CN114167775A - 基于机器人的实时外部控制方法及系统 - Google Patents

基于机器人的实时外部控制方法及系统 Download PDF

Info

Publication number
CN114167775A
CN114167775A CN202111447927.6A CN202111447927A CN114167775A CN 114167775 A CN114167775 A CN 114167775A CN 202111447927 A CN202111447927 A CN 202111447927A CN 114167775 A CN114167775 A CN 114167775A
Authority
CN
China
Prior art keywords
operation data
line operation
state change
abnormal
production line
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202111447927.6A
Other languages
English (en)
Other versions
CN114167775B (zh
Inventor
张军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai DC Science Co Ltd
Original Assignee
Shanghai DC Science Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanghai DC Science Co Ltd filed Critical Shanghai DC Science Co Ltd
Priority to CN202111447927.6A priority Critical patent/CN114167775B/zh
Publication of CN114167775A publication Critical patent/CN114167775A/zh
Application granted granted Critical
Publication of CN114167775B publication Critical patent/CN114167775B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00Programme-control systems
    • G05B19/02Programme-control systems electric
    • G05B19/04Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • G05B19/0423Input/output
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00Program-control systems
    • G05B2219/20Pc systems
    • G05B2219/25Pc structure of the system
    • G05B2219/25257Microcontroller
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • General Factory Administration (AREA)

Abstract

本申请公开了一种基于机器人的实时外部控制方法及系统,在具体应用时,可以通过多组产线运行数据确定异常产线运行数据,提高获得的异常产线运行数据的准确性,从而基于准确可靠的异常产线运行数据向目标产线对应的生产机器人发送实时控制指令,这样一来,可以指示生产机器人进行针对性的产线参数调整,从而确保产线实时控制的准确性。

