CN114603598B - 机器人故障检测方法、设备及存储介质 - Google Patents
机器人故障检测方法、设备及存储介质 Download PDFInfo
- Publication number
- CN114603598B CN114603598B CN202011426461.7A CN202011426461A CN114603598B CN 114603598 B CN114603598 B CN 114603598B CN 202011426461 A CN202011426461 A CN 202011426461A CN 114603598 B CN114603598 B CN 114603598B
- Authority
- CN
- China
- Prior art keywords
- data
- robot
- storage
- preset
- stored
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 40
- 238000012545 processing Methods 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000004458 analytical method Methods 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 16
- 238000013500 data storage Methods 0.000 claims description 25
- 238000007405 data analysis Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 230000006835 compression Effects 0.000 claims description 6
- 238000007906 compression Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000007613 environmental effect Effects 0.000 description 4
- 230000006837 decompression Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/0095—Means or methods for testing manipulators
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种机器人故障检测方法、设备及存储介质，通过机器人按照预设规则采集机器人自身产生的相关数据，并对采集的相关数据进行数据处理，将处理后的机器人数据进行数据存储；终端接收机器人出现故障时的触发指令，请求并获取已存储的出现故障的机器人所对应的机器人数据；终端根据获取的所述机器人数据，在终端本地对出现故障的机器人进行数据回放和状态分析；达到了远程获取机器人数据并进行数据回放从而实现对机器人故障检测的目的，避免了从机器人在客户现场出现问题到技术人员获取数据的漫长过程，提高了机器人的故障检测效率，节约了机器人的故障检测时间。
Description
技术领域
本发明涉及数据处理技术领域，特别涉及一种机器人故障检测方法、设备及存储介质。
背景技术
在现代物流业中，仓储机器人被越来越多地应用在仓储领域中，同时，因为仓储机器人能够极大的提高仓库作业效率，同时也能够极大地提升物流行业的整体竞争力，因此，仓储机器人正在扮演着越来越重要的角色。由于机器人是个相对复杂的系统，大致可分为软件、硬件和机械部件三个组成部分；其中软件是最为灵活的，可以动态地对其进行更新和升级。当一个新的软件功能投入使用后，机器人在使用过程如果出现一些软件方面的问题，现有技术中的常用做法是，由技术人员到现场协助客户解决相关问题，同时收集机器人的相关信息和日志供研发人员分析。
在实际的应用场景中，由于在客户现场的机器人散步在世界各地，因此，当机器人出现问题后，售后技术人员无法及时收集机器人的相关数据，不得不需要各地的技术人员去客户现场提供相应的技术支持；这种处理方式使得解决问题的效率很低，同时机器人系统的调试信息也非常零散，不利于问题重现。
发明内容
本发明提供一种机器人故障检测方法、设备及存储介质，旨在解决目前机器人在客户现场出现问题时排查时间长且由于环境原因无法重现机器人在客户现场出现的故障的问题。
第一方面，本发明提供了一种机器人故障检测方法，所述机器人故障检测方法包括：
机器人按照预设规则采集机器人自身产生的相关数据，并对采集的相关数据进行数据处理，将处理后的机器人数据进行数据存储；
终端接收机器人出现故障时的触发指令，请求并获取已存储的出现故障的机器人所对应的机器人数据；
