CN110658006A - 一种扫地机器人故障诊断方法和扫地机器人 - Google Patents

Abstract

本申请提供一种扫地机器人故障诊断方法和扫地机器人。本申请提供的扫地机器人故障诊断方法，包括：获取扫地机器人工作时所述扫地机器人的第一工作音频；将所述第一工作音频与预先存储的所述扫地机器人的第一样本音频进行比对，得到所述第一工作音频与所述第一样本音频之间的相关度；根据所述相关度，确定所述扫地机器人是否存在故障。本申请提供的扫地机器人故障诊断方法和扫地机器人，可诊断因异物缠绕导致的故障，适用性较好。

Description

一种扫地机器人故障诊断方法和扫地机器人

技术领域

本申请涉及扫地机器人技术领域，尤其涉及一种扫地机器人故障诊断方法和扫地机器人。

背景技术

扫地机器人作为一款可以代替用户实现清扫地面的机器，主要是通过内部的动力源，经过各个风道，在吸口处产生吸力，进而通过吸力的作用将地面上的灰尘及颗粒物等吸入集尘装置中的。

扫地机器人工作时，某些部件会缠绕异物，例如，驱动轮和从动轮会缠绕毛发，边刷和滚刷不仅会缠绕毛发，还会缠绕线束等物体。毛发或线束等异物的少量缠绕不会影响扫地机器人正常工作。但一旦异物累积较多时，就会影响扫地机器人正常工作，例如，异物较多时，致使扫地机器人的清扫效果较差。因此，需要针对异物缠绕引起的故障进行诊断，以保证扫地机器人正常工作。

现有的扫地机器人故障诊断方法，通过获取扫地机器人工作时电机的驱动电流，进而在获取到的驱动电流大于预设阈值时，进行报警。但是，少量的异物缠绕一般不会造成电机驱动电流的变化，因此，现有的扫地机器人故障诊断方法，并不适用于诊断因异常缠绕引起的故障，适用性较差。

发明内容

有鉴于此，本申请提供一种扫地机器人故障诊断方法和扫地机器人，以解决现有的故障诊断方法不适用于诊断因异常缠绕引起的故障，适用性较差的问题。

本申请第一方面提供一种扫地机器人故障诊断方法，所述方法应用于扫地机器人，所述方法包括：

获取扫地机器人工作时所述扫地机器人的第一工作音频；

将所述第一工作音频与预先存储的所述扫地机器人的第一样本音频进行比对，得到所述第一工作音频与所述第一样本音频之间的相关度；

根据所述相关度，确定所述扫地机器人是否存在故障。

本申请第二方面提供一种扫地机器人，所述扫地机器人包括：音频采集模块、存储器和处理器，其中，

所述音频采集模块，用于获取扫地机器人工作时所述扫地机器人的第一工作音频；

所述存储器，用于存储所述扫地机器人的第一样本音频；

所述处理器，用于将所述第一工作音频与所述第一样本音频进行比对，得到所述第一工作音频与所述第一样本音频之间的相关度，并根据所述相关度确定所述扫地机器人是否存在故障。

本申请第三方面提供一种计算机存储介质，其上存储有计算机程序，所述程序被处理器执行时实现本申请第一方面提供的任一所述方法的步骤。

本申请提供的扫地机器人故障诊断方法和扫地机器人，通过获取扫地机器人工作时扫地机器人的第一工作音频，进而将第一工作音频与预先存储的扫地机器人的第一样本音频进行比对，得到第一工作音频与第一样本音频之间的相关度，从而根据上述相关度确定扫地机器人是否存在故障。这样，由于异物缠绕时，会导致扫地机器人工作时的声音发生变化，因此，应用该方法，可诊断因异常缠绕引起的故障，适应性较好。

附图说明

图1为本申请提供的扫地机器人故障诊断方法实施例一的流程图；

图2为本申请提供的扫地机器人故障诊断方法实施例二的流程图；

图3为本申请提供的扫地机器人故障诊断方法实施例三的流程图；

图4为本申请提供的扫地机器人故障诊断方法实施例四的流程图；

图5为本申请提供的扫地机器人故障诊断方法实施例五的流程图；

图6为本申请提供的扫地机器人故障诊断方法实施例六的流程图；

图7为本申请一示例性实施例示出的扫地机器人的硬件结构图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

本申请提供一种扫地机器人故障诊断方法和扫地机器人，以解决现有的故障诊断方法不适用于诊断因异常缠绕引起的故障，适用性较差的问题。

下面给出几个具体的实施例，用于详细介绍本申请的技术方案，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。

