CN114851248A - 一种夹取机器人的异常识别及应对处理系统及方法 - Google Patents
一种夹取机器人的异常识别及应对处理系统及方法 Download PDFInfo
- Publication number
- CN114851248A CN114851248A CN202210591544.4A CN202210591544A CN114851248A CN 114851248 A CN114851248 A CN 114851248A CN 202210591544 A CN202210591544 A CN 202210591544A CN 114851248 A CN114851248 A CN 114851248A
- Authority
- CN
- China
- Prior art keywords
- abnormal
- feature
- identification
- preset
- item
- 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
Links
- 238000012545 processing Methods 0.000 title claims abstract description 94
- 230000010485 coping Effects 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000002159 abnormal effect Effects 0.000 claims abstract description 182
- 238000005192 partition Methods 0.000 claims description 65
- 238000011156 evaluation Methods 0.000 claims description 49
- 230000005856 abnormality Effects 0.000 claims description 44
- 230000000694 effects Effects 0.000 claims description 43
- 238000004891 communication Methods 0.000 claims description 24
- 238000003032 molecular docking Methods 0.000 claims description 12
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
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
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种夹取机器人的异常识别及应对处理系统及方法,其中,系统包括:第一获取模块,用于持续获取第一夹取机器人运行时的运行参数;识别模块,用于基于预设的异常识别库和运行参数,进行异常识别;第二获取模块,用于当识别到至少一个第一异常项时,获取第一异常项对应的预设的应对处理策略;处理模块,用于基于应对处理策略,对第一异常项进行相应应对处理。本发明的夹取机器人的异常识别及应对处理系统及方法,提升了异常识别的全面性,降低人力成本,也提升了异常应对处理的全面性和及时性。
Description
技术领域
本发明涉及机器人技术领域,特别涉及一种夹取机器人的异常识别及应对处理系统及方法。
背景技术
目前,当夹取机器人运行时,大多由工作人员人工对夹取机器人的运行参数进行监控,确定夹取机器人运行是否异常,人力成本较大,同时,人工监控可能会存在监控不全面等问题。另外,当监控到夹取机器人运行异常时,一些简单异常可以由对应工作人员进行检修,但是,一些特殊异常需要等待夹取机器人厂家的售后工程师等进行专业检修,异常应对处理的全面性和及时性存在不足。
因此,亟需一种解决办法。
发明内容
本发明提供一种夹取机器人的异常识别及应对处理系统及方法,提升了异常识别的全面性,降低人力成本,也提升了异常应对处理的全面性和及时性。
本发明提供一种夹取机器人的异常识别及应对处理系统,包括:
第一获取模块,用于持续获取第一夹取机器人运行时的运行参数;
识别模块,用于基于预设的异常识别库和运行参数,进行异常识别;
第二获取模块,用于当识别到至少一个第一异常项时,获取第一异常项对应的预设的应对处理策略;
处理模块,用于基于应对处理策略,对第一异常项进行相应应对处理。
优选的,识别模块基于预设的异常识别库和运行参数,进行异常识别,包括:
对运行参数进行归类分组,获得多个不同类别的第一分组数据;
获取预设的异常识别库中多个异常识别项对应于第一夹取机器人的可能指数;
按照可能指数从大到小依次遍历异常识别项;
每次遍历时,获取遍历到的异常识别项的识别类别,识别类别包括:内部识别和内外协同识别;
当识别类别为内部识别时,提取遍历到的异常识别项中的第一类别、至少一个第一特征和第一特征-触发值对照库;
提取第一类别的第一分组数据的多个第二特征;
将第二特征与第一特征进行匹配;
若匹配符合,基于第一特征-触发值对照库,对照确定匹配符合的第一特征对应的第一触发值;
若累加计算第一触发值的第一触发值和大于等于预设的第一触发值和阈值,提取遍历到的异常识别项中的第二异常项,并作为异常识别结果进行输出;
当识别类别为内外协同识别时,提取遍历到的异常识别项中的第二类别、至少一个第三类别、多个第三特征和第二特征-触发值对照库;
提取第二类别和第三类别的分组数据的多个第四特征;
将第四特征与第三特征进行匹配;
