CN112947352B - 确定无人驾驶设备故障原因的方法及装置 - Google Patents

Abstract

本申请公开了一种确定无人驾驶设备故障原因的方法及装置。其中，该方法包括：检测无人驾驶设备的电机的转速值；如果检测出转速值位于第一预设范围内，检测无人驾驶设备的实际运行姿态数据是否异常；如果检测出实际运行姿态数据异常，检测无人驾驶设备的姿态角度，得到检测结果；依据检测结果确定无人驾驶设备发生故障的原因。本申请解决了由于采用人工分析无人机的飞行控制日志数据，判断无人机的事故原因，任务量较大造成的无法及时快速地分析出无人机的事故原因，极大的影响客户的作业效率的技术问题。

Description

确定无人驾驶设备故障原因的方法及装置

技术领域

本申请涉及无人驾驶设备领域，具体而言，涉及一种确定无人驾驶设备故障原因的方法及装置。

背景技术

现阶段，无人机飞行事故分析方法为人工通过软件对无人机的飞行控制日志记载的数据进行分析，进而判断无人机发生故障的原因。这种分析方法对分析人员知识技能要求较高，且分析时效性不高，在农忙季节经常会出现一天七八十个或者接近上百个飞行事故数据需要人工处理，这种分析方式一方面对分析人员来说任务量较大，一方面对客户来说不能及时快速地分析出无人机事故原因，将极大的影响客户的作业效率。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种确定无人驾驶设备故障原因的方法及装置，以至少解决由于采用人工分析无人机的飞行控制日志数据，判断无人机的事故原因，任务量较大造成的无法及时快速地分析出无人机的事故原因，极大的影响客户的作业效率的技术问题。

根据本申请实施例的一个方面，提供了一种确定无人驾驶设备故障原因的方法，包括：检测无人驾驶设备的电机的转速值；如果检测出转速值位于第一预设范围内，检测无人驾驶设备的实际运行姿态数据是否异常；如果检测出实际运行姿态数据异常，检测无人驾驶设备的姿态角度，得到检测结果；依据检测结果确定无人驾驶设备发生故障的原因。

可选地，检测无人驾驶设备的实际运行姿态数据是否异常，包括：判断无人驾驶设备的实际运行姿态与控制姿态是否拟合；如果实际运行姿态与控制姿态拟合，确定无人驾驶设备的实际运行姿态数据正常；如果实际运行姿态数据与控制姿态不拟合，确定无人驾驶设备的实际运行姿态数据异常。

可选地，在检测无人驾驶设备的姿态角度之前，上述方法还包括：确定实际运行姿态与控制姿态曲线不拟合的初始发生时刻；在初始发生时刻，检测无人驾驶设备是否发生震动；在检测结果为否的情况下，触发检测无人驾驶设备的姿态角度。

可选地，依据检测结果确定无人驾驶设备发生故障的原因，包括：如果检测出姿态角度位于第二预设范围内，确定无人驾驶设备发生故障的原因为电机发生异常导致无人驾驶设备未按控制姿态曲线运行，控制姿态曲线由不同时刻对应的控制姿态数据拟合生成。

可选地，姿态角度包括如下至少之一：无人驾驶设备的俯仰角，无人驾驶设备的横滚角。

可选地，第一预设范围包括：第一预设子范围，第一预设子范围对应电机处于重启状态；第二预设子范围，第二预设子范围对应电机处于无信号状态；第三预设子范围，第三预设子范围对应电机处于堵转状态；第四预设子范围，第四预设子范围对应电机处于停止状态；第五预设子范围，第五预设子范围对应电机处于空转状态。

可选地，如果检测出电机处于如下至少之一状态：堵转状态、停止状态以及空转状态，上述方法还包括：获取无人驾驶设备发生故障时的图像信息；依据图像信息确定无人驾驶设备发生故障的原因。

根据本申请实施例的另一方面，还提供了一种预测无人驾驶设备故障的方法，包括：检测无人驾驶设备的电机的转速值；如果检测出转速值位于预设范围内，检测无人驾驶设备的实际运行姿态数据是否异常；如果检测出实际运行姿态数据异常，发出第一告警信息，第一告警信息用于表征电机的状态异常导致实际运行姿态数据异常。

