CN109165234B - 机器人异常分析方法及装置 - Google Patents

Abstract

本申请公开了一种机器人异常分析方法及装置，方法包括：收集机器人的业务数据以及运行日志；其中，所述业务数据为所述机器人接收的任务的数据，所述运行日志为用于保存所述机器人运行记录的日志；收集所述机器人的基本状态数据以及传感器检测数据；对所述业务数据、运行日志、基本状态数据以及传感器检测数据进行分析及处理，判断是否存在异常状态；在存在异常状态时，生成异常告警信息。达到了形成了一套完整的数据收集、异常状态分析体系的目的，从而实现了确保机器人能长期稳定的提供服务的技术效果，进而解决了由于相关技术中的机器人系统化、自动化的技术比较空缺造成的监控大都仍处在机器人通过专人盯着进而达到有效监控的技术问题。

Description

机器人异常分析方法及装置

技术领域

本申请涉及机器人技术领域，具体而言，涉及一种机器人异常分析方法及装置。

背景技术

近年来，商用服务机器人逐渐被大众接受，越来越多的出现在酒店、商场、写字楼、机场、小区公寓等各个地方。商用服务机器人与工业机器人或家用机器人相比——它的运行环境复杂多变、不确定因素非常多、经常会有各种突发状况，但它的服务稳定可靠性要求又非常高。因此需求建立一套完善的数据收集、监控/告警和针对机器人的异常情况进行及时分析的体系，以确保能够准确获知机器人的异常信息，进而使机器人能长期稳定的提供服务。

数据收集、监控/告警和异常分析等相关技术在互联网行业已经使用得非常成熟，但在服务机器人领域，由于目前有大量服务机器人在外面提供服务，但是能够提供机器人监控的公司并不多，大都仍处在少量机器人并安排专人盯着的阶段，因此这方面系统化、自动化的技术比较空缺。

