CN110370317A - 机器人修复方法及装置 - Google Patents

Abstract

本发明提供了一种机器人修复方法，包括：采集机器人的工作状态信号；对工作状态信号进行预处理，并将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断机器人是否处于异常状态；若机器人处于异常状态，则确定机器人当前的技能状态；依据异常状态的类型及技能状态组成特征向量，并将特征向量输入至预先构建的修复规则决策模型中，得到与特征向量相对应的修复规则；依据修复规则对机器人进行异常修复。通过异常检测模型检测机器人的异常状态的类型，并通过修复规则决策模型分析机器人当前的技能状态及异常状态类型，得到与该机器人当前状态匹配的修复规则以对机器人进行修复，能够有效的在机器人异常的情况下对机器人进行修复。

Description

机器人修复方法及装置

技术领域

本发明涉及自动控制领域，特别涉及一种机器人修复方法及装置。

背景技术

随着工业技术的发展，工业机器人得到长足的发展，工业机器人的出现，大大的节省了用人成本，解放了劳动力，提升了生产的效率，为社会的进步做出来巨大的贡献。然而，在机器人工作过程中，往往会出现异常状况。

经本发明人研究发现，现有技术中，一般通过人为设定异常修复规则来对机器人进行异常修复，然而，机器人在不同的工作场景下，出现异常的原因及异常状况都不相同，针对不同场景下出现的异常状况，技术人员往往难以准确的为机器人定制修复策略，导致可能出现不能修复机器人异常的情况。尤其是在人类和机器人协同工作的场景下，因人类操作失误而导致机器人出现异常时，现有技术中无法对该类异常进行修复，因此，如何在机器人发生异常状况时，有效的对机器人进行修复成为本领域技术人员迫切解决的技术问题。

发明内容

本发明所要解决的技术问题是提供一种机器人修复方法，能够通过异常检测模型检测机器人的异常状态的类型，并通过修复规则决策模型分析机器人当前的技能状态及异常状态类型，得到与该机器人当前状态匹配的修复规则对机器人进行修复，能够有效的在机器人异常的情况下对机器人进行修复。

本发明还提供了一种机器人异常修复装置，用以保证上述方法在实际中的实现及应用。

一种机器人修复方法，包括：

采集机器人的工作状态信号；

对所述工作状态信号进行预处理，并将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态；

若所述机器人处于异常状态，则确定所述机器人当前的技能状态；

将所述异常状态的类型及所述技能状态组成特征向量，并将所述特征向量输入至预先构建的修复规则决策模型中，得到与所述特征向量相对应的修复规则；

依据所述修复规则对所述机器人进行异常修复。

上述的方法，可选的，所述对所述工作状态信号进行预处理，包括：

确定所述工作状态信号中包含的触觉状态信号、力矩状态信号、视觉状态信号、关节角速度状态信号及关节角加速度状态信号分别对应的信号频率；

依据各个所述信号频率对所述触觉状态信号、所述力矩状态信号、所述视觉状态信号、所述关节角速度状态信号及所述关节角加速度状态信号进行时序对齐。

上述的方法，可选的，所述将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态，包括：

将预处理后的工作状态信号输入至所述异常检测模型时，获取所述异常检测模型中预先设置的输出集合；所述输出集合中包含各个类型的异常状态；

确定各个类型的异常状态的参数值；

依据各个所述参数值对所述工作状态信号进行计算，得到所述工作状态信号与各个类型的异常状态分别对应的评分值；

在各个所述评分值中，将数值最大的评分值确定为目标评分值；

将所述目标评分值与预先设置的异常阈值进行比较；

若所述目标评分值大于所述异常阈值，则确定所述机器人处于所述目标评分值对应类型的异常状态。

上述的方法，可选的，所述将所述特征向量输入至预先构建的修复规则决策模型中，得到与所述特征向量相对应的修复规则，包括：

将所述特征向量输入至预先构建的神经网络模型时，确定所述特征向量分别与预先设置的各个修复规则对应的质量价值；

依据各个所述质量价值的大小，在各个所述修复规则中确定与所述特征向量对应的修复规则。

上述的方法，可选的，依据所述修复规则对所述机器人进行异常修复之后，还包括：

获取所述机器人修复结束后的状态信号；

依据所述机器人修复结束后的状态信号生成奖励值；

基于所述奖励值调整所述修复规则决策模型中的奖励参数。

上述的方法，可选的，还包括：

接收到展示指令时，对所述修复规则进行解码，并将解码后的所述修复规则进行展示。

一种机器人修复装置，包括：

采集单元，用于采集机器人的工作状态信号；

第一执行单元，用于对所述工作状态信号进行预处理，并将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态；

