CN111427739A - 一种机器人实时监控方法、介质、终端和装置 - Google Patents

Abstract

本发明公开了一种机器人实时监控方法、介质、终端和装置，将实时监控逻辑从机器人运行系统的各被管控功能模块中剥离出来，外置于运行在独立存储和计算平台上的实时监控终端中，且监控终端采用信息订阅机制，借助网络通信将机器人系统中所需的基础信息，比如传感检测数据、地图、电机等数据、感知算法输出的环境信息、决策行为和命令信息采集出来，经分析发现异常后采取一系列异常处理措施，最终实现机器人运行系统的实时监控。本发明规避了被动全量信息接收后未关注信息被闲置、丢弃的现象，在大多数情况下传输数据量较小，从而提高监控系统的实时性能，同时避免了网络带宽被占满引起后续数据阻塞、积压以及检测异常的后果。

Description

一种机器人实时监控方法、介质、终端和装置

【技术领域】

本发明涉及机器人领域，尤其涉及一种机器人实时监控方法、介质、终端和装置。

【背景技术】

具备较复杂功能的机器人在运行过程中需要实时收集大量自身传感数据，运行复杂的行为、定位、路径决策等算法逻辑，生成控制指令并确保其正确、精准、快速地得以实施。因此，机器人运行系统需要占用大量计算机存储空间和运算力，并因其系统复杂性而伴随一定出错概率。因机器人运行异常的情况无法完全避免，因此需要引入机器人实时监管机制，以便在机器人运行异常时能够及时察觉和处理。当前较为普遍的机器人实时监管方式是将监管逻辑分散于各自管控的机器人运行逻辑中，与机器人运行逻辑强耦合，异常状况以日志或机器人行为等形式处理。上述机器人实时监管方式的优点是实时性较高，且可借助机器人自身行为对外表达其异常状态，较为直观。但其缺点也相对明显，一方面监管逻辑的加入有可能加剧机器人系统本就十分紧张的存储空间和运算力，另一方面异常状态的关联信息较为单薄、呈现形式较为单一，无法为后续异常排查和恢复提供有力支持。

【发明内容】

本发明提供了一种机器人实时监控方法、介质、终端和装置，解决了以上所述的技术问题。

本发明解决上述技术问题的技术方案如下：一种机器人实时监控方法，包括以下步骤：

步骤1，设置至少一个监控项目中每个监控项目分别对应的监控参数；

步骤2，采集机器人运行过程中每个监控项目的实时监控参数值，根据所述实时监控参数值判断对应监控项目是否出现异常，并生成异常判断结果；

步骤3，当监控项目出现异常时，生成并上报异常监控报告。

在一个优选实施方式中，所述步骤1具体为：调用预设监控项目模板，响应于针对所述预设监控项目模板的用户操作，生成与至少一个监控项目中每个监控项目分别对应的监控参数。

在一个优选实施方式中，每个监控项目的监控参数类别包括机器人的传感器数据、视觉数据、电机运行数据、地图数据、环境感知数据、命令执行数据和行为决策数据中的至少一种。

在一个优选实施方式中，根据所述实时监控参数值判断对应监控项目是否出现异常具体包括以下步骤：

S201，获取监控项目对应的预设数据处理方法；

S202，采用所述预设数据处理方法对所述监控项目对应的实时监控参数值进行过滤和/或运算处理，生成所述监控项目对应判断参数的当前参数值；

S203，获取所述监控项目对应判断参数的预期参数值，并将所述当前参数值和所述预期参数值进行比较，若差异超过预设阈值，则判断所述监控项目出现异常。

在一个优选实施方式中，当监控项目出现异常时，上报所述异常判断结果具体为：

当监控项目出现异常时，以图表、2D图像和/或3D图像显示异常监控报告；和/或，

当监控项目出现异常时，向机器人控制系统发送异常等级以及用于表示异常类型和异常内容的异常码，以驱动机器人控制系统采用行为、声音、灯效和/或屏显方式进行示警；和/或，

当监控项目出现异常时，采用以太网、短信、电话、邮件和/或无线通信方式向预设通信终端发送异常监控报告，同时在云端存储所述异常监控报告；

所述异常监控报告包括异常等级、异常类型和/或异常内容。

本发明实施例的第二方面提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，实现以上所述的机器人实时监控方法。

