CN115042228A - 机械臂运动状态分割方法、装置及存储介质 - Google Patents
机械臂运动状态分割方法、装置及存储介质 Download PDFInfo
- Publication number
- CN115042228A CN115042228A CN202210651685.0A CN202210651685A CN115042228A CN 115042228 A CN115042228 A CN 115042228A CN 202210651685 A CN202210651685 A CN 202210651685A CN 115042228 A CN115042228 A CN 115042228A
- Authority
- CN
- China
- Prior art keywords
- short
- frame
- time
- time energy
- interval
- 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.)
- Pending
Links
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
- B25J19/0095—Means or methods for testing manipulators
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明的实施例提供了一种机械臂运动状态分割方法、装置及存储介质,涉及机械臂领域,包括:根据预设的第一帧长和第二帧长,分别对机械臂振动信号进行分帧处理,得到多个第一帧段,以及多个第二帧段,其中,第一帧长小于第二帧长;根据多个第一帧段和多个第二帧段,分别计算多个短时能量值和多个短时峭度值;根据多个短时能量值和多个短时峭度值,从机械臂振动信号中确定机械臂的振动区间的端点。采用本发明,可以提高对振动信号端点检测的准确率。
Description
技术领域
本发明涉及机械臂领域,具体而言,涉及一种机械臂运动状态分割方法、装置及存储介质。
背景技术
在机械臂的信号采集过程中,通常使用较高的采样率以获得更多的振动信息,因而采集到的加速度数据量较大,并且其中包含了运动状态和静止状态。若将全部数据用于机械臂的质量检测过程中,则必将带来运行速度慢,计算量大的问题。因此从机械臂振动数据量大的信号中提取出有效的振动信号以提高后续质量检测的效率成为了一个关键问题。
机械臂运动状态分割关键为振动信号的端点检测。目前常采用的基于时频域特征参数的端点检测法或基于模型的端点检测方法都是针对语音信号的,而机械臂的振动信号与语音信号存在差异,传统的端点检测方法对振动信号的特征利用不充分,检测效果不佳。
发明内容
本发明实施例提供一种机械臂运动状态分割方法、装置及存储介质,可以提高对振动信号端点检测的准确率。
第一方面,本发明实施例提供一种机械臂运动状态分割方法,所述方法包括:
根据预设的第一帧长和第二帧长,分别对机械臂振动信号进行分帧处理,得到多个第一帧段,以及多个第二帧段,其中,所述第一帧长小于所述第二帧长;
根据所述多个第一帧段和所述多个第二帧段,分别计算多个短时能量值和多个短时峭度值;
根据多个所述短时能量值和多个所述短时峭度值,从所述机械臂振动信号中确定机械臂所处振动区间的端点。
可选地,所述根据多个所述短时能量值和多个所述短时峭度值,从所述机械臂振动信号中确定机械臂所处振动区间的端点,包括:
根据多个所述短时能量值,计算短时能量区间,并从所述多个第一帧段构成的时间段内确定目标时间段;
根据多个所述短时峭度值,从所述目标时间段内确定所述机械臂振动区间的端点。
可选地,所述根据多个所述短时能量值,计算短时能量区间,并从所述多个第一帧段构成的时间段内确定目标时间段,包括:
若第一帧号的所述短时能量值大于所述短时能量区间的最大值,则比较第二帧号的短时能量值是否小于所述短时能量区间的最小值,其中,所述第二帧号为所述第一帧号的前一帧,所述第一帧号为所述多个第一帧段中任一帧段的标号;
若所述第二帧号的短时能量值小于所述短时能量区间的最小值,则确定所述第二帧号之前的预设的时间段为第一时间段,所述目标时间段包括:所述第一时间段。
可选地,所述根据多个所述短时峭度值,从所述目标时间段内确定所述机械臂振动区间的端点,包括:
确定所述第一时间段内最大短时峭度值对应的点为所述机械臂在所述振动区间的起始点。
可选地,所述根据多个所述短时能量值,计算短时能量区间,并从所述多个第一帧段构成的时间段内确定目标时间段,还包括:
若所述第一帧号的所述短时能量值大于所述短时能量区间的最大值,则比较第三帧号的短时能量值是否小于所述短时能量区间的最小值,其中,所述第三帧号为所述第一帧号的后一帧;
若所述第三帧号的短时能量值小于所述短时能量区间的最小值,则确定所述第二帧号之后的预设时间段为第二时间段;所述目标时间段还包括:所述第二时间段。
可选地,所述根据多个所述短时能量值和多个所述短时峭度值,从所述机械臂振动信号中确定机械臂所处振动区间的端点,还包括:
确定所述第二时间段内最大短时峭度值对应的点为所述机械臂在所述振动区间的结束点。
可选地,所述根据多个所述短时能量值,计算短时能量区间,包括:
计算在预设静止时间段内所有第一帧段对应的短时能量的平均值为平均短时能量值;
根据所述平均短时能量值,以及预设的高门限参数值,计算所述短时能量区间的最大值;
根据所述平均短时能量值,以及预设的低门限参数值,计算所述短时能量区间的最小值。
可选地,所述方法还包括:
根据所述机械臂的当前振动区间内的最大短时能量值,更新所述短时能量区间,得到目标短时能量区间,所述目标短时能量区间用于从所述机械臂振动信号中识别所述当前振动区间的下一振动区间的端点。
第二方面,本发明实施例还提供一种振动信号运动状态分割装置,所述装置包括:
分帧模块,用于根据预设的第一帧长和第二帧长,分别对机械臂振动信号进行分帧处理,得到多个第一帧段,以及多个第二帧段,其中,所述第一帧长小于所述第二帧长;
计算模块,用于根据所述多个第一帧段和所述多个第二帧段,分别计算多个短时能量值和多个短时峭度值;
处理模块,用于根据多个所述短时能量值和多个所述短时峭度值,从所述机械臂振动信号中确定机械臂的振动区间的端点。
第三方面,本发明实施例还提供一种计算机可读存储介质,所述存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如第一方面任一所述的机械臂运动状态分割的步骤。
本发明提供的一种机械臂运动状态分割方法、装置及存储介质,根据预设的第一帧长和第二帧长,分别对机械臂振动信号进行分帧处理,得到得到多个第一帧段和多个第二帧段,其中,第一帧长小于第二帧长;根据多个第一帧段和多个第二帧段,分别计算多个短时能量值和多个短时峭度值;根据多个短时能量值和多个短时峭度值,从机械臂振动信号中确定机械臂所处振动区间的端点。通过这样的方式,可以将短时能量和短时峭度同时运用至对机械臂振动信号运动状态的分割方法中,对振动信号特征使用更为充分,从而提高对振动信号端点检测的准确率,可以得到机械臂更多更准确的振动信息,为机械臂质量检测提供依据,可以更好地保障机械臂的出厂质量。
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位本发明提供的一种机械臂运动状态分割方法的流程示意图;
图2为本发明提供的另一种机械臂运动状态分割方法的流程示意图;
图3为本发明提供的一种确定目标时间段的方法的流程示意图;
图4为本发明提供的另一种确定目标时间段的方法的流程示意图;
图5为本发明提供的一种计算短时能量区间方法的流程示意图;
图6为本发明提供的一种端点判决的流程图;
图7为本发明提供的一种机械臂运动状态分割装置的示意图;
图8为本发明提供的一种机械臂运动状态分割设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在对本发明进行详细地解释之前,先对本发明的应用场景予以介绍。
机械臂是实现智能制造的重要设备之一,它的传动系统负责机械臂各关节的动力传递,其运动状态和执行预定任务时的完成质量直接相关。机械臂在运行过程中难免会出现故障,以前对机械臂产生机械故障都是采用事后维修的办法,但是这种维修方法成本高、效率低,对于出现严重的机械故障时,不仅会导致整个机械臂的报废,严重时还会危及用户的人身安全。因此,对机械臂的智能检测是十分必要的。
机械臂的运行振动信息可以反映机械臂的运动状态,而端点检测就是运动状态分析的关键之一。端点检测技术的研究主要集中在语音信号领域,但是机械臂振动信号与语音信号存在一定的差异,具有不同的特点,如信号的干扰噪声不同,振动信号的带宽和采样频率更高。如果直接将传统的端点检测方法运用至对振动信号的检测过程中,会对振动信号的特征运用不充分,检测效果不佳,对机械臂的运动状态的分析不利,无法进行有效地机械臂故障检测。
基于此,本发明提供一种机械臂运动状态分割方法、装置及存储介质,根据预设的第一帧长和第二帧长,分别对机械臂振动信号进行分帧处理,得到得到多个第一帧段和多个第二帧段,其中,第一帧长小于第二帧长;根据多个第一帧段和多个第二帧段,分别计算多个短时能量值和多个短时峭度值;根据多个短时能量值和多个短时峭度值,从机械臂振动信号中确定机械臂所处振动区间的端点。本发明下述实施例可以由机械臂运动状态分割设备执行,其可以为笔记本电脑、台式电脑、服务器等计算机设备。
如下结合附图通过多个实施例进行解释说明。图1位本发明提供的一种机械臂运动状态分割方法的流程示意图。如图1所示,该方法包括:
S110,根据预设的第一帧长和第二帧长,分别对机械臂振动信号进行分帧处理,得到多个第一帧段,以及多个第二帧段。
其中,第一帧长小于第二帧长。
对于机械臂而言,首先需要进行振动信号的采集。可选地,对振动信号的采集一般可以使用压电式加速度传感器、电阻应变式传感器、惯性式电动传感器和激光传感器等。在获取到振动信号之后,可选地,可以先对振动信号进行预处理,预处理的主要作用是消除信号的趋势项,在本实施例中,可以采用去均值的方式对机械臂的振动信号进行预处理。在一种可能的实现方式中,还可以采用数字滤波器对振动信号进行滤波处理。
由于振动信号是一种非平稳信号,但是在一个较短的时间段内,可以假设振动信号是平稳的,因此,可以将振动信号进行分帧处理,通过分帧步骤可以将信号分成一个个短时间的帧段,进而对每一帧的振动信号进行处理。
在本实施中,可以采用预设的第一帧长和第二帧长,分别对机械臂振动信号进行分帧处理,得到多个第一帧段,以及多个第二帧段。可选地,可以对振动信号进行连续分段或者交叠分段的方法为了保证信号中帧与帧之间的连续性,本实施例中采用交叠分帧的方法。对于交叠分帧,每一帧的信号长度即为帧长,前后两帧会有一段交叠的部分,这段交叠部分就被称为帧移,帧长代表每一帧段信号的点数,帧移代表两个相邻帧段起点之间的间隔点数。帧长以s(秒)为单位,可选地,令第一帧长为L1,第二帧长为L2。
由于后续要利用L1和L2分别计算短时能量值和短时峭度值,根据帧信号的短时能量值特性和短时峭度值特性可知,短时能量值和信号的幅值强度有关,和信号的数量相关性不高,短时峭度值是信号的分布统计量,其所依赖的数据量更多,为了更加精准地追踪信号的特征变化,因此,在本实施例中,令L1>L2,可选地,可以选择L1=0.01s,L2=0.5s,在对振动信号进行交叠分帧的过程中,本实施例为短时能量和短时峭度选择不同的帧长,其中用于计算短时能量的帧长小于用于计算短时峭度的帧长,同时在两次分帧的过程中,帧移ΔL保持一致,从而得到多个第一帧段,以及多个第二帧段。
S120,根据多个第一帧段和多个第二帧段,分别计算多个短时能量值和多个短时峭度值。
短时能量是信号中采样点幅值的平方和,其相对于幅值较高的点比较敏感,因此能够找到有效的信号。第i帧段xi(n)的短时能量可以由公式(1)表示:
式中,L表示帧长,N表示总帧数。
短时峭度(Kurtosis)反映了波峰的尖度,即波形平缓程度。峭度对冲击敏感,并且峭度指标会随着信号周期性的增强而减小。短时峭度定义为信号在短帧上的峭度值,第i帧段xi(n)的短时峭度可以由公式(2)所示:
式中,μ表示均值,σ表示标准差,分别见公式(3)和公式(4)。
在本实施例中,分别输入多个第一帧段,利用公式(1)计算每个第一帧段的短时能量值;分别输入多个第二帧段,利用公式(2)~公式(4)计算每个第二帧段的短时峭度值,从而得到机械臂振动信号的短时能量stE(n)和短时峭度stK(n)。
S130,根据多个短时能量值和多个短时峭度值,从机械臂振动信号中确定机械臂的振动区间的端点。
对于短时能量而言,在静止状态的振动信号的短时能量值小,在运动状态的振动信号的短时能量值较大,因此可以用于对振动信号振动区间端点的判决。但是对于短时能量而言,在从静止到运动状态切换的过程中,即电机加速的过程中,短时能量虽然随之上升,但具有一定的延迟。短时能量特征能够检测到运动阶段,但是其在端点判决上存在一定的误差。
因此,在本发明中,采用短时能量和短时峭度结合的方式对机械臂振动信号的振动区间进行端点的判决,端点包括振动区间的起始点和结束点。
对于短时峭度而言,在信号由静止阶段过渡到运动阶段时,其短时峭度值会出现尖点;从运动阶段过渡到静止阶段时期短时峭度值也会出现尖点。因此利用该特点,可以将短时峭度这一特征作为机械臂振动信号端点判定的一个重要特征。
根据多个短时能量值和多个短时峭度值,从机械臂振动信号中确定机械臂的振动区间的端点,即确定出机械臂振动信号的振动区间的起始点和结束点,对于机械臂振动信号而言,可以有一个或多个振动区间。
可选地,在采用短时能量值和短时峭度值进行机械臂振动信号的振动区间端点判决的过程之前,还可以对短时能量进行中值滤波处理,即对stE(n)进行中置滤波,从而消除短时能量特征中存在的野点,达到平滑特征曲线的目的。其实现原理是通过使用一个滑动的窗口,当窗口移动到第i点时,在该点前后各去v个点,将这2v+1个点内的值进行升序排序,选择位于序列中间位置的特征值作为第i点的特征值。经过中值滤波之后的短时能量序列为stEB(n)。
利用短时峭度和中置滤波后的短时能量,从机械臂振动信号中确定机械臂的振动区间的端点,从而实现对机械臂运动状态的分割。
在本实施例中,可以将短时能量和短时峭度同时运用至对机械臂振动信号运动状态的分割方法中,对振动信号特征使用更为充分,从而提高对振动信号端点检测的准确率,可以得到机械臂更多更准确的振动信息,为机械臂质量检测提供依据,可以更好地保障机械臂的出厂质量。
在上述图1提供的一种机械臂运动状态分割方法的基础上,本发明还提供另一种机械臂运动状态分割的可能实现方式。图2为本发明提供的另一种机械臂运动状态分割方法的流程示意图。如图2所示,上述S130中,根据多个短时能量值和多个短时峭度值,从机械臂振动信号中确定机械臂的振动区间的端点,包括:
S210,根据多个短时能量值,计算短时能量区间,并从多个第一帧段构成的时间段内确定目标时间段。
门限值是进行端点判决的关键因素,其选择的大小将直接影响到端点判决的有效程度。本实施例中,可以利用多个短时能量值,选取合适的高低门限参数,从而计算振动信号的高低双门限值,即得到短时能量区间,就可以根据短时能量值、振动信号的高低双门限值,从多个第一帧段构成的时间段内确定目标时间段,目标时间段包含了振动信号的振动区间的起始点或结束点。
S220,根据多个短时峭度值,从目标时间段内确定机械臂振动区间的端点。
在本实施例中,目标时间段即为初步得到的振动区间的起始点或结束点的范围,可以在目标时间段内,利用目标时间段内多个短时峭度值确定机械臂振动区间的端点,即最终确定机械臂振动区间的起始点和结束点。
在本实施例中,通过多个短时能量值、预设的短时能量区间得到目标时间段后,再结合多个短时峭度值,最终得到机械臂振动区间的端点,实现利用短时能量结合短时峭度进行机械臂运动状态的分割方法。
在上述图2提供的另一种机械臂运动状态分割方法的基础上,本发明还提供一种确定目标时间段的可能实现方式。图3为本发明提供的一种确定目标时间段的方法的流程示意图。如图3所示,上述S210中,根据多个所述短时能量值,计算短时能量区间,并从所述多个第一帧段构成的时间段内确定目标时间段,包括:
S310,若第一帧号的短时能量值大于短时能量区间的最大值,则比较第二帧号的短时能量值是否小于短时能量区间的最小值。
其中,第二帧号为第一帧号的前一帧,第一帧号为多个第一帧段中任一帧段的标号。
对于一段振动信号而言,被分为多个帧段,每一个帧段都具有帧号用以表示。在本实施例中,第一帧号、第二帧号都为多个第一帧段中的帧段标号。可选地,选取任一帧号作为第一帧号,判断第一帧号的短时能量值是否大于计算得到的短时能量区间的最大值,即判断第一帧号对应的帧段的短时能量值是否大于振动信号的高门限值,若大于,则比较在第一帧号前一帧的第二帧号的短时能量值是否小于短时能量区间的最小值,即比较第二帧号对应的帧段对应的短时能量值是否小于振动信号的低门限值。其中,第二帧号对应的帧段起点位置加上帧移就可以得到第一帧号对应的帧段起点。
S320,若第二帧号的短时能量值小于短时能量区间的最小值,则确定第二帧号之前的预设的时间段为第一时间段。
目标时间段包括:第一时间段。
如果第二帧号对应的帧段的短时能量值小于短时能量的最小值,即小于振动信号的低门限值,则确定第二帧号之前的预设的时间段为第一时间段,在本实施例中,从第二帧号对应的帧段终点向前推移预设的时间段为第一时间段开始,第二帧号对应的帧段起点为第一时间段结束。
在本实施例中,第一时间段即为存在机械臂振动区间起始点的时间段。
在上述图3提供的确定目标时间段的方法的基础上,可选地,上述S220中,根据多个短时峭度值,从目标时间段内确定机械臂振动区间的端点,包括:
S410,确定第一时间段内最大短时峭度值对应的点为机械臂在振动区间的起始点。
确定第一时间段之后,判断在第一时间段内所有的短时峭度值中的最大值,取第一时间段内短时峭度值最大的点为机械臂在振动区间的起始点。
在本实施例中,通过利用短时能量区间对帧段进行判断,以得到机械臂振动区间起始点的时间段,再利用短时峭度值最终得到机械臂在振动区间的起始点,使得振动区间的端点判决更为准确。
在上述图2提供的另一种机械臂运动状态分割方法的基础上,本发明还提供另一种确定目标时间段的可能实现方式。图4为本发明提供的另一种确定目标时间段的方法的流程示意图。如图4所示,上述S210中,根据多个短时能量值,计算短时能量区间,并从多个第一帧段构成的时间段内确定目标时间段,还包括:
S510,若第一帧号的短时能量值大于短时能量区间的最大值,则比较第三帧号的短时能量值是否小于短时能量区间的最小值。
其中,第三帧号为第一帧号的后一帧。
对于一段振动信号而言,被分为多个帧段,每一个帧段都具有帧号用以表示。在本实施例中,第一帧号、第三帧号都为多个第一帧段中的帧段标号。可选地,选取任一帧号作为第一帧号,判断第一帧号的短时能量值是否大于计算得到的短时能量区间的最大值,即判断第一帧号对应的帧段的短时能量值是否大于振动信号的高门限值,若大于,则比较在第一帧号后一帧的第三帧号的短时能量值是否小于短时能量区间的最小值,即比较第三帧号对应的帧段对应的短时能量值是否小于振动信号的低门限值。其中,第一帧号对应的帧段起点位置加上帧移就可以得到第三帧号对应的帧段起点。
S520,若第三帧号的短时能量值小于短时能量区间的最小值,则确定第二帧号之后的预设时间段为第二时间段。
目标时间段还包括:第二时间段。
如果第三帧号对应的帧段的短时能量值小于短时能量的最小值,即小于振动信号的低门限值,则确定第三帧号之后的预设的时间段为第二时间段,在本实施例中,第三帧号对应的帧段起点为第二时间段开始,从第三帧号对应的帧段终点向后推移预设的时间段为第二时间段结束。
在本实施例中,第二时间段即为存在机械臂振动区间结束点的时间段。
S610,确定第二时间段内最大短时峭度值对应的点为机械臂在振动区间的结束点。
确定第二时间段之后,判断在第二时间段内所有的短时峭度值中的最大值,取第二时间段内短时峭度值最大的点为机械臂在振动区间的结束点。
在本实施例中,通过利用短时能量区间对帧段进行判断,以得到机械臂振动区间起始点的时间段,再利用短时峭度值最终得到机械臂在振动区间的结束点,使得振动区间的端点判决更为准确。
在上述图2提供的另一种机械臂运动状态分割方法的基础上,本发明还提供一种计算短时能量区间的可能实现方式。图5为本发明提供的一种计算短时能量区间方法的流程示意图。如图5所示,上述S210中,根据多个短时能量值,计算短时能量区间,包括:
S710,计算在预设静止时间段内所有第一帧段对应的短时能量的平均值为平均短时能量值。
本方法中,使用信号起始时机械臂静止状态下信号用于评估机械臂静止状态下的噪声水平,从而计算振动信号的高低双门限值。
首先,利用公式(5)计算振动信号在预设静止时间段,如0.5s内的所有第一帧段的平均短时能量,即平均短时能量值slienceE。
式中,fs表示采样频率;ΔL表示帧移;m表示0.5秒内的帧数。
可选地,若对短时能量进行了中置滤波处理,则可利用公式(6)计算振动信号的在预设静止时间段内的平均短时能量值。
S720,根据平均短时能量值,以及预设的高门限参数值,计算短时能量区间的最大值。
S730,根据平均短时能量值,以及预设的高门限参数值,计算短时能量区间的最小值。
在平均短时能量值的基础上,根据预设的高门限参数值factorU、预设的低门限参数值factorL,利用公式(7)计算短时能量区间的最大值,即得到振动信号的高门限值thU;利用公式(8)计算短时能量区间的最小值,即得到振动信号的低门限值thL。
thU=factorU×slienceE 公式(7)
thL=factorL×slienceE 公式(8)
在本实例中,利用平均短时能量值和预设的高低门限参数值,计算得到振动信号的高门限值和低门限值,即得到短时能量区间。
可选地,在上述图2提供的另一种机械臂运动状态分割方法的基础上,本发明还包括:
S810,根据机械臂的当前振动区间内的最大短时能量值,更新短时能量区间,得到目标短时能量区间。
目标短时能量区间用于从机械臂振动信号中识别当前振动区间的下一振动区间的端点。
当确定出机械臂的振动区间后,便可以确定出该机械臂振动区间内的最大短时能量值,记为maxE,然后利用公式(9)计算出新的高门限值thU1,利用公式(10)计算新的低门限值thL1,并且将thU1和thL1与历史thU和thL进行比较,选择大的最为新的高低门限值,即更新短时能量区间,得到目标短时能量区间。由于对于机械臂振动信号而言,可以有一个或多个振动区间,便可在得到当前振动区间后,利用目标短时能量区间,去进行下一振动区间的判断,以此达到对短时能量区间的不断更新,从而降低误判率。
thU1=slienceE+0.03×(maxE-slienceE) 公式(9)
thL1=slienceE+0.15×(maxE-slienceE) 公式(10)
新的高门限值=max(thU,thU1);
新的低门限值=max(thL,thL1);
在本实施例中,通过对门限值进行不断更新,即判断出振动信号的一个振动区间后,可以采用新的高低门限值,即目标短时能量区间,从而从多个第一帧段的时间段内确定目标时间段。
为了清楚地说明端点判断的过程,本实施例还提供了一种端点判决的流程图。图6为本发明提供的一种端点判决的流程图。如图6所示,从振动信号的第一帧开始逐帧判断,即令i=1,判断当前帧的短时能量值stE(i)是否大于短时能量区间的最大值thU,若小于,则从第一帧开始向后逐一找帧,即令i=i+1,判断后一帧的短时能量值stE(i)是否大于短时能量区间的最大值thU;若大于,则比较当前帧的前一帧的短时能量值stE(a)是否小于短时能量区间的最小值thL;若前一帧的短时能量值stE(a)小于短时能量区间的最小值thL,则确定前一帧之前的预设的时间段(a-k,a)为第一时间段,并确定第一时间段内最大短时峭度值对应的点c为机械臂在振动区间的起始点;若没有,则继续向前找帧,即令a=a-1,直至找到一帧对应的短时能量值小于短时能量区间的最小值thL,从而确定出振动区间的起始点;
同时,当前帧的短时能量值stE(i)大于短时能量区间的最大值时,在当前帧向前找帧确定振动区间的起始点的同时,可以对当前帧向后找帧确定振动区间的结束点,具体地:比较当前帧的后一帧的短时能量值stE(b)是否小于短时能量区间的最小值thL;若后一帧的短时能量值stE(b)小于短时能量区间的最小值thL,则确定后一帧之后的预设的时间段(b,b+k)为第二时间段,并确定第二时间段内最大短时峭度值对应的点d为机械臂在振动区间的结束点;若没有,则继续向后找帧,即令b=b-1,直至找到一帧对应的短时能量值小于短时能量区间的最小值thL,从而确定出振动区间的结束点;
最终,还需要判断d是否为振动信号的最后一帧,即令当前帧i=d,继续向前找帧,即令i=1+1,判断当前帧的短时能量值stE(i)是否大于短时能量区间的最大值thU,如果小于或等于,则认为当前帧为振动信号的最后一帧,最终输出振动信号的所有振动区间和最终的高低门限值;如果大于,则继续寻找下一振动区间的起始点和结束点。
图7为本发明提供的一种机械臂运动状态分割装置的示意图,如图6所示,该装置包括:
分帧模块1000,用于根据预设的第一帧长和第二帧长,分别对机械臂振动信号进行分帧处理,得到多个第一帧段,以及多个第二帧段,其中,第一帧长小于第二帧长;
计算模块2000,用于根据多个第一帧段和多个第二帧段,分别计算多个短时能量值和多个短时峭度值;
处理模块3000,用于根据多个短时能量值和多个短时峭度值,从机械臂振动信号中确定机械臂的振动区间的端点。
可选地,处理模块3000,具体还用于根据多个短时能量值,计算短时能量区间,并从多个第一帧段构成的时间段内确定目标时间段;根据多个所述短时峭度值,从所述目标时间段内确定所述机械臂振动区间的端点。
可选地,处理模块3000,具体还用于若第一帧号的短时能量值大于短时能量区间的最大值,则比较第二帧号的短时能量值是否小于短时能量区间的最小值,其中,第二帧号为第一帧号的前一帧,第一帧号为多个第一帧段中任一帧段的标号;
若第二帧号的短时能量值小于短时能量区间的最小值,则确定第二帧号之前的预设的时间段为第一时间段,目标时间段包括:第一时间段。
可选地,处理模块3000,具体还用于确定第一时间段内最大短时峭度值对应的点为机械臂在振动区间的起始点。
可选地,处理模块3000,具体还用于若第一帧号的短时能量值大于短时能量区间的最大值,则比较第三帧号的短时能量值是否小于短时能量区间的最小值,其中,第三帧号为第一帧号的后一帧;
若第三帧号的短时能量值小于短时能量区间的最小值,则确定第二帧号之后的预设时间段为第二时间段;目标时间段还包括:第二时间段。
可选地,处理模块3000,具体还用于确定第二时间段内最大短时峭度值对应的点为机械臂在振动区间的结束点。
可选地,计算模块2000,具体还用于计算在预设静止时间段内所有第一帧段对应的短时能量的平均值为平均短时能量值;
根据平均短时能量值,以及预设的高门限参数值,计算短时能量区间的最大值;
根据平均短时能量值,以及预设的低门限参数值,计算短时能量区间的最小值。
可选地,处理模块3000,具体还用于根据机械臂的当前振动区间内的最大短时能量值,更新短时能量区间,得到目标短时能量区间,目标短时能量区间用于从机械臂振动信号中识别当前振动区间的下一振动区间的端点。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个数字信号处理器(Digital Singnal Processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(Central Processing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(System-on-a-Chip,简称SOC)的形式实现。