确定单元，用于当所述机器人处于异常状态时，确定所述机器人当前的技能状态；

第二执行单元，用于将所述异常状态的类型及所述技能状态组成特征向量，并将所述特征向量输入至预先构建的修复规则决策模型中，以得到与所述特征向量相对应的修复规则；

修复单元，用于依据所述修复规则对所述机器人进行异常修复。

上述的装置，可选的，所述将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态的所述第一执行单元，包括：

第一执行子单元，用于将预处理后的工作状态信号输入至所述异常检测模型时，获取所述异常检测模型中预先设置的输出集合；所述输出集合中包含各个类型的异常状态；

第一确定子单元，用于确定各个类型的异常状态的参数值；

运算子单元，用于依据各个所述参数值对所述工作状态信号进行计算，得到所述工作状态信号与各个类型的异常状态分别对应的评分值；

第二确定子单元，用于在各个所述评分值中，将数值最大的评分值确定为目标评分值；

比较子单元，用于将所述目标评分值与预先设置的异常阈值进行比较；

第三确定子单元，用于当所述目标评分值大于所述异常阈值时，确定所述机器人处于所述目标评分值对应类型的异常状态。

上述的装置，可选的，所述将所述特征向量输入至预先构建的修复规则决策模型中，以得到与所述特征向量相对应的修复规则的所述第二执行单元，包括：

第四确定子单元，用于将所述特征向量输入至预先构建的修复规则决策模型时，确定所述特征向量与预先设置的各个修复规则的质量价值；

第五确定子单元，用于依据各个所述质量价值的大小，在各个所述修复规则中确定与所述特征向量对应的修复规则。

上述的装置，可选的，还包括：调整单元；

所述调整单元，用于获取所述机器人修复结束后的状态信号；依据所述机器人修复结束后的状态信号生成奖励值；基于所述奖励值调整所述修复规则决策模型的奖励参数。

与现有技术相比，本发明包括以下优点：

本发明提供的机器人修复方法，包括：采集机器人的工作状态信号；对所述工作状态信号进行预处理，并将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态；若所述机器人处于异常状态，则确定所述机器人当前的技能状态；将所述异常状态的类型及所述技能状态组成特征向量，并将所述特征向量输入至预先构建的修复规则决策模型中，得到与所述特征向量相对应的修复规则；依据所述修复规则对所述机器人进行异常修复。应用本发明实施例提供的方法，通过异常检测模型检测机器人的异常状态的类型，并通过修复规则决策模型分析机器人当前的技能状态及异常状态类型，得到与该机器人当前状态匹配的修复规则对机器人进行修复，能够有效的在机器人异常的情况下对机器人进行修复。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种机器人异常修复方法的方法流程图；

图2为本发明提供的一种机器人异常修复方法的又一方法流程图；

图3为本发明提供的一种机器人异常修复方法的又一方法流程图；

图4为本发明提供的一种机器人异常修复装置的结构示意图；

图5为本发明提供的一种电子设备的结构示意图。

具体实施方式

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，都属于本发明保护的范围。

本发明可用于众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。

本发明实施例提供了一种机器人修复方法，该方法可以应用在多种系统平台，其执行主体可以为机器人的处理器或控制该机器人的控制终端的处理器，所述方法的方法流程图如图1所示，具体包括：

S101：采集机器人的工作状态信号。

本发明实施例提供的方法中，在机器人处于工作状态的情况下，采集机器人的工作状态信号。

本发明实施例提供的方法中，可以实时采集机器人的工作状态信号，也可以按预设时长定时采集机器人的工作状态信号。优选的，采用实时采集的方式采集机器人的工作状态信号。

需要说明的是，该工作状态信号可以包括机器人多个传感器产生的信号，工作状态信号具体可以包括触觉状态信号、力矩状态信号、视觉状态信号、关节角速度状态信号及关节角加速度状态信号等。