Description

基于机器人的实时外部控制方法及系统
技术领域
本申请涉及机器人技术领域,特别涉及一种基于机器人的实时外部控制方法及系统。
背景技术
随着互联网及制造业的不断发展,各类生产制造系统正在不断优化,逐渐朝自动化和智能化生产方向转变。随着各类产线生产规模的不断扩大,如何结合智能机器人实现对产线的异常监测和产线控制是现目前需要改善的一个技术问题。
发明内容
为改善相关技术中存在的技术问题,本申请提供了一种基于机器人的实时外部控制方法及系统。
本申请提供了一种基于机器人的实时外部控制方法,应用于机器人控制系统,所述方法至少包括:确定第n组产线运行数据到第i组产线运行数据的第一生产状态变化记录、所述第n组产线运行数据到第m组产线运行数据的第二生产状态变化记录、所述第m组产线运行数据到所述第n组产线运行数据的第三生产状态变化记录及所述第m组产线运行数据到第k组产线运行数据的第四生产状态变化记录,其中,n为整数,i比n小1,m比n大1,k比m大1;结合所述第一生产状态变化记录、所述第二生产状态变化记录确定第一异常状态变化记录,并结合所述第三生产状态变化记录、所述第四生产状态变化记录确定第二异常状态变化记录;结合所述第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,并结合所述第二异常状态变化记录产线运行数据及所述第m组产线运行数据确定第二异常产线运行数据;对所述第一异常产线运行数据及所述第二异常产线运行数据进行整合操作,得到存在于所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据;基于所述所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据向目标产线对应的生产机器人发送实时控制指令;其中,所述实时控制指令用于指示所述生产机器人进行产线参数调整。
优选地,所述结合所述第一生产状态变化记录、所述第二生产状态变化记录确定第一异常状态变化记录,并结合所述第三生产状态变化记录、所述第四生产状态变化记录确定第二异常状态变化记录,包括:
结合所述第一生产状态变化记录、所述第二生产状态变化记录及设定的异常描述确定第一异常状态变化记录,并结合所述第三生产状态变化记录、所述第四生产状态变化记录确定第二异常状态变化记录,其中,所述设定的异常描述为对应于获得所述第n组产线运行数据与所述第m组产线运行数据的时段的间隙之间的其中一时段。
优选地,所述结合所述第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,并结合所述第二异常状态变化记录及所述第m组产线运行数据确定第二异常产线运行数据,包括:对所述第一异常状态变化记录及所述第二异常状态变化记录进行调整处理,得到调整后的第一异常状态变化记录及调整后的第二异常状态变化记录;借助调整后的第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,及借助调整后的所述第二异常状态变化记录及所述第m组产线运行数据确定第二异常产线运行数据。
优选地,所述对所述第一异常状态变化记录及所述第二异常状态变化记录进行调整处理,得到调整后的第一异常状态变化记录及调整后的第二异常状态变化记录,包括:结合所述第一异常状态变化记录及所述第n组产线运行数据确定第三异常产线运行数据,并结合所述第二异常状态变化记录及所述第m组产线运行数据确定第四异常产线运行数据;确定所述第三异常产线运行数据中任一分布标签的第一数据集,并调整所述第一数据集中各分布标签在所述第一异常状态变化记录中的状态变化特征后,确定调整后的各分布标签的全局性状态变化特征为该分布标签在所述第三异常产线运行数据中的调整状态变化特征;确定所述第四异常产线运行数据中任一分布标签的第二数据集,并调整所述第二数据集中各分布标签在所述第二异常状态变化记录中的状态变化特征后,确定调整后的各分布标签的全局性状态变化特征为该分布标签在所述第四异常产线运行数据中的调整状态变化特征;所述第三异常产线运行数据中所有分布标签的调整状态变化特征构成所述调整后的第一异常状态变化记录,所述第四异常产线运行数据中所有分布标签的调整状态变化特征构成所述调整后的第二异常状态变化记录。