可选地，上述预设范围包括：第一预设子范围，第一预设子范围对应电机处于重启状态；第二预设子范围，第二预设子范围对应电机处于无信号状态；第三预设子范围，第三预设子范围对应电机处于堵转状态；第四预设子范围，第四预设子范围对应电机处于停止状态；第五预设子范围，第五预设子范围对应电机处于空转状态。

可选地，检测无人驾驶设备的实际运行姿态数据是否异常，还包括：如果检测出实际运行姿态数据正常，发出第二告警信息，第二告警信息用于表征无人驾驶设备处于如下至少之一状态：重启状态、无信号状态、堵转状态、停止状态以及空转状态。

根据本申请实施例的再一方面，还提供了一种确定无人驾驶设备故障原因的装置，包括：第一检测模块，用于检测无人驾驶设备的电机的转速值；第二检测模块，用于在检测出转速值位于第一预设范围内的情况下，检测无人驾驶设备的实际运行姿态数据是否异常；第三检测模块，用于在检测出实际运行姿态数据异常的情况下，检测无人驾驶设备的姿态角度，得到检测结果；确定模块，用于依据检测结果确定无人驾驶设备发生故障的原因。

根据本申请实施例的再一方面，还提供了一种预测无人驾驶设备故障的装置，包括：第四检测模块，用于检测无人驾驶设备的电机的转速值；第五检测模块，用于在检测出转速值位于预设范围内的情况下，检测无人驾驶设备的实际运行姿态数据是否异常；控制模块，用于在检测出实际运行姿态数据异常的情况下，发出第一告警信息，第一告警信息用于表征电机的状态异常导致无人驾驶设备的实际运行姿态数据异常。

根据本申请实施例的又一方面，还提供了一种存储介质，存储介质包括存储的程序，其中，程序运行时控制存储介质所在的设备执行以上的确定无人驾驶设备故障原因的方法或者以上的预测无人驾驶设备故障的方法。

根据本申请实施例的又一方面，还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行以上的确定无人驾驶设备故障原因的方法或者以上的预测无人驾驶设备故障的方法。

根据本申请实施例的再一方面，还提供了一种计算机设备，包括存储器和处理器，其中，存储器存储有计算机程序；处理器执行计算机程序时实现以上的确定无人驾驶设备故障原因的方法或者以上的预测无人驾驶设备故障的方法。

在本申请实施例中，采用检测无人驾驶设备的电机的转速值；如果检测出转速值位于第一预设范围内，检测无人驾驶设备的实际运行姿态数据是否异常；如果检测出实际运行姿态数据异常，检测无人驾驶设备的姿态角度，得到检测结果；依据检测结果确定无人驾驶设备发生故障的原因的方式，通过软件对无人机的飞控日志记载的数据进行自动分析，判断无人机发生故障的原因，从而实现了快速及时分析出无人机的事故原因，提高了用户的作业效率的技术效果，进而解决了由于采用人工分析无人机的飞行控制日志数据，判断无人机的事故原因，任务量较大造成的无法及时快速地分析出无人机的事故原因，极大的影响客户的作业效率的技术问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例的一种确定无人驾驶设备故障原因的方法的流程图；

图2是根据本申请实施例的一种预测无人驾驶设备故障的方法的流程图；

图3是根据本申请实施例的一种确定无人驾驶设备故障原因的装置的结构图；

图4是根据本申请实施例的一种预测无人驾驶设备故障的装置的结构图；

图5是根据本发明实施例的一种计算机设备的结构框图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本申请实施例，提供了一种确定无人驾驶设备故障原因的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本申请实施例的一种确定无人驾驶设备故障原因的方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，检测无人驾驶设备的电机的转速值。

无人机的飞行控制日志每隔一段预设时间会记录一次无人机的所有飞行相关数据，每记录一次得到一帧数据，因此，自动分析软件将采用逐帧分析的方法对飞行日志进行分析，从日志的第一帧到最后一帧，直到分析出事故原因为止。