若匹配符合,基于第二特征-触发值对照库,对照确定匹配符合的第三特征对应的第二触发值;
若累加计算第二触发值的第二触发值和大于等于预设的第二触发值和阈值,提取遍历到的异常识别项中的第三异常项,并作为异常识别结果进行输出。
优选的,识别模块获取预设的异常识别库中多个异常识别项对应于第一夹取机器人的可能指数,包括:
获取第一夹取机器人的第一属性信息;
对第一属性信息进行归类分组,获得多个第二分组数据;
获取历史上产生异常识别项中的第四异常项的至少一个第二夹取机器人的第二属性信息;
对第二属性信息进行归类分组,获得多个第三分组数据;
分别提取具有相同的第四类别的第二分组数据的第五特征和第三分组数据的第六特征;
将第六特征与第五特征进行匹配;
若匹配符合,获取异常识别项对应的预设的类别-特征-可能值对照库,对照确定第四类别和匹配符合的第六特征或第五特征对应的可能值;
将累加计算可能值的可能值和与第二夹取机器人的总数目的第一比值作为异常识别项对应于第一夹取机器人的可能指数。
优选的,夹取机器人的异常识别及应对处理系统,还包括:
评价模块,用于动态评价对第一异常项进行应对处理时的效果,获得评价值;
对接模块,用于当评价值小于等于预设的评价阈值时,对接适宜的目标专家接力对第一异常项进行应对处理。
优选的,评价模块动态评价对第一异常项进行应对处理时的效果,获得评价值,包括:
获取第一异常项对应的预设的效果评价依据获取策略;
基于效果评价依据获取策略,获取对第一异常项进行应对处理时的效果评价依据;
获取对第一异常项进行应对处理的处理时长;
获取处理时长对应的预设的效果评价模板;
基于效果评价模板,根据效果评价依据,进行效果评价,获得效果值。
优选的,对接模块对接适宜的目标专家接力对第一异常项进行应对处理,包括:
将预设的辅助请求信息投递至第一异常项对应的预设的多个专家的专家节点;
若专家节点在预设的第一时间内回复辅助确认指令,将对应专家作为目标专家;
持续获取对第一异常项进行应对处理时的多个处理进度;
将处理进度投递至目标专家的专家节点,使得目标专家通过携带的智能终端的显示界面内分区查看各个处理进度;
构建在线交流室,将目标专家与对第一异常项进行应对处理的处理现场的至少一个处理人员接入在线交流室;
获取目标专家之间进行交流时和/或目标专家与处理人员之间进行交流时产生的多个交流记录;
基于语义提取技术,提取交流记录的第一语义;
获取第一语义的语义类别;
基于预设的语义类别-重要值对照库,对照确定语义类别对应的重要值;
若重要值大于等于预设的重要阈值,将对应交流记录作为第一目标,同时,基于语义提取技术,提取第一目标前和后预设的时间内产生的其他交流记录的第二语义;
基于语义理解技术,确认第一语义与第二语义之间是否存在关联;
若是,将对应其他交流记录作为第二目标;
获取第一目标和第二目标的记录产生先后顺序;
基于预设的重要交流记录生成模板,根据第一目标、第二目标和记录产生先后顺序,生成重要交流记录;
在显示界面内挑选适宜的目标分区,将重要交流记录映射至目标分区内,供目标专家查看。
优选的,对接模块在显示界面内挑选适宜的目标分区,包括:
获取目标专家的视线在最近预设的第三时间内的视线变化;
基于视线变化,确定最近第三时间内视线落在显示界面内的点位的移动轨迹;
确定移动轨迹与显示界面内的各个第一分区的边界线相交的相交次数;
若相交次数大于等于预设的次数阈值,将对应第一分区作为第二分区;
将第一分区中除第二分区外且空闲的第一分区作为第三分区;
获取第三分区的第一中心点与第二分区的第二中心点之间的距离;
基于预设的相交次数-排序权重对照库,对照确定相交次数对应的排序权重;
赋予距离对应排序权重,获得目标值,并与对应第三分区进行关联;
将累加计算第三分区关联的目标值的目标值和与第二分区的总数目的第二比值中最小第二比值对应的第三分区作为目标分区。
本发明提供一种夹取机器人的异常识别及应对处理方法,包括:
步骤1:持续获取第一夹取机器人运行时的运行参数;
步骤2:基于预设的异常识别库和运行参数,进行异常识别;
步骤3:当识别到至少一个第一异常项时,获取第一异常项对应的预设的应对处理策略;
步骤4:基于应对处理策略,对第一异常项进行相应应对处理。
优选的,步骤2:基于预设的异常识别库和运行参数,进行异常识别,包括:
对运行参数进行归类分组,获得多个不同类别的第一分组数据;
获取预设的异常识别库中多个异常识别项对应于第一夹取机器人的可能指数;
按照可能指数从大到小依次遍历异常识别项;
每次遍历时,获取遍历到的异常识别项的识别类别,识别类别包括:内部识别和内外协同识别;
当识别类别为内部识别时,提取遍历到的异常识别项中的第一类别、至少一个第一特征和第一特征-触发值对照库;
提取第一类别的第一分组数据的多个第二特征;
将第二特征与第一特征进行匹配;
若匹配符合,基于第一特征-触发值对照库,对照确定匹配符合的第一特征对应的第一触发值;
若累加计算第一触发值的第一触发值和大于等于预设的第一触发值和阈值,提取遍历到的异常识别项中的第二异常项,并作为异常识别结果进行输出;
当识别类别为内外协同识别时,提取遍历到的异常识别项中的第二类别、至少一个第三类别、多个第三特征和第二特征-触发值对照库;
提取第二类别和第三类别的分组数据的多个第四特征;
将第四特征与第三特征进行匹配;
若匹配符合,基于第二特征-触发值对照库,对照确定匹配符合的第三特征对应的第二触发值;
若累加计算第二触发值的第二触发值和大于等于预设的第二触发值和阈值,提取遍历到的异常识别项中的第三异常项,并作为异常识别结果进行输出。
优选的,获取预设的异常识别库中多个异常识别项对应于第一夹取机器人的可能指数,包括:
获取第一夹取机器人的第一属性信息;
对第一属性信息进行归类分组,获得多个第二分组数据;