本发明实施例的第三方面提供了一种机器人实时监控终端，包括所述的计算机可读存储介质和处理器，所述处理器执行所述计算机可读存储介质上的计算机程序时实现以上所述机器人实时监控方法的步骤。

本发明实施例的第四方面提供了一种机器人实时监控装置，包括主动订阅模块、异常判断模块和报警模块，

所述主动订阅模块用于设置至少一个监控项目中每个监控项目分别对应的监控参数；

所述异常判断模块用于采集机器人运行过程中每个监控项目的实时监控参数值，根据所述实时监控参数值判断对应监控项目是否出现异常，并生成异常判断结果；

所述报警模块用于当监控项目出现异常时，生成并上报异常监控报告。

在一个优选实施方式中，所述异常判断模块具体包括：

获取单元，用于获取监控项目对应的预设数据处理方法；

处理单元，用于采用所述预设数据处理方法对所述监控项目对应的实时监控参数值进行过滤和/或运算处理，生成所述监控项目对应判断参数的当前参数值；

判断单元，用于获取所述监控项目对应判断参数的预期参数值，并将所述当前参数值和所述预期参数值进行比较，若差异超过预设阈值，则判断所述监控项目出现异常。

在一个优选实施方式中，所述报警模块具体用于当监控项目出现异常时，以图表、2D图像和/或3D图像显示异常监控报告；和/或用于当监控项目出现异常时，向机器人控制系统发送异常等级以及用于表示异常类型和异常内容的异常码，以驱动机器人控制系统采用行为、声音、灯效和/或屏显方式进行示警；和/或用于当监控项目出现异常时，采用以太网、短信、电话、邮件和/或无线通信方式向预设通信终端发送异常监控报告，同时在云端存储所述异常监控报告；所述异常监控报告包括异常等级、异常类型和/或异常内容。

本发明提供了一种机器人实时监控方法、介质、终端和装置，采用主动订阅而非被动全量接收的方式获取机器人运行系统的各类所需信息，具有以下有益效果：

(1)本发明在选择信息的同时实现了实时监控项的选择，进而实现多种监控项的组合定制，高效、快速获取所需信息；

(2)规避了被动全量信息接收后未关注信息被闲置、丢弃的现象，在大多数情况下传输数据量较小，从而不同程度地提高监控系统的实时性能；

(3)机器人系统对外通信的网络带宽有限且既定，被动全量接收的信息容易占满网络带宽，造成后续数据阻塞和积压，引起异常检测滞后，而本发明主动订阅可通过有选择性地选用和组合大数据项来避免带宽被占用的后果。

为使发明的上述目的、特征和优点能更明显易懂，下文特举本发明较佳实施例，并配合所附附图，作详细说明如下。

【附图说明】

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。

图1是实施例1提供的机器人实时监控方法的流程示意图；

图2是实施例1中机器人位于路径不可达区域造成定位丢失的示意图；

图3是实施例1中机器人传感数据与地图轮廓不匹配造成定位丢失的示意图；

图4是实施例2提供的机器人实时监控装置的结构示意图；

图5是实施例3提供的机器人实时监控终端的结构示意图。

【具体实施方式】

为了使本发明的目的、技术方案和有益技术效果更加清晰明白，以下结合附图和具体实施方式，对本发明进行进一步详细说明。应当理解的是，本说明书中描述的具体实施方式仅仅是为了解释本发明，并不是为了限定本发明。

图1是实施例1提供的机器人实时监控方法的流程示意图，如图1所示，包括以下步骤，

步骤1，设置至少一个监控项目中每个监控项目分别对应的监控参数，具体为：调用预设监控项目模板，响应于针对所述预设监控项目模板的用户操作，生成与至少一个监控项目中每个监控项目分别对应的监控参数。在具体实施例中，当监控系统需要对机器人运行系统进行监控时，首先选择监控项目,比如选择监控机器人定位是否丢失、机器人电机温度是否过高等等，此时可以选择多个监控项目进行组合，然后针对每个监控项目也可以选择不同的监控参数，监控参数类别包括机器人的传感器数据、视觉数据、电机运行数据、地图数据、环境感知数据、命令执行数据和行为决策数据中的至少一种，从而完成自定义的主动订阅过程。