在无人机的飞行控制***的控制逻辑中，飞控***通过控制各个电机的转速来改变无人机的飞行姿态，再控制姿态来改变无人机的速度，最后通过控制无人机的速度来改变无人机的位置。当无人机的电机出现异常时，无人机的姿态，速度和位置也会接连出现异常，所以在分析日志每一帧数据时，应该先分析飞机的电机环节相关参数，之后为姿态环相关参数，速度环相关参数，最后为位置环相关参数。步骤S102首先分析飞控日志记载的无人机的电机的转速值。

步骤S104，如果检测出转速值位于第一预设范围内，检测无人驾驶设备的实际运行姿态数据是否异常。

根据本申请的一个可选的实施例，上述实际运行姿态数据用于表征无人机在实际飞行过程中的姿态信息，包括但不限于无人机的飞行方向等数据。

步骤S106，如果检测出实际运行姿态数据异常，检测无人驾驶设备的姿态角度，得到检测结果。

步骤S108，依据检测结果确定无人驾驶设备发生故障的原因。

通过上述步骤，通过软件对无人机的飞控日志记载的数据进行自动分析，判断无人机发生故障的原因，从而实现了快速及时分析出无人机的事故原因，提高了用户的作业效率的技术效果。

根据本申请的一个可选的实施例，步骤S106通过以下方法实现：判断无人驾驶设备的实际运行姿态与控制姿态是否拟合；如果实际运行姿态与控制姿态拟合，确定无人驾驶设备的实际运行姿态数据正常；如果实际运行姿态与预控制姿态不拟合，确定无人驾驶设备的实际运行姿态数据异常。

根据本申请的一个可选的实施例，上述控制姿态是指无人机的控制***根据算法自动生成的控制姿态，无人机正常飞行时按照该自动生成的控制姿态运行。判断实际运行姿态与控制姿态是否拟合主要包括：判断无人机的实际俯仰角度、横滚角度与控制***自动生成的目标俯仰角度、目标横滚角度是否拟合。

判断无人机的实际俯仰角度、横滚角度与控制***自动生成的目标俯仰角度、目标横滚角度是否拟合是通过判断实际俯仰角度与目标俯仰角度的差值是否在预设范围内，以及实际横滚角度与目标横滚角度的差值是否在预设范围内。如果在差值预设的范围内，确定无人机的实际俯仰角度、横滚角度与控制***自动生成的目标俯仰角度、目标横滚角度拟合；否则，不拟合。需要说明的是，上述预设范围一般设置为在-3.6度至3.6度以内，其中，3.6这个值可以设为3至4区间内的任一数字。

在本申请的一个可选的实施例中，在执行步骤S106之前，确定实际运行姿态与控制姿态不拟合的初始发生时刻；在该初始发生时刻，检测无人驾驶设备是否发生震动；在检测结果为否的情况下，触发检测无人驾驶设备的姿态角度。

电机状态总体判断流程包括：电机状态是指无人机在工作过程中电调产生的状态值，这个值指的是电调工作状态。无人机在作业过程中，电机可能会出现多种故障。而电机出现故障的原因可能是无人机自身引起的(例如电调发生重启，无信号等现象)，也可能是外界环境导致的(例如撞击障碍物导致的堵转，停止等现象)。因此我们需要区分引发电机故障的原因以及其产生的结果。

当电机因为自身原因出现故障时，首先会导致飞机的飞行姿态与控制姿态发生分离，当飞机在空中的实际姿态角度超过飞控保护角度时会自动关机，之后飞机会触地炸机，此时加速度计未检测到触地时的机身震动。当飞机在空中的实际姿态角度还未超过飞控保护角度就已经触地时，飞机的加速度计在触地时会检测到一个较大的机身震动。

当飞机因为外界环境导致电机状态异常时，例如撞击障碍物或者飞机触地，飞机加速度计会检测到一个较大的机身震动。因此，加速度计是否检测到有机身震动作为飞机电机故障是自身发生的还是外界环境导致的主要判别依据。

因此，在检测无人机的电机发生故障的原因是由电机自身产生还是外部原因导致，首先需要判断在无人机的实际运行姿态与控制姿态不拟合的时刻，无人机的机身是否产生震动，如果没有检测到无人机的机身产生震动，说明电机发生故障的原因是电机自身原因导致，接着进一步检测无人机的姿态角度。