S102：对所述工作状态信号进行预处理，并将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态。

本发明实施例提供的方法中，该异常检测模型可以为非参数化叶斯模型，该异常检测模型中存在预先训练得到多个类型的异常状态的参数值，可依据各个参数值确定该机器人是否处于异常状态，及异常状态的类型。

S103：若所述机器人处于异常状态，则确定所述机器人当前的技能状态。

本发明实施例提供的方法中，机器人的技能状态可以为机器人的各个关节的角度状态信息。

本发明实施例提供的方法中，可以有多个类型的异常状态，例如：机器人末端夹持器碰撞TC异常、人类碰撞机器人HC异常、物体从机器人末端夹持器滑落OS异常、机器人与墙壁碰撞WC异常及机器人未能抓取目标物体NO异常等等。

S104：将所述异常状态的类型及所述技能状态组成特征向量，并将所述特征向量输入至预先构建的修复规则决策模型中，以得到与所述特征向量相对应的修复规则。

本发明实施例提供的方法中，该修复规则决策模型可以为深度强化学习模型。

本发明实施例提供的方法中，可以预先设置好多个修复规则，将特征向量输入至所述修复规则决策模型时，可以基于该特征向量中包含的异常状态特征信息及技能状态特征信息进行决策，即基于异常状态特征信息及技能状态特征信息计算各个修复规则的质量价值，选取质量价值最大的修复规则确定为与所述特征向量对应的修复规则。

S105：依据所述修复规则对所述机器人进行异常修复。

本发明实施例提供的方法中，依据该修复规则，可调整机器人的动作状态，进而能实现异常修复。

具体的，基于该修复规则生成修复指令，以触发机器人调整与该修复规则对应的各个关节角加速度信息。

本发明实施例提供的机器人修复方法，包括：采集机器人的工作状态信号；对所述工作状态信号进行预处理，并将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态；若所述机器人处于异常状态，则确定所述机器人当前的技能状态；将所述异常状态的类型及所述技能状态组成特征向量，并将所述特征向量输入至预先构建的修复规则决策模型中，得到与所述特征向量相对应的修复规则；依据所述修复规则对所述机器人进行异常修复。应用本发明实施例提供的方法，能够通过异常检测模型检测机器人的异常状态的类型，并通过修复规则决策模型分析机器人当前的技能状态及异常状态类型，得到与该机器人当前状态匹配的修复规则对机器人进行修复，能够有效的在机器人异常的情况下对机器人进行修复。

本发明实施例提供的方法中，基于上述的实施过程，具体的，所述对所述工作状态信号进行预处理过程，如图2所示，可以包括：

S201：确定所述工作状态信号中包含的触觉状态信号、力矩状态信号、视觉状态信号、关节角速度状态信号、关节角加速度状态信号及末端点位置状态信号分别对应的信号频率；

本发明实施例提供的方法中，该触觉状态信号是采集该机器人的触觉传感器得到的，该力矩状态信号是采集该机器人的力矩/力传感器得到的，该视觉状态信号是采集该机器人的视觉传感器得到的，该关节角速度状态信号是采集该机器人的关节角速度传感器得到的，该关节角加速度状态信号是采集该机器人的角加速度传感器得到的，该末端点位置状态信号是采集该机器人末端点位置传感器得到的。

S202：依据各个所述信号频率对所述触觉状态信号、所述力矩状态信号、所述视觉状态信号、所述关节角速度状态信号、所述关节角加速度状态信号及所述末端点位置状态信号进行时序对齐。

本发明实施例提供的方法中，对触觉状态信号的信号频率、力矩状态信号的信号频率、视觉状态信号的信号频率、关节角度上状态信号的信号频率、关节角加速度状态信号的信号频率及末端点位置状态信号的信号频率进行频率长短的对齐，以实现对触觉状态信号、力矩状态信号、视觉状态信号、关节角速度状态信号、关节角加速度状态信号及末端点位置状态信号进行时序对齐。

本发明实施例提供的方法中，基于上述的实施过程，具体的，所述将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态，如图3所示，可以包括：