获取历史上产生异常识别项中的第四异常项的至少一个第二夹取机器人的第二属性信息;
对第二属性信息进行归类分组,获得多个第三分组数据;
分别提取具有相同的第四类别的第二分组数据的第五特征和第三分组数据的第六特征;
将第六特征与第五特征进行匹配;
若匹配符合,获取异常识别项对应的预设的类别-特征-可能值对照库,对照确定第四类别和匹配符合的第六特征或第五特征对应的可能值;
将累加计算可能值的可能值和与第二夹取机器人的总数目的第一比值作为异常识别项对应于第一夹取机器人的可能指数。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
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为本发明实施例中一种夹取机器人的异常识别及应对处理系统的示意图;
图2为本发明实施例中一种夹取机器人的异常识别及应对处理方法的流程图。
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。
本发明提供一种夹取机器人的异常识别及应对处理系统,如图1所示,包括:
第一获取模块1,用于持续获取第一夹取机器人运行时的运行参数;
识别模块2,用于基于预设的异常识别库和运行参数,进行异常识别;
第二获取模块3,用于当识别到至少一个第一异常项时,获取第一异常项对应的预设的应对处理策略;
处理模块4,用于基于应对处理策略,对第一异常项进行相应应对处理。
上述技术方案的工作原理及有益效果为:
当第一夹取机器人运行时,持续获取运行参数;运行参数可以为机器人的关节移动速度、运行温度、运行电压和定位精度等。引入预设的异常识别库,基于其和运行参数,对第一夹取机器人进行运行异常识别。提升了异常识别的全面性,降低人力成本。当识别到第一异常项时,获取第一异常项对应的预设的应对处理策略;例如:第一异常项为定位精度较低,应对处理策略为临时暂停流水线,调度其它夹取机器人对第一夹取机器人进行补位,同时,安排工作人员对第一夹取机器人的定位精度进行重新校准。基于应对处理策略,对第一异常项进行相应应对处理。提升了异常应对处理的全面性和及时性。
本发明提供一种夹取机器人的异常识别及应对处理系统,识别模块2基于预设的异常识别库和运行参数,进行异常识别,包括:
对运行参数进行归类分组,获得多个不同类别的第一分组数据;
获取预设的异常识别库中多个异常识别项对应于第一夹取机器人的可能指数;
按照可能指数从大到小依次遍历异常识别项;
每次遍历时,获取遍历到的异常识别项的识别类别,识别类别包括:内部识别和内外协同识别;
当识别类别为内部识别时,提取遍历到的异常识别项中的第一类别、至少一个第一特征和第一特征-触发值对照库;
提取第一类别的第一分组数据的多个第二特征;
将第二特征与第一特征进行匹配;
若匹配符合,基于第一特征-触发值对照库,对照确定匹配符合的第一特征对应的第一触发值;
若累加计算第一触发值的第一触发值和大于等于预设的第一触发值和阈值,提取遍历到的异常识别项中的第二异常项,并作为异常识别结果进行输出;
当识别类别为内外协同识别时,提取遍历到的异常识别项中的第二类别、至少一个第三类别、多个第三特征和第二特征-触发值对照库;
提取第二类别和第三类别的分组数据的多个第四特征;
将第四特征与第三特征进行匹配;
若匹配符合,基于第二特征-触发值对照库,对照确定匹配符合的第三特征对应的第二触发值;
若累加计算第二触发值的第二触发值和大于等于预设的第二触发值和阈值,提取遍历到的异常识别项中的第三异常项,并作为异常识别结果进行输出。
上述技术方案的工作原理及有益效果为:
将运行参数按照参数类别进行归类分组,获得第一分组数据;参数类别可以为某关节移动速度和某分区温度等。异常识别库中有多个用于异常识别的异常识别项。获取表征利用异常识别项对第一夹取机器人进行运行异常识别时能够成功识别到异常的可能性的可能指数,按照可能指数从大到小遍历异常识别项,依次进行异常识别。极大程度上提升异常识别的效率和及时性。异常识别项的识别类别分为内部识别和内外协同识别;以内部识别为例,第一类别为某分区温度,第一特征为温度骤升,若第一类别的第一分组数据的第二特征与第一特征匹配,说明第一夹取机器人该分区温度较高,成功识别异常,引入第一特征-触发值对照库,对照确定匹配符合的第一特征的第一触发值,第一触发值越大,表征的异常程度越高;以内外协同识别为例,第一类别为某关节移动速度,第三类别为夹取机械手定位精度,第三特征为关节移动速度骤降和夹取机械手定位精度降低,若第二类别和第三类别的分组数据的第四特征与第三特征匹配,说明第一夹取机器人关节移动机构异常导致定位精度降低,成功识别异常,同理,也引入第二特征-触发值对照库。极大程度上提升异常识别的适用性和精准性。
本发明提供一种夹取机器人的异常识别及应对处理系统,识别模块2获取预设的异常识别库中多个异常识别项对应于第一夹取机器人的可能指数,包括:
获取第一夹取机器人的第一属性信息;
对第一属性信息进行归类分组,获得多个第二分组数据;
获取历史上产生异常识别项中的第四异常项的至少一个第二夹取机器人的第二属性信息;
对第二属性信息进行归类分组,获得多个第三分组数据;
分别提取具有相同的第四类别的第二分组数据的第五特征和第三分组数据的第六特征;
将第六特征与第五特征进行匹配;
若匹配符合,获取异常识别项对应的预设的类别-特征-可能值对照库,对照确定第四类别和匹配符合的第六特征或第五特征对应的可能值;
将累加计算可能值的可能值和与第二夹取机器人的总数目的第一比值作为异常识别项对应于第一夹取机器人的可能指数。
上述技术方案的工作原理及有益效果为:
