技术问题，本发明是通过以下技术方案实现的：
8.本发明为基于数据孪生的协作机器人远程监控方法，包括以下步骤：
9.step1：创建数字孪生模型，根据协作机器人在信息平台建立与协作机器人1：1的数字孪生模型，再利用二次误差矩阵的简化边折叠算法在保留协作机器人实体特征的前提下，对数字孪生模型进行简化，减少渲染消耗以及减少系统时延；
10.step2：创建虚拟运动平台，利用虚拟现实技术根据协作机器人的工作流水线建立与实际场景1：1的虚拟运动平台，并将数字孪生模型与虚拟运动平台进行融合，模拟协作机器人的运动状态；
11.step3：数据采集和传输，利用协作机器人自带传感器或者后期加装传感器，用以采集协作机器人运动过程中的实时转角、电压、电流、温度、速度、等动态数据，并将采集的相关数据传输至信息平台进行分析、处理和存储，再将相关数据与数字孪生模型进行融合，实时监控协作机器人的相关数据；
12.step4：建立参照点，利用位置传感器在协作机器人运动路径中建立几个关键的参照点，当协作机器人运动在规定时间后运动至参照点后，位置传感器向信息平台发送运行正常指令；否则，位置传感器向信息平台发送运行异常指令；
13.step5：建立运动虚拟模型，信息平台通过计算提前模拟出孪生数据模型未来时间(如10s后、20s后)内的运动虚拟模型，再将同一时间内的孪生数据模型和运动虚拟模型进行对比，若同一时间内运动虚拟模型与孪生数据模型完全重合，则向信息平台发送模拟正常指令；否则，向信息平台发送模拟异常指令；
14.step6：功能评估，信息平台根据运行正常/异常指令和模拟正常/异常指令对协作机器人作出健康状态评估，以及对协作机器人的各项指标数据进行可视化呈现，进一步针对各项指标数据特点的不同选择折线图、饼形图、仪表盘等图表对数据进行可视化呈现；
15.通过上述步骤，在信息平台内建立与协作机器人实时通讯的孪生数据模型，用以实时监控协作机器人的运动状态，再通过计算提前模拟出协作机器人未来时间内的运动虚拟模型，再将同一时间内的孪生数据模型和运动虚拟模型进行对比，达到提前规避异常和提高监控精准度的目的。
16.优选地，所述协作机器人是六自由度协作机器人。
17.优选地，所述虚拟运动平台利用二次误差矩阵的简化边折叠算法进行简化，减少在实时渲染过程中信息平台算力资源的消耗，加快显示效率以及提高监控效率。
18.优选地，所述信息平台利用多级模糊综合评判法对协作机器人的总体健康状态进行评估，评估结果分为故障、适中、良好三个等级。
19.本发明具有以下有益效果：
20.本发明在信息平台内建立与协作机器人实时通讯的孪生数据模型，用以实时监控协作机器人的运动状态，再通过计算提前模拟出协作机器人未来时间内的运动虚拟模型，再将同一时间内的孪生数据模型和运动虚拟模型进行对比，达到提前规避异常和提高监控精准度的目的。
21.本发明通过建立多个参照点用以判断协作机器人是否完美执行当前动作，以及用以验证数字孪生模型的实时同步的准确性。
22.当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
23.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
24.图1为本发明的基于数据孪生的协作机器人远程监控方法的操作方法流程图；
具体实施方式
25.下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
26.实施例一
27.请参阅图1所示：本发明为基于数据孪生的协作机器人远程监控方法，包括以下步骤：
28.step1：创建数字孪生模型，根据协作机器人在信息平台建立与协作机器人1：1的数字孪生模型，再利用二次误差矩阵的简化边折叠算法在保留协作机器人实体特征的前提下，对数字孪生模型进行简化，减少渲染消耗以及减少系统时延；
29.step2：创建虚拟运动平台，利用虚拟现实技术根据协作机器人的工作流水线建立与实际场景1：1的虚拟运动平台，并将数字孪生模型与虚拟运动平台进行融合，模拟协作机器人的运动状态；
30.step3：数据采集和传输，利用协作机器人自带传感器或者后期加装传感器，用以采集协作机器人运动过程中的实时转角、电压、电流、温度、速度、等动态数据，并将采集的相关数据传输至信息平台进行分析、处理和存储，再将相关数据与数字孪生模型进行融合，实时监控协作机器人的相关数据；
31.step4：建立参照点，利用位置传感器在协作机器人运动路径中建立几个关键的参照点，当协作机器人运动在规定时间后运动至参照点后，位置传感器向信息平台发送运行正常指令；否则，位置传感器向信息平台发送运行异常指令；
32.step5：建立运动虚拟模型，信息平台通过计算提前模拟出孪生数据模型未来时间(如10s后、20s后)内的运动虚拟模型，再将同一时间内的孪生数据模型和运动虚拟模型进行对比，若同一时间内运动虚拟模型与孪生数据模型完全重合，则向信息平台发送模拟正常指令；否则，向信息平台发送模拟异常指令；
33.step6：功能评估，信息平台根据运行正常/异常指令和模拟正常/异常指令对协作机器人作出健康状态评估，以及对协作机器人的各项指标数据进行可视化呈现，进一步针对各项指标数据特点的不同选择折线图、饼形图、仪表盘等图表对数据进行可视化呈现；
34.通过上述步骤，在信息平台内建立与协作机器人实时通讯的孪生数据模型，用以实时监控协作机器人的运动状态，再通过计算提前模拟出协作机器人未来时间内的运动虚拟模型，再将同一时间内的孪生数据模型和运动虚拟模型进行对比，达到提前规避异常和提高监控精准度的目的。
35.所述协作机器人是六自由度协作机器人。
36.所述虚拟运动平台利用二次误差矩阵的简化边折叠算法进行简化，减少在实时渲染过程中信息平台算力资源的消耗，加快显示效率以及提高监控效率。
37.所述信息平台利用多级模糊综合评判法对协作机器人的总体健康状态进行评估，评估结果分为故障、适中、良好三个等级。
38.在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
39.以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。