S301：将预处理后的工作状态信号输入至所述异常检测模型时，获取所述异常检测模型中预先设置的输出集合；所述输出集合中包含各个类型的异常状态；

本发明实施例提供的方法中，该输出集合中包含多种类型的异常状态，具体包括机器人末端夹持器碰撞异常、人类碰撞机器人异常、物体从机器人末端夹持器中滑落异常、机器人与墙壁碰撞异常及机器人未能抓取到目标物体异常等等。

可选的，该异常检测模型可以为非参数化贝叶斯模型。

S302：确定各个类型的异常状态的参数值；

本发明实施例提供的方法中，各个类型的异常状态的参数值，为预先训练得到的参数值。

S303：依据各个所述参数值对所述工作状态信号进行计算，得到所述工作状态信号与各个类型的异常状态分别对应的评分值；

本发明实施例提供的方法中，依据各个所述参数值对所述工作状态信号进行计算，得到所述工作状态信号与各个类型的异常状态分别对应的评分值的计算公式如下：

其中，winlen为判断异常发生时工作状态信号的时间长度；x_i为机器人在i时刻的工作状态信号；C为输出集合，该输入集合包含多种类型的异常状态；c为一种类型的异常状态；Θ_c为c的参数值。

本发明实施例提供的方法中，计算该工作状态信号与各个类型的异常状态分别对应的评分值的过程为，计算出该工作状态信号在各个参数值下的对数似然函数值，并对每个对数似然函数值分别进行累加以表征信号在时序上的变化，得到工作状态信号与各个类型的异常状态分别对应的评分值。

S304：在各个所述评分值中，将数值最大的评分值确定为目标评分值；

本发明实施例提供的方法中，通过比较各个所述评分值的大小，在各个评分值中选取数值最大的评分值作为目标评分值。

S305：将所述目标评分值与预先设置的异常阈值进行比较；

本发明实施例提供的提供的方法中，异常阈值的数量可以为一个或多个，若为一个，则工作状态信号与各个类型的异常状态分别对应的评分值，均可与其进行比较；若为多个，则在各个异常阈值阈值中选取与该评分阈值相匹配的异常阈值，并将该目标评分阈值及与其对应的异常阈值进行比较。

本发明实施例提供的方法中，该阈值可以可技术人员依据实际情况进行设置的。

S306：若所述目标评分值大于所述异常阈值，则确定所述机器人处于所述目标评分值对应类型的异常状态。

本发明实施例提供的方法中，若所述目标评分值大于该异常阈值，则可确定该机器人当前处于目标评分值对应的类型的异常状态；若该目标评分值小于等于该异常阈值，则可确定该机器人当前未处于异常状态。

本发明实施例提供的方法中，基于上述的实施过程，具体的，所述将所述特征向量输入至预先构建的修复规则决策模型中，得到与所述特征向量相对应的修复规则，包括：

将所述特征向量输入至预先构建的修复规则决策模型时，确定所述特征向量分别与预先设置的各个修复规则对应的质量价值；

依据各个所述质量价值的大小，在各个所述修复规则中确定与所述特征向量对应的修复规则。

本发明实施例提供的方法中，确定所述特征向量分别与预先设置的各个修复规则对应的质量价值的计算公式如下：

Q^*(s,a)＝E_{s'～p(s'|s,a)}[r(s,a)+γmax_a'∈AQ^*(s′,a′)]

其中，s为机器人当前的特征向量，该状态信息包括机器人的异常状态的类型及技能状态；a为修复规则对应的各个关节的加速度，Q*(s,a)表示特征向量与该修复规则对应的质量价值；s'为当前时刻的下一时刻机器人的状态，即可以为该机器人修复结束后的状态信号；r为预先得到的奖励值。

本发明实施例提供的方法中，基于上述的实施过程，具体的，依据所述修复规则对所述机器人进行异常修复之后，还包括：

获取所述机器人修复结束后的状态信号；

依据所述机器人修复结束后的状态信号生成奖励值；

基于所述奖励值调整所述修复规则决策模型中的奖励参数。

本发明实施例提供的方法中，生成奖励值的计算公式如下：

r(s,a)＝R₁+δ(S₁,C)*Δt(a)+δ(S,G)*R₂

其中，r(s,a)为与特征向量对应的奖励参数；R₁为奖励每次执行技能时的奖励，Δt(a)为技能a执行的持续时间，δ(S₁,C)为狄利克雷方程，当且仅当δ(a,B)＝1,a∈B成立时其值为1，否则为0；S₁为所述机器人的异常状态的类型，G为机器人完成目标时的状态集合。