第一属性信息可以为机器人型号、维保记录、历史运行环境记录、历史异常记录和历史运行工况等,第二属性信息与之同理。评估表征利用异常识别项对第一夹取机器人进行运行异常识别时能够成功识别到异常的可能性时,可以基于第一属性信息和第二属性信息的匹配程度判定;例如:两者的历史运行工况和历史异常记录等相似时,说明第一夹取机器人产生第四异常项的可能性较大。提取出相同的第四类别的第二分组数据的第五特征和第三分组数据的第六特征,进行特征匹配,引入预设的类别-特征-可能值对照库,对照确定第四类别下的分组数据的特征中匹配符合的特征表征第一夹取机器人产生第四异常项的可能性的可能值。提升评估表征利用异常识别项对第一夹取机器人进行运行异常识别时能够成功识别到异常的可能性的精准性和评估效率。将可能值的和与第二夹取机器人的总数目的第一比值作为可能指数,避免不同异常识别项对应的第二夹取机器人的数目不一导致误差。
本发明提供一种夹取机器人的异常识别及应对处理系统,还包括:
评价模块,用于动态评价对第一异常项进行应对处理时的效果,获得评价值;
对接模块,用于当评价值小于等于预设的评价阈值时,对接适宜的目标专家接力对第一异常项进行应对处理。
上述技术方案的工作原理及有益效果为:
当对第一异常项进行应对处理时,现场内进行应对处理的工作人员由于自身经验程度的局限性,可能不能胜任。因此,动态评价对第一异常项进行应对处理时的效果,获得评价值,评价值越大,效果越佳。当效果不佳时,对接适宜的目标专家接力对第一异常项进行应对处理;目标专家可以为机器人厂家的售后工程师等。进一步提升异常应对处理的处理能力和处理效果,同时,更加具有适用性。
本发明提供一种夹取机器人的异常识别及应对处理系统,评价模块动态评价对第一异常项进行应对处理时的效果,获得评价值,包括:
获取第一异常项对应的预设的效果评价依据获取策略;
基于效果评价依据获取策略,获取对第一异常项进行应对处理时的效果评价依据;
获取对第一异常项进行应对处理的处理时长;
获取处理时长对应的预设的效果评价模板;
基于效果评价模板,根据效果评价依据,进行效果评价,获得效果值。
上述技术方案的工作原理及有益效果为:
引入第一异常项对应的预设的效果评价依据获取策略;例如:第一异常项为机器人定位精度降低,效果评价依据获取策略为获取机器人定位精度恢复情况。获取对第一异常项进行应对处理的处理时长,引入处理时长对应的预设的效果评价模板,根据效果评价依据,进行效果评价,实现动态评价;预设的效果评价模板可以为,例如:精度恢复75%,效果值90。
本发明提供一种夹取机器人的异常识别及应对处理系统,对接模块对接适宜的目标专家接力对第一异常项进行应对处理,包括:
将预设的辅助请求信息投递至第一异常项对应的预设的多个专家的专家节点;
若专家节点在预设的第一时间内回复辅助确认指令,将对应专家作为目标专家;
持续获取对第一异常项进行应对处理时的多个处理进度;
将处理进度投递至目标专家的专家节点,使得目标专家通过携带的智能终端的显示界面内分区查看各个处理进度;
构建在线交流室,将目标专家与对第一异常项进行应对处理的处理现场的至少一个处理人员接入在线交流室;
获取目标专家之间进行交流时和/或目标专家与处理人员之间进行交流时产生的多个交流记录;
基于语义提取技术,提取交流记录的第一语义;
获取第一语义的语义类别;
基于预设的语义类别-重要值对照库,对照确定语义类别对应的重要值;
若重要值大于等于预设的重要阈值,将对应交流记录作为第一目标,同时,基于语义提取技术,提取第一目标前和后预设的时间内产生的其他交流记录的第二语义;
基于语义理解技术,确认第一语义与第二语义之间是否存在关联;
若是,将对应其他交流记录作为第二目标;
获取第一目标和第二目标的记录产生先后顺序;
基于预设的重要交流记录生成模板,根据第一目标、第二目标和记录产生先后顺序,生成重要交流记录;
在显示界面内挑选适宜的目标分区,将重要交流记录映射至目标分区内,供目标专家查看。
上述技术方案的工作原理及有益效果为:
引入第一异常项对应的预设的多个专家的专家节点;专家为擅长解决该第一异常项的售后工程师等,专家节点为平台与专家之间进行通信的通信节点。将预设的辅助请求信息投递至专家节点,使得专家通过智能终端等查看到;预设的辅助请求信息可以为,例如:“夹取机器人发生异常,需要您的辅助,请确认是否辅助”。若专家节点在预设的第一时间内回复辅助确认指令,将对应专家作为目标专家。持续获取对第一异常项进行应对处理的多个处理进度,例如:可以与现场进行应对处理的工作人员进行对接,获取最新处理进度,还可以获取第一夹取机器人的相关参数等作为处理进度。将处理进度投递至专家节点,使得目标专家可以查看,同时,构建在线交流室,将处理人员和目标专家介入在线交流室,使得目标专家之间可以进行沟通,也使得目标专家可以对处理人员进行指挥。
但是,由于处理现场的环境比较嘈杂以及目标专家之间的发言顺序随机等,可能造成目标专家不能得知关键内容;例如:某目标专家询问处理人员现场的一些参数情况,但是之后被其它目标专家发言的话题岔开,导致目标专家需要重新询问参数情况,降低应对处理效率,特别是一些复杂参数,无法记忆。因此,亟需进行解决。
获取加入在线交流室的人员产生的交流记录,提取出第一语义,获取语义类别;语义类别可以为,例如:现场参数等。引入语义类别-重要值对照库,对照确定语义类别对应的重要值,快速确定重要语义和对应的交流记录,并作为第一目标。第一目标需要作为关键内容推送给目标专家,无需其记忆,提升应对处理效果。
另外,可以确定第一目标前和后预设的时间内产生的其他交流记录的第二语义中与第一语义关联的第二目标,一并推送,使得目标专家的思路等能够有连贯性地被作为关键内容记录下来,提升用户体验,进一步提升应对处理效果。
本发明提供一种夹取机器人的异常识别及应对处理系统,对接模块在显示界面内挑选适宜的目标分区,包括:
获取目标专家的视线在最近预设的第三时间内的视线变化;
基于视线变化,确定最近第三时间内视线落在显示界面内的点位的移动轨迹;
确定移动轨迹与显示界面内的各个第一分区的边界线相交的相交次数;
若相交次数大于等于预设的次数阈值,将对应第一分区作为第二分区;
将第一分区中除第二分区外且空闲的第一分区作为第三分区;
获取第三分区的第一中心点与第二分区的第二中心点之间的距离;
基于预设的相交次数-排序权重对照库,对照确定相交次数对应的排序权重;
赋予距离对应排序权重,获得目标值,并与对应第三分区进行关联;
将累加计算第三分区关联的目标值的目标值和与第二分区的总数目的第二比值中最小第二比值对应的第三分区作为目标分区。
上述技术方案的工作原理及有益效果为:
视线获取属于现有技术范畴,不作赘述。移动轨迹与第一分区的边界线相交的相交次数越多,说明目标专家的视线进出第一分区的次数越多即查看第一分区的次数越多,挑选目标分区时,应避开相交次数大于等于预设的次数阈值的第二分区,避免影响目标专家查看最近需要共同查看的内容,提升用户体验。引入相交次数-排序权重对照库,对照确定相交次数对应的排序权重,相交次数越大,排序权重越小。赋予距离对应排序权重,获得目标值。目标值越小,说明对应第三分区与用户最近越经常查看的第二分区之间的距离越小,越适宜,因此,选取第三分区关联的目标值的目标值和与第二分区的总数目的第二比值中最小第二比值对应的第三分区作为目标分区。提升目标分区挑选的适宜性。其中,赋予距离对应排序权重的公式为:其中,为目标值,γ为排序权重,l为距离。
本发明提供一种夹取机器人的异常识别及应对处理方法,如图2所示,包括:
步骤1:持续获取第一夹取机器人运行时的运行参数;
步骤2:基于预设的异常识别库和运行参数,进行异常识别;
步骤3:当识别到至少一个第一异常项时,获取第一异常项对应的预设的应对处理策略;
步骤4:基于应对处理策略,对第一异常项进行相应应对处理。
本发明提供一种夹取机器人的异常识别及应对处理方法,步骤2:基于预设的异常识别库和运行参数,进行异常识别,包括:
对运行参数进行归类分组,获得多个不同类别的第一分组数据;
获取预设的异常识别库中多个异常识别项对应于第一夹取机器人的可能指数;
按照可能指数从大到小依次遍历异常识别项;
每次遍历时,获取遍历到的异常识别项的识别类别,识别类别包括:内部识别和内外协同识别;
当识别类别为内部识别时,提取遍历到的异常识别项中的第一类别、至少一个第一特征和第一特征-触发值对照库;
提取第一类别的第一分组数据的多个第二特征;
将第二特征与第一特征进行匹配;
若匹配符合,基于第一特征-触发值对照库,对照确定匹配符合的第一特征对应的第一触发值;
若累加计算第一触发值的第一触发值和大于等于预设的第一触发值和阈值,提取遍历到的异常识别项中的第二异常项,并作为异常识别结果进行输出;
当识别类别为内外协同识别时,提取遍历到的异常识别项中的第二类别、至少一个第三类别、多个第三特征和第二特征-触发值对照库;
提取第二类别和第三类别的分组数据的多个第四特征;
将第四特征与第三特征进行匹配;
若匹配符合,基于第二特征-触发值对照库,对照确定匹配符合的第三特征对应的第二触发值;
若累加计算第二触发值的第二触发值和大于等于预设的第二触发值和阈值,提取遍历到的异常识别项中的第三异常项,并作为异常识别结果进行输出。
本发明提供一种夹取机器人的异常识别及应对处理方法,获取预设的异常识别库中多个异常识别项对应于第一夹取机器人的可能指数,包括:
获取第一夹取机器人的第一属性信息;
对第一属性信息进行归类分组,获得多个第二分组数据;
获取历史上产生异常识别项中的第四异常项的至少一个第二夹取机器人的第二属性信息;
对第二属性信息进行归类分组,获得多个第三分组数据;
分别提取具有相同的第四类别的第二分组数据的第五特征和第三分组数据的第六特征;
将第六特征与第五特征进行匹配;
若匹配符合,获取异常识别项对应的预设的类别-特征-可能值对照库,对照确定第四类别和匹配符合的第六特征或第五特征对应的可能值;
将累加计算可能值的可能值和与第二夹取机器人的总数目的第一比值作为异常识别项对应于第一夹取机器人的可能指数。
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 (10)
1.一种夹取机器人的异常识别及应对处理系统,其特征在于,包括:
第一获取模块,用于持续获取第一夹取机器人运行时的运行参数;
识别模块,用于基于预设的异常识别库和所述运行参数,进行异常识别;
第二获取模块,用于当识别到至少一个第一异常项时,获取所述第一异常项对应的预设的应对处理策略;
处理模块,用于基于所述应对处理策略,对所述第一异常项进行相应应对处理。
2.如权利要求1所述的一种夹取机器人的异常识别及应对处理系统,其特征在于,所述识别模块基于预设的异常识别库和所述运行参数,进行异常识别,包括:
对所述运行参数进行归类分组,获得多个不同类别的第一分组数据;
获取预设的异常识别库中多个异常识别项对应于所述第一夹取机器人的可能指数;
按照所述可能指数从大到小依次遍历所述异常识别项;
每次遍历时,获取遍历到的所述异常识别项的识别类别,所述识别类别包括:内部识别和内外协同识别;
当所述识别类别为内部识别时,提取遍历到的所述异常识别项中的第一类别、至少一个第一特征和第一特征-触发值对照库;
提取所述第一类别的所述第一分组数据的多个第二特征;
将所述第二特征与所述第一特征进行匹配;
若匹配符合,基于所述第一特征-触发值对照库,对照确定匹配符合的所述第一特征对应的第一触发值;
若累加计算所述第一触发值的第一触发值和大于等于预设的第一触发值和阈值,提取遍历到的所述异常识别项中的第二异常项,并作为异常识别结果进行输出;