优选地,所述借助调整后的第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,及借助调整后的所述第二异常状态变化记录及所述第m组产线运行数据确定第二异常产线运行数据,包括:对所述调整后的第一异常状态变化记录进行噪声清洗处理,得到噪声清洗后的第一异常状态变化记录,并对调整后的第二异常状态变化记录进行噪声清洗处理,得到噪声清洗后的第二异常状态变化记录;根据噪声清洗后的第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,及根据噪声清洗后的第二异常状态变化记录及所述第m组产线运行数据确定第二异常产线运行数据。
优选地,所述对所述调整后的第一异常状态变化记录进行噪声清洗处理,得到噪声清洗后的第一异常状态变化记录,并对调整后的第二异常状态变化记录进行噪声清洗处理,得到噪声清洗后的第二异常状态变化记录,包括:借助调整后的所述第一异常状态变化记录确定第一定位误差及第一状态损失,并借助调整后的所述第二异常状态变化记录确定第二定位误差及第二状态损失;结合所述第一定位误差及所述第一状态损失对所述调整后的所述第一异常状态变化记录进行噪声清洗,得到噪声清洗后的第一异常状态变化记录,并结合所述第二定位误差及所述第二状态损失对所述调整后的所述第二异常状态变化记录进行噪声清洗,得到噪声清洗后的第二异常状态变化记录。
优选地,所述对所述第一异常产线运行数据及所述第二异常产线运行数据进行整合操作,得到存在于所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据,包括:结合所述第一异常产线运行数据及所述第二异常产线运行数据确定所述异常产线运行数据中各分布标签的数据整合评价;结合所述第一异常产线运行数据及所述第二异常产线运行数据、及所述各分布标签的数据整合评价,得到存在于所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据。
本申请还提供了一种机器人控制系统,包括存储器、处理器和网络模块;其中,所述存储器、所述处理器和所述网络模块之间直接或间接地电性连接;所述处理器通过从所述存储器中读取计算机程序并运行以实现上述方法。
本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在运行时实现上述方法。
本申请的实施例提供的技术方案可以包括以下有益效果。
基于本申请实施例,针对第n组产线运行数据和第m组产线运行数据,可以分别对第i组产线运行数据、第n组产线运行数据、第m组产线运行数据及第k组产线运行数据进行状态变化特征识别,得到所述第n组产线运行数据到所述第i组产线运行数据的第一生产状态变化记录、所述第n组产线运行数据到所述第m组产线运行数据的第二生产状态变化记录、所述第m组产线运行数据到所述第n组产线运行数据的第三生产状态变化记录及所述第m组产线运行数据到所述第k组产线运行数据的第四生产状态变化记录,进而根据第一生产状态变化记录和第二生产状态变化记录及设定的异常描述确定第一异常状态变化记录,根据第三生产状态变化记录和第四生产状态变化记录及异常描述确定第二异常状态变化记录。根据第一异常状态变化记录及第n组产线运行数据确定第一异常产线运行数据,并根据第二异常状态变化记录产线运行数据及第m组产线运行数据确定第二异常产线运行数据。对所述第一异常产线运行数据及所述第二异常产线运行数据进行整合操作,得到存在于所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据。如此,可以通过多组产线运行数据确定异常产线运行数据,提高获得的异常产线运行数据的准确性,从而基于准确可靠的异常产线运行数据向目标产线对应的生产机器人发送实时控制指令,这样一来,可以指示生产机器人进行针对性的产线参数调整,从而确保产线实时控制的准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并于说明书一起用于解释本申请的原理。
图1是本申请实施例提供的一种基于机器人的实时外部控制方法的流程图。
图2是本申请实施例提供的一种机器人控制系统的硬件结构示意图。
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。
为改善背景技术存在的技术问题,请结合参阅图1,本申请实施例提供了一种基于机器人的实时外部控制方法,该方法应用于机器人控制系统,所述方法至少包括如下步骤101和步骤105所描述的技术方案。
步骤101、确定第n组产线运行数据到第i组产线运行数据的第一生产状态变化记录、所述第n组产线运行数据到第m组产线运行数据的第二生产状态变化记录、所述第m组产线运行数据到所述第n组产线运行数据的第三生产状态变化记录及所述第m组产线运行数据到第k组产线运行数据的第四生产状态变化记录,其中,n为整数,i比n小1,m比n大1,k比m大1。