当所述机器人修复结束后的状态信号表征机器人不为异常状态时，则对R₂进行奖励。

当机器人执行技能时遇到异常情况发生，便通过奖励函数对奖励参数进行惩罚。

本发明实施例提供的方法中，基于上述的实施过程，具体的，还包括：

接收到展示指令时，对所述修复规则进行解码，并将解码后的所述修复规则进行展示。

本发明实施例提供的方法中，通过对修复规则进行解码，并展示，可以方便技术人员对该修复规则进行调整。

本发明实施例在具体应用过程中，在人类和机器人协同工作的环境下，因人类的失误导致机器人发生异常时，现有技术中无法在人机场景中判断和修复该类意外发生的异常，因此本发明实施例提供了一种训练修复规则决策模型的过程，具体如下：

修复规则决策模型可以根据异常检测模型返回的异常状态，以及机器人执行的状态信息进行学习。机器人的特征向量状态记为s，其包括两个维度，第一个维度是异常状态类型，对应TC,HC,NO,OS,WC，第二个维度是机器人技能状态，对应于机器人的各个关节角度。修复规则决策模型依据修复规则发出的修复命令为机器人每个关节角的加速度，记为a。由于深度强化学习需要根据奖励函数使得状态-技能质量函数收敛，如下式，为本发明实施例提供的奖励函数：

r(s,a)＝R₁+δ(S₁,C)*Δt(a)+δ(S,G)*R₂

其中，R₁为每次执行修复时的奖励，此变量为常数，Δt(a)为修复规则a执行的持续时间，δ(S₁,C)为狄利克雷方程，当且仅当δ(a,B)＝1,a∈B成立时其值为1，否则为0，S₁为机器人异常状态的类型，G为机器人完成目标时的状态集合。根据该奖励函数，当机器人执行技能时遇到异常情况发生，便通过奖励函数进行惩罚，若能顺利修复异常情况并且完成任务，则进行大幅度的R₂奖励。

确定奖励函数后，即可定义四元素组，四元素组可用于体现人机协作环境的非结构化动态特征，并利用其让机器人进行异常修复策略的学习。在执行任务过程中，机器人将观察到的信息以四元素组(s,a,s',r)的形式保存进缓冲器中。其中，s为机器人的异常状态的类型及技能状态，a为机器人所执行的修复规则，s'为下一时刻的状态信息，r为奖励函数的奖励值。

因为人机协作场景具有非结构性的动态环境特征，即由于人类活动所造成的机器人操作异常情况的发生概率不能用分析法得到，所以不能使用传统的动态规划为机器人直接提供异常恢复策略。因此，本发明实施例基于深度强化学习中的贝尔曼迭代公式的质量函数学习方程，使机器人在人机协作的环境中通过不断执行任务而学习到修复策略。具体如下：

Q^*(s,a)＝E_{s'～p(s'|s,a)}[r(s,a)+γmax_a'∈AQ^*(s',a')]

其中，Q为状态-技能价值函数。每当机器人与环境互动后，恢复策略学习器从缓冲器中以均匀分布的概率抽取出四元素组，用于更新状态-技能价值。根据贝尔曼公式的统计一致性可知，随着更新次数的增加，状态-技能价值函数将逐渐逼近真值，从而使得回复规则决策模型可以衡量出机器人在人机互动环境的每个状态下所对应的每个恢复规则的价值，进而可通过贪婪算法选择最大质量价值对应的恢复规则，从而实现对机器人的异常进行恢复。

上述各个具体的实现方式，及各个实现方式的衍生过程，均在本发明保护范围内。

与图1所述的方法相对应，本发明实施例还提供了一种机器人修复装置，用于对图1中方法的具体实现，本发明实施例提供的机器人修复装置可以应用计算机终端或各种移动设备中，其结构示意图如图4所示，具体包括：