图1为本申请提供的扫地机器人故障诊断方法实施例一的流程图。请参照图1，本实施例提供的方法，可以包括：

S101、获取扫地机器人工作时上述扫地机器人的第一工作音频。

需要说明的是，在本申请一可能的实现方式中，可以是在接收到故障诊断指令时，触发故障诊断。例如，该故障诊断指令可以是客户端在接收到用户输入的故障诊断指令后发送给扫地机器人的。再例如，该故障诊断指令可以是扫地机器人上的指定按键被执行指定操作时生成的。当前，在本申请另一可能的实现方式中，可以按照预设的诊断周期进行故障诊断。此外，在本申请再一可能的实现方式中，可以在检测到扫地机器人的运行时长达到指定时长时，进行故障诊断。本实施例中，不对故障诊断的触发方式进行限定。

具体的，本步骤中，在扫地机器人工作时，可录制指定时长的第一工作音频。该指定时长是根据实际需要设定的，例如，该指定时长可以为1Min，5Min等。

S102、将上述第一工作音频与预先存储的上述扫地机器人的第一样本音频进行比对，得到上述第一工作音频与上述第一样本音频之间的相关度。

具体的，预先存储的扫地机器人的第一样本音频可以是在扫地机器人出厂时预先存储在扫地机器人中的。

可选地，在本申请一可能的实现方式中，第一样本音频可以包括至少一个扫地机器人异常工作时扫地机器人的异常样本音频。例如，一实施例中，第一样本音频包括三个扫地机器人异常工作时扫地机器人的异常样本音频。为便于区分，分别即为异常样本音频1、异常样本音频2和异常样本音频3。本步骤中，就将第一工作音频分别与这3个异常样本音频进行比对，得到第一工作音频与异常样本音频1之间的相关度、第一工作音频与异常样本音频2之间的相关度、第一工作音频与异常样本音频3之间的相关度。

需要说明的是，在一实施例中，该步骤的具体实现过程，可以包括：分别提取第一工作音频和第一样本音频的梅尔频率倒谱MFCC参数，进而根据第一工作音频的MFCC参数和第一样本音频的MFCC参数，确定第一工作音频和第一样本音频之间的相关度。需要说明的是，此时，该相关度表征第一工作音频和第一样本音频之间的差异程度。

具体的，有关提取MFCC参数的具体实现过程和实现原理可以参见相关技术中的描述，此处不再赘述。进一步地，当提取到第一工作音频的MFCC参数和第一样本音频的MFCC参数时，可以将第一工作音频的MFCC参数和第一样本音频的MFCC参数的差值的绝对值确定为第一工作音频与第一样本音频之间的相关度。

S103、根据上述相关度，确定上述扫地机器人是否存在故障。

结合上面的例子，当第一样本音频包括至少一个扫地机器人异常工作时扫地机器人的异常样本音频，且第一样本音频与第一工作音频之间的相关度表征两者之间的差异程度时，该步骤的具体实现过程，可以包括：当第一样本音频与任一异常样本音频之间的相关度小于或等于指定值时，确定扫地机器人存在故障，当第一样本音频与所有异常样本音频之间的相关度均大于指定值时，确定扫地机器人不存在故障。

结合上面的例子，例如，当第一工作音频与异常样本音频1之间的相关度、第一工作音频与异常样本音频2之间的相关度和第一工作音频与异常样本音频3之间的相关度这三个相关度中，存在至少一个相关度小于或等于指定值时，确定扫地机器人故障，当这三个相关度中，任何一个相关度均大于指定值时，确定扫地机器人不存在故障。

本实施例提供的方法，通过获取扫地机器人工作时扫地机器人的第一工作音频，进而将第一工作音频与预先存储的扫地机器人的第一样本音频进行比对，得到第一工作音频与第一样本音频之间的相关度，从而根据上述相关度，确定扫地机器人是否存在故障。这样，由于异物缠绕时，会导致扫地机器人工作时的声音发生变化，因此，应用该方法，可诊断因异常缠绕引起的故障，适应性较好。