步骤102、结合所述第一生产状态变化记录、所述第二生产状态变化记录确定第一异常状态变化记录,并结合所述第三生产状态变化记录、所述第四生产状态变化记录确定第二异常状态变化记录。
对于一种可示性实施例而言,所述结合所述第一生产状态变化记录、所述第二生产状态变化记录确定第一异常状态变化记录,并结合所述第三生产状态变化记录、所述第四生产状态变化记录确定第二异常状态变化记录,具体可以包括如下内容:结合所述第一生产状态变化记录、所述第二生产状态变化记录及设定的异常描述确定第一异常状态变化记录,并结合所述第三生产状态变化记录、所述第四生产状态变化记录确定第二异常状态变化记录,其中,所述设定的异常描述为对应于获得所述第n组产线运行数据与所述第m组产线运行数据的时段的间隙之间的其中一时段。如此一来,通过生产状态变化记录和设定的异常描述相结合处理,能够准确确定出异常状态变化记录。
步骤103、结合所述第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,并结合所述第二异常状态变化记录产线运行数据及所述第m组产线运行数据确定第二异常产线运行数据。
对于一种可示性实施例而言,步骤103所描述的所述结合所述第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,并结合所述第二异常状态变化记录及所述第m组产线运行数据确定第二异常产线运行数据,具体可以包括如下步骤1031和步骤1032所记录的内容。
步骤1031、对所述第一异常状态变化记录及所述第二异常状态变化记录进行调整处理,得到调整后的第一异常状态变化记录及调整后的第二异常状态变化记录。
对于一种可示性实施例而言,步骤1031所描述的所述对所述第一异常状态变化记录及所述第二异常状态变化记录进行调整处理,得到调整后的第一异常状态变化记录及调整后的第二异常状态变化记录,具体可以包括如下步骤一-步骤三所记录的内容。
步骤一、结合所述第一异常状态变化记录及所述第n组产线运行数据确定第三异常产线运行数据,并结合所述第二异常状态变化记录及所述第m组产线运行数据确定第四异常产线运行数据。
步骤二、确定所述第三异常产线运行数据中任一分布标签的第一数据集,并调整所述第一数据集中各分布标签在所述第一异常状态变化记录中的状态变化特征后,确定调整后的各分布标签的全局性状态变化特征为该分布标签在所述第三异常产线运行数据中的调整状态变化特征。
步骤三、确定所述第四异常产线运行数据中任一分布标签的第二数据集,并调整所述第二数据集中各分布标签在所述第二异常状态变化记录中的状态变化特征后,确定调整后的各分布标签的全局性状态变化特征为该分布标签在所述第四异常产线运行数据中的调整状态变化特征;所述第三异常产线运行数据中所有分布标签的调整状态变化特征构成所述调整后的第一异常状态变化记录,所述第四异常产线运行数据中所有分布标签的调整状态变化特征构成所述调整后的第二异常状态变化记录。
执行步骤一-步骤三所记录的内容,通过对第三异常产线运行数据中的分布标签进行逐一的调整以得到所有分布标签的调整状态变化特征,进而构成调整后的第一异常状态变化记录,进而通过对第四异常产线运行数据中的分布标签进行逐一的调整以得到所有分布标签的调整状态变化特征,进而得到调整后的第二异常状态变化记录,这样能够确保得到的异常状态变化记录的全面性及精确性。
步骤1032、借助调整后的第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,及借助调整后的所述第二异常状态变化记录及所述第m组产线运行数据确定第二异常产线运行数据。
实施步骤1031和步骤1032所记录的内容,能够确保第二异常产线运行数据的完整性及可靠性。
对于一种可示性实施例而言,步骤1032所记录的借助调整后的第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,及借助调整后的所述第二异常状态变化记录及所述第m组产线运行数据确定第二异常产线运行数据,具体可以包括如下内容:对所述调整后的第一异常状态变化记录进行噪声清洗处理,得到噪声清洗后的第一异常状态变化记录,并对调整后的第二异常状态变化记录进行噪声清洗处理,得到噪声清洗后的第二异常状态变化记录;根据噪声清洗后的第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,及根据噪声清洗后的第二异常状态变化记录及所述第m组产线运行数据确定第二异常产线运行数据。如此一来,对调整后的异常状态变化记录进行噪声清洗处理,能够保证得到的清洗后的异常状态变化记录的质量,进而为后续确定异常产线运行数据提供有效的依据。