采集单元401，用于采集机器人的工作状态信号；

第一执行单元402，用于对所述工作状态信号进行预处理，并将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态；

确定单元403，用于当所述机器人处于异常状态时，确定所述机器人当前的技能状态；

第二执行单元404，用于将所述异常状态的类型及所述技能状态组成特征向量，并将所述特征向量输入至预先构建的修复规则决策模型中，以得到与所述特征向量相对应的修复规则；

修复单元405，用于依据所述修复规则对所述机器人进行异常修复。

本发明实施例提供的机器人修复装置，可选的，所述将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态的所述第一执行单元402，包括：

第一执行子单元，用于将预处理后的工作状态信号输入至所述异常检测模型时，获取所述异常检测模型中预先设置的输出集合；所述输出集合中包含各个类型的异常状态；

第一确定子单元，用于确定各个类型的异常状态的参数值；

运算子单元，用于依据各个所述参数值对所述工作状态信号进行计算，得到所述工作状态信号与各个类型的异常状态分别对应的评分值；

第二确定子单元，用于在各个所述评分值中，将数值最大的评分值确定为目标评分值；

比较子单元，用于将所述目标评分值与预先设置的异常阈值进行比较；

第三确定子单元，用于当所述目标评分值大于所述异常阈值时，确定所述机器人处于所述目标评分值对应类型的异常状态。

本发明实施例提供的机器人修复装置，可选的，所述将所述特征向量输入至预先构建的修复规则决策模型中，以得到与所述特征向量相对应的修复规则的所述第二执行单元404，包括：

第四确定子单元，用于将所述特征向量输入至预先构建的修复规则决策模型时，确定所述特征向量与预先设置的各个修复规则的质量价值；

第五确定子单元，用于依据各个所述质量价值的大小，在各个所述修复规则中确定与所述特征向量对应的修复规则。

本发明实施例提供的机器人修复装置，可选的，还包括：调整单元；

所述调整单元，用于获取所述机器人修复结束后的状态信号；依据所述机器人修复结束后的状态信号生成奖励值；基于所述奖励值调整所述修复规则决策模型的奖励参数。

本发明实施例提供的机器人修复装置，可选的，还包括：展示单元，用于接收到展示指令时，对所述修复规则进行解码，并将解码后的所述修复规则进行展示。

本发明实施例提供的机器人修复装置，可选的，对所述工作状态信号进行预处理的所述第一执行单元402，包括：

第六确定子单元，用于确定所述工作状态信号中包含的触觉状态信号、力矩状态信号、视觉状态信号、关节角速度状态信号及关节角加速度状态信号分别对应的信号频率；

对齐子单元，用于依据各个所述信号频率对所述触觉状态信号、所述力矩状态信号、所述视觉状态信号、所述关节角速度状态信号及所述关节角加速度状态信号进行时序对齐。

本发明实施例还提供了一种存储介质，所述存储介质包括存储的指令，其中，在所述指令运行时控制所述存储介质所在的设备执行上述数据处理方法。

本发明实施例还提供了一种电子设备，其结构示意图如图5所示，具体包括存储器501，以及一个或者一个以上的指令502，其中一个或者一个以上指令502存储于存储器501中，且经配置以由一个或者一个以上处理器503执行所述一个或者一个以上指令502进行以下操作：

采集机器人的工作状态信号；

对所述工作状态信号进行预处理，并将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态；

若所述机器人处于异常状态，则确定所述机器人当前的技能状态；

将所述异常状态的类型及所述技能状态组成特征向量，并将所述特征向量输入至预先构建的修复规则决策模型中，得到与所述特征向量相对应的修复规则；

依据所述修复规则对所述机器人进行异常修复。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。

以上对本发明所提供的一种机器人修复方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种机器人修复方法，其特征在于，包括：