发明内容

本申请的主要目的在于提供一种机器人异常分析方法及装置，以解决相关技术中未实现机器人监控系统化、自动化的技术问题。

为了实现上述目的，根据本申请的一个方面，提供了一种机器人异常分析方法。

根据本申请的机器人异常分析方法包括：

收集机器人的业务数据以及运行日志；其中，所述业务数据为所述机器人接收的任务的数据，所述运行日志为用于保存所述机器人运行记录的日志；

收集所述机器人的基本状态数据以及传感器检测数据；

对所述业务数据、运行日志、基本状态数据以及传感器检测数据进行分析及处理，判断是否存在异常状态；

在存在异常状态时，生成异常告警信息。

进一步的，如前述的机器人异常分析方法，对所述业务数据和运行日志进行分析及处理，包括：

对业务数据和运行日志中相关的数据进行清洗，并得到清洗后的业务数据和运行日志；

对所述清洗后的业务数据和运行日志初步处理，得到初步处理后的业务数据和运行日志；

将所述初步处理后的业务数据和运行日志进行存储。

进一步的，如前述的机器人异常分析方法，对所述基本状态数据以及传感器检测数据进行分析及处理，包括：

预先确定所述机器人的正常状态数据以及正常的传感器检测数据；

将所述基本状态数据以及传感器检测数据分别与所述正常状态数据以及正常的传感器检测数据进行对比，并得到比对结果；

根据所述比对结果判断所述基本状态数据以及传感器检测数据是否存在问题，并且当存在问题时，生成告警信息。

进一步的，如前述的机器人异常分析方法，在对所述业务数据、运行日志、基本状态数据以及传感器检测数据进行分析及处理之后，还包括：

通过数据挖掘及机器学习的方法对进行分析及处理之后的业务数据、运行日志、基本状态数据以及传感器检测数据进行挖掘分析；

将进行挖掘分析后的数据作为经验数据。

进一步的，如前述的机器人异常分析方法，在生成异常告警信息之后，还包括：

通过应用程序、微信公众号或微信小程序将所述异常告警信息发送至相应的智能终端。

为了实现上述目的，根据本申请的另一方面，提供了一种机器人异常分析装置。

根据本申请的机器人异常分析装置包括：

第一收集单元，用于收集机器人的业务数据以及运行日志；其中，所述业务数据为所述机器人接收的任务的数据，所述运行日志为用于保存所述机器人运行记录的日志；

第二收集单元，用于收集所述机器人的基本状态数据以及传感器检测数据；

异常分析单元，用于对所述业务数据、运行日志、基本状态数据以及传感器检测数据进行分析及处理，判断是否存在异常状态；

告警生成单元，用于在存在异常状态时，生成异常告警信息。

进一步的，如前述的机器人异常分析装置，所述异常分析单元，包括：

数据清洗模块，用于对业务数据和运行日志中相关的数据进行清洗，并得到清洗后的业务数据和运行日志；

初步处理模块，用于对所述清洗后的业务数据和运行日志初步处理，得到初步处理后的业务数据和运行日志；

存储模块，用于将所述初步处理后的业务数据和运行日志进行存储。

进一步的，如前述的机器人异常分析装置，所述异常分析单元，包括：

正常数据预设模块，用于预先确定所述机器人的正常状态数据以及正常的传感器检测数据；

比对模块，用于将所述基本状态数据以及传感器检测数据分别与所述正常状态数据以及正常的传感器检测数据进行对比，并得到比对结果；

告警模块，用于根据所述比对结果判断所述基本状态数据以及传感器检测数据是否存在问题，并且当存在问题时，生成告警信息。

进一步的，如前述的机器人异常分析装置，还包括：数据分析单元；所述数据分析单元包括：

挖掘分析模块，用于通过数据挖掘及机器学习的方法对进行分析及处理之后的业务数据、运行日志、基本状态数据以及传感器检测数据进行挖掘分析；

经验数据模块，用于将进行挖掘分析后的数据作为经验数据。

进一步的，如前述的机器人异常分析装置，还包括：

发送单元，用于通过应用程序、微信公众号或微信小程序中的一种或多种将所述异常告警信息发送至相应的智能终端。

在本申请实施例中，采用一种系统化、自动化的机器人异常分析方法及装置的方式，通过收集机器人的业务数据以及运行日志；其中，所述业务数据为所述机器人接收的任务的数据，所述运行日志为用于保存所述机器人运行记录的日志；收集所述机器人的基本状态数据以及传感器检测数据；对所述业务数据、运行日志、基本状态数据以及传感器检测数据进行分析及处理，判断是否存在异常状态；在存在异常状态时，生成异常告警信息。达到了形成了一套完整的数据收集、异常状态分析体系的目的，从而实现了确保机器人能长期稳定的提供服务的技术效果，进而解决了由于相关技术中的机器人系统化、自动化的技术比较空缺造成的监控大都仍处在机器人通过专人盯着进而达到有效监控的技术问题。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图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是根据本申请一种实施例的机器人异常分析方法流程示意图；以及

图2是根据本申请一种实施例的机器人异常分析装置的功能模块连接示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，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的实施例，而不是全部的实施例。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，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“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。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。

并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本申请中的具体含义。

此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

为了实现上述目的，根据本申请的一个方面，提供了一种机器人异常分析方法。如图1所示，该方法包括如下的步骤S1至步骤S4：

S1.收集机器人的业务数据以及运行日志；其中，所述业务数据为所述机器人接收的任务的数据，所述运行日志为用于保存所述机器人运行记录的日志；一般的，所述业务数据可以具体包括：所述机器人执行的具体的任务类型、任务执行地点、时间、路线等信息；业务数据包括：机器人任务相关的类型、时间、里程、目标地点、任务执行结果等；运行日志就是一般的文本日志，不限定具体的类型和结构；

S2.收集所述机器人的基本状态数据以及传感器检测数据；一般的，所述基本状态数据以及传感器检测数据包括：机器人的工作状态、是否急停、电量、网络状态等；且所述传感器检测数据包括：通过激光、超声、里程计、IMU、深度视觉、UWB等传感器检测得到的数据，以及所述传感器的运行状态及收集的数据；

S3.对所述业务数据、运行日志、基本状态数据以及传感器检测数据进行分析及处理，判断是否存在异常状态；

S4.在存在异常状态时，生成异常告警信息。

从以上的描述中，可以看出，本发明实现了如下技术效果：

确保机器人能长期稳定的提供服务的技术效果，进而解决了由于相关技术中的机器人系统化、自动化的技术比较空缺造成的监控大都仍处在机器人通过专人盯着进而达到有效监控的技术问题。

在一些实施例中，如前述的机器人异常分析方法，对所述业务数据和运行日志进行分析及处理，包括：

对业务数据和运行日志中相关的数据进行清洗，并得到清洗后的业务数据和运行日志；一般来说，数据清洗是将数据库精简以除去重复记录，并使剩余部分转换成标准可接收格式的过程。数据清理标准模型是将数据输入到数据清洗处理器，通过一系列步骤“清洗”数据，然后以期望的格式输出清洗过的数据。数据清洗从数据的准确性、完整性、一致性、惟一性、适时性、有效性几个方面来处理数据的丢失值、越界值、不一致代码、重复数据等问题。