根据本申请的一个可选的实施例，姿态角度包括无人机的俯仰角和横滚角。俯仰角是指机体坐标系横轴与水平面的夹角。当机体坐标系的X轴在惯性坐标系XOY平面上方时，俯仰角为正，否则为负。横滚代表运载体绕纵轴的转动，绕纵轴轴向顺时针转动为正，顾名思义，无人机的横滚轴是无人机横轴与水平线之间的夹角。

在本申请的一些实施例中，步骤S108通过以下方法实现：如果检测出姿态角度位于第二预设范围内，确定无人驾驶设备发生故障的原因为电机发生异常导致无人驾驶设备未按控制姿态曲线运行，控制姿态曲线由不同时刻对应的控制姿态数据拟合生成。

根据本申请的一个可选的实施例，如果检测出无人机的姿态角大于48度或小于-48度，确定无人机发生故障的原因是，无人机的电机发生异常导致无人机的飞行姿态异常。

根据本申请的一个可选的实施例，第一预设范围包括：第一预设子范围，第一预设子范围对应电机处于重启状态；第二预设子范围，第二预设子范围对应电机处于无信号状态；第三预设子范围，第三预设子范围对应电机处于堵转状态；第四预设子范围，第四预设子范围对应电机处于停止状态；第五预设子范围，第五预设子范围对应电机处于空转状态。

在具体实施时，电机的转速值位于3xx-38xx转/秒的范围内，说明电机处于正常运行状态。这里的“x”是标志位的意思，范围为0-9，即电机的转速在300-3899内都表明电机处于正常的运行状态。

上述第一预设子范围、第二预设子范围、第三预设子范围、第四预设子范围及第五预设子范围分别对应电机的五种异常状态，分别为重启状态、无信号状态、堵转状态、停止状态、空转状态。其中，当电机处于重启状态时，电机对应的转速值为19xxx(19000-19999转/秒)；当电机处于无信号状态时，电机对应的转速值为18xxx(18000-18999转/秒)；当电机处于堵转状态时，电机对应的转速值为17xxx(17000-17999转/秒)；当电机处于停止状态时，电机对应的转速值为0；当电机处于空转状态时，电机对应的转速值为4xxx(4000-4999转/秒)。需要说明的是，上述五种电机的异常状态对应的电机的转速值的数值范围只是人为规定的一个标志位，并不是指电机处于相应的异常状态时，电机实际的转速值。

在本申请的一些可选的实施例中，如果检测出电机处于如下至少之一状态：堵转状态、停止状态以及空转状态，还需要获取无人驾驶设备发生故障时的图像信息；依据图像信息确定无人驾驶设备发生故障的原因。

电机处于重启状态和无信号状态是电子线路问题,而电机处于堵转状态,停止状态或空转状态有可能是无人机发生撞击,电机底座松脱或桨夹断裂等造成的硬件问题,所以需要结合无人机发生故障的现场照片进一步进行判断发生故障的原因。

图2是根据本申请实施例的一种预测无人驾驶设备故障的方法的流程图，如图2所示，该方法包括：

步骤S202，检测无人驾驶设备的电机的转速值。

步骤S204，如果检测出转速值位于预设范围内，检测无人驾驶设备的实际运行姿态数据是否异常。

根据本申请的一个可选的实施例，上述实际运行姿态数据用于表征无人机在实际飞行过程中的姿态信息，包括但不限于无人机的飞行方向等数据。

步骤S206，如果检测出实际运行姿态数据异常，发出第一告警信息，第一告警信息用于表征电机的状态异常导致实际运行姿态数据异常。

无人机的飞行控制日志每隔一段预设时间会记录一次无人机的所有飞行相关数据，每记录一次得到一帧数据。在无人机的飞行控制***的控制逻辑中，飞控***通过控制各个电机的转速来改变无人机的飞行姿态，再控制姿态来改变无人机的速度，最后通过控制无人机的速度来改变无人机的位置。当无人机的电机出现异常时，无人机的姿态，速度和位置也会接连出现异常，所以在分析日志每一帧数据时，应该先分析飞机的电机环节相关参数，之后为姿态环相关参数，速度环相关参数，最后为位置环相关参数。