图2为本申请提供的扫地机器人故障诊断方法实施例二的流程图。本实施例涉及的是如何得到工作音频和样本音频之间的相关度的具体过程。请参照图2，本实施例提供的方法，步骤S102，可以包括：

S201、分别计算第一工作音频和第一样本音频的能量值。

具体的，本步骤中，可按照第一公式计算音频的能量值，第一公式为：

其中，E为音频的能量值；

ai为上述音频中第i个采样点的采样值；

v为上述音频中所有采样点的采样值的平均值。

需要说明的是，上述采样值可以是时域下的采样值或频域下的采样值。本实施例中，不对此作出限定。例如，音频为时域信号，可以基于该时域信号计算能量值，或者是，将该时域信号进行傅里叶变换，得到频域信号，进而基于该频域信号计算能量值。

S202、计算上述第一工作音频的能量值与上述第一样本音频的能量值的差值的绝对值，并将上述绝对值作为上述第一工作音频与上述第一样本音频之间的相关度；其中，上述工作音频与上述样本音频之间的相关度表征上述工作音频与上述样本音频之间的差异程度。

需要说明的是，本实施例计算得到的相关度，表征第一工作音频与第一样本音频之间的差异程度。进一步地，可基于该相关度进行故障诊断。有关故障诊断的具体实现原理和实现过程将在下面的实施例中详细介绍，此处不再赘述。

结合上面的例子，例如，在一实施例中，计算得到第一工作音频的能量值为30，异常样本音频1的能量值为90，异常样本音频2的能量值为75，异常样本音频3的能量值为87，这样，本步骤中，计算得到第一工作音频与异常样本音频1之间的相关度为60，第一工作音频与异常样本音频2之间的相关度为45，第一工作音频与异常样本音频3之间的相关度为57。

结合上面的例子，再例如，本例中，指定值为5，此时，经判断，确定上述三个相关度中，任何一个相关度均大于该指定值，即第一工作音频与所有异常样本音频差异程度均较大，此时，确定扫地机器人不存在故障。

本实施例提供的方法，提供了一种计算工作音频与样本音频之间的相关度的方法，通过该方法，可较准确的计算得到工作音频与样本音频时间的相关度，进而根据相关度进行故障诊断。

可选地，在本申请另一可能的实现方式中，步骤S102，可以包括：

计算第一工作音频与第一样本音频之间的能量误差，并将上述能量误差作为上述第一工作音频与上述第一样本音频之间的相关度；其中，上述工作音频与上述样本音频之间的相关度表征上述工作音频与上述样本音频之间的差异程度。

具体的，能量误差按照如下公式计算获得：

D＝SUM(X(t)-c*A(t)^2)

其中，D为第一工作音频与第一样本音频之间的能量误差；

X(t)为第一工作音频，采样窗口为t；

A(t)为第一样本音频，采样窗口为t；

c为常数。

需要说明的是，本实施例计算得到的相关度，表征第一工作音频与第一样本音频之间的差异程度。进一步地，可基于该相关度进行故障诊断。有关故障诊断的具体实现原理和实现过程将在下面的实施例中详细介绍，此处不再赘述。

本实施例提供的方法，提供了另一种计算工作音频与样本音频之间的相关度的方法，通过该方法，可较准确的计算得到工作音频与样本音频时间的相关度，进而根据相关度进行故障诊断。

图3为本申请提供的扫地机器人故障诊断方法实施例三的流程图。在上述实施例的基础上，请参照图3，本实施例提供的方法，第一样本音频包括扫地机器人正常工作时扫地机器人的音频，步骤S103，可以包括：