终端根据获取的所述机器人数据，在终端本地对出现故障的机器人进行数据回放和状态分析。
第二方面，本发明提供了一种机器人，所述机器人包括：通信连接的数据采集模块、数据处理模块和数据存储模块；
所述数据采集模块用于：按照预设规则采集机器人产生的相关数据；
所述数据处理模块用于：对所述数据采集模块采集的相关数据进行数据处理，并将处理后的机器人数据发送至数据存储模块，供所述数据存储模块对处理后的所述机器人数据进行数据存储。
第三方面，本发明提供了一种终端，所述终端包括：
数据交互模块，用于接收机器人出现故障时的触发指令，请求并获取已存储的出现故障的机器人所对应的机器人数据；
数据回放模块，用于根据获取的所述机器人数据，对出现故障的机器人进行数据回放和状态分析。
第四方面，本发明提供了一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的故障检测程序，所述故障检测程序被所述处理器运行时，执行所述的机器人故障检测方法。
第五方面，本发明提供了一种计算机可读存储介质，所述存储介质上存储有故障检测程序，所述故障检测程序可以被一个或者多个处理器执行，以实现所述的机器人故障检测方法的步骤。
本发明一种机器人故障检测方法、设备及存储介质，通过机器人按照预设规则采集机器人自身产生的相关数据，并对采集的相关数据进行数据处理，将处理后的机器人数据进行数据存储；终端接收机器人出现故障时的触发指令，请求并获取已存储的出现故障的机器人所对应的机器人数据；终端根据获取的所述机器人数据，在终端本地对出现故障的机器人进行数据回放和状态分析；达到了远程获取机器人数据并进行数据回放从而实现对机器人故障检测的目的，避免了从机器人在客户现场出现问题到技术人员获取数据的漫长过程，提高了机器人的故障检测效率，节约了机器人的故障检测时间。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。
在附图中：图1是本发明机器人故障检测方法的一种实施方式的流程示意图。
图2是本发明机器人故障检测方法中，采集机器人产生的相关数据的一种实施方式的流程示意图。
图3是本发明机器人故障检测方法中，将处理后的机器人数据进行数据存储的一种实施方式的流程示意图。
图4是本发明机器人的一种实施方式的功能模块示意图。
图5是本发明终端的一种实施方式的功能模块示意图。
图6是本发明电子设备的一种实施方式的内部结构示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供了一种机器人故障检测方法、设备及存储介质，能够将机器人对应产生的日志、传感器数据、机器人运行状态数据、对机器人进行操作的相关操作记录信息等，按照一定的顺序(比如时间顺序)组织成有序的数据整体，当机器人出现故障时，只需将记录的数据从远程取回，并使用远程取回的机器人数据在本地进行数据回放，即可在本地对机器人的每一个操作和状态都能够精准重现，解决了目前机器人在客户现场出现问题时排查时间长且由于环境原因无法重现机器人在客户现场出现的故障的问题。
如图1所示，图1是本发明机器人故障检测方法的一种实施方式的流程示意图；本发明机器人故障检测方法可以实施为如下描述的步骤S10-S30。
步骤S10、按照预设规则采集机器人产生的相关数据，对采集的相关数据进行数据处理，并将处理后的机器人数据进行数据存储。
本发明实施例中，机器人采集自身产生的相关数据并记录的过程，可以参考飞机上黑匣子系统的数据记录思想。针对机器人对应的具体应用场景，设置与上述具体应用场景相匹配的数据采集规则，对机器人产生的相关数据进行采集。为避免因机器人对应的软件系统中可能出现的信息零碎的问题，机器人对采集的相关数据进行数据处理，将采集的数据按照一定的顺序比如时间顺序组织成有序的整体，从而避免零碎数据无法重新机器人的执行步骤的问题。针对处理后的机器人数据，机器人将上述机器人数据进行数据存储。
其中，本发明实施例中，机器人将上述机器人数据进行数据存储包括：将上述机器人数据上传至云服务器进行存储。
进一步地，在一个实施例中，机器人将处理后的机器人数据进行数据存储可以按照如下技术手段执行：
将处理后的机器人数据存储至机器人本地；当机器人故障指令触发时，将存储在机器人本地的所述机器人数据上传至云服务器进行存储。或者，将处理后的机器人数据实时上传至云服务器进行存储。或者，将处理后的机器人数据按照预设数据量分批上传至云服务器进行存储。或者，将处理后的机器人数据全部上传至云服务器进行存储，同时存储在机器人本地的预设存储区域；且当机器人本地的所述预设存储区域的数据量达到预设数值时，按照覆盖存储时间最久的已存储数据的存储原则，存储所述机器人数据。或者，按照技术人员设置的数据存储原则，将所述机器人数据上传至云服务器并存储。或者，其他可能的机器人数据上传方式及其对应的存储方式。
步骤S20、终端接收机器人出现故障时的触发指令，请求并获取已存储的出现故障的机器人所对应的机器人数据。