当检测出无人机的电机的转速值处于一个异常的范围内时，说明无人机的电机处于一个异常的运行状态。然后检测无人机的运行姿态数据是否异常。如果实际运行姿态与控制姿态拟合，确定无人驾驶设备的实际运行姿态数据正常；如果实际运行姿态与预设控制姿态不拟合，确定无人驾驶设备的实际运行姿态数据异常。在检测出无人机的实际运行姿态数据存在异常时，发出告警信息，提示控制无人机尽快返航，以免造成无人机坠机等损失更大的事故。

根据本申请的一个可选的实施例，上述预设范围包括：第一预设子范围，第一预设子范围对应电机处于重启状态；第二预设子范围，第二预设子范围对应电机处于无信号状态；第三预设子范围，第三预设子范围对应电机处于堵转状态；第四预设子范围，第四预设子范围对应电机处于停止状态；第五预设子范围，第五预设子范围对应电机处于空转状态。

具体实施时，电机的转速值位于3xx-38xx转/秒的范围内，说明电机处于正常运行状态。这里的“x”是标志位的意思，范围为0-9，即电机的转速在300-3899内都表明电机处于正常的运行状态。

上述第一预设子范围、第二预设子范围、第三预设子范围、第四预设子范围及第五预设子范围分别对应电机的五种异常状态，分别为重启状态、无信号状态、堵转状态、停止状态、空转状态。其中，当电机处于重启状态时，电机对应的转速值为19xxx(19000-19999转/秒)；当电机处于无信号状态时，电机对应的转速值为18xxx(18000-18999转/秒)；当电机处于堵转状态时，电机对应的转速值为17xxx(17000-17999转/秒)；当电机处于停止状态时，电机对应的转速值为0；当电机处于空转号状态时，电机对应的转速值为4xxx(4000-4999转/秒)。需要说明的是，上述五种电机的异常状态对应的电机的转速值的数值范围只是人为规定的一个标志位，并不是指电机处于相应的异常状态时，电机实际的转速值。

根据本申请的一个可选的实施例，在执行步骤S204时如果检测出实际运行姿态数据正常，发出第二告警信息，第二告警信息用于表征无人驾驶设备处于如下至少之一状态：重启状态、无信号状态、堵转状态、停止状态以及空转状态。

如果检测出无人机的电机处于异常运行状态，但无人机的实际运行姿态数据是正常的，也需要发出告警信息，因为此时无人机的运行姿态也处于和电机相同的异常运行状态，例如，电机处于重启运行状态，此时无人机也会出现不断重启的运行状态，此时应该提醒无人机的控制人员实时关注电机的运行状态，如果电机在短时间内能够恢复到正常运行状态，则控制无人机继续进行作业；如果电机在预设的时间内一直处于重启的异常运行状态，需要控制无人机返航进行维修，如果控制无人机继续进行作业，将会由电机异常重启导致无人机的运行姿态数据出现异常，进而发生坠机等故障。

通过上述故障预测方法可以在无人机发生故障的早期，及时控制无人机返航进行维修，避免无人机在作业过程中发生坠机或炸机等损失较大的故障。

图3是根据本申请实施例的一种确定无人驾驶设备故障原因的装置的结构图，如图3所示，该装置包括：

第一检测模块30，用于检测无人驾驶设备的电机的转速值。

无人机的飞行控制日志每隔一段预设时间会记录一次无人机的所有飞行相关数据，每记录一次得到一帧数据，因此，自动分析软件将采用逐帧分析的方法对飞行日志进行分析，从日志的第一帧到最后一帧，直到分析出事故原因为止。

在无人机的飞行控制***的控制逻辑中，飞控***通过控制各个电机的转速来改变无人机的飞行姿态，再控制姿态来改变无人机的速度，最后通过控制无人机的速度来改变无人机的位置。当无人机的电机出现异常时，无人机的姿态，速度和位置也会接连出现异常，所以在分析日志每一帧数据时，应该先分析飞机的电机环节相关参数，之后为姿态环相关参数，速度环相关参数，最后为位置环相关参数。步骤S102首先分析飞控日志记载的无人机的电机的转速值。

