CN115392505B - 一种汽车配件自动安装机器人的异常处理系统及方法 - Google Patents
一种汽车配件自动安装机器人的异常处理系统及方法 Download PDFInfo
- Publication number
- CN115392505B CN115392505B CN202211039149.1A CN202211039149A CN115392505B CN 115392505 B CN115392505 B CN 115392505B CN 202211039149 A CN202211039149 A CN 202211039149A CN 115392505 B CN115392505 B CN 115392505B
- Authority
- CN
- China
- Prior art keywords
- preset
- acquiring
- robot
- strategy
- abnormal
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种汽车配件自动安装机器人的异常处理系统及方法，其中，系统包括：第一获取模块，动态获取正在进行作业的汽车配件自动安装机器人的状态信息；判定模块，用于基于状态信息，对汽车配件自动安装机器人进行异常判定，当判定为异常时，获得异常判定结果和异常位置；第二获取模块，用于基异常判定结果，获取对应的第一异常处理策略；处理模块，用于基于第一异常处理策略，调度维修人员进行相应处理。本发明的汽车配件自动安装机器人的异常处理系统，基于动态获取的安装机器人的状态信息进行异常判定，不需要人工实时监测，降低了人力成本；获取第一异常处理策略，基于第一异常处理策略对第一异常项进行处理，提高了异常处理的适宜性。
Description
技术领域
本发明涉及机器人技术领域，特别涉及一种汽车配件自动安装机器人的异常处理系统及方法。
背景技术
目前，汽车配件安装一般是人工安装，人力成本较高，同时，安装工人持续工作会产生疲劳导致生产的产品质量下降。另外，在一些使用自动化设备进行汽车安装的生产车间，当设备发生异常通知维修人员对异常进行处理时，经验低的维修人员面对复杂的异常情况不知道如何处理，维修效率较低。
因此，亟需一种解决方法。
发明内容
本发明提供一种汽车配件自动安装机器人的异常处理系统及方法，基于动态获取的安装机器人的状态信息进行异常判定，不需要人工实时监测，降低了人力成本；获取第一异常处理策略，基于第一异常处理策略对第一异常项进行处理，提高了异常处理的适宜性。
本发明提供一种汽车配件自动安装机器人的异常处理系统，包括：
第一获取模块，用于持续获取正在进行作汽车配件安装作业的机器人的状态信息；
判定模块，用于基于所述状态信息，对所述机器人进行异常识别；
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第一异常处理策略；
处理模块，用于基于所述第一异常处理策略，对所述第一异常项进行相应处理。
优选的，一种汽车配件自动安装机器人的异常处理系统，第一获取模块执行如下操作：
获取所述机器人上设置的多个传感器采集的状态信息。
优选的，一种汽车配件自动安装机器人的异常处理系统，判定模块执行如下操作：
获取预设的标准状态向量，同时，获取所述标准状态向量的第一状态向量类型；
对所述状态信息进行特征向量提取，获得多个状态向量，同时，获取所述状态向量的第二状态向量类型；
计算第一状态向量类型和第二状态向量类型相同的所述状态向量与所述标准状态向量的相似度；
若所述相似度大于等于预设的相似度阈值，获取对应所述标准状态向量对应的预设的第一异常项。
优选的，一种汽车配件自动安装机器人的异常处理系统，第二获取模块执行如下操作：
构建异常项-异常处理策略库，根据所述异常项-异常处理策略库，确定所述第一异常项对应的第一异常处理策略。
优选的，一种汽车配件自动安装机器人的异常处理系统，构建异常项-异常处理策略，包括：
从预设的大数据平台上获取多个第二异常项和第二异常项的第二异常处理策略；
对所述第二异常处理策略进行可用度验证；
若验证通过，将对应所述第二异常处理策略作为第三异常处理策略；
获取所述第三异常处理策略的可信度，若所述可信度大于等于预设的可信度阈值，将对应所述第三异常处理策略作为第四异常处理策略；
获取预设的评价分打分模板，对所述第四异常处理策略进行评价分打分，获得所述第四异常处理策略的评价分；
将评价分中最大所述评价分对应的所述第四异常处理策略与对应所述第二异常项进行关联，获得关联配对组；
获取预设的空白数据库，将所述关联配对组存入预设的空白数据库中；
当需要存入的所述关联配对组全部存入所述空白数据库后，将所述空白数据库作为异常项-异常处理策略库，完成构建。
优选的，一种汽车配件自动安装机器人的异常处理系统，对所述第二异常处理策略进行可用度验证，包括：
获取使用所述第二异常处理策略的使用方的设备的第一设备信息；
获取所述汽车配件自动安装机器人的第二设备信息；
将所述第一设备信息与所述第二设备信息进行匹配，获得匹配指数；
若所述匹配指数大于等于预设的匹配指数阈值，则对应所述第二异常处理策略通过可用度验证。
优选的，一种汽车配件自动安装机器人的异常处理系统，处理模块执行如下操作：
解析所述第一异常处理策略，获取维修人员进行维修时需要携带的维修工具；
基于预设的智能终端信息发送设备，向所述维修人员发送提醒信息，提醒所述维修人员携带所述维修工具进行相应处理。
优选的，汽车配件自动安装机器人的异常处理系统，还包括：
指导模块，用于当所述维修人员进行相应处理时，基于所述第一异常处理策略，对需要进行指导的所述维修人员进行相应指导；
所述指导模块执行如下操作：
获取所述维修人员进行维修的维修行为；
将所述维修行为和预设的不规范维修行为库中的不规范维修行为进行匹配，若匹配符合，将对应所述维修人员作为待指导人员；
获取所述待指导人员的第一位置，同时，从预设的指导小车分布图中确定距离所述第一位置最近且空闲的指导小车，控制所述指导小车前往所述第一位置；