当机器人出现故障时，触发对应的故障发生指令。终端接收到机器人出现故障时的触发指令时，获取所述触发指令对应的发生故障的机器人的标识信息；其中，所述标识信息可唯一确定一台机器人。根据获取的发生故障的机器人的标识信息，向云服务器发送获取所述标识信息对应的机器人数据的数据请求。接收云服务器返回的响应信息，获取云服务器已存储的所述标识信息对应的机器人数据，即可得到出现故障的机器人所对应的机器人数据。
进一步地，在一个实施例中，云服务器接收到终端发送的获取所述标识信息对应的机器人数据的数据请求时，为确保机器人数据的数据安全，云服务器对发送所述数据请求的终端进行权限验证。仅当权限验证通过后，云服务器才返回对应的所述机器人数据。
步骤S30、终端根据获取的所述机器人数据，在终端本地对出现故障的机器人进行数据回放和状态分析。
根据从云服务器获取的所述机器人数据，终端对所述机器人数据进行数据解析，获取所述机器人数据对应的发生故障的机器人的相关运行状态。基于获取的所述机器人的相关运行状态和/或获取的所述机器人数据，终端对出现故障的机器人进行数据回放和状态分析，从而实现在终端本地对已发生故障的机器人进行故障检测，而无需技术人员奔赴故障机器人的使用现场才能进行故障检测。
进一步地，在一个实施例中，图1所述实施例中的步骤S10中，所述机器人按照预设规则采集机器人自身产生的相关数据，可以按照如下技术手段实施：
机器人实时监控自身在运行过程中产生的所有相关数据，识别所有相关数据的数据类型。若所述相关数据对应的数据类型是：由机器人的传感器产生的传感器数据，则进入步骤：对采集的相关数据进行数据处理。
若所述相关数据对应的数据类型是：机器人运行期间产生的日志数据，则判断所述日志数据是否属于预设预警数据；若所述日志数据不属于所述预设预警数据，则将所述日志数据丢弃；若所述日志数据属于所述预设预警数据，则进入步骤：对采集的相关数据进行数据处理。
如图2所示，图2是本发明机器人故障检测方法中，采集机器人产生的相关数据的一种实施方式的流程示意图。在图2所述的实施例中，机器人实时监控自身在运行过程中产生的所有相关数据，即图2所示的相关数据。机器人识别所述相关数据的数据类型。若所述相关数据的数据类型为传感器产生的传感器数据，则直接进入数据处理的步骤。若所述相关数据的数据类型为机器人运行期间产生的日志数据，则判断所述日志数据是否属于预设预警数据，比如：判断所述日志数据的预警等级是否大于或者等于预警等级，即如图2所示的判断是否满足：level＞＝warning。若判断结果是满足level＞＝warning，则进入数据处理的步骤；若判断结果是不满足level＞＝warning，则将所述日志数据丢弃。
进一步地，在一个实施例中，机器人对采集的相关数据进行数据处理，并将处理后的机器人数据进行数据存储，可以按照如下技术手段实施：
机器人利用通用的二进制序列化数据处理工具，对采集到的相关数据进行序列化处理，得到处理后的序列化数据。比如，机器人采用序列化数据结构协议Protobuf，对采集到的相关数据进行序列化处理，使得后续终端对获取的机器人数据进行解析时更加方便，且该序列化处理方式有较好的兼容能力，对采集的相关数据进行序列化处理后也更方便后续的数据压缩和存储。针对得到的所述序列化数据，采用流式压缩算法进行实时压缩存储。这种压缩存储的方式能够加快数据存储速度，同时也能够节约存储空间，从而降低存储成本。
进一步地，在一个实施例中，机器人将处理后的机器人数据进行数据存储，可以按照如下技术手段实施：
针对处理后的机器人数据，机器人获取与所述机器人数据相匹配的存储策略；利用与所述机器人数据相匹配的存储策略，进行数据存储。所述存储策略包括但不限于：按照数据量大小进行存储、按照数据产生时间进行存储、按照数据类型进行存储以及按照技术人员设置的数据存储方式进行存储等。
在具体的应用场景中，由于机器人的存储空间有限，因此，对于不同类型的数据可以采用不同的存储策略进行数据存储。比如，按照双文件、循环存储的方式进行数据存储等。其中，所述双文件可以理解为：采用交替写入到两个文件的方法，进行数据存储；双文件的数据存储方式能够解决硬盘写入数据时的瓶颈问题，从而达到加快数据写入的目的。
进一步地，在一个实施例中，在实际应用中，由于机器人对应的数据产生速度不一致，因此，若直接将机器人数据写入磁盘，可能会导致机器人系统的相关运行能力下降，故在进行数据存储时，在机器人的内存中预先设置了相应的缓冲区。在进行数据存储时，可以按照预设条件将机器人数据写入硬盘，比如按照数据的产生时间或者当缓冲区存储的数据到达最大缓冲容量后写入硬盘等。
进一步地，在一个实施例中，机器人将处理后的机器人数据进行数据存储，可以按照如下技术手段实施：
机器人将处理后的机器人数据按照预设存储方式存储至数据缓冲区；判断所述数据缓冲区的存储是否满足预设存储条件；若所述数据缓冲区的存储满足预设存储条件，则将所述数据缓冲区存储的机器人数据写入硬盘。