第二检测模块32，用于在检测出转速值位于第一预设范围内的情况下，检测无人驾驶设备的实际运行姿态数据是否异常。

根据本申请的一个可选的实施例，上述实际运行姿态数据用于表征无人机在实际飞行过程中的姿态信息，包括但不限于无人机的飞行方向等数据。

第三检测模块34，用于在检测出实际运行姿态数据异常的情况下，检测无人驾驶设备的姿态角度，得到检测结果。

确定模块36，用于依据检测结果确定无人驾驶设备发生故障的原因。

根据本申请的一个可选的实施例，上述第二检测模块32还用于判断无人驾驶设备的实际运行姿态与控制姿态是否拟合；在实际运行姿态与控制姿态拟合的情况下，确定无人驾驶设备的实际运行姿态数据正常；在实际运行姿态与控制姿态不拟合的情况下，确定无人驾驶设备的实际运行姿态数据异常。

根据本申请的一个可选的实施例，上述装置还用于确定实际运行姿态与控制姿态曲线不拟合的初始发生时刻；在初始发生时刻，检测无人驾驶设备是否发生震动；在检测结果为否的情况下，触发检测无人驾驶设备的姿态角度。

在本申请的一些实施例中，确定模块36还用于在检测出姿态角度位于第二预设范围内的情况下，确定无人驾驶设备发生故障的原因为电机发生异常导致无人驾驶设备未按控制姿态曲线运行，控制姿态曲线由不同时刻对应的控制姿态数据拟合生成。

需要说明的是，图3所示实施例的优选实施方式可以参见图1所示实施例的相关描述，此处不再赘述。

图4是根据本申请实施例的一种预测无人驾驶设备故障的装置的结构图，如图4所示，该装置包括：

第四检测模块40，用于检测无人驾驶设备的电机的转速值。

第五检测模块42，用于在检测出转速值位于预设范围内的情况下，检测无人驾驶设备的实际运行姿态数据是否异常。

控制模块44，用于在检测出实际运行姿态数据异常的情况下，发出第一告警信息，第一告警信息用于表征电机的状态异常导致无人驾驶设备的实际运行姿态数据异常。

需要说明的是，图4所示实施例的优选实施方式可以参见图2所示实施例的相关描述，此处不再赘述。

根据本申请实施例还提供了一种存储介质，存储介质包括存储的程序，程序运行时控制存储介质所在的设备执行以上的确定无人驾驶设备故障原因的方法或者以上的预测无人驾驶设备故障的方法。

存储介质用于存储执行以下功能的程序：检测无人驾驶设备的电机的转速值；如果检测出转速值位于第一预设范围内，检测无人驾驶设备的实际运行姿态数据是否异常；如果检测出实际运行姿态数据异常，检测无人驾驶设备的姿态角度，得到检测结果；依据检测结果确定无人驾驶设备发生故障的原因。或者

存储执行以下功能的程序：检测无人驾驶设备的电机的转速值；如果检测出转速值位于预设范围内，检测无人驾驶设备的实际运行姿态数据是否异常；如果检测出实际运行姿态数据异常，发出第一告警信息，第一告警信息用于表征电机的状态异常导致实际运行姿态数据异常。

本申请实施例还提供了一种处理器，处理器用于运行程序，其中，程序运行时执行以上的确定无人驾驶设备故障原因的方法或者以上的预测无人驾驶设备故障的方法。

处理器用于运行执行以下功能的程序：检测无人驾驶设备的电机的转速值；如果检测出转速值位于第一预设范围内，检测无人驾驶设备的实际运行姿态数据是否异常；如果检测出实际运行姿态数据异常，检测无人驾驶设备的姿态角度，得到检测结果；依据检测结果确定无人驾驶设备发生故障的原因。或者

运行执行以下功能的程序：检测无人驾驶设备的电机的转速值；如果检测出转速值位于预设范围内，检测无人驾驶设备的实际运行姿态数据是否异常；如果检测出实际运行姿态数据异常，发出第一告警信息，第一告警信息用于表征电机的状态异常导致实际运行姿态数据异常。