对于一种可示性实施例而言,上述所描述的对所述调整后的第一异常状态变化记录进行噪声清洗处理,得到噪声清洗后的第一异常状态变化记录,并对调整后的第二异常状态变化记录进行噪声清洗处理,得到噪声清洗后的第二异常状态变化记录,具体可以包括如下内容:借助调整后的所述第一异常状态变化记录确定第一定位误差及第一状态损失,并借助调整后的所述第二异常状态变化记录确定第二定位误差及第二状态损失;结合所述第一定位误差及所述第一状态损失对所述调整后的所述第一异常状态变化记录进行噪声清洗,得到噪声清洗后的第一异常状态变化记录,并结合所述第二定位误差及所述第二状态损失对所述调整后的所述第二异常状态变化记录进行噪声清洗,得到噪声清洗后的第二异常状态变化记录。如此一来,在确定出定位误差以及状态损失的前提下,对异常状态变化记录进行噪声清洗处理,能够更进一步提高噪声清洗后的异常状态变化记录的质量。
步骤104、对所述第一异常产线运行数据及所述第二异常产线运行数据进行整合操作,得到存在于所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据。
对于一种可示性实施例而言,步骤104所记录的对所述第一异常产线运行数据及所述第二异常产线运行数据进行整合操作,得到存在于所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据,具体可以包括如下内容:结合所述第一异常产线运行数据及所述第二异常产线运行数据确定所述异常产线运行数据中各分布标签的数据整合评价;结合所述第一异常产线运行数据及所述第二异常产线运行数据、及所述各分布标签的数据整合评价,得到存在于所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据。如此,通过对异常产线运行数据中各分布标签的数据整合评价,进而提高确定出异常产线运行数据的效率。
步骤105、基于所述所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据向目标产线对应的生产机器人发送实时控制指令;其中,所述实时控制指令用于指示所述生产机器人进行产线参数调整。
综上所述,针对第n组产线运行数据和第m组产线运行数据,可以分别对第i组产线运行数据、第n组产线运行数据、第m组产线运行数据及第k组产线运行数据进行状态变化特征识别,得到所述第n组产线运行数据到所述第i组产线运行数据的第一生产状态变化记录、所述第n组产线运行数据到所述第m组产线运行数据的第二生产状态变化记录、所述第m组产线运行数据到所述第n组产线运行数据的第三生产状态变化记录及所述第m组产线运行数据到所述第k组产线运行数据的第四生产状态变化记录,进而根据第一生产状态变化记录和第二生产状态变化记录及设定的异常描述确定第一异常状态变化记录,根据第三生产状态变化记录和第四生产状态变化记录及异常描述确定第二异常状态变化记录。根据第一异常状态变化记录及第n组产线运行数据确定第一异常产线运行数据,并根据第二异常状态变化记录产线运行数据及第m组产线运行数据确定第二异常产线运行数据。对所述第一异常产线运行数据及所述第二异常产线运行数据进行整合操作,得到存在于所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据。如此,可以通过多组产线运行数据确定异常产线运行数据,提高获得的异常产线运行数据的准确性,从而基于准确可靠的异常产线运行数据向目标产线对应的生产机器人发送实时控制指令,这样一来,可以指示生产机器人进行针对性的产线参数调整,从而确保产线实时控制的准确性。
在上述内容的基础上,本申请还提供了一种基于机器人的实时外部控制装置,该装置具体可以包括如下功能模块。
记录确定模块,用于确定第n组产线运行数据到第i组产线运行数据的第一生产状态变化记录、所述第n组产线运行数据到第m组产线运行数据的第二生产状态变化记录、所述第m组产线运行数据到所述第n组产线运行数据的第三生产状态变化记录及所述第m组产线运行数据到第k组产线运行数据的第四生产状态变化记录,其中,n为整数,i比n小1,m比n大1,k比m大1。
