CN112959367A - 一种运动部件的异常检测方法及异常检测装置 - Google Patents
一种运动部件的异常检测方法及异常检测装置 Download PDFInfo
- Publication number
- CN112959367A CN112959367A CN202110325312.XA CN202110325312A CN112959367A CN 112959367 A CN112959367 A CN 112959367A CN 202110325312 A CN202110325312 A CN 202110325312A CN 112959367 A CN112959367 A CN 112959367A
- Authority
- CN
- China
- Prior art keywords
- information
- abnormal
- bit
- moving
- running
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 47
- 230000002159 abnormal effect Effects 0.000 claims abstract description 137
- 230000005856 abnormality Effects 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 36
- 238000004590 computer program Methods 0.000 claims description 24
- 238000003860 storage Methods 0.000 claims description 13
- 230000009471 action Effects 0.000 description 29
- 230000006870 function Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000007246 mechanism Effects 0.000 description 6
- 239000011664 nicotinic acid Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 210000000707 wrist Anatomy 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
- B25J19/0095—Means or methods for testing manipulators
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本申请适用于机器人的技术领域,提供一种运动部件的异常检测方法及异常检测装置,所述方法包括:获取每个运动部件在执行每一运动帧后返回的运行信息;针对每个所述运动部件,统计连续包含异常信息的运行信息的个数;若连续包含异常信息的运行信息的个数不小于阈值,则确认与连续包含异常信息的运行信息对应的所述运动部件处于异常状态。上述方式,基于连续出现的异常信息,确定运动部件是否处于异常状态。故可筛除由外部因素或内部因素引起的暂时性异常信息,进而提高了对异常状态的判断准确率。
Description
技术领域
本申请属于机器人的技术领域,尤其涉及一种运动部件的异常检测方法及异常检测装置。
背景技术
机器人(Robot)是一种能够半自主或全自主工作的智能机器。机器人具有感知、决策以及执行等基本特征,可以辅助甚至替代人类完成繁重复杂的工作,提高工作效率与质量,服务人类生活,扩大或延伸人的活动及能力范围。
其中,机器人在执行不同动作时,需要多个运动部件(如:舵机,可以理解为机器人的运动关节)共同协作,实现预设动作。例如:当控制仿生手臂做出“敬礼”的动作时,需要肩部运动部件、肘部运动部件以及腕部运动部件等共同协作,实现“敬礼”动作。
为了实现复杂的运动控制,机器人往往拥有较多的运动部件。运动部件越多,机器人出现异常的概率也越大,故针对运动部件的异常检测显得尤为重要。
在执行不同动作时,机器人需根据动作帧(动作帧规定了不同运动部件在预设时长内转动的角度)执行不同动作。通常连贯的动作需要依次执行大量的动作帧。然而,由于机器人易受外部因素(例如,物体阻挡机器人运动或人为阻挡机器人运动)或内部因素(例如:运动参数过大或过小等)的影响,产生异常信息,在执行后续的运动帧时通常很快恢复为正常信息,实际上运动部件并不处于异常状态。而传统的异常检测机制会将上述由于外部因素和内部因素的影响而产生异常信息,识别为该运动部件处于异常状态。导致传统的异常检测机制对运动部件异常状态的检测准确率较低。
发明内容
有鉴于此,本申请实施例提供了一种运动部件的异常检测方法、异常检测装置、机器人以及计算机可读存储介质,可以解决传统的异常检测机制对运动部件异常状态的检测准确率的技术问题。
本申请实施例的第一方面提供了一种运动部件的异常检测方法,所述异常检测方法包括:
获取每个运动部件在执行每一运动帧后返回的运行信息;
针对每个所述运动部件,统计连续包含异常信息的运行信息的个数;
若连续包含异常信息的运行信息的个数不小于阈值,则确认与连续包含异常信息的运行信息对应的所述运动部件处于异常状态。
本申请实施例的第二方面提供了一种运动部件的异常检测装置,所述异常检测装置包括:
获取单元,用于获取每个运动部件在执行每一运动帧后返回的运行信息;
统计单元,用于针对每个所述运动部件,统计连续包含异常信息的运行信息的个数;
判断单元,用于若连续包含异常信息的运行信息的个数不小于阈值,则确认与连续包含异常信息的运行信息对应的所述运动部件处于异常状态。