当所述识别类别为内外协同识别时,提取遍历到的所述异常识别项中的第二类别、至少一个第三类别、多个第三特征和第二特征-触发值对照库;
提取所述第二类别和所述第三类别的所述分组数据的多个第四特征;
将所述第四特征与所述第三特征进行匹配;
若匹配符合,基于所述第二特征-触发值对照库,对照确定匹配符合的所述第三特征对应的第二触发值;
若累加计算所述第二触发值的第二触发值和大于等于预设的第二触发值和阈值,提取遍历到的所述异常识别项中的第三异常项,并作为异常识别结果进行输出。
3.如权利要求2所述的一种夹取机器人的异常识别及应对处理系统,其特征在于,所述识别模块获取预设的异常识别库中多个异常识别项对应于所述第一夹取机器人的可能指数,包括:
获取所述第一夹取机器人的第一属性信息;
对所述第一属性信息进行归类分组,获得多个第二分组数据;
获取历史上产生所述异常识别项中的第四异常项的至少一个第二夹取机器人的第二属性信息;
对所述第二属性信息进行归类分组,获得多个第三分组数据;
分别提取具有相同的第四类别的第二分组数据的第五特征和第三分组数据的第六特征;
将所述第六特征与所述第五特征进行匹配;
若匹配符合,获取所述异常识别项对应的预设的类别-特征-可能值对照库,对照确定所述第四类别和匹配符合的所述第六特征或所述第五特征对应的可能值;
将累加计算所述可能值的可能值和与所述第二夹取机器人的总数目的第一比值作为所述异常识别项对应于所述第一夹取机器人的可能指数。
4.如权利要求1所述的一种夹取机器人的异常识别及应对处理系统,其特征在于,还包括:
评价模块,用于动态评价对所述第一异常项进行应对处理时的效果,获得评价值;
对接模块,用于当所述评价值小于等于预设的评价阈值时,对接适宜的目标专家接力对所述第一异常项进行应对处理。
5.如权利要求4所述的一种夹取机器人的异常识别及应对处理系统,其特征在于,所述评价模块动态评价对所述第一异常项进行应对处理时的效果,获得评价值,包括:
获取所述第一异常项对应的预设的效果评价依据获取策略;
基于所述效果评价依据获取策略,获取对所述第一异常项进行应对处理时的效果评价依据;
获取对所述第一异常项进行应对处理的处理时长;
获取所述处理时长对应的预设的效果评价模板;
基于所述效果评价模板,根据所述效果评价依据,进行效果评价,获得效果值。
6.如权利要求4所述的一种夹取机器人的异常识别及应对处理系统,其特征在于,所述对接模块对接适宜的目标专家接力对所述第一异常项进行应对处理,包括:
将预设的辅助请求信息投递至所述第一异常项对应的预设的多个专家的专家节点;
若所述专家节点在预设的第一时间内回复辅助确认指令,将对应所述专家作为目标专家;
持续获取对所述第一异常项进行应对处理时的多个处理进度;
将所述处理进度投递至所述目标专家的所述专家节点,使得所述目标专家通过携带的智能终端的显示界面内分区查看各个所述处理进度;
构建在线交流室,将所述目标专家与对所述第一异常项进行应对处理的处理现场的至少一个处理人员接入所述在线交流室;
获取所述目标专家之间进行交流时和/或所述目标专家与所述处理人员之间进行交流时产生的多个交流记录;
基于语义提取技术,提取所述交流记录的第一语义;
获取所述第一语义的语义类别;
基于预设的语义类别-重要值对照库,对照确定所述语义类别对应的重要值;
若所述重要值大于等于预设的重要阈值,将对应所述交流记录作为第一目标,同时,基于语义提取技术,提取所述第一目标前和后预设的时间内产生的其他所述交流记录的第二语义;
基于语义理解技术,确认所述第一语义与所述第二语义之间是否存在关联;
若是,将对应其他所述交流记录作为第二目标;
获取所述第一目标和所述第二目标的记录产生先后顺序;
基于预设的重要交流记录生成模板,根据所述第一目标、所述第二目标和所述记录产生先后顺序,生成重要交流记录;
在所述显示界面内挑选适宜的目标分区,将所述重要交流记录映射至所述目标分区内,供所述目标专家查看。
7.如权利要求4所述的一种夹取机器人的异常识别及应对处理系统,其特征在于,所述对接模块在所述显示界面内挑选适宜的目标分区,包括:
获取所述目标专家的视线在最近预设的第三时间内的视线变化;
基于所述视线变化,确定最近所述第三时间内所述视线落在所述显示界面内的点位的移动轨迹;
确定所述移动轨迹与所述显示界面内的各个第一分区的边界线相交的相交次数;
若所述相交次数大于等于预设的次数阈值,将对应所述第一分区作为第二分区;
将所述第一分区中除所述第二分区外且空闲的所述第一分区作为第三分区;
获取所述第三分区的第一中心点与所述第二分区的第二中心点之间的距离;
基于预设的相交次数-排序权重对照库,对照确定所述相交次数对应的排序权重;
赋予所述距离对应所述排序权重,获得目标值,并与对应所述第三分区进行关联;
将累加计算所述第三分区关联的所述目标值的目标值和与所述第二分区的总数目的第二比值中最小所述第二比值对应的所述第三分区作为目标分区。
8.一种夹取机器人的异常识别及应对处理方法,其特征在于,包括:
步骤1:持续获取第一夹取机器人运行时的运行参数;
步骤2:基于预设的异常识别库和所述运行参数,进行异常识别;
步骤3:当识别到至少一个第一异常项时,获取所述第一异常项对应的预设的应对处理策略;
步骤4:基于所述应对处理策略,对所述第一异常项进行相应应对处理。
9.如权利要求8所述的一种夹取机器人的异常识别及应对处理系统,其特征在于,所述步骤2:基于预设的异常识别库和所述运行参数,进行异常识别,包括:
对所述运行参数进行归类分组,获得多个不同类别的第一分组数据;
获取预设的异常识别库中多个异常识别项对应于所述第一夹取机器人的可能指数;
按照所述可能指数从大到小依次遍历所述异常识别项;
每次遍历时,获取遍历到的所述异常识别项的识别类别,所述识别类别包括:内部识别和内外协同识别;