S301、当上述第一工作音频与上述第一样本音频之间的相关度小于第一指定值时，确定不存在故障。

S302、当上述第一工作音频与上述第一样本音频之间的相关度大于或者等于上述第一指定值时，确定存在故障。

本实施例提供的方法，当工作音频与样本音频之间的相关度为通过上述方法计算得到的相关度时，此时，该相关度表征工作音频与样本音频之间的差异程度，即相关度越小，该工作音频与样本音频之间的差异程度越小，该工作音频与样本音频越相似，此时，当第一工作音频与上述第一样本音频之间的相关度小于指定值时，说明第一工作音频与第一样本音频相似，而第一样本音频为扫地机器人正常工作时扫地机器人的音频，因此，此时，确定扫地机器人不存在故障。进一步地，当第一工作音频与第一样本音频之间的相关度大于或者等于上述指定值，说明第一工作音频与第一样本音频的差异程度较大，两者不相似，此时，确定存在故障。

具体的，第一指定值是根据实际需要设定的，本实施例中，不对第一指定值的具体值进行限定。例如，第一指定值可以为5、10等。下面以第一指定值为10为例进行说明。

例如，一实施例中，计算得到第一工作音频与第一样本音频之间的相关度为50，此时，说明第一工作音频与第一样本音频差异程度较大，而第一样本音频为扫地机器人正常工作时扫地机器人的音频，因此，此时，确定扫地机器人存在故障。

再例如，在另一实施例中，计算得到第一工作音频与第一样本音频之间的相关度为3，此时，说明第一工作音频与第一样本音频差异程度较小，此时，确定扫地机器人不存在故障。

本实施例提供的方法，通过预先存储扫地机器人正常工作时扫地机器人的样本音频，进而在扫地机器人实际工作时，获取扫地机器人的工作音频，并将工作音频与样本音频进行比对，得到两者之间的相关度，且该相关度表征两者之间的差异程度。这样，在两者之间的相关度小于第一指定值时，确定扫地机器人不存在故障，而在两者之间的相关度大于或者等于上述第一指定值时，确定扫地机器人存在故障。这样，可诊断因异物缠绕导致的故障，适用性较好。

图4为本申请提供的扫地机器人故障诊断方法实施例四的流程图。本实施例提供的方法，当确定扫地机器人存在故障时，所述方法还可以包括：

S401、获取上述扫地机器人的指定部件工作时上述指定部件的第二工作音频。

具体的，指定部件包括以下至少一个部件：驱动轮、从动轮、边刷、滚刷和风机。下面以指定部件包括驱动轮和从动轮为例进行说明，本步骤中，就分别获取驱动轮的第二工作音频和从动轮的第二工作音频。具体实现时，可先仅启动驱动轮，获取驱动轮的第二工作音频，进而再仅启动从动轮，获取从动轮的第二工作音频。

S402、将上述第二工作音频与预先存储的上述指定部件的第二样本音频进行比对，得到上述第二工作音频与上述第二样本音频之间的相关度。

具体的，有关将第二工作音频与第二样本音频进行比对，得到第二工作音频与第二样本音频之间的相关度的具体实现过程和实现原理可以参见前面实施例中的描述，此处不再赘述。例如，可采用图2所示方法计算得到第二工作音频与第二样本音频之间的相关度。

S403、根据上述第二工作音频与上述第二样本音频之间的相关度，确定上述指定部件是否存在故障。

可选地，在本申请一可能的实现方式中，第二样本音频可以包括扫地机器人的上述指定部件正常工作时的正常样本音频，且第二工作音频与第二样本音频之间的相关度等于第二工作音频的能量值与第二样本音频的能量值的差值的绝对值或者是第二工作音频与第二样本音频之间的能量误差。此时，第二工作音频与第二样本音频之间的相关度表征两者之间的差异程序。

此时，本步骤中，可在第二工作音频与第二样本音频之间的相关度小于指定值时，确定该指定部件不存在故障，在第二工作音频与第二样本音频之间的相关度大于或者等于上述指定值，确定该指定部件存在故障。需要说明的是，有关该实现方式的具体实现过程和实现原理可以参见实施例三中的描述，此处不再赘述。

进一步地，在本申请另一可能的实现方式中，预先存储的指定部件的第二样本音频可以包括上述指定部件正常工作时的正常样本音频和上述指定部件异常工作时的异常样本音频，且第二工作音频与第二样本音频之间的相关度等于第二工作音频的能量值与第二样本音频的能量值的差值的绝对值或者是第二工作音频与第二样本音频之间的能量误差时。此时，本步骤的具体实现过程，可以包括：