变化记录生成模块,用于结合所述第一生产状态变化记录、所述第二生产状态变化记录确定第一异常状态变化记录,并结合所述第三生产状态变化记录、所述第四生产状态变化记录确定第二异常状态变化记录。
数据确定模块,用于结合所述第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,并结合所述第二异常状态变化记录产线运行数据及所述第m组产线运行数据确定第二异常产线运行数据。
数据整合模块,用于对所述第一异常产线运行数据及所述第二异常产线运行数据进行整合操作,得到存在于所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据。
指令发送模块,用于基于所述所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据向目标产线对应的生产机器人发送实时控制指令;其中,所述实时控制指令用于指示所述生产机器人进行产线参数调整。
在上述基础上,请结合参阅图2,本申请还提供了一种机器人控制系统20的硬件结构示意图,具体包括存储器21、处理器22、网络模块23和基于机器人的实时外部控制装置。存储器21、处理器22和网络模块23之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件互相之间可以通过一条或多条通讯总线或信号线实现电性连接。存储器21中存储有基于机器人的实时外部控制装置,所述基于机器人的实时外部控制装置包括至少一个可以软件或固件(firmware)的形式储存于所述存储器21中的软件功能模块,所述处理器22通过运行存储在存储器21内的软件程序以及模块。
其中,所述存储器21可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。其中,存储器21用于存储程序,所述处理器22在接收到执行指令后,执行所述程序。
所述处理器22可能是一种集成电路芯片,具有数据的处理能力。上述的处理器22可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(Network Processor,NP)等。可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。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。
网络模块23用于通过网络建立一种机器人控制系统20与其他通信终端设备之间的通信连接,实现网络信号及数据的收发操作。上述网络信号可包括无线信号或者有线信号。
进一步地,还提供了一种可读存储介质,其上存储有程序,该程序被处理器执行时实现上述的方法。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围执行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
本领域技术人员公知的是,随着诸如大规模集成电路技术的电子信息技术的发展和软件硬件化的趋势,要明确划分计算机系统软、硬件界限已经显得比较困难了。因为,任何操作可以软件来实现,也可以由硬件来实现。任何指令的执行可以由硬件完成,同样也可以由软件来完成。对于某一机器功能采用硬件实现方案还是软件实现方案,取决于价格、速度、可靠性、存储容量、变更周期等非技术性因素。因此,对于电子信息技术领域的普通技术人员来说,更为直接和清楚地描述一个技术方案的方式是描述该方案中的各个操作。在知道所要执行的操作的情况下,本领域技术人员可以基于对所述非技术性因素的考虑直接设计出期望的产品。
本申请可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本申请的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本申请操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本申请的各个方面。
这里参照根据本申请实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是,通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本申请的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本申请的范围由所附权利要求来限定。