然后执行步骤2，采集机器人运行过程中每个监控项目的实时监控参数值，具体来说，机器人系统可以采用无线传输方法发送实时监控参数值，所述无线传输方法包括3G、4G、5G、WiFi、蓝牙、LPWAN和NB-IoT中的任意一种或多种。然后根据所述实时监控参数值判断对应监控项目是否出现异常，并生成异常判断结果。具体来说，包括以下步骤：

S201，获取监控项目对应的预设数据处理方法。

S202，采用所述预设数据处理方法对所述监控项目对应的实时监控参数值进行过滤和/或运算处理，生成所述监控项目对应判断参数的当前参数值。在完成机器人运行系统信息收集后，需要对收集到的信息进行处理，不同监控项目预设对应的数据处理方法，比如对数据进行过滤等，而定时段检测项还会要求对数据进行累积等等，从而生成所述监控项目对应判断参数的当前参数值。

S203，获取所述监控项目对应判断参数的预期参数值，并将所述当前参数值和所述预期参数值进行比较，若差异超过预设阈值，则判断所述监控项目出现异常。

应用于不同场景下、具备不同功能的机器人所需分析的异常项差异较大，即不同监控项目具有不同的判断参数。实施例以所有具备自主移动能力的机器人都会面临的定位丢失异常为例，给出异常分析流程如下。

具备自主移动能力的机器人在运动过程中，需要时刻知道自己当前在全局地图中所处的位置，以便规划路径和躲避障碍。当所处环境与勘测扫图时差异过大，或现场障碍干扰过多时，机器人无法凭借自身电机、传感和外部地图等信息确认自己的当前位置时，我们称机器人定位丢失。当采集到器人当前全局地图、路径地图、系统位置坐标、传感检测等各项数据信息后，可按下列步骤进行定位丢失异常分析：

S1，检测机器人坐标在路径地图下的位置，若此时机器人位于路径不可达区域(通常表现为灰黑色区域)，可认为定位丢失,如图2所示；

S2，匹配多帧传感检测数据与全局地图轮廓，若多帧数据均未达到与地图轮廓的阈值匹配度，可认为定位丢失，如图3所示；

S3，若上述检测皆通过，可认为定位准确。

然后执行步骤3，当监控项目出现异常时，生成并上报异常监控报告，具体报警方式包括下述方式的一种或多种：

(1)当监控项目出现异常时，以图表、2D图像和/或3D图像显示异常监控报告，此时上报于实时监控系统自身。机器人实时监控系统作为一个运行于外置平台的独立系统，可自身作为机器人异常状况的发布源，并选用图表、2D/3D及其他任何利于表达异常等级和内容的形式向实时监控系统使用人员上报机器人当前及历史异常。

(2)当监控项目出现异常时，向机器人控制系统发送异常等级以及用于表示异常类型和异常内容的异常码，以驱动机器人控制系统采用行为、声音、灯效和/或屏显方式进行示警。机器人自身系统作为异常的产生源头，其以行为、声音、灯效、屏显等形式对外表现最为直接。为了让机器人运行系统快速、准确地得知外置实时监控系统分析出的异常，需要两系统间提前定义好机器人可能出现的各类异常，并以异常等级和异常码等形式达成协议。当实时监控系统检测到异常时，只需将该异常所对应的异常码返回至机器人运动系统，机器人系统即可通过查表映射到该异常所对应的对外表达形式，进而中断当前任务并依此执行即可。

(3)当监控项目出现异常时，采用以太网、短信、电话、邮件和/或无线通信方式向预设通信终端发送异常监控报告，即上报给运维系统，同时在云端存储所述异常监控报告，所述异常监控报告包括异常等级、异常类型和/或异常内容，从而真正实现机器人的自动化运营和维护。

本实施例提出一种基于数据网络通信和监控逻辑外置的机器人实时监控方法，核心在于将实时监控逻辑从机器人运行系统的各被管控功能模块中剥离出来，外置于运行在独立存储和计算平台上的实时监控终端中，且监控终端采用信息订阅机制，借助网络通信将机器人系统中所需的基础信息(传感检测数据、地图、电机等数据)、感知算法输出的环境信息、决策行为和命令信息采集出来，经分析发现异常后采取一系列异常处理措施，最终实现机器人运行系统的实时监控。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