若所述数据缓冲区的存储尚未满足预设存储条件，则判断所述数据缓冲区存储的机器人数据是否达到了预设存储容量；若所述数据缓冲区存储的机器人数据达到预设存储容量，则按照覆盖存储时间最久的已存储数据的存储原则，存储所述机器人数据。若所述数据缓冲区存储的机器人数据尚未达到预设存储容量，则将需要存储的机器人数据追加至已存储的数据末尾进行数据存储。
如图3所示，图3是本发明机器人故障检测方法中，将处理后的机器人数据进行数据存储的一种实施方式的流程示意图。在图3所述实施例中，针对数据处理后得到的机器人数据，比如图3所示的数据块。在存储之前，获取与所述数据块相匹配的存储策略，识别与该数据块相匹配的存储策略是按照产生时间进行存储，还是按照数据量大小进行存储。根据相应的存储策略，将上述数据块存储至机器人对应的数据缓冲区。判断所述数据缓冲区是否达到预设缓冲数据容量即如图3所示的是否达到指定大小。若所述数据缓冲区达到预设缓冲数据容量即如图3所示的达到指定大小，则按照覆盖存储时间最久的已存储数据的存储原则，存储所述机器人数据，即如图3所示的“覆盖老数据”。若所述数据缓冲区尚未达到预设缓冲数据容量即如图3所示的尚未达到指定大小，则将需要存储的机器人数据追加至已存储的数据末尾进行数据存储，即如图3所示的“追加到数据文件末尾”。
进一步地，在一个实施例中，终端根据获取的所述机器人数据，在终端本地对出现故障的机器人进行数据回放和状态分析，可以按照如下技术手段实施：
终端对获取的所述机器人数据进行数据处理和数据解析，并根据数据处理和数据解析结果，将存储的所述机器人数据进行数据还原；针对还原后的所述机器人数据，将所述机器人数据中对应的传感器数据和日志数据进行数据分离；利用分离后的所述传感器数据和日志数据，在终端本地模拟机器人上的传感器进行数据回放，同时，基于采集时的传感器数据频率，模拟恢复机器人对应的运动状态；根据模拟恢复的机器人的运动状态，在终端本地对机器人的故障进行分析和检测。
本发明实施例中，终端对获取的所述机器人数据进行数据处理和数据解析，比如对按照流式压缩算法进行实时压缩存储的机器人数据，终端将所述机器人数据进行解压缩处理，将压缩处理过的数据还原为原始数据。在对解压后还原得到的原始数据进行数据解析，将解压后还原的原始数据分离为原始的传感器数据和日志数据。按照采集时的传感器数据频率，对多个传感器数据基于时间进行同步，模拟传感器进行数据回放。同时，基于采集时的传感器数据频率，实现不在客户环境现场而是在终端本地恢复机器人对应的运动状态，从而实现在终端本地对机器人的故障进行分析和检测。
本发明提供的机器人故障检测方法，能够针对目前机器人在客户现场出现问题排查时间长，且由于环境原因无法重现机器人在客户端现场故障等问题，提供了一种类似飞机上黑匣子系统的数据记录方式，能够记录机器人的日志、运行数据、运行状态以及对机器人的操作信息记录等；同时，针对机器人相关系统信息零碎的问题，本发明提供的数据记录方式能够将机器人对应产生的日志、传感器数据、机器人运行状态数据、对机器人进行操作的相关操作记录信息等，按照一定的顺序(比如时间顺序)组织成有序的数据整体，从而避免了零碎数据无法重现机器人的执行步骤的问题。且当机器人出现故障时，只需将“黑匣子”中记录的数据从远程取回，并使用远程取回的机器人数据在本地进行数据回放，即可在本地对机器人的每一个操作和状态都能够精准重现，解决了目前机器人在客户现场出现问题时排查时间长且由于环境原因无法重现机器人在客户现场出现的故障的问题。
本发明机器人故障检测方法，通过机器人按照预设规则采集机器人自身产生的相关数据，并对采集的相关数据进行数据处理，将处理后的机器人数据进行数据存储；终端接收机器人出现故障时的触发指令，请求并获取已存储的出现故障的机器人所对应的机器人数据；终端根据获取的所述机器人数据，在终端本地对出现故障的机器人进行数据回放和状态分析；达到了远程获取机器人数据并进行数据回放从而实现对机器人故障检测的目的，避免了从机器人在客户现场出现问题到技术人员获取数据的漫长过程，提高了机器人的故障检测效率，节约了机器人的故障检测时间。
基于上述实时提供的一种机器人故障检测方法，本发明实施例还提供了一种如图4所示的机器人，以及如图5所示的终端。图4所述机器人能够按照上述机器人故障检测方法中描述的方式，进行机器人相关数据的数据采集、数据处理以及数据存储。图5所述的终端能够基于图4所述的机器人存储的所述机器人数据，在机器人发生故障时，能够在终端本地根据获取到的所述机器人数据，进行数据回放和机器人故障的检测和分析。
如图4所示，图4是本发明机器人的一种实施方式的功能模块示意图。图4所述实施例仅仅从功能上描述本发明提供的一种机器人。
在图4所述实施例中，所述机器人在功能上包括：通信连接的数据采集模块110、数据处理模块120和数据存储模块130。所述数据采集模块110用于：按照预设规则采集机器人产生的相关数据；所述数据处理模块120用于：对所述数据采集模块110采集的相关数据进行数据处理，并将处理后的机器人数据发送至数据存储模块130，供所述数据存储模块130对处理后的所述机器人数据进行数据存储。