Claims (9)

1.一种基于机器人的实时外部控制方法,其特征在于,应用于机器人控制系统,所述方法至少包括:
确定第n组产线运行数据到第i组产线运行数据的第一生产状态变化记录、所述第n组产线运行数据到第m组产线运行数据的第二生产状态变化记录、所述第m组产线运行数据到所述第n组产线运行数据的第三生产状态变化记录及所述第m组产线运行数据到第k组产线运行数据的第四生产状态变化记录,其中,n为整数,i比n小1,m比n大1,k比m大1;
结合所述第一生产状态变化记录、所述第二生产状态变化记录确定第一异常状态变化记录,并结合所述第三生产状态变化记录、所述第四生产状态变化记录确定第二异常状态变化记录;结合所述第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,并结合所述第二异常状态变化记录产线运行数据及所述第m组产线运行数据确定第二异常产线运行数据;对所述第一异常产线运行数据及所述第二异常产线运行数据进行整合操作,得到存在于所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据;基于所述所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据向目标产线对应的生产机器人发送实时控制指令;其中,所述实时控制指令用于指示所述生产机器人进行产线参数调整。
2.如权利要求1所述的方法,其特征在于,所述结合所述第一生产状态变化记录、所述第二生产状态变化记录确定第一异常状态变化记录,并结合所述第三生产状态变化记录、所述第四生产状态变化记录确定第二异常状态变化记录,包括:
结合所述第一生产状态变化记录、所述第二生产状态变化记录及设定的异常描述确定第一异常状态变化记录,并结合所述第三生产状态变化记录、所述第四生产状态变化记录确定第二异常状态变化记录,其中,所述设定的异常描述为对应于获得所述第n组产线运行数据与所述第m组产线运行数据的时段的间隙之间的其中一时段。
3.如权利要求1或2所述的方法,其特征在于,所述结合所述第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,并结合所述第二异常状态变化记录及所述第m组产线运行数据确定第二异常产线运行数据,包括:
对所述第一异常状态变化记录及所述第二异常状态变化记录进行调整处理,得到调整后的第一异常状态变化记录及调整后的第二异常状态变化记录;
借助调整后的第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,及借助调整后的所述第二异常状态变化记录及所述第m组产线运行数据确定第二异常产线运行数据。
4.如权利要求3所述的方法,其特征在于,所述对所述第一异常状态变化记录及所述第二异常状态变化记录进行调整处理,得到调整后的第一异常状态变化记录及调整后的第二异常状态变化记录,包括:
结合所述第一异常状态变化记录及所述第n组产线运行数据确定第三异常产线运行数据,并结合所述第二异常状态变化记录及所述第m组产线运行数据确定第四异常产线运行数据;
确定所述第三异常产线运行数据中任一分布标签的第一数据集,并调整所述第一数据集中各分布标签在所述第一异常状态变化记录中的状态变化特征后,确定调整后的各分布标签的全局性状态变化特征为该分布标签在所述第三异常产线运行数据中的调整状态变化特征;
确定所述第四异常产线运行数据中任一分布标签的第二数据集,并调整所述第二数据集中各分布标签在所述第二异常状态变化记录中的状态变化特征后,确定调整后的各分布标签的全局性状态变化特征为该分布标签在所述第四异常产线运行数据中的调整状态变化特征;所述第三异常产线运行数据中所有分布标签的调整状态变化特征构成所述调整后的第一异常状态变化记录,所述第四异常产线运行数据中所有分布标签的调整状态变化特征构成所述调整后的第二异常状态变化记录。
5.如权利要求4所述的方法,其特征在于,所述借助调整后的第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,及借助调整后的所述第二异常状态变化记录及所述第m组产线运行数据确定第二异常产线运行数据,包括:
对所述调整后的第一异常状态变化记录进行噪声清洗处理,得到噪声清洗后的第一异常状态变化记录,并对调整后的第二异常状态变化记录进行噪声清洗处理,得到噪声清洗后的第二异常状态变化记录;
根据噪声清洗后的第一异常状态变化记录及所述第n组产线运行数据确定第一异常产线运行数据,及根据噪声清洗后的第二异常状态变化记录及所述第m组产线运行数据确定第二异常产线运行数据。
6.如权利要求5所述的方法,其特征在于,所述对所述调整后的第一异常状态变化记录进行噪声清洗处理,得到噪声清洗后的第一异常状态变化记录,并对调整后的第二异常状态变化记录进行噪声清洗处理,得到噪声清洗后的第二异常状态变化记录,包括:
借助调整后的所述第一异常状态变化记录确定第一定位误差及第一状态损失,并借助调整后的所述第二异常状态变化记录确定第二定位误差及第二状态损失;
结合所述第一定位误差及所述第一状态损失对所述调整后的所述第一异常状态变化记录进行噪声清洗,得到噪声清洗后的第一异常状态变化记录,并结合所述第二定位误差及所述第二状态损失对所述调整后的所述第二异常状态变化记录进行噪声清洗,得到噪声清洗后的第二异常状态变化记录。
7.如权利要求1所述的方法,其特征在于,所述对所述第一异常产线运行数据及所述第二异常产线运行数据进行整合操作,得到存在于所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据,包括:
结合所述第一异常产线运行数据及所述第二异常产线运行数据确定所述异常产线运行数据中各分布标签的数据整合评价;
结合所述第一异常产线运行数据及所述第二异常产线运行数据、及所述各分布标签的数据整合评价,得到存在于所述第n组产线运行数据与所述第m组产线运行数据之间的异常产线运行数据。
8.一种机器人控制系统,其特征在于,包括存储器、处理器和网络模块;其中,所述存储器、所述处理器和所述网络模块之间直接或间接地电性连接;所述处理器通过从所述存储器中读取计算机程序并运行以实现权利要求1-7任一项所述的方法。
9.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序在运行时实现权利要求1-7任一项所述的方法。
CN202111447927.6A 2021-11-30 2021-11-30 基于机器人的实时外部控制方法及系统 Active CN114167775B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111447927.6A CN114167775B (zh) 2021-11-30 2021-11-30 基于机器人的实时外部控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111447927.6A CN114167775B (zh) 2021-11-30 2021-11-30 基于机器人的实时外部控制方法及系统