(1)比较第一相关度和第二相关度；其中，上述第一相关度为上述第二工作音频与上述正常样本音频之间的相关度，上述第二相关度为上述第二工作音频数据与上述异常样本音频之间的相关度。

(2)当上述第一相关度大于或等于上述第二相关度时，确定上述指定部件存在故障；

(3)当上述第一相关度小于上述第二相关度时，确定上述指定部件不存在故障。

结合上面的例子，当指定部件包括驱动轮和从动轮时，例如，针对驱动轮，计算得到该驱动轮的第二工作音频与正常样本音频之间的相关度为10，该驱动轮的第二工作音频与异常样本音频之间的相关度为50，此时，确定驱动轮的第二工作音频与正常样本音频之间的差异程度较小，确定驱动轮不存在故障。进一步，针对从动轮，计算得到该从动轮的第二工作音频与正常样本音频之间的相关度为30，该从动轮的第二工作音频与异常样本音频之间的相关度为5，此时，确定从动轮的第二工作音频与异常样本音频之间的差异程度较小，确定从动轮存在故障。

本实施例提供的方法，在确定扫地机器人存在故障时，通过获取扫地机器人的指定部件工作时上述指定部件的第二工作音频，进而将第二工作音频与预先存储的该指定部件的第二样本音频进行比对，得到第二工作音频与第二样本音频之间的相关度，从而根据第二工作音频与第二样本音频之间的相关度，确定该指定部件是否存在故障。这样，在扫地机器人存在故障时，可进一步明确指定部件是否存在故障，明确发生故障的部件。

图5为本申请提供的扫地机器人故障诊断方法实施例五的流程图。请参照图5，本实施例提供的方法，可以包括：

S501、获取扫地机器人工作时上述扫地机器人的第一工作音频。

S502、将上述第一工作音频与预先存储的上述扫地机器人的第一样本音频进行比对，得到上述第一工作音频与上述第一样本音频之间的相关度；其中，上述第一工作音频与上述第一样本音频之间的相关度等于上述第一工作音频的能量值与上述第一样本音频的能量值的差值的绝对值或者是上述第一工作音频与上述第一样本音频之间的能量误差；上述第一样本音频包括扫地机器人正常工作时上述扫地机器人的音频。

S503、判断上述第一工作音频与上述第一样本音频之间的相关度是否小于第一指定值，若是，执行步骤S504，若否，执行步骤S505。

S504、确定上述扫地机器人不存在故障。

S505、确定上述扫地机器人存在故障，获取上述扫地机器人的指定部件工作时上述指定部件的第二工作音频。

S506、将上述第二工作音频与预先存储的上述指定部件的第二样本音频进行比对，得到上述第二工作音频与上述第二样本音频之间的相关度，其中，上述第二工作音频与上述第二样本音频之间的相关度等于上述第二工作音频的能量值与上述第二样本音频的能量值的差值的绝对值或者是上述第一工作音频与上述第一样本音频之间的能量误差；上述第二样本音频包括上述指定部件正常工作时的正常样本音频和上述指定部件异常工作时的异常样本音频。

S507、比较第一相关度和第二相关度；其中，上述第一相关度为上述第二工作音频与上述正常样本音频之间的相关度，上述第二相关度为上述第二工作音频数据与上述异常样本音频之间的相关度。

S508、当上述第一相关度大于或等于上述第二相关度时，确定上述指定部件存在故障，当上述第一相关度小于上述第二相关度时，确定上述指定部件不存在故障。

具体的，有关各步骤的具体实现过程和实现原理可以参见前面实施例中的描述，此处不再赘述。

本实施例提供的方法，不仅可判断扫地机器人是否存在故障，还能够在判断扫地机器人存在故障时，进一步确定指定部件是否存在故障，以明确故障发生的部位。

下面给出另一个具体的实施例，用以详细介绍本申请提供的扫地机器人故障诊断方法。

图6为本申请提供的扫地机器人故障诊断方法实施例六的流程图。请参照图6，本实施例提供的方法，可以包括：

S601、获取扫地机器人工作时上述扫地机器人的第一工作音频。

具体的，有关该步骤的具体实现过程和实现原理可以参见现有技术中的介绍，此处不再赘述。

S602、将上述第一工作音频与预先存储的上述扫地机器人的第一样本音频进行比对，得到上述第一工作音频与上述第一样本音频之间的相关度；其中，上述第一工作音频与上述第一样本音频之间的相关度等于上述第一工作音频与上述第一样本音频的互相关系数；上述第一样本音频包括扫地机器人正常工作时上述扫地机器人的音频。

具体的，第一工作音频和第一样本音频之间的互相关系数采用如下公式计算得到：

其中，c为第一工作音频和第一样本音频之间的互相干系数；

x(t)为第一工作音频，采样窗口为t；

A(t)为第一样本音频，采样窗口为t。

需要说明的是，本实施例提供的方法，工作音频与样本音频之间的相关度等于工作音频与样本音频之间的互相干系数，该相关度表征工作音频与样本音频之间的相似程度，即该相关度越大，工作音频与样本音频越相似。

S603、判断上述第一工作音频与上述第一样本音频之间的相关度是否大于或等于第二指定值，若是，执行步骤S504，若否，执行步骤S505。

S604、确定上述扫地机器人不存在故障。

具体的，当第一工作音频与上述第一样本音频之间的相关度大于或等于第二指定值，说明第一工作音频与第一样本音频较相似，而第一样本音频为扫地机器人正常工作时的音频，因此，此时，确定扫地机器人不存在故障。

S605、确定上述扫地机器人存在故障，获取上述扫地机器人的指定部件工作时上述指定部件的第二工作音频。

S606、将上述第二工作音频与预先存储的上述指定部件的第二样本音频进行比对，得到上述第二工作音频与上述第二样本音频之间的相关度，其中，上述第二工作音频与上述第二样本音频之间的相关度等于上述第二工作音频与上述第二样本音频之间的互相关系数；上述第二样本音频包括上述指定部件正常工作时的正常样本音频和上述指定部件异常工作时的异常样本音频。

具体的，有关互相关系数的具体计算原理可以参见步骤S602中的介绍，此处不再赘述。

S607、比较第一相关度和第二相关度；其中，上述第一相关度为上述第二工作音频与上述正常样本音频之间的相关度，上述第二相关度为上述第二工作音频数据与上述异常样本音频之间的相关度。

S608、当上述第一相关度大于上述第二相关度时，确定上述指定部件不存在故障，当上述第一相关度小于或等于上述第二相关度时，确定上述指定部件存在故障。

具体的，互相关系数表征工作音频与样本音频之间的相似程度，互相关系数越大，表征该工作音频与样本音频越相似。因此，本例中，将指定部件对应的状态(存在故障或不存在故障)确定为互相关系数大的样本音频对应的状态。即第二工作音频与正常样本音频之间的第一相关度大于第二工作音频数据与异常样本音频之间的第二相关度时，确定指定部件的状态为正常样本音频对应的状态，即确定指定部件不存在故障，相反，则确定指定部件存在故障。

本实施例提供的方法，不仅可确定扫地机器人是否存在故障，还能够在确定扫地机器人存在故障时，确定故障发生的部位。

以上对本申请提供的方法进行了描述，下面对本申请提供的扫地机器人进行描述：

图7为本申请一示例性实施例示出的扫地机器人的硬件结构图。请参照图7，本实施例提供的扫地机器人，可以包括：音频采集模块710、存储器720和处理器730，其中，

所述音频采集模块710，用于获取扫地机器人工作时所述扫地机器人的第一工作音频；

所述存储器720，用于存储所述扫地机器人的第一样本音频；

所述处理器730，用于将所述第一工作音频与所述第一样本音频进行比对，得到所述第一工作音频与所述第一样本音频之间的相关度，并根据所述相关度确定所述扫地机器人是否存在故障。

本实施例提供的扫地机器人，可用于执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。

进一步地，所述存储器720，还用于存储扫地机器人的指定部件的第二样本音频；

所述音频采集模块710，还用于在所述处理器730确定所述扫地机器人存在故障时，获取所述扫地机器人的指定部件工作时所述指定部件的第二工作音频；

所述处理器730，还用于将所述第二工作音频与预先存储的所述指定部件的第二样本音频进行比对，得到所述第二工作音频与所述第二样本音频之间的相关度，并根据所述第二工作音频与所述第二样本音频之间的相关度，确定所述指定部件是否存在故障。

进一步地，将工作音频与样本音频进行比对，得到工作音频与样本音频之间的相关度，包括：

分别计算所述工作音频和所述样本音频的能量值；

计算所述工作音频的能量值与所述样本音频的能量值的差值的绝对值，并将所述绝对值作为所述工作音频与所述样本音频之间的相关度；其中，所述工作音频与所述样本音频之间的相关度表征所述工作音频与所述样本音频之间的差异程度。

进一步地，将工作音频与样本音频进行比对，得到工作音频与样本音频之间的相关度，包括：

计算所述工作音频与所述样本音频之间的能量误差，并将所述能量误差作为所述工作音频与所述样本音频之间的相关度；其中，所述工作音频与所述样本音频之间的相关度表征所述工作音频与所述样本音频之间的差异程度。

进一步地，样本音频包括扫地机器人正常工作时的音频；根据工作音频与样本音频之间的相关度，确定是否存在故障，包括：

当所述工作音频与样本音频之间的相关度小于第一指定值时，确定不存在故障；

当所述工作音频与样本音频之间的相关度大于或者等于所述第一指定值，确定存在故障。

进一步地，所述第二样本音频包括所述指定部件正常工作时的正常样本音频和所述指定部件异常工作时的异常样本音频；所述根据所述第二工作音频数据与所述第二样本音频之间的相关度，确定所述指定部件是否发生故障，包括：

比较第一相关度和第二相关度；其中，所述第一相关度为所述第二工作音频与所述正常样本音频之间的相关度，所述第二相关度为所述第二工作音频数据与所述异常样本音频之间的相关度；

当所述第一相关度大于或等于所述第二相关度时，确定所述指定部件存在故障；

当所述第一相关度小于所述第二相关度时，确定所述指定部件不存在故障。

进一步地，将工作音频与样本音频进行比对，得到工作音频与样本音频之间的相关度，包括：

计算所述工作音频与所述样本音频的互相关系数，并将所述互相关作为所述工作音频与所述样本音频之间的相关度；其中，所述工作音频与所述样本音频之间的相关度表征所述工作音频与所述样本音频之间的相似程度。

进一步地，样本音频包括扫地机器人正常工作时的音频；根据工作音频与样本音频之间的相关度，确定是否存在故障，包括：

当所述工作音频与样本音频之间的相关度大于或等于第二指定值时，确定不存在故障；

当所述工作音频与样本音频之间的相关度小于所述第二指定值，确定存在故障。

进一步地，所述第二样本音频包括所述指定部件正常工作时的正常样本音频和所述指定部件异常工作时的异常样本音频；所述根据所述第二工作音频数据与所述第二样本音频之间的相关度，确定所述指定部件是否发生故障，包括：

比较第一相关度和第二相关度；其中，所述第一相关度为所述第二工作音频与所述正常样本音频之间的相关度，所述第二相关度为所述第二工作音频数据与所述异常样本音频之间的相关度；

当所述第一相关度大于所述第二相关度时，确定所述指定部件不存在故障；

当所述第一相关度小于或等于所述第二相关度时，确定所述指定部件存在故障。

本申请还提供一种计算机存储介质，其上存储有计算机程序，所述程序被处理器执行时本申请提供的任一扫地机器人故障诊断方法的步骤。

具体的，适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、媒介和存储器设备，例如包括半导体存储器设备(例如EPROM、EEPROM和闪存设备)、磁盘(例如内部硬盘或可移动盘)、磁光盘以及CD ROM和DVD-ROM盘。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (11)

1.一种扫地机器人故障诊断方法，其特征在于，所述方法应用于扫地机器人，所述方法包括：

获取扫地机器人工作时所述扫地机器人的第一工作音频；

将所述第一工作音频与预先存储的所述扫地机器人的第一样本音频进行比对，得到所述第一工作音频与所述第一样本音频之间的相关度；

根据所述相关度，确定所述扫地机器人是否存在故障。

2.根据权利要求1所述的方法，其特征在于，当确定所述扫地机器人存在故障时，所述方法还包括：

获取所述扫地机器人的指定部件工作时所述指定部件的第二工作音频；

将所述第二工作音频与预先存储的所述指定部件的第二样本音频进行比对，得到所述第二工作音频与所述第二样本音频之间的相关度；

根据所述第二工作音频与所述第二样本音频之间的相关度，确定所述指定部件是否存在故障。

3.根据权利要求2所述的方法，其特征在于，将工作音频与样本音频进行比对，得到工作音频与样本音频之间的相关度，包括：

分别计算所述工作音频和所述样本音频的能量值；

计算所述工作音频的能量值与所述样本音频的能量值的差值的绝对值，并将所述绝对值作为所述工作音频与所述样本音频之间的相关度；其中，所述工作音频与所述样本音频之间的相关度表征所述工作音频与所述样本音频之间的差异程度。

4.根据权利要求2所述的方法，其特征在于，将工作音频与样本音频进行比对，得到工作音频与样本音频之间的相关度，包括：

计算所述工作音频与所述样本音频之间的能量误差，并将所述能量误差作为所述工作音频与所述样本音频之间的相关度；其中，所述工作音频与所述样本音频之间的相关度表征所述工作音频与所述样本音频之间的差异程度。

5.根据权利要求3或4所述的方法，其特征在于，样本音频包括扫地机器人正常工作时的音频；根据工作音频与样本音频之间的相关度，确定是否存在故障，包括：

当所述工作音频与所述样本音频之间的相关度小于第一指定值时，确定不存在故障；

当所述工作音频与所述样本音频之间的相关度大于或者等于所述第一指定值时，确定存在故障。

6.根据权利要求3或4所述的方法，其特征在于，所述第二样本音频包括所述指定部件正常工作时的正常样本音频和所述指定部件异常工作时的异常样本音频；所述根据所述第二工作音频数据与所述第二样本音频之间的相关度，确定所述指定部件是否发生故障，包括：

比较第一相关度和第二相关度；其中，所述第一相关度为所述第二工作音频与所述正常样本音频之间的相关度，所述第二相关度为所述第二工作音频数据与所述异常样本音频之间的相关度；

当所述第一相关度大于或等于所述第二相关度时，确定所述指定部件存在故障；

当所述第一相关度小于所述第二相关度时，确定所述指定部件不存在故障。

7.根据权利要求1或2所述的方法，其特征在于，将工作音频与样本音频进行比对，得到工作音频与样本音频之间的相关度，包括：

计算所述工作音频与所述样本音频的互相关系数，并将所述互相关系数作为所述工作音频与所述样本音频之间的相关度；其中，所述工作音频与所述样本音频之间的相关度表征所述工作音频与所述样本音频之间的相似程度。

8.根据权利要求7所述的方法，其特征在于，样本音频包括扫地机器人正常工作时的音频；根据工作音频与样本音频之间的相关度，确定是否存在故障，包括：

当所述工作音频与所述样本音频之间的相关度大于或等于第二指定值时，确定不存在故障；

当所述工作音频与所述样本音频之间的相关度小于所述第二指定值时，确定存在故障。

9.根据权利要求7所述的方法，其特征在于，所述第二样本音频包括所述指定部件正常工作时的正常样本音频和所述指定部件异常工作时的异常样本音频；所述根据所述第二工作音频数据与所述第二样本音频之间的相关度，确定所述指定部件是否发生故障，包括：

比较第一相关度和第二相关度；其中，所述第一相关度为所述第二工作音频与所述正常样本音频之间的相关度，所述第二相关度为所述第二工作音频数据与所述异常样本音频之间的相关度；

当所述第一相关度大于所述第二相关度时，确定所述指定部件不存在故障；

当所述第一相关度小于或等于所述第二相关度时，确定所述指定部件存在故障。

10.一种扫地机器人，其特征在于，所述扫地机器人包括：音频采集模块、存储器和处理器，其中，

所述音频采集模块，用于获取扫地机器人工作时所述扫地机器人的第一工作音频；

所述存储器，用于存储所述扫地机器人的第一样本音频；

所述处理器，用于将所述第一工作音频与所述第一样本音频进行比对，得到所述第一工作音频与所述第一样本音频之间的相关度，并根据所述相关度确定所述扫地机器人是否存在故障。

11.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1-9任一项所述方法的步骤。

Images