如图5所示，图5是本发明终端的一种实施方式的功能模块示意图。图5所述实施例仅仅从功能上描述本发明提供的一种终端。
在图5所述实施中，所述终端在功能上包括：数据交互模块140，用于接收机器人出现故障时的触发指令，请求并获取已存储的出现故障的机器人所对应的机器人数据。数据回放模块150，用于根据获取的所述机器人数据，对出现故障的机器人进行数据回放和状态分析。
需要说明的是，上述机器人及终端对应的实施例与方法实施例属于同一构思，其具体实现过程详细见方法实施例，且方法实施例中的技术特征在机器人及终端实施例中均对应适用，这里不再赘述。
本发明还提供了一种电子设备，所述电子设备可以按照图1所述的机器人故障检测方法，在终端本地对发生故障的机器人进行数据回放和故障检测以及分析。如图6所示，图6是本发明电子设备的一种实施方式的内部结构示意图。
在本实施例中，电子设备1可以是PC(Personal Computer，个人电脑)，也可以是智能手机、平板电脑、便携计算机等终端设备。该电子设备1至少包括存储器11、处理器12，通信总线13，以及网络接口14。
其中，存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的硬盘。存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1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，存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如故障检测程序01的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行存储器11中存储的程序代码或处理数据，例如执行故障检测程序01等。
通信总线13用于实现这些组件之间的连接通信。
网络接口14可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
图6仅示出了具有组件11-14以及故障检测程序01的电子设备1，本领域技术人员可以理解的是，图6示出的结构并不构成对电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
基于上述实施例的描述，在图6所示的电子设备1实施例中，存储器11中存储有故障检测程序01；所述存储器11上存储的故障检测程序01可在所述处理器12上运行，所述故障检测程序01被所述处理器12运行时实现如下步骤：
按照预设规则采集机器人自身产生的相关数据，并对采集的相关数据进行数据处理，将处理后的机器人数据进行数据存储；
接收机器人出现故障时的触发指令，请求并获取已存储的出现故障的机器人所对应的机器人数据；
根据获取的所述机器人数据，在终端本地对出现故障的机器人进行数据回放和状态分析。
上述实施例中的故障检测程序包含两部分功能，一部分运行在机器人，进行机器人对应的数据采集、数据处理以及数据存储等数据记录的相关操作；另一部分运行在终端，基于记录的机器人数据，针对发生故障的机器人，在终端本地进行数据回放以及机器人的故障检测和分析。
进一步地，在一个实施例中，所述故障检测程序在功能上可以拆分为：数据记录程序以及回放分析程序。其中，所述数据记录程序在机器人运行，进行机器人数据的采集、处理和存储等操作；所述回放分析程序在终端运行，基于获取的机器人数据，针对发生故障的机器人，进行数据回放以及机器人的故障检测和分析。
需要说明的是，上述设备实施例与方法实施例属于同一构思，其具体实现过程详细见方法实施例，且方法实施例中的技术特征在设备实施例中均对应适用，这里不再赘述。
此外，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有故障检测程序，所述故障检测程序可以被一个或者多个处理器执行，以实现如下操作：
按照预设规则采集机器人自身产生的相关数据，并对采集的相关数据进行数据处理，将处理后的机器人数据进行数据存储；
接收机器人出现故障时的触发指令，请求并获取已存储的出现故障的机器人所对应的机器人数据；
根据获取的所述机器人数据，在终端本地对出现故障的机器人进行数据回放和状态分析。
需要说明的是，本发明计算机可读存储介质实施例与方法实施例属于同一构思，其具体实现过程详细见方法实施例，且方法实施例中的技术特征在介质实施例中均对应适用，这里不再赘述。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种机器人故障检测方法，其特征在于，所述机器人故障检测方法包括：
机器人按照预设规则采集机器人自身产生的相关数据，并对采集的相关数据进行数据处理，将处理后的机器人数据进行数据存储；
终端接收机器人出现故障时的触发指令，请求并获取已存储的出现故障的机器人所对应的机器人数据；
终端根据获取的所述机器人数据，在终端本地对出现故障的机器人进行数据回放和状态分析；
所述机器人按照预设规则采集机器人自身产生的相关数据，包括：
机器人实时监控自身在运行过程中产生的所有相关数据，识别所有相关数据的数据类型；
若所述相关数据对应的数据类型是：由机器人的传感器产生的传感器数据，则进入步骤：对采集的相关数据进行数据处理；
若所述相关数据对应的数据类型是：机器人运行期间产生的日志数据，则判断所述日志数据是否属于预设预警数据；
若所述日志数据不属于所述预设预警数据，则将所述日志数据丢弃；
若所述日志数据属于所述预设预警数据，则进入步骤：对采集的相关数据进行数据处理；
所述终端根据获取的所述机器人数据，在终端本地对出现故障的机器人进行数据回放和状态分析，包括：
终端对获取的所述机器人数据进行数据处理和数据解析，并根据数据处理和数据解析结果，将存储的所述机器人数据进行数据还原；
针对还原后的所述机器人数据，将所述机器人数据中对应的传感器数据和日志数据进行数据分离；
利用分离后的所述传感器数据和日志数据，在终端本地模拟机器人上的传感器进行数据回放，同时，基于采集时的传感器数据频率，模拟恢复机器人对应的运动状态；
根据模拟恢复的机器人的运动状态，在终端本地对机器人的故障进行分析和检测。
2.如权利要求1所述的机器人故障检测方法，其特征在于，所述对采集的相关数据进行数据处理，并将处理后的机器人数据进行数据存储，包括：
利用通用的二进制序列化数据处理工具，对采集到的相关数据进行序列化处理，得到处理后的序列化数据；
针对得到的所述序列化数据，采用流式压缩算法进行实时压缩存储。
3.如权利要求1或2所述的机器人故障检测方法，其特征在于，所述将处理后的机器人数据进行数据存储，包括：
针对处理后的机器人数据，获取与所述机器人数据相匹配的存储策略；
利用与所述机器人数据相匹配的存储策略，进行数据存储；
其中，与所述机器人数据相匹配的存储策略包括：
按照数据量大小进行存储，以及按照数据产生时间进行存储。
4.如权利要求1或2所述的机器人故障检测方法，其特征在于，所述将处理后的机器人数据进行数据存储，包括：
将处理后的机器人数据按照预设存储方式存储至数据缓冲区；
判断所述数据缓冲区的存储是否满足预设存储条件；
若所述数据缓冲区的存储满足预设存储条件，则将所述数据缓冲区存储的机器人数据写入硬盘；
若所述数据缓冲区的存储尚未满足预设存储条件，则判断所述数据缓冲区存储的机器人数据是否达到了预设存储容量；
若所述数据缓冲区存储的机器人数据达到预设存储容量，则按照覆盖存储时间最久的已存储数据的存储原则，存储所述机器人数据；
若所述数据缓冲区存储的机器人数据尚未达到预设存储容量，则将需要存储的机器人数据追加至已存储的数据末尾进行数据存储。
5.如权利要求1或2所述的机器人故障检测方法，其特征在于，所述将处理后的机器人数据进行数据存储，包括：
将处理后的机器人数据存储至机器人本地；当机器人故障指令触发时，将存储在机器人本地的所述机器人数据上传至云服务器进行存储；
或者：将处理后的机器人数据实时上传至云服务器进行存储；
或者，将处理后的机器人数据按照预设数据量分批上传至云服务器进行存储；
或者：将处理后的机器人数据全部上传至云服务器进行存储，同时存储在机器人本地的预设存储区域；且当机器人本地的所述预设存储区域的数据量达到预设数值时，按照覆盖存储时间最久的已存储数据的存储原则，存储所述机器人数据。
6.一种机器人，其特征在于，所述机器人包括：通信连接的数据采集模块、数据处理模块和数据存储模块；
所述数据采集模块用于：按照预设规则采集机器人产生的相关数据；
所述数据处理模块用于：对所述数据采集模块采集的相关数据进行数据处理，并将处理后的机器人数据发送至数据存储模块，供所述数据存储模块对处理后的所述机器人数据进行数据存储；
所述数据采集模块，具体用于：
实时监控自身在运行过程中产生的所有相关数据，识别所有相关数据的数据类型；
若所述相关数据对应的数据类型是：由机器人的传感器产生的传感器数据，则触发所述数据处理模块对所述数据采集模块采集的相关数据进行数据处理；
若所述相关数据对应的数据类型是：机器人运行期间产生的日志数据，则判断所述日志数据是否属于预设预警数据；
若所述日志数据不属于所述预设预警数据，则将所述日志数据丢弃；
若所述日志数据属于所述预设预警数据，则触发所述数据处理模块对所述数据采集模块采集的相关数据进行数据处理。
7.一种终端，其特征在于，所述终端包括：
数据交互模块，用于接收机器人出现故障时的触发指令，请求并获取已存储的出现故障的机器人所对应的机器人数据；其中，所述机器人数据是由所述机器人按照预设规则采集机器人自身产生的相关数据，并对采集的相关数据进行数据处理后得到的，具体包括：由机器人实时监控自身在运行过程中产生的所有相关数据，识别所有相关数据的数据类型；若所述相关数据对应的数据类型是：由机器人的传感器产生的传感器数据，则进入步骤：对采集的相关数据进行数据处理；若所述相关数据对应的数据类型是：机器人运行期间产生的日志数据，则判断所述日志数据是否属于预设预警数据；若所述日志数据不属于所述预设预警数据，则将所述日志数据丢弃；若所述日志数据属于所述预设预警数据，则进入步骤：对采集的相关数据进行数据处理；