采集机器人的工作状态信号；

对所述工作状态信号进行预处理，并将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态；

若所述机器人处于异常状态，则确定所述机器人当前的技能状态；

将所述异常状态的类型及所述技能状态组成特征向量，并将所述特征向量输入至预先构建的修复规则决策模型中，得到与所述特征向量相对应的修复规则；

依据所述修复规则对所述机器人进行异常修复。

2.根据权利要求1所述的方法，其特征在于，所述对所述工作状态信号进行预处理，包括：

确定所述工作状态信号中包含的触觉状态信号、力矩状态信号、视觉状态信号、关节角速度状态信号及关节角加速度状态信号分别对应的信号频率；

依据各个所述信号频率对所述触觉状态信号、所述力矩状态信号、所述视觉状态信号、所述关节角速度状态信号及所述关节角加速度状态信号进行时序对齐。

3.根据权利要求1所述的方法，其特征在于，所述将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态，包括：

将预处理后的工作状态信号输入至所述异常检测模型时，获取所述异常检测模型中预先设置的输出集合；所述输出集合中包含各个类型的异常状态；

确定各个类型的异常状态的参数值；

依据各个所述参数值对所述工作状态信号进行计算，得到所述工作状态信号与各个类型的异常状态分别对应的评分值；

在各个所述评分值中，将数值最大的评分值确定为目标评分值；

将所述目标评分值与预先设置的异常阈值进行比较；

若所述目标评分值大于所述异常阈值，则确定所述机器人处于所述目标评分值对应类型的异常状态。

4.根据权利要求1所述的方法，其特征在于，所述将所述特征向量输入至预先构建的修复规则决策模型中，得到与所述特征向量相对应的修复规则，包括：

将所述特征向量输入至预先构建的神经网络模型时，确定所述特征向量分别与预先设置的各个修复规则对应的质量价值；

依据各个所述质量价值的大小，在各个所述修复规则中确定与所述特征向量对应的修复规则。

5.根据权利要求1所述的方法，其特征在于，依据所述修复规则对所述机器人进行异常修复之后，还包括：

获取所述机器人修复结束后的状态信号；

依据所述机器人修复结束后的状态信号生成奖励值；

基于所述奖励值调整所述修复规则决策模型中的奖励参数。

6.根据权利要求1所述的方法，其特征在于，还包括：

接收到展示指令时，对所述修复规则进行解码，并将解码后的所述修复规则进行展示。

7.一种机器人修复装置，其特征在于，包括：

采集单元，用于采集机器人的工作状态信号；

第一执行单元，用于对所述工作状态信号进行预处理，并将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态；

确定单元，用于当所述机器人处于异常状态时，确定所述机器人当前的技能状态；

第二执行单元，用于将所述异常状态的类型及所述技能状态组成特征向量，并将所述特征向量输入至预先构建的修复规则决策模型中，以得到与所述特征向量相对应的修复规则；

修复单元，用于依据所述修复规则对所述机器人进行异常修复。

8.根据权利要求7所述的装置，其特征在于，所述将预处理后的工作状态信号输入至预先构建的异常检测模型中，以判断所述机器人是否处于异常状态的所述第一执行单元，包括：

第一执行子单元，用于将预处理后的工作状态信号输入至所述异常检测模型时，获取所述异常检测模型中预先设置的输出集合；所述输出集合中包含各个类型的异常状态；

第一确定子单元，用于确定各个类型的异常状态的参数值；

运算子单元，用于依据各个所述参数值对所述工作状态信号进行计算，得到所述工作状态信号与各个类型的异常状态分别对应的评分值；

第二确定子单元，用于在各个所述评分值中，将数值最大的评分值确定为目标评分值；

比较子单元，用于将所述目标评分值与预先设置的异常阈值进行比较；

第三确定子单元，用于当所述目标评分值大于所述异常阈值时，确定所述机器人处于所述目标评分值对应类型的异常状态。

9.根据权利要求7所述的装置，其特征在于，所述将所述特征向量输入至预先构建的修复规则决策模型中，以得到与所述特征向量相对应的修复规则的所述第二执行单元，包括：

第四确定子单元，用于将所述特征向量输入至预先构建的修复规则决策模型时，确定所述特征向量与预先设置的各个修复规则的质量价值；

第五确定子单元，用于依据各个所述质量价值的大小，在各个所述修复规则中确定与所述特征向量对应的修复规则。

10.根据权利要求7所述的装置，其特征在于，还包括：调整单元；

所述调整单元，用于获取所述机器人修复结束后的状态信号；依据所述机器人修复结束后的状态信号生成奖励值；基于所述奖励值调整所述修复规则决策模型的奖励参数。