当所述指导小车到达所述第一位置时，基于预设的语音提醒规则，控制所述指导小车在所述指导人员预设范围内进行语音提醒；
在所述指导小车进行所述语音提醒的过程中，动态采集所述待指导人员视线，同时，动态获取所述指导小车的显示设备的显示区域和显示朝向；
基于所述视线、所述显示区域和所述显示朝向，判断所述视线是否落在所述显示区域内；
若是，对所述第一异常处理策略进行策略拆分，获得多个子策略和所述子策略对应的第一工种类型，同时，获取所述待指导人员的第二工种类型；
将所述第一工种类型和所述第二工种类型进行匹配，获得与所述第二工种类型匹配符合的所述第一工种类型对应的子策略，并作为展示策略；
基于所述展示策略和预设的展示内容生成规则，获得第一展示内容；
对所述第一展示内容进行内容拆分，获得多个内容项；
基于预设的关键度分析模型，对所述内容项进行关键度分析，获得所述内容项对应的关键度；
获取所述关键度大于等于预设的关键度阈值的所述内容项，并作为关键内容项；
基于预设的突出标记规则，对所述关键内容项进行突出标记，并作为第二展示内容；
当需要突出标记的所述关键内容项全部突出标记完成后，控制所述指导小车基于所述第二展示内容向所述待指导人员进行指导；
在指导过程中，判断所述视线是否落在在所述显示区域内的预设的翻页触发区域内；
若是，获取所述视线在所述翻页触发区域内的停留时间；
若所述停留时间大于等于预设的停留时间阈值，则控制所述指导小车对所述第二展示内容进行翻页；
当需要展示的所述第二展示内容全部展示完成后，完成对所述待指导人员的指导。
优选的，汽车配件自动安装机器人的异常处理系统，还包括：
当所述维修人员在相应处理过程中需要至少一个替换零件时，控制预设的协助机器人拿取所述替换零件；
所述控制预设的协助机器人拿取所述替换零件，包括：
获取所述维修人员输入的所需替换零件，同时，获取预设的零件-零件放置点位库，确定所述所需替换零件的第一点位；
获取预设的协助机器人分布图，从所述协助机器人分布图中确定距离所述第一点位距离最近的所述协助机器人的第二点位；
基于预设的安装车间地图，根据所述第一点位和所述第二点位，规划最短路径；
基于所述最短路径，控制所述协助机器人前往所述第一点位；
当所述协助机器人到达所述第一点位后，基于轮廓检测技术，确定零件库中需要拿取的所述所需替换零件，并控制所述协助机器人拿取所述所需替换零件；
当需要拿取的所述替换零件全部拿取后，获取所述维修人员当前所在的第三点位，控制所述协助机器人前往所述第三点位；
当所述协助机器人到达所述第三点位后，基于预设的提醒规则，提醒所述维修人员拿取所述所需替换零件，同时，提醒所述维修人员将损坏零件放置到所述协助机器人预设的置物区内；
当需要放置的所述损坏零件全部放置完成后，获取损坏零件的回收区域的第四点位，控制所述协助机器人前往所述第四点位；
当所述协助机器人到达所述第四点位后，获取所述损坏零件的零件类型；
基于所述零件类型，将不同零件类型的所述损坏零件放置于所述回收区域对应的回收子区域内；
当需要放置到所述回收区域内的所述损坏零件全部放置完成后，所述协助机器人完成协助。
本发明提供一种汽车配件自动安装机器人的异常处理方法，包括：
步骤S1：持续获取正在进行作汽车配件安装作业的机器人的状态信息；
步骤S2：基于所述状态信息，对所述机器人进行异常识别；
步骤S3：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第一异常处理策略；
步骤S4：基于所述第一异常处理策略，对所述第一异常项进行相应处理。
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汽车配件自动安装机器人的异常处理系统的示意图；
图2为本发明实施例中一种汽车配件的示意图；
图3为本发明实施例中预设的指导小车分布图；
图4为本发明实施例中一种汽车配件自动安装机器人的异常处理方法的流程图。
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。
本发明提供一种汽车配件自动安装机器人的异常处理系统，如图1所示，包括：
第一获取模块1，用于持续获取正在进行作汽车配件安装作业的机器人的状态信息；
判定模块2，用于基于所述状态信息，对所述机器人进行异常识别；
第二获取模块3，用于当识别到至少一个第一异常项时，获取所述第一异常项对应的第一异常处理策略；
处理模块4，用于基于所述第一异常处理策略，对所述第一异常项进行相应处理。
上述技术方案的工作原理及有益效果为：
持续获取机器人正在进行汽车配件(例如：如图2所示)安装的汽车配件自动安装机器人的状态信息(汽车配件自动安装机器人的传感器数据)，对状态信息进行异常识别，当识别的第一异常项(状态信息中异常预警)，获取对应的第一异常处理策略(异常预警对应的处理策略)，管理人员发现显示设备上的异常预警后，调度维修人员前往处理；
本发明实施例基于动态获取的安装机器人的状态信息进行异常判定，不需要人工实时监测，降低了人力成本；获取第一异常处理策略，基于第一异常处理策略对第一异常项进行处理，提高了异常处理的适宜性。
本发明实施例提供了一种汽车配件自动安装机器人的异常处理系统，第一获取模块1执行如下操作：
获取所述机器人上设置的多个传感器采集的状态信息。
上述技术方案的工作原理及有益效果为：
基于物联网技术(通过信息传感设备，按约定的协议，将任何物体与网络相连接，物体通过信息传播媒介进行信息交换和通信，以实现智能化识别、定位、跟踪、监管的功能的技术手段)，动态获取汽车配件自动安装机器人的多个传感器的状态信息(汽车配件自动安装机器人所有传感器反馈的参数信息)；
其中，传感器有：
位置传感器，用于采集正在安装的汽车配件的摆放位置的第一参数(汽车配件的位置参数)；
夹爪气缸传感器，用于当机械手夹取所述汽车配件时，获取机械手上的夹爪夹取所述汽车配件时的第二参数(夹取的压力和位置参数)；
推压气缸传感器，用于当所述机械手安装所述汽车配件时，获取夹爪安装汽车配件时的第三参数(夹爪的角度和力度参数)；
振动盘传感器，用于获取振动盘的第四参数(振动盘上物体的质量参数)；