Publications (2)

Publication Number Publication Date
CN114167775A true CN114167775A (zh) 2022-03-11
CN114167775B CN114167775B (zh) 2024-04-26

Family

ID=80482159

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111447927.6A Active CN114167775B (zh) 2021-11-30 2021-11-30 基于机器人的实时外部控制方法及系统

Country Status (1)

Country Link
CN (1) CN114167775B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5008842A (en) * 1987-10-19 1991-04-16 Fuji Photo Film Co., Ltd. Method of sequential monitoring and apparatus for practicing the same
CN105171748A (zh) * 2015-10-21 2015-12-23 鞍山松意机器人制造有限公司 一种机器人及其生产线设备远程状态监控方法及系统
CN107942792A (zh) * 2017-11-22 2018-04-20 山东师范大学 一种多平台的生产流水线机械设备控制系统及方法
CN112306027A (zh) * 2020-05-08 2021-02-02 陈晓清 应用于智慧园区的设备生产线调度方法及系统
CN112988756A (zh) * 2020-10-24 2021-06-18 陈龙龙 基于大数据的化妆品生产数据确定方法及云服务器
US20210252713A1 (en) * 2018-11-01 2021-08-19 Canon Kabushiki Kaisha External input device, robot system, control method of robot system, control program, and recording medium
CN113408828A (zh) * 2021-08-06 2021-09-17 太仓韬信信息科技有限公司 基于智能制造的生产线优化方法、装置及服务器
CN113673797A (zh) * 2020-05-15 2021-11-19 富泰华工业(深圳)有限公司 生产监测方法、装置及计算机可读存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5008842A (en) * 1987-10-19 1991-04-16 Fuji Photo Film Co., Ltd. Method of sequential monitoring and apparatus for practicing the same
CN105171748A (zh) * 2015-10-21 2015-12-23 鞍山松意机器人制造有限公司 一种机器人及其生产线设备远程状态监控方法及系统
CN107942792A (zh) * 2017-11-22 2018-04-20 山东师范大学 一种多平台的生产流水线机械设备控制系统及方法
US20210252713A1 (en) * 2018-11-01 2021-08-19 Canon Kabushiki Kaisha External input device, robot system, control method of robot system, control program, and recording medium
CN112306027A (zh) * 2020-05-08 2021-02-02 陈晓清 应用于智慧园区的设备生产线调度方法及系统
CN113673797A (zh) * 2020-05-15 2021-11-19 富泰华工业(深圳)有限公司 生产监测方法、装置及计算机可读存储介质
CN112988756A (zh) * 2020-10-24 2021-06-18 陈龙龙 基于大数据的化妆品生产数据确定方法及云服务器
CN113408828A (zh) * 2021-08-06 2021-09-17 太仓韬信信息科技有限公司 基于智能制造的生产线优化方法、装置及服务器

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
林聪伟 等: "基于自动化生产线的物联网可视化监控系统", 重庆理工大学学报(自然科学), vol. 2020, no. 123, 15 April 2020 (2020-04-15) *

Also Published As

Publication number Publication date
CN114167775B (zh) 2024-04-26

Similar Documents

Publication Publication Date Title
CN105446909A (zh) 用于缓存管理的方法和系统
CN112925297B (zh) 自动驾驶算法验证方法、装置、设备、存储介质及产品
CN114167775B (zh) 基于机器人的实时外部控制方法及系统
CN114185318A (zh) 基于人工智能的生产线信息处理方法及系统
CN114505861A (zh) 基于气动夹爪控制的方向补偿方法及系统
CN109581324B (zh) 异常帧数据的处理方法及装置
CN109859156B (zh) 异常帧数据的处理方法及装置
CN113781275A (zh) 一种教育资源管理方法及服务器
CN111679885B (zh) 确定虚拟机漂移方法、装置、介质及电子设备
CN114401310B (zh) 可视化云业务数据优化方法及服务器
CN114071066A (zh) 应用于大数据视频会议的信息处理方法及服务器
CN114417805A (zh) 基于自动化工厂的安全数据分析方法及服务器
CN114118484A (zh) 基于自动化工厂的安全数据分析方法及服务器
CN114399180A (zh) 基于机床生产的数据处理方法及服务器
CN113793058A (zh) 一种工厂生产线监测方法及系统
CN113780878A (zh) 一种建筑施工监控方法及服务器
CN114323136A (zh) 基于物联网的生产环境监测方法及系统
CN114401310A (zh) 可视化云业务数据优化方法及服务器
CN114418350A (zh) 一种车辆调度处理方法及服务器
CN114418351A (zh) 基于自动化生产的用户需求识别方法及服务系统
CN114168412A (zh) 基于机器人的实时外部监视方法及系统
CN114051042B (zh) 基于restful服务的物联网接口访问认证方法及系统
CN114415612A (zh) 基于人工智能的智能生产监控方法及服务器
CN114167731A (zh) 污水采样器的远程控制方法及污水处理控制系统
CN114189386A (zh) 基于物联网的数据处理方法及服务器

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant