CN116893643A - 一种基于数据分析的智能机器人行驶轨迹安全管控系统 - Google Patents
一种基于数据分析的智能机器人行驶轨迹安全管控系统 Download PDFInfo
- Publication number
- CN116893643A CN116893643A CN202311105969.0A CN202311105969A CN116893643A CN 116893643 A CN116893643 A CN 116893643A CN 202311105969 A CN202311105969 A CN 202311105969A CN 116893643 A CN116893643 A CN 116893643A
- Authority
- CN
- China
- Prior art keywords
- value
- preset
- intelligent robot
- running
- driving
- 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
- 238000007405 data analysis Methods 0.000 title claims abstract description 16
- 238000011156 evaluation Methods 0.000 claims abstract description 95
- 230000004044 response Effects 0.000 claims abstract description 30
- 238000004458 analytical method Methods 0.000 claims abstract description 28
- 238000011157 data evaluation Methods 0.000 claims abstract description 10
- 238000007726 management method Methods 0.000 claims description 53
- 230000002159 abnormal effect Effects 0.000 claims description 49
- 238000012502 risk assessment Methods 0.000 claims description 48
- 230000007613 environmental effect Effects 0.000 claims description 30
- 238000000034 method Methods 0.000 claims description 22
- 230000008569 process Effects 0.000 claims description 21
- 230000036541 health Effects 0.000 claims description 15
- 230000001174 ascending effect Effects 0.000 claims description 12
- 238000010606 normalization Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000012423 maintenance Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 239000000428 dust Substances 0.000 claims description 3
- 230000003647 oxidation Effects 0.000 claims description 3
- 238000007254 oxidation reaction Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 2
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000006854 communication Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000007175 bidirectional communication Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
- G05B19/0428—Safety, monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24024—Safety, surveillance
Abstract
本发明涉及机器人管控技术领域,尤其涉及一种基于数据分析的智能机器人行驶轨迹安全管控系统,包括管控平台、数据采集单元、轨迹跟踪单元、避让反馈单元、自检评估单元、管控划分单元以及预警管理单元;本发明通过从行驶轨迹和行驶避让延误两个角度对智能机器人进行分析,以便及时地进行预警管理,以保证智能机器人的行驶轨迹准确性、行驶安全性以及反应及时性,同时有助于提高设备内部部件执行性能,且避免因延误而导致智能机器人避让失败,且通过整体的对智能机器人行驶进行深入式数据评估分析,以便根据不同的监管等级对智能机器人进行合理的监控管理,以提高智能机器人的行驶安全性,同时有助于提高智能机器人的管控合理性。
Description
技术领域
本发明涉及机器人管控技术领域,尤其涉及一种基于数据分析的智能机器人行驶轨迹安全管控系统。
背景技术
智能机器人之所以叫智能机器人,这是因为它有相当发达的“大脑”,在脑中起作用的是中央处理器,这种计算机跟操作它的人有直接的联系,最主要的是,这样的计算机可以进行按目的安排的动作,正因为这样,我们才说这种机器人才是真正的机器人,尽管它们的外表可能有所不同;
目前越来越多的移动机器人被应用到生产生活中去,但是,现有的技术在对智能机器人行驶轨迹进行安全管控时,存在分析数据单一的问题,造成分析结果偏差大,进而导致智能机器人管控不合理,且在智能机器人行驶过程中出现偏离轨迹时,无法及时了解到轨迹偏离是否因驱动异常所导致,进而无法精准、合理的进行维护,降低智能机器人的管控效果,以及无法及时了解智能机器人避让异常风险是否过高,进而不利于智能机器人的行驶安全性和反应及时性;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于数据分析的智能机器人行驶轨迹安全管控系统,去解决上述提出的技术缺陷,本发明通过从行驶轨迹和行驶避让延误两个角度对智能机器人进行分析,以便及时的进行预警管理,以保证智能机器人的行驶轨迹准确性、行驶安全性以及反应及时性,同时有助于提高设备内部部件执行性能,且避免因延误而导致智能机器人避让失败,且通过整体的对智能机器人行驶进行深入式数据评估分析,以便根据不同的监管等级对智能机器人进行合理的监控管理,以提高智能机器人的行驶安全性,同时有助于提高智能机器人的管控合理性。
本发明的目的可以通过以下技术方案实现:一种基于数据分析的智能机器人行驶轨迹安全管控系统,包括管控平台、数据采集单元、轨迹跟踪单元、避让反馈单元、自检评估单元、管控划分单元以及预警管理单元;
当管控平台生成运管指令后,立即将运管指令发送至数据采集单元,数据采集单元在接收到运管指令后,立即采集智能机器人的应急数据和行驶数据,应急数据包括响应时长、环境影响值以及设备健康评估值,行驶数据包表示行驶轨迹特征图,并将应急数据和行驶数据分别发送至轨迹跟踪单元和避让反馈单元,轨迹跟踪单元在接收到行驶数据后,立即对行驶数据进行行驶轨迹追踪评估分析,将得到的正常信号发送至避让反馈单元,将得到的偏移信号发送至预警管理单元和自检评估单元;
自检评估单元在接收到偏移信号后,立即采集智能机器人的状态数据,状态数据包括驱动异常值和行驶差速值,并对状态数据进行安全监管评估操作,将得到的异常信号经轨迹跟踪单元发送至预警管理单元;
避让反馈单元在接收到应急数据和正常信号后,立即对应急数据进行避让风险评估分析和深入公式化评估分析,将得到的安全信号发送至管控划分单元,将得到的风险信号发送至预警管理单元;
管控划分单元在接收到安全信号后,立即对安全信号所对应的应急处理评估系数F进行深入式数据评估分析,将得到的一级监管信号、二级监管信号以及三级监管信号经避让反馈单元发送至预警管理单元。
优选的,所述轨迹跟踪单元的行驶轨迹追踪评估分析过程如下:
采集到智能机器人行驶过程中一段时间的时长,并将其标记为时间阈值,将时间阈值划分为i个子时间段,i为大于零的自然数,实时获取到各个子时间段内智能机器人的行驶轨迹特征图,同时获取到智能机器人的规划行驶轨迹特征图,并将各个行驶轨迹特征图与规划行驶轨迹特征图进行比对分析,进而获取到各个行驶轨迹特征图与规划行驶轨迹特征图之间的差异度,并将其标记为风险差异值,依次构建风险差异值的集合A,获取到集合A中的最大子集和最小子集,并将集合A中的最大子集和最小子集之间的差值标记为偏离风险值,将偏离风险值与其内部录入存储的预设偏离风险值阈值进行比对分析:
若偏离风险值小于预设偏离风险值阈值,则生成正常信号;
若偏离风险值大于等于预设偏离风险值阈值,则生成偏移信号。
优选的,所述自检评估单元的安全监管评估操作过程如下:
SS1:获取到各个子时间段内智能机器人的驱动异常值,驱动异常值表示驱动电机内部的温度变化值超出预设温度变化值阈值的部分与平均振动幅度经数据归一化处理后得到的积值,并将驱动异常值与存储的预设驱动异常值阈值进行比对分析,若驱动异常值大于预设驱动异常值阈值,则将驱动异常值大于预设驱动异常值阈值所对应的子时间段的总个数标记为异常数,并将异常数与子时间段总个数之间的比值标记为驱动风险值;
SS2:获取到各个子时间段内智能机器人的行驶差速值,行驶差速值表示行驶转轴的旋转轨迹大于预设旋转轨迹阈值的部分与转轴转速经数据归一化处理后得到的积值,进而获取到相连两个子时间段内智能机器人的行驶差速值之间的差值,进而获取到相连两个子时间段内智能机器人的行驶差速值之间差值的最大值和最小值,并将相连两个子时间段内智能机器人的行驶差速值之间差值的最大值和最小值之间的差值标记为偏离倍率值;
SS3:将驱动风险值和偏离倍率值与其内部录入存储的预设驱动风险值阈值和预设偏离倍率值阈值进行比对分析:
若驱动风险值小于预设驱动风险值阈值,且偏离倍率值小于预设偏离倍率值阈值,则不生成任何信号;
若驱动风险值大于等于预设驱动风险值阈值,或偏离倍率值大于等于预设偏离倍率值阈值,则生成异常信号。
优选的,所述避让反馈单元的避让风险评估分析过程如下:
T1:获取到时间阈值内智能机器人的避让次数,进而获取到各次避让次数所对应的响应时长,响应时长表示智能机器人生成指令避让时刻到智能机器开始避让时刻之间的时长,并将响应时长与存储的预设响应时长阈值进行分析,若响应时长大于预设响应时长阈值,则将响应时长大于预设响应时长阈值的部分标记为延误风险值YF;
T12:获取到时间阈值内智能机器人内部的环境影响值,环境影响值表示智能机器人内部的温度值与环境粉尘含量经数据归一化处理后得到的积值再与线路端口的平均氧化面积进行数值乘法计算得到的值,并将环境影响值与预设环境影响值阈值进行比对分析,若环境影响值大于预设环境影响值阈值,则将环境影响值大于预设环境影响值阈值的部分与环境影响值的比值标记为外延误干扰值WY;
T13:获取到时间阈值内智能机器人的设备健康评估值SK,设备健康评估值表示智能机器人的故障率、维护平均间隔时长以及受损值经数据归一化处理后得到的积值,受损值表示距离当前最近一次维护结束时刻到当前时刻之间时长内发生碰撞的次数超出预设次数阈值的部分与预设次数阈值之间的比值。
优选的,所述避让反馈单元的深入公式化评估分析过程如下:
根据公式得到应急处理评估系数,其中,a1、a2以及a3分别为延误风险值、外延误干扰值以及设备健康评估值的预设比例因子系数,a1、a2以及a3均为大于零的正数,a4为预设容错因子系数,取值为2.215,F为应急处理评估系数,并将应急处理评估系数F与其内部录入存储的预设应急处理评估系数阈值进行比对分析:
若应急处理评估系数F与预设应急处理评估系数阈值之间的比值小于1,则生成安全信号;
若应急处理评估系数F与预设应急处理评估系数阈值之间的比值大于等于1,则生成风险信号。
优选的,所述管控划分单元的深入式数据评估分析过程如下:
获取到安全信号所对应的应急处理评估系数F,同时获取到历史k个时间阈值内正常智能机器人的应急处理评估系数,k为大于零的自然数,以个数为X轴,以应急处理评估系数为Y轴建立直角坐标系,通过描点的方式绘制应急处理评估系数曲线,同时将安全信号所对应的应急处理评估系数F作为最后一个点,进而从应急处理评估系数曲线中分别获取到所对应上升线段和所对应下降线段的总长度,并分别标记其上升值和下降值,进而获取到上升值和下降值之间的比值,并将上升值和下降值之间的比值标记为风险趋势值FQ,同时从轨迹跟踪单元中调取偏离风险值PF;
根据公式得到行驶风险评估系数,其中,f1和f2分别为风险趋势值和偏离风险值的预设比例权重因子系数,f1和f2均为大于零的正数,f1+f2=1.466,f3为预设补偿因子系数,取值为2.116,G为行驶风险评估系数,并将行驶风险评估系数G与其内部录入存储的预设行驶风险评估系数阈值进行比对分析:
若行驶风险评估系数G小于等于预设行驶风险评估系数阈值,则不生成任何信号;
若行驶风险评估系数G大于预设行驶风险评估系数阈值,则生成管控指令,当生成管控指令时,获取到行驶风险评估系数G大于预设行驶风险评估系数阈值的部分,进而将行驶风险评估系数G大于预设行驶风险评估系数阈值的部分与行驶风险评估系数G的比值标记为行驶管控值,并将行驶管控值与其内部录入存储的预设行驶管控值区间进行比对分析:
若行驶管控值大于预设行驶管控值区间中的最大值,则生成一级监管信号;
若行驶管控值属于预设行驶管控值区间,则生成二级监管信号;
若行驶管控值小于预设行驶管控值区间中的最小值,则生成三级监管信号。
本发明的有益效果如下:
(1)本发明通过从行驶轨迹和行驶避让延误两个角度对智能机器人进行分析,以便及时的进行预警管理,以保证智能机器人的行驶轨迹准确性、行驶安全性以及反应及时性,同时有助于提高设备内部部件执行性能,且避免因延误而导致智能机器人避让失败,且通过深入式的方式对出现偏移轨迹的智能机器人进行安全监管评估操作,以判断智能机器人行驶轨迹发生偏移是否因驱动异常而引起,以便后续合理、精准的维护,以保证智能机器人的行驶安全性;
(2)本发明通过延误风险值、外延误干扰值以及设备健康评估值三个维度对智能机器人的避让延误风险进行评估分析,有助于提高分析结果的准确性,以便及时的对智能机器人进行优化处理,以及通过信息反馈的方式对智能机器人进行全面的评估管控,即整体的对智能机器人行驶进行深入式数据评估分析,以便根据不同的监管等级对智能机器人进行合理的监控管理,以提高智能机器人的行驶安全性,同时有助于提高智能机器人的管控合理性。
附图说明
下面结合附图对本发明作进一步的说明;
图1是本发明系统流程框图;
图2是本发明局部分析图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
实施例一:
请参阅图1至图2所示,本发明为一种基于数据分析的智能机器人行驶轨迹安全管控系统,包括管控平台、数据采集单元、轨迹跟踪单元、避让反馈单元、自检评估单元、管控划分单元以及预警管理单元,管控平台与数据采集单元呈单向通讯连接,数据采集单元与轨迹跟踪单元和避让反馈单元均呈单向通讯连接,轨迹跟踪单元与避让反馈单元和预警管理单元均呈单向通讯连接,轨迹跟踪单元与自检评估单元呈双向通讯连接,避让反馈单元与预警管理单元呈单向通讯连接,避让反馈单元与管控划分单元呈双向通讯连接;
当管控平台生成运管指令后,立即将运管指令发送至数据采集单元,数据采集单元在接收到运管指令后,立即采集智能机器人的应急数据和行驶数据,应急数据包括响应时长、环境影响值以及设备健康评估值,行驶数据包表示行驶轨迹特征图,并将应急数据和行驶数据分别发送至轨迹跟踪单元和避让反馈单元,轨迹跟踪单元在接收到行驶数据后,立即对行驶数据进行行驶轨迹追踪评估分析,以判断智能机器人行驶轨迹是否出现偏移,以便及时的进行预警管理,同时对异常的智能机器人进行管理维护,以保证智能机器人的行驶轨迹准确性和行驶安全性,具体的行驶轨迹追踪评估分析过程如下:
采集到智能机器人行驶过程中一段时间的时长,并将其标记为时间阈值,将时间阈值划分为i个子时间段,i为大于零的自然数,实时获取到各个子时间段内智能机器人的行驶轨迹特征图,同时获取到智能机器人的规划行驶轨迹特征图,并将各个行驶轨迹特征图与规划行驶轨迹特征图进行比对分析,进而获取到各个行驶轨迹特征图与规划行驶轨迹特征图之间的差异度,并将其标记为风险差异值,依次构建风险差异值的集合A,获取到集合A中的最大子集和最小子集,并将集合A中的最大子集和最小子集之间的差值标记为偏离风险值,将偏离风险值与其内部录入存储的预设偏离风险值阈值进行比对分析:
若偏离风险值小于预设偏离风险值阈值,则生成正常信号,并将正常信号发送至避让反馈单元;
若偏离风险值大于等于预设偏离风险值阈值,则生成偏移信号,并将偏移信号发送至预警管理单元和自检评估单元,预警管理单元在接收到偏移信号后,立即显示偏移信号所对应的预设预警文字,以便及时的智能机器人进行管理维护,以保证智能机器人的行驶轨迹准确性和行驶安全性;
自检评估单元在接收到偏移信号后,立即采集智能机器人的状态数据,状态数据包括驱动异常值和行驶差速值,并对状态数据进行安全监管评估操作,以判断智能机器人行驶轨迹发生偏移是否因驱动异常而引起,以便后续合理、精准的维护,以保证智能机器人的行驶安全性,具体的安全监管评估操作过程如下:
获取到各个子时间段内智能机器人的驱动异常值,驱动异常值表示驱动电机内部的温度变化值超出预设温度变化值阈值的部分与平均振动幅度经数据归一化处理后得到的积值,并将驱动异常值与存储的预设驱动异常值阈值进行比对分析,若驱动异常值大于预设驱动异常值阈值,则将驱动异常值大于预设驱动异常值阈值所对应的子时间段的总个数标记为异常数,并将异常数与子时间段总个数之间的比值标记为驱动风险值,需要说明的是,驱动风险值的数值越大,则智能机器人行驶转轴之间的配合异常风险越大,偏移轨迹的风险越大;
获取到各个子时间段内智能机器人的行驶差速值,行驶差速值表示行驶转轴的旋转轨迹大于预设旋转轨迹阈值的部分与转轴转速经数据归一化处理后得到的积值,进而获取到相连两个子时间段内智能机器人的行驶差速值之间的差值,进而获取到相连两个子时间段内智能机器人的行驶差速值之间差值的最大值和最小值,并将相连两个子时间段内智能机器人的行驶差速值之间差值的最大值和最小值之间的差值标记为偏离倍率值,需要说明的是,偏离倍率值是一个反映智能机器人驱动状态的影响参数;
将驱动风险值和偏离倍率值与其内部录入存储的预设驱动风险值阈值和预设偏离倍率值阈值进行比对分析:
若驱动风险值小于预设驱动风险值阈值,且偏离倍率值小于预设偏离倍率值阈值,则不生成任何信号;
若驱动风险值大于等于预设驱动风险值阈值,或偏离倍率值大于等于预设偏离倍率值阈值,则生成异常信号,并将异常信号经轨迹跟踪单元发送至预警管理单元,预警管理单元在接收到异常信号后,立即显示异常信号所对应的预设预警文字,以便及时的对智能机器人的驱动进行维修,以保证智能机器人的行驶轨迹精准性,同时有助于提高智能机器人的管理效果。
实施例二:
避让反馈单元在接收到应急数据和正常信号后,立即对应急数据进行避让风险评估分析,以判断智能机器人的避让延误风险是否过高,以便及时的对智能机器人进行优化处理,以保证智能机器人行驶过程中的避让安全性和反应及时性,具体的避让风险评估分析过程如下:
获取到时间阈值内智能机器人的避让次数,进而获取到各次避让次数所对应的响应时长,响应时长表示智能机器人生成指令避让时刻到智能机器开始避让时刻之间的时长,并将响应时长与存储的预设响应时长阈值进行分析,若响应时长大于预设响应时长阈值,则将响应时长大于预设响应时长阈值的部分标记为延误风险值YF,需要说明的是,延误风险值YF的数值越大,则智能机器人避让异常风险越大;
获取到时间阈值内智能机器人内部的环境影响值,环境影响值表示智能机器人内部的温度值与环境粉尘含量经数据归一化处理后得到的积值再与线路端口的平均氧化面积进行数值乘法计算得到的值,并将环境影响值与预设环境影响值阈值进行比对分析,若环境影响值大于预设环境影响值阈值,则将环境影响值大于预设环境影响值阈值的部分与环境影响值的比值标记为外延误干扰值WY,需要说明的是,外延误干扰值WY的数值越大,则智能机器人避让异常风险越大;
获取到时间阈值内智能机器人的设备健康评估值SK,设备健康评估值表示智能机器人的故障率、维护平均间隔时长以及受损值经数据归一化处理后得到的积值,受损值表示距离当前最近一次维护结束时刻到当前时刻之间时长内发生碰撞的次数超出预设次数阈值的部分与预设次数阈值之间的比值,需要说明的是,设备健康评估值SK是一个反映智能机器人避让性能的影响参数;
根据公式得到应急处理评估系数,其中,a1、a2以及a3分别为延误风险值、外延误干扰值以及设备健康评估值的预设比例因子系数,比例因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算结果更加准确,a1、a2以及a3均为大于零的正数,a4为预设容错因子系数,取值为2.215,F为应急处理评估系数,并将应急处理评估系数F与其内部录入存储的预设应急处理评估系数阈值进行比对分析:
若应急处理评估系数F与预设应急处理评估系数阈值之间的比值小于1,则生成安全信号,并将安全信号发送至管控划分单元;
若应急处理评估系数F与预设应急处理评估系数阈值之间的比值大于等于1,则生成风险信号,并将风险信号发送至预警管理单元,预警管理单元在接收到风险信号后,立即显示文字“延误过高”的方式进行预警展示,以便及时的对智能机器人进行优化处理,以保证智能机器人行驶过程中的避让安全性和反应及时性,同时有助于提高设备内部部件执行性能和避让成功率,且避免因延误而导致智能机器人避让失败;
管控划分单元在接收到安全信号后,立即对安全信号所对应的应急处理评估系数F进行深入式数据评估分析,以便对智能机器人进行全面的评估管控,以提高智能机器人的行驶安全性,具体的深入式数据评估分析过程如下:
获取到安全信号所对应的应急处理评估系数F,同时获取到历史k个时间阈值内正常智能机器人的应急处理评估系数,k为大于零的自然数,以个数为X轴,以应急处理评估系数为Y轴建立直角坐标系,通过描点的方式绘制应急处理评估系数曲线,同时将安全信号所对应的应急处理评估系数F作为最后一个点,进而从应急处理评估系数曲线中分别获取到所对应上升线段和所对应下降线段的总长度,并分别标记其上升值和下降值,进而获取到上升值和下降值之间的比值,并将上升值和下降值之间的比值标记为风险趋势值,标号为FQ,需要说明的是,风险趋势值FQ是一个反映智能机器人行驶安全的影响参数,风险趋势值FQ的数值越大,则智能机器人行驶异常风险越大,同时从轨迹跟踪单元中调取偏离风险值,标号为PF;
根据公式得到行驶风险评估系数,其中,f1和f2分别为风险趋势值和偏离风险值的预设比例权重因子系数,f1和f2均为大于零的正数,f1+f2=1.466,f3为预设补偿因子系数,取值为2.116,G为行驶风险评估系数,并将行驶风险评估系数G与其内部录入存储的预设行驶风险评估系数阈值进行比对分析:
若行驶风险评估系数G小于等于预设行驶风险评估系数阈值,则不生成任何信号;
若行驶风险评估系数G大于预设行驶风险评估系数阈值,则生成管控指令,当生成管控指令时,获取到行驶风险评估系数G大于预设行驶风险评估系数阈值的部分,进而将行驶风险评估系数G大于预设行驶风险评估系数阈值的部分与行驶风险评估系数G的比值标记为行驶管控值,并将行驶管控值与其内部录入存储的预设行驶管控值区间进行比对分析:
若行驶管控值大于预设行驶管控值区间中的最大值,则生成一级监管信号;
若行驶管控值属于预设行驶管控值区间,则生成二级监管信号;
若行驶管控值小于预设行驶管控值区间中的最小值,则生成三级监管信号,其中,一级监管信号、二级监管信号以及三级监管信号所对应的监管程度依次降低,并将一级监管信号、二级监管信号以及三级监管信号经避让反馈单元发送至预警管理单元,预警管理单元在接收到一级监管信号、二级监管信号以及三级监管信号后,立即做出一级监管信号、二级监管信号以及三级监管信号所对应的预设预警操作,以便根据不同的监管等级对智能机器人进行合理的监控管理,以提高智能机器人的行驶安全性,同时有助于提高智能机器人的管控合理性;
综上所述,本发明通过从行驶轨迹和行驶避让延误两个角度对智能机器人进行分析,以便及时的进行预警管理,以保证智能机器人的行驶轨迹准确性、行驶安全性以及反应及时性,同时有助于提高设备内部部件执行性能,且避免因延误而导致智能机器人避让失败,且通过深入式的方式对出现偏移轨迹的智能机器人进行安全监管评估操作,以判断智能机器人行驶轨迹发生偏移是否因驱动异常而引起,以便后续合理、精准的维护,以保证智能机器人的行驶安全性,而通过延误风险值、外延误干扰值以及设备健康评估值三个维度对智能机器人的避让延误风险进行评估分析,有助于提高分析结果的准确性,以便及时的对智能机器人进行优化处理,以及通过信息反馈的方式对智能机器人进行全面的评估管控,即整体的对智能机器人行驶进行深入式数据评估分析,以便根据不同的监管等级对智能机器人进行合理的监控管理,以提高智能机器人的行驶安全性,同时有助于提高智能机器人的管控合理性。
阈值的大小的设定是为了便于比较,关于阈值的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据设定基数数量;只要不影响参数与量化后数值的比例关系即可。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置,以上所述,仅为本发明较佳的具体实施方式,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,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于数据分析的智能机器人行驶轨迹安全管控系统,其特征在于,包括管控平台、数据采集单元、轨迹跟踪单元、避让反馈单元、自检评估单元、管控划分单元以及预警管理单元;
当管控平台生成运管指令后,立即将运管指令发送至数据采集单元,数据采集单元在接收到运管指令后,立即采集智能机器人的应急数据和行驶数据,应急数据包括响应时长、环境影响值以及设备健康评估值,行驶数据包表示行驶轨迹特征图,并将应急数据和行驶数据分别发送至轨迹跟踪单元和避让反馈单元,轨迹跟踪单元在接收到行驶数据后,立即对行驶数据进行行驶轨迹追踪评估分析,将得到的正常信号发送至避让反馈单元,将得到的偏移信号发送至预警管理单元和自检评估单元;
自检评估单元在接收到偏移信号后,立即采集智能机器人的状态数据,状态数据包括驱动异常值和行驶差速值,并对状态数据进行安全监管评估操作,将得到的异常信号经轨迹跟踪单元发送至预警管理单元;
避让反馈单元在接收到应急数据和正常信号后,立即对应急数据进行避让风险评估分析和深入公式化评估分析,将得到的安全信号发送至管控划分单元,将得到的风险信号发送至预警管理单元;
管控划分单元在接收到安全信号后,立即对安全信号所对应的应急处理评估系数F进行深入式数据评估分析,将得到的一级监管信号、二级监管信号以及三级监管信号经避让反馈单元发送至预警管理单元。
2.根据权利要求1所述的一种基于数据分析的智能机器人行驶轨迹安全管控系统,其特征在于,所述轨迹跟踪单元的行驶轨迹追踪评估分析过程如下:
采集到智能机器人行驶过程中一段时间的时长,并将其标记为时间阈值,将时间阈值划分为i个子时间段,i为大于零的自然数,实时获取到各个子时间段内智能机器人的行驶轨迹特征图,同时获取到智能机器人的规划行驶轨迹特征图,并将各个行驶轨迹特征图与规划行驶轨迹特征图进行比对分析,进而获取到各个行驶轨迹特征图与规划行驶轨迹特征图之间的差异度,并将其标记为风险差异值,依次构建风险差异值的集合A,获取到集合A中的最大子集和最小子集,并将集合A中的最大子集和最小子集之间的差值标记为偏离风险值,将偏离风险值与其内部录入存储的预设偏离风险值阈值进行比对分析:
若偏离风险值小于预设偏离风险值阈值,则生成正常信号;
若偏离风险值大于等于预设偏离风险值阈值,则生成偏移信号。
3.根据权利要求1所述的一种基于数据分析的智能机器人行驶轨迹安全管控系统,其特征在于,所述自检评估单元的安全监管评估操作过程如下:
SS1:获取到各个子时间段内智能机器人的驱动异常值,驱动异常值表示驱动电机内部的温度变化值超出预设温度变化值阈值的部分与平均振动幅度经数据归一化处理后得到的积值,并将驱动异常值与存储的预设驱动异常值阈值进行比对分析,若驱动异常值大于预设驱动异常值阈值,则将驱动异常值大于预设驱动异常值阈值所对应的子时间段的总个数标记为异常数,并将异常数与子时间段总个数之间的比值标记为驱动风险值;
SS2:获取到各个子时间段内智能机器人的行驶差速值,行驶差速值表示行驶转轴的旋转轨迹大于预设旋转轨迹阈值的部分与转轴转速经数据归一化处理后得到的积值,进而获取到相连两个子时间段内智能机器人的行驶差速值之间的差值,进而获取到相连两个子时间段内智能机器人的行驶差速值之间差值的最大值和最小值,并将相连两个子时间段内智能机器人的行驶差速值之间差值的最大值和最小值之间的差值标记为偏离倍率值;
SS3:将驱动风险值和偏离倍率值与其内部录入存储的预设驱动风险值阈值和预设偏离倍率值阈值进行比对分析:
若驱动风险值小于预设驱动风险值阈值,且偏离倍率值小于预设偏离倍率值阈值,则不生成任何信号;
若驱动风险值大于等于预设驱动风险值阈值,或偏离倍率值大于等于预设偏离倍率值阈值,则生成异常信号。
4.根据权利要求1所述的一种基于数据分析的智能机器人行驶轨迹安全管控系统,其特征在于,所述避让反馈单元的避让风险评估分析过程如下:
T1:获取到时间阈值内智能机器人的避让次数,进而获取到各次避让次数所对应的响应时长,响应时长表示智能机器人生成指令避让时刻到智能机器开始避让时刻之间的时长,并将响应时长与存储的预设响应时长阈值进行分析,若响应时长大于预设响应时长阈值,则将响应时长大于预设响应时长阈值的部分标记为延误风险值YF;
T12:获取到时间阈值内智能机器人内部的环境影响值,环境影响值表示智能机器人内部的温度值与环境粉尘含量经数据归一化处理后得到的积值再与线路端口的平均氧化面积进行数值乘法计算得到的值,并将环境影响值与预设环境影响值阈值进行比对分析,若环境影响值大于预设环境影响值阈值,则将环境影响值大于预设环境影响值阈值的部分与环境影响值的比值标记为外延误干扰值WY;
T13:获取到时间阈值内智能机器人的设备健康评估值SK,设备健康评估值表示智能机器人的故障率、维护平均间隔时长以及受损值经数据归一化处理后得到的积值,受损值表示距离当前最近一次维护结束时刻到当前时刻之间时长内发生碰撞的次数超出预设次数阈值的部分与预设次数阈值之间的比值。
5.根据权利要求4所述的一种基于数据分析的智能机器人行驶轨迹安全管控系统,其特征在于,所述避让反馈单元的深入公式化评估分析过程如下:
根据公式得到应急处理评估系数,其中,a1、a2以及a3分别为延误风险值、外延误干扰值以及设备健康评估值的预设比例因子系数,a1、a2以及a3均为大于零的正数,a4为预设容错因子系数,取值为2.215,F为应急处理评估系数,并将应急处理评估系数F与其内部录入存储的预设应急处理评估系数阈值进行比对分析:
若应急处理评估系数F与预设应急处理评估系数阈值之间的比值小于1,则生成安全信号;
若应急处理评估系数F与预设应急处理评估系数阈值之间的比值大于等于1,则生成风险信号。
6.根据权利要求1所述的一种基于数据分析的智能机器人行驶轨迹安全管控系统,其特征在于,所述管控划分单元的深入式数据评估分析过程如下:
获取到安全信号所对应的应急处理评估系数F,同时获取到历史k个时间阈值内正常智能机器人的应急处理评估系数,k为大于零的自然数,以个数为X轴,以应急处理评估系数为Y轴建立直角坐标系,通过描点的方式绘制应急处理评估系数曲线,同时将安全信号所对应的应急处理评估系数F作为最后一个点,进而从应急处理评估系数曲线中分别获取到所对应上升线段和所对应下降线段的总长度,并分别标记其上升值和下降值,进而获取到上升值和下降值之间的比值,并将上升值和下降值之间的比值标记为风险趋势值FQ,同时从轨迹跟踪单元中调取偏离风险值PF;
根据公式得到行驶风险评估系数,其中,f1和f2分别为风险趋势值和偏离风险值的预设比例权重因子系数,f1和f2均为大于零的正数,f1+f2=1.466,f3为预设补偿因子系数,取值为2.116,G为行驶风险评估系数,并将行驶风险评估系数G与其内部录入存储的预设行驶风险评估系数阈值进行比对分析:
若行驶风险评估系数G小于等于预设行驶风险评估系数阈值,则不生成任何信号;
若行驶风险评估系数G大于预设行驶风险评估系数阈值,则生成管控指令,当生成管控指令时,获取到行驶风险评估系数G大于预设行驶风险评估系数阈值的部分,进而将行驶风险评估系数G大于预设行驶风险评估系数阈值的部分与行驶风险评估系数G的比值标记为行驶管控值,并将行驶管控值与其内部录入存储的预设行驶管控值区间进行比对分析:
若行驶管控值大于预设行驶管控值区间中的最大值,则生成一级监管信号;
若行驶管控值属于预设行驶管控值区间,则生成二级监管信号;
若行驶管控值小于预设行驶管控值区间中的最小值,则生成三级监管信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311105969.0A CN116893643A (zh) | 2023-08-30 | 2023-08-30 | 一种基于数据分析的智能机器人行驶轨迹安全管控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311105969.0A CN116893643A (zh) | 2023-08-30 | 2023-08-30 | 一种基于数据分析的智能机器人行驶轨迹安全管控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116893643A true CN116893643A (zh) | 2023-10-17 |
Family
ID=88315125
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311105969.0A Pending CN116893643A (zh) | 2023-08-30 | 2023-08-30 | 一种基于数据分析的智能机器人行驶轨迹安全管控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116893643A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117105098A (zh) * | 2023-10-24 | 2023-11-24 | 山东朝辉自动化科技有限责任公司 | 基于多传感器融合的门机抓斗控制系统和方法 |
CN117198488A (zh) * | 2023-11-08 | 2023-12-08 | 天津中医药大学第一附属医院 | 一种基于物联网的针灸器械使用效率评估系统 |
-
2023
- 2023-08-30 CN CN202311105969.0A patent/CN116893643A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117105098A (zh) * | 2023-10-24 | 2023-11-24 | 山东朝辉自动化科技有限责任公司 | 基于多传感器融合的门机抓斗控制系统和方法 |
CN117105098B (zh) * | 2023-10-24 | 2024-02-09 | 山东朝辉自动化科技有限责任公司 | 基于多传感器融合的门机抓斗控制系统和方法 |
CN117198488A (zh) * | 2023-11-08 | 2023-12-08 | 天津中医药大学第一附属医院 | 一种基于物联网的针灸器械使用效率评估系统 |
CN117198488B (zh) * | 2023-11-08 | 2024-01-26 | 天津中医药大学第一附属医院 | 一种基于物联网的针灸器械使用效率评估系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116893643A (zh) | 一种基于数据分析的智能机器人行驶轨迹安全管控系统 | |
CN104808585B (zh) | 一种机床健康状态快速检查方法 | |
CN116026389A (zh) | 一种基于数据分析的智能传感器运行检测系统 | |
CN117060594B (zh) | 一种基于物联网的配电运行监测系统 | |
CN107247230A (zh) | 一种基于支持向量机和数据驱动的旋转电机状态监测方法 | |
CN116934303B (zh) | 新能源汽车电池封装用耐温湿聚氨酯粘合剂性能检测系统 | |
CN117032004A (zh) | 基于物联网的工业生产自动化控制平台 | |
CN116360367A (zh) | 一种工业设备物联网数据采集方法及系统 | |
CN103925155A (zh) | 一种风电机组输出功率异常的自适应检测方法 | |
CN113391621A (zh) | 一种电动仿真测试转台的健康状态评估方法 | |
CN110987396B (zh) | 一种用于采煤机摇臂的智能故障诊断及寿命预测方法 | |
CN113979257A (zh) | 一种电梯健康度实时监测系统 | |
CN113934536B (zh) | 面向边缘计算的数据采集方法 | |
CN117057513B (zh) | 一种基于互联网的智慧园区用监控管理系统 | |
CN117332252A (zh) | 一种基于振动增长速度的旋转动设备趋势预警方法 | |
CN116522096A (zh) | 基于动作捕捉的三维数字孪生内容智能制作方法 | |
CN112783138B (zh) | 生产线设备加工稳定性智能监控和异常诊断方法及装置 | |
CN111428345B (zh) | 一种随机性负载扰动控制系统的性能评价系统及方法 | |
CN115290317A (zh) | 基于多源信息融合的工业机器人减速器健康状态评估方法 | |
CN114239708A (zh) | 一种基于质量控制图理论的燃机异常检测方法 | |
CN117268455B (zh) | 一种工程建筑施工质量检测设备的监测系统 | |
CN116777086B (zh) | 基于多模数据的钢结构智能生产线预测性维护方法及系统 | |
CN111780149B (zh) | 火力发电厂制粉系统设备状态远程诊断方法 | |
US20220342404A1 (en) | Diagnosis of technical systems | |
CN112594114B (zh) | 一种比例阀健康状态自适应智能诊断方法及系统 |
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 |