第一压力传感器，用于当机械手进行滚压胶带时，获取滚压压力(可以通过压力传感器获取)；
第二压力传感器，用于获取吸取所述汽车配件时的吸取压力，将压力数据传送给数显压力表；
本发明实施例基于设置的多种功能用途的传感器获取状态信息，无需人工监测，提升了便捷性。
本发明实施例提供了一种汽车配件自动安装机器人的异常处理系统，判定模块2执行如下操作：
获取预设的标准状态向量，同时，获取所述标准状态向量的第一状态向量类型；
对所述状态信息进行特征向量提取，获得多个状态向量，同时，获取所述状态向量的第二状态向量类型；
计算第一状态向量类型和第二状态向量类型相同的所述状态向量与所述标准状态向量的相似度；
若所述相似度大于等于预设的相似度阈值，获取对应所述标准状态向量对应的预设的第一异常项。
上述技术方案的工作原理及有益效果为：
获取预设的标准状态向量(预先设定的用于表征汽车配件自动安装机器人正常工作状态的多个状态向量)，同时，获取标准状态向量的状态向量类型(不同标准状态向量表征的不同异常类型)；
提取正在进行汽车配件安装的机器人的状态信息中的多个状态向量，同时，获取状态向量的状态向量类型；
当标准状态向量与状态向量属于同一状态向量类型时，计算状态向量与所述标准状态向量的相似度(汽车配件自动安装机器人当前的工作状态与标准工作状态的匹配程度)，相似度计算公式如下：
其中，μ为所述相似度，α1为所述标准状态向量，α2为所述状态向量；
如果相似度大于等于预设相似度阈值(预设的相似度阈值具体为：95)，获取对应的标准状态向量预设的第一异常项(预先设定的表征不同标准状态向量出现异常时的异常项)；
本发明实施例计算同一状态向量类型汽车配件自动安装机器人的标准状态向量和状态向量的相似度，确定相似度大于等于相似度阈值的标准状态向量对应的第一异常项，提高了异常识别的适宜性。
本发明实施例的一种汽车配件自动安装机器人的异常处理系统，第二获取模块3执行如下操作：
构建异常项-异常处理策略库，根据所述异常项-异常处理策略库，确定所述第一异常项对应的第一异常处理策略。
上述技术方案的工作原理及有益效果为：
构建异常项-异常处理策略库(数据库，存储异常项和对应的异常处理策略)，根据预设的异常项-异常处理策略库(多组一一对应的异常项和异常处理策略组成的集合)，确定第一异常项对应的第一异常处理策略(异常项-异常处理策略库中和第一异常项一致的异常项对应的异常处理策略)；
本发明实施例根据构建的异常项-异常处理策略库，确定适宜的第一异常处理策略，提高了第一异常处理策略获取的合理性。
本发明实施例提供的一种汽车配件自动安装机器人的异常处理系统，构建异常项-异常处理策略，包括：
从预设的大数据平台上获取多个第二异常项和第二异常项对应的第二异常处理策略；
对所述第二异常处理策略进行可用度验证；
若验证通过，将对应所述第二异常处理策略作为第三异常处理策略；
获取所述第三异常处理策略的可信度，若所述可信度大于等于预设的可信度阈值，将对应所述第三异常处理策略作为第四异常处理策略；
获取预设的评价分打分模板，对所述第四异常处理策略进行评价分打分，获得所述第四异常处理策略的评价分；
将评价分中最大所述评价分对应的所述第四异常处理策略与对应所述第二异常项进行关联，获得关联配对组；
获取预设的空白数据库，将所述关联配对组存入预设的空白数据库中；
当需要存入的所述关联配对组全部存入所述空白数据库后，将所述空白数据库作为异常项-异常处理策略库，完成构建。
上述技术方案的工作原理及有益效果为：
在构建异常项-异常处理策略库时，可以从大数据平台获取异常项对应的异常处理策略，但是不是所有的异常处理策略都适用的，不能随意获取；因此，亟需进行解决；
基于大数据技术，获取多个第二异常项(从大数据平台获取任一机器人作业厂商内汽车配件安装机器人在作业中出现的第二异常项)和对应第二异常项会产生的第二异常处理策略(大数据平台获取的机器人作业厂商对这些第二异常项进行处理的处理策略)，对第二异常处理策略进行可用度验证，获得通过验证的第三异常处理策略，获取第三异常处理策略的可信度(可信度越高，对应第三异常处理策略越可信，可信度与数据来源的可靠性有关，例如：第三异常处理策略来源于同行业内的其他机器人作业平台，则可信度较高)，确定可信度大于等于预设的可信度阈值(预设的可信度阈值具体为：90)的第四异常处理策略(可信度高的异常处理策略)；
获取预设的评价分打分模板(预设的评价分打分模板中设置有不同语义对应的效果打分)，确定第四异常处理策略对应的评价分(基于语义分析技术，对多个人工对异常处理策略进行打分的评价记录进行语义分析，基于评价分打分模板获得评价分，评价分越大，对应第四异常项处理效果越好)，将评价分中最大评价分的第四异常处理策略与对应的第二异常项进行关联，获得关联配对组，将全部关联配对组存入预设的空白数据库(空数据表)后，将空白数据库作为异常项-异常处理策略库，完成构建；
本发明实施例通过大数据获取第二异常处理策略，提高了全面性；对第二异常处理策略进行可用度和可信度验证，并获取通过验证的第四异常处理策略处理之后的评价分，筛选出评价分最高的第四异常处理策略构建异常项-异常处理策略库，提升了构建的合理性。
本发明实施例提供的一种汽车配件自动安装机器人的异常处理系统，对所述第二异常处理策略进行可用度验证，包括：
获取使用所述第二异常处理策略的使用方的设备的第一设备信息；
获取所述汽车配件自动安装机器人的第二设备信息；
将所述第一设备信息与所述第二设备信息进行匹配，获得匹配指数；
若所述匹配指数大于等于预设的匹配指数阈值，则对应所述第二异常处理策略通过可用度验证。
上述技术方案的工作原理及有益效果为：
获取使用第二异常处理策略对应使用方的设备的第一设备信息(第二异常处理策略对应设备生产产品的产品类型和设备的工作模式，获取汽车配件自动安装机器人的第二设备信息(需要进行异常检测的汽车配件安装机器人生产的产品类型和机器人的工作模式)，获取第一设备信息和第二设备信息的匹配指数(匹配指数越大，对应第二异常处理策略越可用)，如果匹配指数大于等于预设的匹配指数阈值(预设的匹配指数阈值具体为：85)，对应第二异常处理策略通过可用度验证；
本发明实施例匹配第二异常处理策略的使用方的设备的第一设备信息和汽车配件自动安装机器人的第二设备信息，筛选出匹配指数大的第二异常处理策略，提高了可用度验证的合理性。
本发明实施例提供的一种汽车配件自动安装机器人的异常处理系统，处理模块4执行如下操作：
解析所述第一异常处理策略，获取所述维修人员进行维修时需要携带的维修工具；
基于预设的智能终端信息发送设备，将所述第一异常处理策略发送给所述维修人员，同时，调度所述维修人员携带所述维修工具进行相应处理。
上述技术方案的工作原理及有益效果为：
获取维修人员进行维修时需要携带的维修工具(维修需要使用的工具)，基于预设的智能终端信息发送设备(维修人员预先配备的可用于发送和接收信息的电子设备)，将第一异常处理策略发送给维修人员，调度维修人员前往处理，更加人性化。
本发明实施例提供的一种汽车配件自动安装机器人的异常处理系统，还包括：
指导模块，用于当所述维修人员进行相应处理时，基于所述第一异常处理策略，对需要进行指导的所述维修人员进行相应指导；
所述指导模块执行如下操作：
获取所述维修人员进行维修的维修行为；
将所述维修行为和预设的不规范维修行为库中的不规范维修行为进行匹配，若匹配符合，将对应所述维修人员作为待指导人员；
获取所述待指导人员的第一位置，同时，从预设的指导小车分布图中确定距离所述第一位置最近且空闲的指导小车，控制所述指导小车前往所述第一位置；
当所述指导小车到达所述第一位置时，基于预设的语音提醒规则，控制所述指导小车在所述指导人员预设范围内进行语音提醒；
在所述指导小车进行所述语音提醒的过程中，动态采集所述待指导人员视线，同时，动态获取所述指导小车的显示设备的显示区域和显示朝向；
基于所述视线、所述显示区域和所述显示朝向，判断所述视线是否落在所述显示区域内；
若是，对所述第一异常处理策略进行策略拆分，获得多个子策略和所述子策略对应的第一工种类型，同时，获取所述待指导人员的第二工种类型；
将所述第一工种类型和所述第二工种类型进行匹配，获得与所述第二工种类型匹配符合的所述第一工种类型对应的子策略，并作为展示策略；
基于所述展示策略和预设的展示内容生成规则，获得第一展示内容；
对所述第一展示内容进行内容拆分，获得多个内容项；
基于预设的关键度分析模型，对所述内容项进行关键度分析，获得所述内容项对应的关键度；
获取所述关键度大于等于预设的关键度阈值的所述内容项，并作为关键内容项；
基于预设的突出标记规则，对所述关键内容项进行突出标记，并作为第二展示内容；
当需要突出标记的所述关键内容项全部突出标记完成后，控制所述指导小车基于所述第二展示内容向所述待指导人员进行指导；
在指导过程中，判断所述视线是否落在在所述显示区域内的预设的翻页触发区域内；
若是，获取所述视线在所述翻页触发区域内的停留时间；
若所述停留时间大于等于预设的停留时间阈值，则控制所述指导小车对所述第二展示内容进行翻页；
当需要展示的所述第二展示内容全部展示完成后，完成对所述待指导人员的指导。
上述技术方案的工作原理及有益效果为：
维修人员依照第一异常处理策略进行处理时，基于不同的工作类型，对应的第一异常处理策略中需要查看的内容也不同，如果将第一异常处理策略全部推送给维修人员的话还需要维修人员自行查找自己需要查看的内容，十分不便；因此，亟需进行解决；
将获取的维修人员的维修行为(可以基于行为识别技术，从维修现场设置的监控设备获得的维修现场图像中提取，行为识别技术属于现有技术，其原理不再赘述)和预设的不规范维修行为库(数据库，存储多个维修不规范行为)中的不规范维修行为进行匹配，确定匹配符合的维修行为不规范的维修人员为待指导人员；
获取待指导人员的第一位置(待指导人员位于汽车配件安装车间的动态位置，可以基于待指导人员携带的智能终端通过GPS定位获取)，从预设的指导小车分布图(动态获取的指导小车在汽车配件安装车间的位置分布图，如图4所示)中确定距离第一位置最近且空闲的指导小车，控制指导小车前往第一位置，当指导小车到达第一位置时，基于预设的语音提醒规则(预先设置的用于控制机器人进行语音提醒的规则)，控制指导小车在指导人员预设范围内(以指导员为圆心，2m为半径的圆内)进行语音提醒，同时，控制指导小车动态采集待指导人员的视线(基于视线追踪技术实现，视线追踪技术是测量人眼凝视点和相对于头部运动程度的技术手段)，同时，获取指导小车显示设备的显示区域和显示朝向(指导小车上的显示屏的显示区域和显示方向)，基于视线、显示区域和显示朝向，判断视线是否落在显示设备上，若是，对第一异常处理策略进行策略拆分，获得多个子策略(根据不同的技术特征对第一异常处理策略进行拆分后获得的策略)和子策略对应的第一工种类型(根据子策略的技术特征而划分的工作种类)，同时，获取待指导人员的第二工种类型(指导人员的工作种类)，获取与第二工种类型匹配符合的第一工种类型对应的子策略作为展示策略(待指导人员对应的策略)，基于预设的展示内容生成规则(人工预先设置的用于根据展示策略生成显示内容的规则)，获得第一展示内容(基于展示策略生成的所有展示内容)，对第一展示内容进行内容拆分获得多个内容项(展示内容中的多个字段)，基于预设的关键度分析模型(利用多个人工对展示内容的内容项进行关键性分析的记录，记录分析逻辑，将分析逻辑输入至神经网络模型中进行模型训练，当神经网络模型训练至收敛后，将神经网络模型作为关键度分析模型，关键度分析模型可以学习人工分析逻辑，代替人工根据展示内容的内容项确定内容项的关键度，可以实现，另外，神经网络模型以及利用有针对性的训练样本对神经网络模型进行训练，获得代替对应人工进行对应针对性操作的人工智能模型均属于现有技术范畴，不作赘述)，确定内容项的关键度(关键度越高，对应内容项越需要被标记)，确定关键度大于等于预设的关键度阈值(预设的关键度阈值具体为：90)的内容项作为关键内容项，基于预设的突出标记规则(人工预先设置的用于将文本进行突出显示的规则)进行突出标记，指导过程中，可能指导内容一个页面显示不完全，而待指导人员正在进行作业，因此，可以在显示设备上设置翻页触发区(预先在显示设备上设置的用于响应翻页操作的区域)，当识别到待指导人员的视线落在设备的翻页触发区，且停留在该区间的时长大于等于预设的停留时间阈值(预设的停留时间阈值具体为：5S)，指导小车对第二展示内容进行翻页；