当所述识别类别为内部识别时,提取遍历到的所述异常识别项中的第一类别、至少一个第一特征和第一特征-触发值对照库;
提取所述第一类别的所述第一分组数据的多个第二特征;
将所述第二特征与所述第一特征进行匹配;
若匹配符合,基于所述第一特征-触发值对照库,对照确定匹配符合的所述第一特征对应的第一触发值;
若累加计算所述第一触发值的第一触发值和大于等于预设的第一触发值和阈值,提取遍历到的所述异常识别项中的第二异常项,并作为异常识别结果进行输出;
当所述识别类别为内外协同识别时,提取遍历到的所述异常识别项中的第二类别、至少一个第三类别、多个第三特征和第二特征-触发值对照库;
提取所述第二类别和所述第三类别的所述分组数据的多个第四特征;
将所述第四特征与所述第三特征进行匹配;
若匹配符合,基于所述第二特征-触发值对照库,对照确定匹配符合的所述第三特征对应的第二触发值;
若累加计算所述第二触发值的第二触发值和大于等于预设的第二触发值和阈值,提取遍历到的所述异常识别项中的第三异常项,并作为异常识别结果进行输出。
10.如权利要求9所述的一种夹取机器人的异常识别及应对处理系统,其特征在于,获取预设的异常识别库中多个异常识别项对应于所述第一夹取机器人的可能指数,包括:
获取所述第一夹取机器人的第一属性信息;
对所述第一属性信息进行归类分组,获得多个第二分组数据;
获取历史上产生所述异常识别项中的第四异常项的至少一个第二夹取机器人的第二属性信息;
对所述第二属性信息进行归类分组,获得多个第三分组数据;
分别提取具有相同的第四类别的第二分组数据的第五特征和第三分组数据的第六特征;
将所述第六特征与所述第五特征进行匹配;
若匹配符合,获取所述异常识别项对应的预设的类别-特征-可能值对照库,对照确定所述第四类别和匹配符合的所述第六特征或所述第五特征对应的可能值;
将累加计算所述可能值的可能值和与所述第二夹取机器人的总数目的第一比值作为所述异常识别项对应于所述第一夹取机器人的可能指数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210591544.4A CN114851248B (zh) | 2022-05-27 | 2022-05-27 | 一种夹取机器人的异常识别及应对处理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210591544.4A CN114851248B (zh) | 2022-05-27 | 2022-05-27 | 一种夹取机器人的异常识别及应对处理系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114851248A true CN114851248A (zh) | 2022-08-05 |
CN114851248B CN114851248B (zh) | 2023-03-10 |
Family
ID=82641872
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210591544.4A Active CN114851248B (zh) | 2022-05-27 | 2022-05-27 | 一种夹取机器人的异常识别及应对处理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114851248B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115392505A (zh) * | 2022-08-29 | 2022-11-25 | 智迪机器人技术(盐城)有限公司 | 一种汽车配件自动安装机器人的异常处理系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150148958A1 (en) * | 2013-11-27 | 2015-05-28 | Infineon Technologies Ag | Method and Apparatus for Failure Handling of a Robot |
CN109048996A (zh) * | 2018-08-07 | 2018-12-21 | 北京云迹科技有限公司 | 机器人异常状态处理方法和装置 |
CN110450189A (zh) * | 2019-04-30 | 2019-11-15 | 北京云迹科技有限公司 | 用于机器人的异常处理方法及装置 |
CN111708798A (zh) * | 2020-06-30 | 2020-09-25 | 浙江运达风电股份有限公司 | 一种风电机组故障诊断与处理方法及系统 |
US20200310391A1 (en) * | 2019-03-26 | 2020-10-01 | Abb Schweiz Ag | Exception Handling for Robot Assisted Product Management |
CN112536819A (zh) * | 2020-05-26 | 2021-03-23 | 深圳优地科技有限公司 | 一种故障处理方法、装置、机器人及存储介质 |
CN114139749A (zh) * | 2021-01-06 | 2022-03-04 | 苏州优智达机器人有限公司 | 机器人异常处理方法、机器人及机器人异常处理系统 |
-
2022