对所述清洗后的业务数据和运行日志初步处理，得到初步处理后的业务数据和运行日志；所述初步处理包括：由于收集的数据类型比较多且杂，并且没有结构化，因此需要对这些数据进行结构化，分类、整理并存储；该初步处理属于本领域技术人员公知的技术，因此在此处不再赘述；

将所述初步处理后的业务数据和运行日志进行存储。

在一些实施例中，如前述的机器人异常分析方法，对所述基本状态数据以及传感器检测数据进行分析及处理，包括：

预先确定所述机器人的正常状态数据以及正常的传感器检测数据；

将所述基本状态数据以及传感器检测数据分别与所述正常状态数据以及正常的传感器检测数据进行对比，并得到比对结果；

根据所述比对结果判断所述基本状态数据以及传感器检测数据是否存在问题，并且当存在问题时，生成告警信息。

例如，当正常的电量状态数据应该为大于20％；当所述机器人的剩余电量仅为10％的时候，则判断所述机器人的基本状态数据中的电量状态过低，需要及时进行充电，并生成电量低等告警信息；同时还可下发相应的充电指令至所述机器人，使其自动行动至对应的充电接口处进行充电。

因而能通过此处的初步处理，预先判断所述机器人是否在正常状态下运行，且此方法能够较快判断得到所述机器人的比较明显的问题或故障，减少进一步分析造成的系统压力，并能够最快速地判断出问题或故障并及时应对。

在一些实施例中，如前述的机器人异常分析方法，在对所述业务数据、运行日志、基本状态数据以及传感器检测数据进行分析及处理之后，还包括：

通过数据挖掘及机器学习的方法对进行分析及处理之后的业务数据、运行日志、基本状态数据以及传感器检测数据进行挖掘分析；从而能够根据分析的结果发现潜在问题或异常状态，在真正出现状况前预先进行排除或修正，以进一步保障机器人平稳安全地运行；其中，对各种数据进行挖掘分析属于本领域技术人员公知的技术，且不属于本申请主要保护的发明点，因此在此处不再赘述；

将进行挖掘分析后的数据作为经验数据；进而帮助系统进一步进行自身的优化。

在一些实施例中，如前述的机器人异常分析方法，在生成异常告警信息之后，还包括：

通过应用程序、微信公众号或微信小程序将所述异常告警信息发送至相应的智能终端。因而能够方便监控人员随时对机器人的状态进行监控，并获取服务器端发出的监控告警信息。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

根据本发明实施例，还提供了一种用于实施上述机器人异常分析方法的机器人异常分析装置，如图2所示，该装置包括：

第一收集单元1，用于收集机器人的业务数据以及运行日志；其中，所述业务数据为所述机器人接收的任务的数据，所述运行日志为用于保存所述机器人运行记录的日志；

第二收集单元2，用于收集所述机器人的基本状态数据以及传感器检测数据；

异常分析单元3，用于对所述业务数据、运行日志、基本状态数据以及传感器检测数据进行分析及处理，判断是否存在异常状态；

告警生成单元4，用于在存在异常状态时，生成异常告警信息。

具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。

在一些实施例中，如前述的机器人异常分析装置，所述异常分析单元，包括：

数据清洗模块，用于对业务数据和运行日志中相关的数据进行清洗，并得到清洗后的业务数据和运行日志；

初步处理模块，用于对所述清洗后的业务数据和运行日志初步处理，得到初步处理后的业务数据和运行日志；

存储模块，用于将所述初步处理后的业务数据和运行日志进行存储。

具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。

在一些实施例中，如前述的机器人异常分析装置，所述异常分析单元，包括：

正常数据预设模块，用于预先确定所述机器人的正常状态数据以及正常的传感器检测数据；

比对模块，用于将所述基本状态数据以及传感器检测数据分别与所述正常状态数据以及正常的传感器检测数据进行对比，并得到比对结果；

告警模块，用于根据所述比对结果判断所述基本状态数据以及传感器检测数据是否存在问题，并且当存在问题时，生成告警信息。

具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。

在一些实施例中，如前述的机器人异常分析装置，还包括：数据分析单元；所述数据分析单元包括：

挖掘分析模块，用于通过数据挖掘及机器学习的方法对进行分析及处理之后的业务数据、运行日志、基本状态数据以及传感器检测数据进行挖掘分析；

经验数据模块，用于将进行挖掘分析后的数据作为经验数据。

具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。

在一些实施例中，如前述的机器人异常分析装置，还包括：

发送单元，用于通过应用程序、微信公众号或微信小程序中的一种或多种将所述异常告警信息发送至相应的智能终端。

具体的，本发明实施例的装置中各模块实现其功能的具体过程可参见方法实施例中的相关描述，此处不再赘述。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (8)