本发明实施例基于获取的维修人员的维修行为，确定需要指导的待指导人员，基于待指导人员的第二工种类型，确定第一展示内容，提高了指导效率，同时，对关键的内容进行突出标记，更具人性化。
本发明实施例提供的一种汽车配件自动安装机器人的异常处理系统，还包括：
当所述维修人员在相应处理过程中需要至少一个替换零件时，控制预设的协助机器人拿取所述替换零件；
所述控制预设的协助机器人拿取所述替换零件，包括：
获取所述维修人员输入的所需替换零件，同时，获取预设的零件-零件放置点位库，确定所述所需替换零件的第一点位；
获取预设的协助机器人分布图，从所述协助机器人分布图中确定距离所述第一点位距离最近的所述协助机器人的第二点位；
基于预设的安装车间地图，根据所述第一点位和所述第二点位，规划最短路径；
基于所述最短路径，控制所述协助机器人前往所述第一点位；
当所述协助机器人到达所述第一点位后，基于轮廓检测技术，确定零件库中需要拿取的所述所需替换零件，并控制所述协助机器人拿取所述所需替换零件；
当需要拿取的所述替换零件全部拿取后，获取所述维修人员当前所在的第三点位，控制所述协助机器人前往所述第三点位；
当所述协助机器人到达所述第三点位后，基于预设的提醒规则，提醒所述维修人员拿取所述所需替换零件，同时，提醒所述维修人员将损坏零件放置到所述协助机器人预设的置物区内；
当需要放置的所述损坏零件全部放置完成后，获取损坏零件的回收区域的第四点位，控制所述协助机器人前往所述第四点位；
当所述协助机器人到达所述第四点位后，获取所述损坏零件的零件类型；
基于所述零件类型，将不同零件类型的所述损坏零件放置于所述回收区域对应的回收子区域内；
当需要放置到所述回收区域内的所述损坏零件全部放置完成后，所述协助机器人完成协助。
上述技术方案的工作原理及有益效果为：
维修人员在进行处理时，可能会遇到机器人零件损坏需要更换的情况，随着维修过程的推进，可能不断有需要替换的零件，由维修人员频繁取用十分不便；因此，亟需进行解决；
基于智能终端发送设备，获取维修人员输入的所需替换零件，从预设的零件-零件放置点位库(数据库，存储人工记录的零件和放置点位的对应关系)，确定所需替换零件的第一点位(需要替换零件的位置)，获取预设的协助机器人分布图(动态显示协助机器人基于维修车间的位置的分布图)，从协助机器人分布图中确定距离第一点位最近的协助机器人的第二点位，基于路径规划技术(路径规划技术是使车辆沿车道或者高精度地图规划的轨迹行驶的技术手段)，在预设的安装车间地图(安装车间的地图)规划第一点位和第二点位之间的最短路径，控制协助机器人基于最短路径前往第一点位，到达第一点位后，通过协助机器人内置的摄像设备获取多个第一点位的数字图像，基于轮廓检测技术(在包含目标和背景的数字图像中，忽略背景和目标内部的纹理以及噪声干扰的影响，实现目标轮廓提取的技术手段)识别零件库中需要拿取的零件，再控制协助机器人拿取；
当协助机器人拿完所有需要拿取的零件后，获取维修人员在维修车间的第三点位(维修人员在维修车间的位置)，控制协助机器人前往第三点位，当机器人到达第三点位后，基于预设的提醒规则(人工预先设定的用于控制机器人拿取所需零件后对维修人员进提醒的规则)，提醒维修人员要拿取所需替换零件并将更换下来的损坏零件放在机器人预设的置物区内(人工预先设置在机器人上放置物品的区域)；
当全部需要拿取的零件拿取完成后，获取损坏零件回收区域的第四点位(回收区域基于维护车间的位置)并控制协助机器人前往，当协助机器人到达第四点位后，获取携带的损坏零件的零件类型(人工基于不同的材料对零件进行分类获得的不同分类类型)，根据零件类型，将损坏零件放到对应的子区域内(子区域为不同零件类型对应于回收区域的放置区域)；
本发明实施例基于维修人员输入的替换零件，控制协助机器人拿取对应替换零件，并将替换下来的损坏零件依据零件类型放置到对应的分类区，提高了便捷性，提升了回收工作的效率。
本发明提供一种汽车配件自动安装机器人的异常处理方法，如图4所示，包括：
步骤S1：动态获取正在进行作业的汽车配件自动安装机器人的状态信息；
步骤S2：基于所述状态信息，对汽车配件自动安装机器人进行异常判定，当判定为异常时，获取第一异常项和异常位置；
步骤S3：基于所述第一异常项，获取对应的第一异常处理策略，并通过预设的显示设备进行相应显示；
步骤S4：基于第一异常处理策略，调度维修人员进行相应处理。
上述技术方案的工作原理及有益效果已在方法权要中说明，不作赘述。
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 (5)
1.一种汽车配件自动安装机器人的异常处理系统，其特征在于，包括：
第一获取模块，用于持续获取正在进行作汽车配件安装作业的机器人的状态信息；
判定模块，用于基于所述状态信息，对所述机器人进行异常识别；
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第一异常处理策略；
处理模块，用于基于所述第一异常处理策略，对所述第一异常项进行相应处理；
其中，第二获取模块执行如下操作：
构建异常项-异常处理策略库，根据所述异常项-异常处理策略库，确定所述第一异常项对应的第一异常处理策略；
其中，构建异常项-异常处理策略，包括：
从预设的大数据平台上获取多个第二异常项和第二异常项的第二异常处理策略；
对所述第二异常处理策略进行可用度验证；
若验证通过，将对应所述第二异常处理策略作为第三异常处理策略；
获取所述第三异常处理策略的可信度，若所述可信度大于等于预设的可信度阈值，将对应所述第三异常处理策略作为第四异常处理策略；
获取预设的评价分打分模板，对所述第四异常处理策略进行评价分打分，获得所述第四异常处理策略的评价分；
将评价分中最大所述评价分对应的所述第四异常处理策略与对应所述第二异常项进行关联，获得关联配对组；
获取预设的空白数据库，将所述关联配对组存入预设的空白数据库中；
当需要存入的所述关联配对组全部存入所述空白数据库后，将所述空白数据库作为异常项-异常处理策略库，完成构建；
其中，对所述第二异常处理策略进行可用度验证，包括：
获取使用所述第二异常处理策略的使用方的设备的第一设备信息；
获取所述汽车配件自动安装机器人的第二设备信息；
将所述第一设备信息与所述第二设备信息进行匹配，获得匹配指数；
若所述匹配指数大于等于预设的匹配指数阈值，则对应所述第二异常处理策略通过可用度验证；
其中，处理模块执行如下操作：
解析所述第一异常处理策略，获取维修人员进行维修时需要携带的维修工具；
基于预设的智能终端信息发送设备，向所述维修人员发送提醒信息，提醒所述维修人员携带所述维修工具进行相应处理；
其中，一种汽车配件自动安装机器人的异常处理系统，还包括：
指导模块，用于当所述维修人员进行相应处理时，基于所述第一异常处理策略，对需要进行指导的所述维修人员进行相应指导；
其中，指导模块执行如下操作：
获取所述维修人员进行维修的维修行为；
将所述维修行为和预设的不规范维修行为库中的不规范维修行为进行匹配，若匹配符合，将对应所述维修人员作为待指导人员；
获取所述待指导人员的第一位置，同时，从预设的指导小车分布图中确定距离所述第一位置最近且空闲的指导小车，控制所述指导小车前往所述第一位置；
当所述指导小车到达所述第一位置时，基于预设的语音提醒规则，控制所述指导小车在所述指导人员预设范围内进行语音提醒；
在所述指导小车进行所述语音提醒的过程中，动态采集所述待指导人员视线，同时，动态获取所述指导小车的显示设备的显示区域和显示朝向；
基于所述视线、所述显示区域和所述显示朝向，判断所述视线是否落在所述显示区域内；
若是，对所述第一异常处理策略进行策略拆分，获得多个子策略和所述子策略对应的第一工种类型，同时，获取所述待指导人员的第二工种类型；
将所述第一工种类型和所述第二工种类型进行匹配，获得与所述第二工种类型匹配符合的所述第一工种类型对应的子策略，并作为展示策略；
基于所述展示策略和预设的展示内容生成规则，获得第一展示内容；
对所述第一展示内容进行内容拆分，获得多个内容项；
基于预设的关键度分析模型，对所述内容项进行关键度分析，获得所述内容项对应的关键度；
获取所述关键度大于等于预设的关键度阈值的所述内容项，并作为关键内容项；
基于预设的突出标记规则，对所述关键内容项进行突出标记，并作为第二展示内容；
当需要突出标记的所述关键内容项全部突出标记完成后，控制所述指导小车基于所述第二展示内容向所述待指导人员进行指导；
在指导过程中，判断所述视线是否落在在所述显示区域内的预设的翻页触发区域内；
若是，获取所述视线在所述翻页触发区域内的停留时间；
若所述停留时间大于等于预设的停留时间阈值，则控制所述指导小车对所述第二展示内容进行翻页；
当需要展示的所述第二展示内容全部展示完成后，完成对所述待指导人员的指导；
其中，一种汽车配件自动安装机器人的异常处理系统，还包括：
当所述维修人员在相应处理过程中需要至少一个替换零件时，控制预设的协助机器人拿取所述替换零件；
其中，控制预设的协助机器人拿取所述替换零件，包括：
获取所述维修人员输入的所需替换零件，同时，获取预设的零件-零件放置点位库，确定所述所需替换零件的第一点位；
获取预设的协助机器人分布图，从所述协助机器人分布图中确定距离所述第一点位距离最近的所述协助机器人的第二点位；
基于预设的安装车间地图，根据所述第一点位和所述第二点位，规划最短路径；
基于所述最短路径，控制所述协助机器人前往所述第一点位；
当所述协助机器人到达所述第一点位后，基于轮廓检测技术，确定零件库中需要拿取的所述所需替换零件，并控制所述协助机器人拿取所述所需替换零件；
当需要拿取的所述替换零件全部拿取后，获取所述维修人员当前所在的第三点位，控制所述协助机器人前往所述第三点位；
当所述协助机器人到达所述第三点位后，基于预设的提醒规则，提醒所述维修人员拿取所述所需替换零件，同时，提醒所述维修人员将损坏零件放置到所述协助机器人预设的置物区内；
当需要放置的所述损坏零件全部放置完成后，获取损坏零件的回收区域的第四点位，控制所述协助机器人前往所述第四点位；
当所述协助机器人到达所述第四点位后，获取所述损坏零件的零件类型；
基于所述零件类型，将不同零件类型的所述损坏零件放置于所述回收区域对应的回收子区域内；
当需要放置到所述回收区域内的所述损坏零件全部放置完成后，所述协助机器人完成协助。
2.如权利要求1所述的一种汽车配件自动安装机器人的异常处理系统，其特征在于，所述第一获取模块执行如下操作：
获取所述机器人上设置的多个传感器采集的状态信息。
3.如权利要求1所述的一种汽车配件自动安装机器人的异常处理系统，其特征在于，所述判定模块执行如下操作：
获取预设的标准状态向量，同时，获取所述标准状态向量的第一状态向量类型；
对所述状态信息进行特征向量提取，获得多个状态向量，同时，获取所述状态向量的第二状态向量类型；
计算所述第一状态向量类型和所述第二状态向量类型相同的所述状态向量与所述标准状态向量的相似度；
若所述相似度大于等于预设的相似度阈值，获取对应所述标准状态向量对应的预设的第一异常项。
4.一种汽车配件自动安装机器人的异常处理方法，其特征在于，包括：
步骤S1：持续获取正在进行作汽车配件安装作业的机器人的状态信息；
步骤S2：基于所述状态信息，对所述机器人进行异常识别；
步骤S3：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第一异常处理策略；
步骤S4：基于所述第一异常处理策略，对所述第一异常项进行相应处理；
其中，步骤S3：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第一异常处理策略，包括：
构建异常项-异常处理策略库，根据所述异常项-异常处理策略库，确定所述第一异常项对应的第一异常处理策略；
其中，构建异常项-异常处理策略，包括：
从预设的大数据平台上获取多个第二异常项和第二异常项的第二异常处理策略；
对所述第二异常处理策略进行可用度验证；
若验证通过，将对应所述第二异常处理策略作为第三异常处理策略；
获取所述第三异常处理策略的可信度，若所述可信度大于等于预设的可信度阈值，将对应所述第三异常处理策略作为第四异常处理策略；
获取预设的评价分打分模板，对所述第四异常处理策略进行评价分打分，获得所述第四异常处理策略的评价分；
将评价分中最大所述评价分对应的所述第四异常处理策略与对应所述第二异常项进行关联，获得关联配对组；
获取预设的空白数据库，将所述关联配对组存入预设的空白数据库中；
当需要存入的所述关联配对组全部存入所述空白数据库后，将所述空白数据库作为异常项-异常处理策略库，完成构建；
其中，对所述第二异常处理策略进行可用度验证，包括：
获取使用所述第二异常处理策略的使用方的设备的第一设备信息；
获取所述汽车配件自动安装机器人的第二设备信息；
将所述第一设备信息与所述第二设备信息进行匹配，获得匹配指数；
若所述匹配指数大于等于预设的匹配指数阈值，则对应所述第二异常处理策略通过可用度验证；
其中，步骤S4：基于所述第一异常处理策略，对所述第一异常项进行相应处理，包括：
解析所述第一异常处理策略，获取维修人员进行维修时需要携带的维修工具；
基于预设的智能终端信息发送设备，向所述维修人员发送提醒信息，提醒所述维修人员携带所述维修工具进行相应处理；
其中，一种汽车配件自动安装机器人的异常处理方法，还包括：
当所述维修人员进行相应处理时，基于所述第一异常处理策略，对需要进行指导的所述维修人员进行相应指导；
其中，当所述维修人员进行相应处理时，基于所述第一异常处理策略，对需要进行指导的所述维修人员进行相应指导，包括：
获取所述维修人员进行维修的维修行为；
将所述维修行为和预设的不规范维修行为库中的不规范维修行为进行匹配，若匹配符合，将对应所述维修人员作为待指导人员；
获取所述待指导人员的第一位置，同时，从预设的指导小车分布图中确定距离所述第一位置最近且空闲的指导小车，控制所述指导小车前往所述第一位置；
当所述指导小车到达所述第一位置时，基于预设的语音提醒规则，控制所述指导小车在所述指导人员预设范围内进行语音提醒；
在所述指导小车进行所述语音提醒的过程中，动态采集所述待指导人员视线，同时，动态获取所述指导小车的显示设备的显示区域和显示朝向；
基于所述视线、所述显示区域和所述显示朝向，判断所述视线是否落在所述显示区域内；
若是，对所述第一异常处理策略进行策略拆分，获得多个子策略和所述子策略对应的第一工种类型，同时，获取所述待指导人员的第二工种类型；
将所述第一工种类型和所述第二工种类型进行匹配，获得与所述第二工种类型匹配符合的所述第一工种类型对应的子策略，并作为展示策略；
基于所述展示策略和预设的展示内容生成规则，获得第一展示内容；
对所述第一展示内容进行内容拆分，获得多个内容项；
基于预设的关键度分析模型，对所述内容项进行关键度分析，获得所述内容项对应的关键度；
获取所述关键度大于等于预设的关键度阈值的所述内容项，并作为关键内容项；
基于预设的突出标记规则，对所述关键内容项进行突出标记，并作为第二展示内容；
当需要突出标记的所述关键内容项全部突出标记完成后，控制所述指导小车基于所述第二展示内容向所述待指导人员进行指导；
在指导过程中，判断所述视线是否落在在所述显示区域内的预设的翻页触发区域内；
若是，获取所述视线在所述翻页触发区域内的停留时间；
若所述停留时间大于等于预设的停留时间阈值，则控制所述指导小车对所述第二展示内容进行翻页；
当需要展示的所述第二展示内容全部展示完成后，完成对所述待指导人员的指导；
其中，一种汽车配件自动安装机器人的异常处理方法，还包括：
当所述维修人员在相应处理过程中需要至少一个替换零件时，控制预设的协助机器人拿取所述替换零件；
其中，控制预设的协助机器人拿取所述替换零件，包括：
获取所述维修人员输入的所需替换零件，同时，获取预设的零件-零件放置点位库，确定所述所需替换零件的第一点位；
获取预设的协助机器人分布图，从所述协助机器人分布图中确定距离所述第一点位距离最近的所述协助机器人的第二点位；
基于预设的安装车间地图，根据所述第一点位和所述第二点位，规划最短路径；
基于所述最短路径，控制所述协助机器人前往所述第一点位；
当所述协助机器人到达所述第一点位后，基于轮廓检测技术，确定零件库中需要拿取的所述所需替换零件，并控制所述协助机器人拿取所述所需替换零件；
当需要拿取的所述替换零件全部拿取后，获取所述维修人员当前所在的第三点位，控制所述协助机器人前往所述第三点位；
当所述协助机器人到达所述第三点位后，基于预设的提醒规则，提醒所述维修人员拿取所述所需替换零件，同时，提醒所述维修人员将损坏零件放置到所述协助机器人预设的置物区内；
当需要放置的所述损坏零件全部放置完成后，获取损坏零件的回收区域的第四点位，控制所述协助机器人前往所述第四点位；
当所述协助机器人到达所述第四点位后，获取所述损坏零件的零件类型；
基于所述零件类型，将不同零件类型的所述损坏零件放置于所述回收区域对应的回收子区域内；
当需要放置到所述回收区域内的所述损坏零件全部放置完成后，所述协助机器人完成协助。
5.如权利要求4所述的一种汽车配件自动安装机器人的异常处理方法，其特征在于，步骤S1：持续获取正在进行作汽车配件安装作业的机器人的状态信息，包括：
获取所述机器人上设置的多个传感器采集的状态信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211039149.1A CN115392505B (zh) | 2022-08-29 | 2022-08-29 | 一种汽车配件自动安装机器人的异常处理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211039149.1A CN115392505B (zh) | 2022-08-29 | 2022-08-29 | 一种汽车配件自动安装机器人的异常处理系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115392505A CN115392505A (zh) | 2022-11-25 |