数据回放模块，用于根据获取的所述机器人数据，对出现故障的机器人进行数据回放和状态分析，具体包括：
终端对获取的所述机器人数据进行数据处理和数据解析，并根据数据处理和数据解析结果，将存储的所述机器人数据进行数据还原；针对还原后的所述机器人数据，将所述机器人数据中对应的传感器数据和日志数据进行数据分离；利用分离后的所述传感器数据和日志数据，在终端本地模拟机器人上的传感器进行数据回放，同时，基于采集时的传感器数据频率，模拟恢复机器人对应的运动状态；根据模拟恢复的机器人的运动状态，在终端本地对机器人的故障进行分析和检测。
8.一种电子设备，其特征在于，所述电子设备包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的故障检测程序，所述故障检测程序被所述处理器运行时，执行如权利要求1至5中任一项所述的机器人故障检测方法。
9.一种计算机可读存储介质，其特征在于，所述存储介质上存储有故障检测程序，所述故障检测程序被一个或者多个处理器执行，以实现如权利要求1至5中任一项所述的机器人故障检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011426461.7A CN114603598B (zh) | 2020-12-09 | 2020-12-09 | 机器人故障检测方法、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011426461.7A CN114603598B (zh) | 2020-12-09 | 2020-12-09 | 机器人故障检测方法、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114603598A CN114603598A (zh) | 2022-06-10 |
| CN114603598B true CN114603598B (zh) | 2024-06-21 |
Family
ID=81856655
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011426461.7A Active CN114603598B (zh) | 2020-12-09 | 2020-12-09 | 机器人故障检测方法、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114603598B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115357023A (zh) * | 2022-08-31 | 2022-11-18 | 上海木蚁机器人科技有限公司 | 移动机器人运行数据的回放方法、装置、设备和存储介质 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104483902A (zh) * | 2014-12-05 | 2015-04-01 | 华中科技大学 | 一种数控机床故障前运行状态数据录像及回放方法 |
| CN107276816A (zh) * | 2016-11-03 | 2017-10-20 | 厦门嵘拓物联科技有限公司 | 一种基于云服务的远程监测与故障诊断系统及故障诊断方法 |
| CN111085994A (zh) * | 2019-11-28 | 2020-05-01 | 广汽新能源汽车有限公司 | 机器人运行状态监控方法及系统 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102015120478A1 (de) * | 2014-11-26 | 2016-06-02 | Fanuc America Corporation | System zur Diagnose eines Roboterzustandes |
| CN107766222B (zh) * | 2017-10-31 | 2021-01-01 | 努比亚技术有限公司 | 黑屏检测方法、移动终端及计算机可读存储介质 |
| CN109815096B (zh) * | 2017-11-20 | 2022-07-01 | 北京绪水互联科技有限公司 | 设备故障的分类统计方法和系统及基于关键词统计的设备实时质控方法和系统 |
| CN109559075A (zh) * | 2018-11-06 | 2019-04-02 | 西安西变组件有限公司 | 基于互联网技术的变压器运输远程监控系统 |