本发明实施例还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，实现以上所述的机器人实时监控方法。

图4是实施例2提供的机器人实时监控装置的结构示意图，如图4所示，包括主动订阅模块100、异常判断模块200和报警模块300，

所述主动订阅模块100用于设置至少一个监控项目中每个监控项目分别对应的监控参数；

所述异常判断模块200用于采集机器人运行过程中每个监控项目的实时监控参数值，根据所述实时监控参数值判断对应监控项目是否出现异常，并生成异常判断结果；

所述报警模块300用于当监控项目出现异常时，生成并上报异常监控报告。

在一个优选实施方式中，所述主动订阅模块100具体用于调用预设监控项目模板，响应于针对所述预设监控项目模板的用户操作，生成与至少一个监控项目中每个监控项目分别对应的监控参数。每个监控项目的监控参数类别包括机器人的传感器数据、视觉数据、电机运行数据、地图数据、环境感知数据、命令执行数据和行为决策数据中的至少一种。

在一个优选实施方式中，所述异常判断模块200具体包括：

获取单元201，用于获取监控项目对应的预设数据处理方法；

处理单元202，用于采用所述预设数据处理方法对所述监控项目对应的实时监控参数值进行过滤和/或运算处理，生成所述监控项目对应判断参数的当前参数值；

判断单元203，用于获取所述监控项目对应判断参数的预期参数值，并将所述当前参数值和所述预期参数值进行比较，若差异超过预设阈值，则判断所述监控项目出现异常。

在一个优选实施方式中，所述报警模块300具体用于当监控项目出现异常时，以图表、2D图像和/或3D图像显示异常监控报告；和/或用于当监控项目出现异常时，向机器人控制系统发送异常等级以及用于表示异常类型和异常内容的异常码，以驱动机器人控制系统采用行为、声音、灯效和/或屏显方式进行示警；和/或用于当监控项目出现异常时，采用以太网、短信、电话、邮件和/或无线通信方式向预设通信终端发送异常监控报告，同时在云端存储所述异常监控报告；所述异常监控报告包括异常等级、异常类型和/或异常内容。

本发明实施例还提供了一种机器人实时监控终端，包括所述的计算机可读存储介质和处理器，所述处理器执行所述计算机可读存储介质上的计算机程序时实现以上所述机器人实时监控方法的步骤。图5是本发明实施例3提供的机器人实时监控终端的结构示意图，如图5所示，该实施例的机器人实时监控终端8包括：处理器80、可读存储介质81以及存储在所述可读存储介质81中并可在所述处理器80上运行的计算机程序82。所述处理器80执行所述计算机程序82时实现上述各个方法实施例中的步骤，例如图1所示的步骤1至步骤3。或者，所述处理器80执行所述计算机程序82时实现上述各装置实施例中各模块的功能，例如图2所示模块100至300的功能。

示例性的，所述计算机程序82可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述可读存储介质81中，并由所述处理器80执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序82在所述机器人实时监控终端8中的执行过程。

所述机器人实时监控终端8可包括，但不仅限于，处理器80、可读存储介质81。本领域技术人员可以理解，图3仅仅是机器人实时监控终端8的示例，并不构成对机器人实时监控终端8的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述机器人实时监控终端还可以包括电源管理模块、运算处理模块、输入输出设备、网络接入设备、总线等。

所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

所述可读存储介质81可以是所述机器人实时监控终端8的内部存储单元，例如机器人实时监控终端8的硬盘或内存。所述可读存储介质81也可以是所述机器人实时监控终端8的外部存储设备，例如所述机器人实时监控终端8上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，所述可读存储介质81还可以既包括所述机器人实时监控终端8的内部存储单元也包括外部存储设备。所述可读存储介质81用于存储所述计算机程序以及所述机器人实时监控终端所需的其他程序和数据。所述可读存储介质81还可以用于暂时地存储已经输出或者将要输出的数据。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及方法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置/终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/终端设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

本发明并不仅仅限于说明书和实施方式中所描述，因此对于熟悉领域的人员而言可容易地实现另外的优点和修改，故在不背离权利要求及等同范围所限定的一般概念的精神和范围的情况下，本发明并不限于特定的细节、代表性的设备和这里示出与描述的图示示例。

Claims (10)

1.一种机器人实时监控方法，其特征在于，包括以下步骤：

步骤1，设置至少一个监控项目中每个监控项目分别对应的监控参数；

步骤2，采集机器人运行过程中每个监控项目的实时监控参数值，根据所述实时监控参数值判断对应监控项目是否出现异常，并生成异常判断结果；

步骤3，当监控项目出现异常时，生成并上报异常监控报告。

2.根据权利要求1所述的机器人实时监控方法，其特征在于，所述步骤1具体为：调用预设监控项目模板，响应于针对所述预设监控项目模板的用户操作，生成与至少一个监控项目中每个监控项目分别对应的监控参数。

3.根据权利要求1或2所述的机器人实时监控方法，其特征在于，每个监控项目的监控参数类别包括机器人的传感器数据、视觉数据、电机运行数据、地图数据、环境感知数据、命令执行数据和行为决策数据中的至少一种。

4.根据权利要求3所述的机器人实时监控方法，其特征在于，根据所述实时监控参数值判断对应监控项目是否出现异常具体包括以下步骤：

S201，获取监控项目对应的预设数据处理方法；

S202，采用所述预设数据处理方法对所述监控项目对应的实时监控参数值进行过滤和/或运算处理，生成所述监控项目对应判断参数的当前参数值；

S203，获取所述监控项目对应判断参数的预期参数值，并将所述当前参数值和所述预期参数值进行比较，若差异超过预设阈值，则判断所述监控项目出现异常。

5.根据权利要求4所述的机器人实时监控方法，其特征在于，当监控项目出现异常时，上报所述异常监控报告具体为：

当监控项目出现异常时，以图表、2D图像和/或3D图像显示异常监控报告；和/或，

当监控项目出现异常时，向机器人控制系统发送异常等级以及用于表示异常类型和异常内容的异常码，以驱动机器人控制系统采用行为、声音、灯效和/或屏显方式进行示警；和/或，

当监控项目出现异常时，采用以太网、短信、电话、邮件和/或无线通信方式向预设通信终端发送异常监控报告，同时在云端存储所述异常监控报告；

所述异常监控报告包括异常等级、异常类型和/或异常内容。

6.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，实现权利要求1-5任一项所述机器人实时监控方法。

7.一种机器人实时监控终端，其特征在于，包括权利要求6所述的计算机可读存储介质和处理器，所述处理器执行所述计算机可读存储介质上的计算机程序时实现如权利要求1-5任一项所述机器人实时监控方法的步骤。

8.一种机器人实时监控装置，其特征在于，包括主动订阅模块、异常判断模块和报警模块，

所述主动订阅模块用于设置至少一个监控项目中每个监控项目分别对应的监控参数；

所述异常判断模块用于采集机器人运行过程中每个监控项目的实时监控参数值，根据所述实时监控参数值判断对应监控项目是否出现异常，并生成异常判断结果；

所述报警模块用于当监控项目出现异常时，生成并上报异常监控报告。

9.根据权利要求8所述的机器人实时监控装置，其特征在于，所述异常判断模块具体包括：

获取单元，用于获取监控项目对应的预设数据处理方法；

处理单元，用于采用所述预设数据处理方法对所述监控项目对应的实时监控参数值进行过滤和/或运算处理，生成所述监控项目对应判断参数的当前参数值；

判断单元，用于获取所述监控项目对应判断参数的预期参数值，并将所述当前参数值和所述预期参数值进行比较，若差异超过预设阈值，则判断所述监控项目出现异常。

10.根据权利要求8或9所述的机器人实时监控装置，其特征在于，所述报警模块具体用于当监控项目出现异常时，以图表、2D图像和/或3D图像显示异常监控报告；和/或用于当监控项目出现异常时，向机器人控制系统发送异常等级以及用于表示异常类型和异常内容的异常码，以驱动机器人控制系统采用行为、声音、灯效和/或屏显方式进行示警；

和/或用于当监控项目出现异常时，采用以太网、短信、电话、邮件和/或无线通信方式向预设通信终端发送异常监控报告，同时在云端存储所述异常监控报告；所述异常监控报告包括异常等级、异常类型和/或异常内容。

Images