| CN115392505B true CN115392505B (zh) | 2023-07-18 |
Family
ID=84123277
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211039149.1A Active CN115392505B (zh) | 2022-08-29 | 2022-08-29 | 一种汽车配件自动安装机器人的异常处理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115392505B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114851248A (zh) * | 2022-05-27 | 2022-08-05 | 中迪机器人(盐城)有限公司 | 一种夹取机器人的异常识别及应对处理系统及方法 |
| CN114924513A (zh) * | 2022-06-07 | 2022-08-19 | 中迪机器人(盐城)有限公司 | 一种多机器人协同控制系统及方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112486715A (zh) * | 2019-09-12 | 2021-03-12 | 华为技术有限公司 | 车载系统异常处理的方法及装置 |
| CN113778802A (zh) * | 2021-09-15 | 2021-12-10 | 深圳前海微众银行股份有限公司 | 异常预测方法及设备 |
| CN113904912B (zh) * | 2021-12-08 | 2022-04-08 | 广州鲁邦通智能科技有限公司 | 一种实现云管理平台实现业务高可用的方法及装置 |
-
2022
- 2022-08-29 CN CN202211039149.1A patent/CN115392505B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114851248A (zh) * | 2022-05-27 | 2022-08-05 | 中迪机器人(盐城)有限公司 | 一种夹取机器人的异常识别及应对处理系统及方法 |
| CN114924513A (zh) * | 2022-06-07 | 2022-08-19 | 中迪机器人(盐城)有限公司 | 一种多机器人协同控制系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115392505A (zh) | 2022-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10603791B2 (en) | Apparatus, method for controlling apparatus, and storage medium | |
| US6845296B2 (en) | Object taking out apparatus | |
| CN106600422A (zh) | 一种车险智能定损方法和系统 | |
| US9613328B2 (en) | Workflow monitoring and analysis system and method thereof | |
| US20220276637A1 (en) | Method for linking information with a workpiece data record, and flatbed machine tool | |
| CN110889339A (zh) | 基于头肩检测的危险区域分级预警方法与系统 | |
| CN113361539A (zh) | 一种井下巡检机器人的仪表读取方法、装置及电子设备 | |
| CN110555417A (zh) | 一种基于深度学习的视频图像识别系统及方法 | |
| JPWO2013145631A1 (ja) | 動線データ解析装置、システム、プログラム及び方法 | |
| CN115056228B (zh) | 一种机器人的异常监控和处理系统及方法 | |
| CN112686322A (zh) | 零件差异识别方法、装置、设备及存储介质 | |
| CN117236934B (zh) | 一种工业互联网远程监控运维管理系统 | |
| CN112949457A (zh) | 基于增强现实技术的维修方法、装置及系统 | |
| CN113752266B (zh) | 基于协作化驱控一体机器人的人机协作方法、系统和介质 | |
| 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 | |
| CN114863571A (zh) | 一种基于计算机视觉的协作机器人手势识别系统 | |
| CN111062364A (zh) | 一种基于深度学习的监测装配操作的方法和装置 | |
| JP2016029516A (ja) | データ分析方法、及びデータ分析システム | |
| CN109483543A (zh) | 利用工件不同位置特征信息进行二次引导上件的方法及系统 | |
| JP2006209259A (ja) | 操作支援システム及び操作支援方法、並びにコンピュータ・プログラム | |
| CN114851248B (zh) | 一种夹取机器人的异常识别及应对处理系统及方法 | |
| CN114113487B (zh) | 一种挥发性有机物在线监测系统及方法 | |
| CN115661800A (zh) | 基于视线方向时间关系学习的危险驾驶行为检测方法 | |
| CN115049600A (zh) | 一种小样本管道缺陷智能识别系统及方法 | |
| CN113359738A (zh) | 基于深度学习的移动机器人路径规划方法 |
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 |