| US11625312B2 (en) * | 2019-03-28 | 2023-04-11 | Bank Of America Corporation | System for continuous management and monitoring of robotic process automation bots |
| CN110190992A (zh) * | 2019-05-21 | 2019-08-30 | 上海连尚网络科技有限公司 | 一种故障的监测方法及路由设备 |
| CN110733038B (zh) * | 2019-09-30 | 2021-03-16 | 浙江工业大学 | 工业机器人远程监控及数据处理系统 |
| CN111401577A (zh) * | 2020-02-14 | 2020-07-10 | 上海电气分布式能源科技有限公司 | 设备管理方法、装置、设备及存储介质 |
-
2020
- 2020-12-09 CN CN202011426461.7A patent/CN114603598B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104483902A (zh) * | 2014-12-05 | 2015-04-01 | 华中科技大学 | 一种数控机床故障前运行状态数据录像及回放方法 |
| CN107276816A (zh) * | 2016-11-03 | 2017-10-20 | 厦门嵘拓物联科技有限公司 | 一种基于云服务的远程监测与故障诊断系统及故障诊断方法 |
| CN111085994A (zh) * | 2019-11-28 | 2020-05-01 | 广汽新能源汽车有限公司 | 机器人运行状态监控方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114603598A (zh) | 2022-06-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107704356B (zh) | 异常堆栈信息获取方法、装置及计算机可读存储介质 | |
| CN104063305B (zh) | 智能终端软件的压力测试方法、装置和系统 | |
| CN108920380A (zh) | 软件兼容性的测试方法、装置、服务器、设备和存储介质 | |
| CN109388556B (zh) | 一种测试过程的分析方法及装置 | |
| CN112017323B (zh) | 一种巡检报警方法、装置、可读存储介质及终端设备 | |
| CN111950368B (zh) | 货运车辆监控方法、装置、电子设备和介质 | |
| CN103095821B (zh) | 一种基于虚拟机迁移识别的持续审计系统 | |
| CN107357731A (zh) | 进程产生core dump问题的监控、分析和处理方法 | |
| CN114603598B (zh) | 机器人故障检测方法、设备及存储介质 | |
| CN111782431A (zh) | 一种异常的处理方法、装置、终端及存储介质 | |
| US9916220B2 (en) | Smart logging of trace data for storage systems | |
| CN111190791A (zh) | 应用异常上报方法、装置和电子设备 | |
| CN113110965B (zh) | 异常信息的监控方法及装置、计算机存储介质、终端 | |
| US20130083194A1 (en) | Video monitoring server and method | |
| CN113110976A (zh) | 一种异常分析的方法、装置、电子设备及可读存储介质 | |
| CN114598731B (zh) | 集群日志采集方法、装置、设备及存储介质 | |
| CN104284163A (zh) | 一种视频分析设备及系统 | |
| CN114691603A (zh) | 目标信息存储方法、装置、电子设备及介质 | |
| CN109936567A (zh) | 登录信息的检测方法、装置、电子设备及存储介质 | |
| CN113360454B (zh) | 一种内存快照文件的压缩、解压缩方法及相关装置 | |
| WO2024160249A1 (zh) | 信息生成方法和装置 | |
| CN111381994B (zh) | 一种镜像坏层修复方法、装置、设备和介质 | |
| CN117312060A (zh) | 自助终端设备异常检测方法、装置、设备及存储介质 | |
| CN110719334B (zh) | 适用于云桌面行为的审计系统及方法 | |
| CN117951738A (zh) | 一种无人机日志系统 |
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 |