图5是根据本发明实施例的一种计算机设备的结构框图。如图5所示，该计算机设备50可以包括：一个或多个(图中仅示出一个)处理器502、存储器504、以及射频模块、音频模块以及显示屏。

存储器504存储有计算机程序；处理器502执行计算机程序时实现以上的确定无人驾驶设备故障原因的方法或者以上的预测无人驾驶设备故障的方法。

处理器用于执行实现以下功能的计算机程序：检测无人驾驶设备的电机的转速值；如果检测出转速值位于第一预设范围内，检测无人驾驶设备的实际运行姿态数据是否异常；如果检测出实际运行姿态数据异常，检测无人驾驶设备的姿态角度，得到检测结果；依据检测结果确定无人驾驶设备发生故障的原因。或者

运行执行以下功能的程序：检测无人驾驶设备的电机的转速值；如果检测出转速值位于预设范围内，检测无人驾驶设备的实际运行姿态数据是否异常；如果检测出实际运行姿态数据异常，发出第一告警信息，第一告警信息用于表征电机的状态异常导致实际运行姿态数据异常。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，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，可以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***，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，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

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，在本申请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，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品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(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (15)

1.一种确定无人驾驶设备故障原因的方法，其特征在于，包括：

检测无人驾驶设备的电机的转速值；

如果检测出所述转速值位于第一预设范围内，检测所述无人驾驶设备的实际运行姿态数据是否异常；

如果检测出所述实际运行姿态数据异常，检测所述无人驾驶设备的姿态角度，得到检测结果；

依据所述检测结果确定所述无人驾驶设备发生故障的原因；

在检测无人驾驶设备的电机的转速值之前，确定对所述无人驾驶设备的参数分析顺序，其中，根据无人驾驶设备的飞行控制***的控制逻辑，在分析日志的每一帧数据时，分析顺序为：电机环节相关参数、姿态环相关参数、速度环相关参数和位置环相关参数。

2.根据权利要求1所述的方法，其特征在于，检测所述无人驾驶设备的实际运行姿态数据是否异常，包括：

判断所述无人驾驶设备的实际运行姿态与控制姿态是否拟合；

如果所述实际运行姿态与所述控制姿态拟合，确定所述无人驾驶设备的实际运行姿态数据正常；

如果所述实际运行姿态与所述控制姿态不拟合，确定所述无人驾驶设备的实际运行姿态数据异常。

3.根据权利要求2所述的方法，其特征在于，在检测所述无人驾驶设备的姿态角度之前，所述方法还包括：

确定所述实际运行姿态与所述控制姿态不拟合的初始发生时刻；

在所述初始发生时刻，检测所述无人驾驶设备是否发生震动；

在检测结果为否的情况下，触发检测所述无人驾驶设备的姿态角度。

4.根据权利要求2所述的方法，其特征在于，依据所述检测结果确定所述无人驾驶设备发生故障的原因，包括：

如果检测出所述姿态角度位于第二预设范围内，确定所述无人驾驶设备发生故障的原因为所述电机发生异常导致所述无人驾驶设备未按控制姿态曲线运行，所述控制姿态曲线由不同时刻对应的所述控制姿态数据拟合生成。

5.根据权利要求1至3中任意一项所述的方法，其特征在于，所述姿态角度包括如下至少之一：所述无人驾驶设备的俯仰角，所述无人驾驶设备的横滚角。

6.根据权利要求1所述的方法，其特征在于，所述第一预设范围包括：

第一预设子范围，所述第一预设子范围对应所述电机处于重启状态；

第二预设子范围，所述第二预设子范围对应所述电机处于无信号状态；

第三预设子范围，所述第三预设子范围对应所述电机处于堵转状态；

第四预设子范围，所述第四预设子范围对应所述电机处于停止状态；

第五预设子范围，所述第五预设子范围对应所述电机处于空转状态。

7.根据权利要求6所述的方法，其特征在于，如果检测出所述电机处于如下至少之一状态：所述堵转状态、所述停止状态以及所述空转状态，所述方法还包括：

获取所述无人驾驶设备发生故障时的图像信息；

依据所述图像信息确定所述无人驾驶设备发生故障的原因。

8.一种预测无人驾驶设备故障的方法，其特征在于，包括：

检测无人驾驶设备的电机的转速值；

如果检测出所述转速值位于预设范围内，检测所述无人驾驶设备的实际运行姿态数据是否异常；

如果检测出所述实际运行姿态数据异常，发出第一告警信息，所述第一告警信息用于表征所述电机的状态异常导致所述实际运行姿态数据异常；

在检测无人驾驶设备的电机的转速值之前，确定对所述无人驾驶设备的参数分析顺序，其中，根据无人驾驶设备的飞行控制***的控制逻辑，在分析日志的每一帧数据时，分析顺序为：电机环节相关参数、姿态环相关参数、速度环相关参数和位置环相关参数。

9.根据权利要求8所述的方法，其特征在于，所述预设范围包括：

第一预设子范围，所述第一预设子范围对应所述电机处于重启状态；

第二预设子范围，所述第二预设子范围对应所述电机处于无信号状态；

第三预设子范围，所述第三预设子范围对应所述电机处于堵转状态；

第四预设子范围，所述第四预设子范围对应所述电机处于停止状态；

第五预设子范围，所述第五预设子范围对应所述电机处于空转状态。

10.根据权利要求9所述的方法，其特征在于，检测所述无人驾驶设备的实际运行姿态数据是否异常，还包括：

如果检测出所述实际运行姿态数据正常，发出第二告警信息，所述第二告警信息用于表征所述无人驾驶设备处于如下至少之一状态：所述重启状态、所述无信号状态、所述堵转状态、所述停止状态以及所述空转状态。

11.一种确定无人驾驶设备故障原因的装置，其特征在于，包括：

第一检测模块，用于检测无人驾驶设备的电机的转速值；

第二检测模块，用于在检测出所述转速值位于第一预设范围内的情况下，检测所述无人驾驶设备的实际运行姿态数据是否异常；

第三检测模块，用于在检测出所述实际运行姿态数据异常的情况下，检测所述无人驾驶设备的姿态角度，得到检测结果；

确定模块，用于依据所述检测结果确定所述无人驾驶设备发生故障的原因；在检测无人驾驶设备的电机的转速值之前，确定对所述无人驾驶设备的参数分析顺序，其中，根据无人驾驶设备的飞行控制***的控制逻辑，在分析日志的每一帧数据时，分析顺序为：电机环节相关参数、姿态环相关参数、速度环相关参数和位置环相关参数。

12.一种预测无人驾驶设备故障的装置，其特征在于，包括：

第四检测模块，用于检测无人驾驶设备的电机的转速值；

第五检测模块，用于在检测出所述转速值位于预设范围内的情况下，检测所述无人驾驶设备的实际运行姿态数据是否异常；

控制模块，用于在检测出所述实际运行姿态数据异常的情况下，发出第一告警信息，所述第一告警信息用于表征所述电机的状态异常导致所述无人驾驶设备的实际运行姿态数据异常；在检测无人驾驶设备的电机的转速值之前，确定对所述无人驾驶设备的参数分析顺序，其中，根据无人驾驶设备的飞行控制***的控制逻辑，在分析日志的每一帧数据时，分析顺序为：电机环节相关参数、姿态环相关参数、速度环相关参数和位置环相关参数。

13.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时控制存储介质所在的设备执行权利要求1至7中任意一项所述的确定无人驾驶设备故障原因的方法或者权利要求8至10中任意一项所述的预测无人驾驶设备故障的方法。

14.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的确定无人驾驶设备故障原因的方法或者权利要求8至10中任意一项所述的预测无人驾驶设备故障的方法。

15.一种计算机设备，其特征在于，包括存储器和处理器，其中，所述存储器存储有计算机程序；所述处理器执行所述计算机程序时实现权利要求1至7中任意一项所述的确定无人驾驶设备故障原因的方法或者权利要求8至10中任意一项所述的预测无人驾驶设备故障的方法。