图8为本发明提供的一种机械臂运动状态分割设备的示意图。如图8所示,该机械臂运动状态分割设备10包括:处理器11、存储器12和总线13,存储器12存储有处理器11可执行的程序指令,当机械臂运动状态分割设备10运行时,处理器11与存储器12之间通过总线13通信,处理器11执行程序指令,以执行上述方法实施例。
可选地,本发明还提供一种程序产品,例如计算机可读存储介质,包括程序,该程序在被处理器执行时用于执行上述方法实施例。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,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,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种机械臂运动状态分割方法,其特征在于,所述方法包括:
根据预设的第一帧长和第二帧长,分别对机械臂振动信号进行分帧处理,得到多个第一帧段,以及多个第二帧段,其中,所述第一帧长小于所述第二帧长;
根据所述多个第一帧段和所述多个第二帧段,分别计算多个短时能量值和多个短时峭度值;
根据多个所述短时能量值和多个所述短时峭度值,从所述机械臂振动信号中确定机械臂所处振动区间的端点。
2.根据权利要求1所述的方法,其特征在于,所述根据多个所述短时能量值和多个所述短时峭度值,从所述机械臂振动信号中确定机械臂所处振动区间的端点,包括:
根据多个所述短时能量值,计算短时能量区间,并从所述多个第一帧段构成的时间段内确定目标时间段;
根据多个所述短时峭度值,从所述目标时间段内确定所述机械臂振动区间的端点。
3.根据权利要求2所述的方法,其特征在于,所述根据多个所述短时能量值,计算短时能量区间,并从所述多个第一帧段构成的时间段内确定目标时间段,包括:
若第一帧号的所述短时能量值大于所述短时能量区间的最大值,则比较第二帧号的短时能量值是否小于所述短时能量区间的最小值,其中,所述第二帧号为所述第一帧号的前一帧,所述第一帧号为所述多个第一帧段中任一帧段的标号;
若所述第二帧号的短时能量值小于所述短时能量区间的最小值,则确定所述第二帧号之前的预设的时间段为第一时间段,所述目标时间段包括:所述第一时间段。
4.根据权利要求3所述的方法,其特征在于,所述根据多个所述短时峭度值,从所述目标时间段内确定所述机械臂振动区间的端点,包括:
确定所述第一时间段内最大短时峭度值对应的点为所述机械臂在所述振动区间的起始点。
5.根据权利要求3所述的方法,其特征在于,所述根据多个所述短时能量值,计算短时能量区间,并从所述多个第一帧段构成的时间段内确定目标时间段,还包括:
若所述第一帧号的所述短时能量值大于所述短时能量区间的最大值,则比较第三帧号的短时能量值是否小于所述短时能量区间的最小值,其中,所述第三帧号为所述第一帧号的后一帧;
若所述第三帧号的短时能量值小于所述短时能量区间的最小值,则确定所述第二帧号之后的预设时间段为第二时间段;所述目标时间段还包括:所述第二时间段。
6.根据权利要求5所述的方法,其特征在于,所述根据多个所述短时能量值和多个所述短时峭度值,从所述机械臂振动信号中确定机械臂所处振动区间的端点,还包括:
确定所述第二时间段内最大短时峭度值对应的点为所述机械臂在所述振动区间的结束点。
7.根据权利要求2所述的方法,其特征在于,所述根据多个所述短时能量值,计算短时能量区间,包括:
计算在预设静止时间段内所有第一帧段对应的短时能量的平均值为平均短时能量值;
根据所述平均短时能量值,以及预设的高门限参数值,计算所述短时能量区间的最大值;
根据所述平均短时能量值,以及预设的低门限参数值,计算所述短时能量区间的最小值。
8.根据权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述机械臂的当前振动区间内的最大短时能量值,更新所述短时能量区间,得到目标短时能量区间,所述目标短时能量区间用于从所述机械臂振动信号中识别所述当前振动区间的下一振动区间的端点。
9.一种机械臂运动状态分割装置,其特征在于,所述装置包括:
分帧模块,用于根据预设的第一帧长和第二帧长,分别对机械臂振动信号进行分帧处理,得到多个第一帧段,以及多个第二帧段,其中,所述第一帧长小于所述第二帧长;
计算模块,用于根据所述多个第一帧段和所述多个第二帧段,分别计算多个短时能量值和多个短时峭度值;
处理模块,用于根据多个所述短时能量值和多个所述短时峭度值,从所述机械臂振动信号中确定机械臂的振动区间的端点。
10.一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计算机程序,所述计算机程序被处理器运行时执行如权利要求1至8任一所述的机械臂运动状态分割的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210651685.0A CN115042228A (zh) | 2022-06-09 | 2022-06-09 | 机械臂运动状态分割方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210651685.0A CN115042228A (zh) | 2022-06-09 | 2022-06-09 | 机械臂运动状态分割方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115042228A true CN115042228A (zh) | 2022-09-13 |
Family
ID=83162117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210651685.0A Pending CN115042228A (zh) | 2022-06-09 | 2022-06-09 | 机械臂运动状态分割方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115042228A (zh) |
-
2022
- 2022-06-09 CN CN202210651685.0A patent/CN115042228A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107564513B (zh) | 语音识别方法及装置 | |
CN113192536B (zh) | 语音质量检测模型的训练方法、语音质量检测方法及装置 | |
CN112967735B (zh) | 语音质量检测模型的训练方法及语音质量的检测方法 | |
US11132584B2 (en) | Model reselection for accommodating unsatisfactory training data | |
KR20160024858A (ko) | 지역성 말투를 구분하는 음성 데이터 인식 방법, 장치 및 서버 | |
CN111261183A (zh) | 一种语音去噪的方法及装置 | |
US10404524B2 (en) | Resource and metric ranking by differential analysis | |
CN110136735B (zh) | 一种音频修复方法、设备及可读存储介质 | |
CN109801646A (zh) | 一种基于融合特征的语音端点检测方法和装置 | |
JPWO2013128972A1 (ja) | 動作判定装置、動作判定システムおよび動作判定方法 | |
CN111863014A (zh) | 一种音频处理方法、装置、电子设备和可读存储介质 | |
WO2019017242A1 (ja) | 楽曲解析方法、楽曲解析装置およびプログラム | |
Ciołek et al. | Detection of impulsive disturbances in archive audio signals | |
US10910000B2 (en) | Method and device for audio recognition using a voting matrix | |
CN114662541A (zh) | 故障诊断模型构建方法、装置及电子设备 | |
CN115042228A (zh) | 机械臂运动状态分割方法、装置及存储介质 | |
CN107894837A (zh) | 动态情感分析模型样本处理方法及装置 | |
CN110895930A (zh) | 语音识别方法及装置 | |
JP2021071586A (ja) | 音抽出システム及び音抽出方法 | |
CN114692987A (zh) | 一种时序数据分析方法、装置、设备及存储介质 | |
CN111858862B (zh) | 一种答复推荐方法、答复推荐装置及电子设备 | |
Wen et al. | On robust variance filtering and change of variance detection | |
CN112131541A (zh) | 一种基于振动信号的身份验证方法和系统 | |
CN112863542B (zh) | 语音检测方法和装置、存储介质及电子设备 | |
CN117972540A (zh) | 驾驶信息识别模型的训练及识别方法、装置、设备及介质 |
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 |