- 2022-05-27 CN CN202210591544.4A patent/CN114851248B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150148958A1 (en) * | 2013-11-27 | 2015-05-28 | Infineon Technologies Ag | Method and Apparatus for Failure Handling of a Robot |
CN109048996A (zh) * | 2018-08-07 | 2018-12-21 | 北京云迹科技有限公司 | 机器人异常状态处理方法和装置 |
US20200310391A1 (en) * | 2019-03-26 | 2020-10-01 | Abb Schweiz Ag | Exception Handling for Robot Assisted Product Management |
CN110450189A (zh) * | 2019-04-30 | 2019-11-15 | 北京云迹科技有限公司 | 用于机器人的异常处理方法及装置 |
CN112536819A (zh) * | 2020-05-26 | 2021-03-23 | 深圳优地科技有限公司 | 一种故障处理方法、装置、机器人及存储介质 |
CN111708798A (zh) * | 2020-06-30 | 2020-09-25 | 浙江运达风电股份有限公司 | 一种风电机组故障诊断与处理方法及系统 |
CN114139749A (zh) * | 2021-01-06 | 2022-03-04 | 苏州优智达机器人有限公司 | 机器人异常处理方法、机器人及机器人异常处理系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115392505A (zh) * | 2022-08-29 | 2022-11-25 | 智迪机器人技术(盐城)有限公司 | 一种汽车配件自动安装机器人的异常处理系统及方法 |
CN115392505B (zh) * | 2022-08-29 | 2023-07-18 | 智迪机器人技术(盐城)有限公司 | 一种汽车配件自动安装机器人的异常处理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114851248B (zh) | 2023-03-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109407518B (zh) | 家庭服务机器人运行状态自主认知方法及系统 | |
CN111680893A (zh) | 一种多自寻址机器人拣选系统的数字孪生系统及调度方法 | |
CN114851248B (zh) | 一种夹取机器人的异常识别及应对处理系统及方法 | |
CN113706085B (zh) | 智能制造工厂产品仓库物流信息化管理方法及云管理系统 | |
CN107479540A (zh) | 故障诊断方法以及系统 | |
CN115056228B (zh) | 一种机器人的异常监控和处理系统及方法 | |
Lata et al. | Selection of machine tool by using FUZZY TOPSIS method | |
CN114859883A (zh) | 一种检修机器人多机协作控制方法、系统及储存介质 | |
CN110766248B (zh) | 基于shel和区间直觉模糊评价的车间人因可靠性评估方法 | |
EP3961330A1 (en) | Assembly assistance device and method | |
JP2016029516A (ja) | データ分析方法、及びデータ分析システム | |
Chaturvedi et al. | Supporting complex real-time decision making through machine learning | |
CN112157652B (zh) | 机器人作业管理方法及系统 | |
CN115781082B (zh) | 一种标准节自动焊接方法、系统、装置和存储介质 | |
CN116386128A (zh) | 一种隧道工人施工状态检测方法、系统、介质及设备 | |
CN114888816A (zh) | 一种智能上下料机器人的控制系统及方法 | |
CN115392505B (zh) | 一种汽车配件自动安装机器人的异常处理系统及方法 | |
CN117908495B (zh) | 基于多传感器的柔性高精度加工系统及加工方法 | |
Wang et al. | Quantitative Analysis and Optimal Control of Energy Efficiency in Discrete Manufacturing System | |
CN116141058B (zh) | 一种数控机床刀具自适应匹配与控制方法、系统及设备 | |
CN117506901B (zh) | 一种机房巡检机器人自动巡检方法 | |
CN117381805B (zh) | 一种面向冲突应对的机械臂运行控制方法和系统 | |
CN118170125B (zh) | 基于嵌入式ai诊断新能源汽车故障的移动装置及诊断方法 | |
Guo et al. | The optimal control of automated sorting robot movements based on PLC logic controller | |
KR20170081383A (ko) | 제조공정 가시화 장치 및 방법 |
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 |