1.一种机器人异常分析方法，其特征在于，包括：

收集机器人的业务数据以及运行日志；其中，所述业务数据为所述机器人接收的任务的数据，所述运行日志为用于保存所述机器人运行记录的日志；

收集所述机器人的基本状态数据以及传感器检测数据；

对所述业务数据、运行日志、基本状态数据以及传感器检测数据进行分析及处理，判断是否存在异常状态；

在存在异常状态时，生成异常告警信息；

所述对所述基本状态数据以及传感器检测数据进行分析及处理，包括：

预先确定所述机器人的正常状态数据以及正常的传感器检测数据；

将所述基本状态数据以及传感器检测数据分别与所述正常状态数据以及正常的传感器检测数据进行对比，并得到比对结果；

根据所述比对结果判断所述基本状态数据以及传感器检测数据是否存在问题，并且当存在问题时，生成告警信息。

2.根据权利要求1所述的机器人异常分析方法，其特征在于，对所述业务数据和运行日志进行分析及处理，包括：

对业务数据和运行日志中相关的数据进行清洗，并得到清洗后的业务数据和运行日志；

对所述清洗后的业务数据和运行日志初步处理，得到初步处理后的业务数据和运行日志；

将所述初步处理后的业务数据和运行日志进行存储。

3.根据权利要求1所述的机器人异常分析方法，其特征在于，在对所述业务数据、运行日志、基本状态数据以及传感器检测数据进行分析及处理之后，还包括：

通过数据挖掘及机器学习的方法对进行分析及处理之后的业务数据、运行日志、基本状态数据以及传感器检测数据进行挖掘分析；

将进行挖掘分析后的数据作为经验数据。

4.根据权利要求1所述的机器人异常分析方法，其特征在于，在生成异常告警信息之后，还包括：

通过应用程序、微信公众号或微信小程序将所述异常告警信息发送至相应的智能终端。

5.一种机器人异常分析装置，其特征在于，包括：

第一收集单元，用于收集机器人的业务数据以及运行日志；其中，所述业务数据为所述机器人接收的任务的数据，所述运行日志为用于保存所述机器人运行记录的日志；

第二收集单元，用于收集所述机器人的基本状态数据以及传感器检测数据；

异常分析单元，用于对所述业务数据、运行日志、基本状态数据以及传感器检测数据进行分析及处理，判断是否存在异常状态；

告警生成单元，用于在存在异常状态时，生成异常告警信息；

所述异常分析单元，包括：

正常数据预设模块，用于预先确定所述机器人的正常状态数据以及正常的传感器检测数据；

比对模块，用于将所述基本状态数据以及传感器检测数据分别与所述正常状态数据以及正常的传感器检测数据进行对比，并得到比对结果；

告警模块，用于根据所述比对结果判断所述基本状态数据以及传感器检测数据是否存在问题，并且当存在问题时，生成告警信息。

6.根据权利要求5所述的机器人异常分析装置，其特征在于，所述异常分析单元，包括：

数据清洗模块，用于对业务数据和运行日志中相关的数据进行清洗，并得到清洗后的业务数据和运行日志；

初步处理模块，用于对所述清洗后的业务数据和运行日志初步处理，得到初步处理后的业务数据和运行日志；

存储模块，用于将所述初步处理后的业务数据和运行日志进行存储。

7.根据权利要求5所述的机器人异常分析装置，其特征在于，还包括：数据分析单元；所述数据分析单元包括：

挖掘分析模块，用于通过数据挖掘及机器学习的方法对进行分析及处理之后的业务数据、运行日志、基本状态数据以及传感器检测数据进行挖掘分析；

经验数据模块，用于将进行挖掘分析后的数据作为经验数据。

8.根据权利要求5所述的机器人异常分析装置，其特征在于，还包括：

发送单元，用于通过应用程序、微信公众号或微信小程序中的一种或多种将所述异常告警信息发送至相应的智能终端。

Images