本申请实施例的第三方面提供了一种终端设备,包括运动部件、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述方法的步骤。
本申请实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述第一方面所述方法的步骤。
本申请实施例与现有技术相比存在的有益效果是:由于外部因素或内部因素引起的异常信息,在后续的运动帧中通常很快恢复正常。而运动部件处于异常状态时,无法在短时间内恢复正常。故本申请通过获取每个运动部件执行不同运动帧返回的运行信息。并统计连续包含异常信息的运行信息的个数。若连续包含异常信息的运行信息的个数不小于阈值,则确认运动部件处于异常状态。上述方式,基于连续出现的异常信息,确定运动部件是否处于异常状态。故可筛除由外部因素或内部因素引起的暂时性异常信息,进而提高了对异常状态的检测准确率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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它的附图。
图1示出了本申请提供的一种机器人运动部件示意图;
图2示出了本申请提供的一种运动部件的异常检测方法的示意性流程图;
图3示出了本申请提供的一种运动部件的异常检测方法中步骤202具体示意性流程图;
图4示出了本申请提供的一种运动部件的异常检测方法中步骤202具体示意性流程图;
图5示出了本申请提供的另一种运动部件的异常检测方法的示意性流程图;
图6示出了本申请提供的一种运动部件的异常检测方法中步骤507具体示意性流程图;
图7示出了本申请提供的一种运动部件的异常检测装置的示意图;
图8是本申请一实施例提供的一种机器人的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
本申请中的运动部件可以为步进电机、伺服电机(舵机)或液压驱动模组等一种或多种部件之间的组合,为了更好地解释本申请的技术方案,故本申请以舵机为例,对本申请的技术方案进行解释说明。可以理解的是,其他类型的运动部件对应的技术方案,可类比舵机对应方案得到。
为了更好地理解本申请解决的技术问题,故在此结合示例对上述背景技术进行进一步说明:
机器人的运动部件包括但不限于构成仿生臂中的各个运动部件、仿生足中的各个运动部件、头部中的运动部件以及躯干中的各个运动部件等。请参见图1,图1示出了本申请提供的一种机器人运动部件示意图。需要说明的是,图1仅仅用于示例,对于图1中机器人的构造、运动部件的位置以及运动部件的数量不做任何限定。如图1所示,机器人包括14个运动部件,分别分布于头部、躯干以及仿生臂处。当机器人需要执行预设动作时,不同的运动部件各自根据动作帧中的参数进行转动,以实现预设动作。
为了更好地理解动作帧,在此对动作帧进行详细说明:
动作帧是一种预设的控制参数,控制参数包括但不限于运动时长以及旋转角度,如下表1与表2所示:
表1:
表2:
运动时长 | |
动作帧1 | 500ms(毫秒) |
动作帧2 | 500ms(毫秒) |
在表1中,包括两个动作帧(动作帧1以及动作帧2),不同的动作帧中多每个运动部件的控制角度不同。其中,ID1、ID2、ID3、ID4、ID5、ID6、ID7、ID8、ID9....分别对应于图1中不同序号的运动部件。在表2中,包括两个动作帧(动作帧1以及动作帧2)的运行时长。需要说明的是,表1和表2仅仅用于示例,对于表1和表2中动作帧的数量、角度、运动时长以及运动部件的数量不做任何限定。
在机器人执行不同动作时,需要依次执行大量的动作帧,以实现预设动作。而大量的动作帧控制数量众多的运动部件时,产生异常信息的概率也较大。然而,在多数时候机器人仅仅是由于人为的按压、障碍物阻挡或临时性的参数异常等情况的影响,产生异常信息,在后续的运动帧中通常很快恢复为正常信息,实际上运动部件并不处于异常状态。而在传统的异常检测机制中,当通过异常检测机制检测出运动部件执行某一运动帧时,返回异常信息,则确认该运动部件处于异常状态。导致传统的异常检测机制对异常状态的检测准确率较低。
有鉴于此,本申请实施例提供了一种运动部件的异常检测方法、异常检测装置、机器人以及计算机可读存储介质,可以解决上述技术问题。
首先,本申请提供了一种运动部件的异常检测方法,所述异常检测方法具体包括如下内容:
请参见图2,图2示出了本申请提供的一种运动部件的异常检测方法的示意性流程图。如图2所示,该异常检测方法可以包括如下步骤:
步骤201,获取每个运动部件在执行每一运动帧后返回的运行信息。
处理器在控制舵机(本实施例以运动部件为舵机为例)前,需在存储器中获取预设动作帧,如表1与表2所示。处理器对预设动作帧进行解析,得到不同的运动参数,运动参数包括但不限于运动部件的运动时长以及旋转角度等,用于控制舵机转动。处理器向各个舵机发送运动参数对应的控制命令,如:表1和表2所示,不同的舵机各自对应不同的运动参数。
各个舵机在接收到控制命令后,分别执行各自对应的控制命令,并将运行信息返回至处理器。运行信息中的信息包括但不限于正常信息或异常信息和/或舵机ID信息等,用于表示运动帧的运行结果。若舵机正常运行控制命令,则向处理器返回正常信息。若舵机无法运行控制命令,则向处理器返回异常信息。其中,舵机在执行每个动作帧后,返回的运行信息可以为一个或多个。
处理器接收每个舵机返回的运行信息,以知晓运动帧的运行结果。
作为本申请的一个可选实施例,处理器也可自行统计舵机返回运行信息的时间,若返回运行信息的时间超过预设时长,则可确定舵机返回异常信息或直接确认舵机处于异常状态。以防止电路故障等情况,导致运行信息无法传送至处理器,遗漏对舵机运行状态的判定。
步骤202,针对每个所述运动部件,统计连续包含异常信息的运行信息的个数。
作为本申请的一个可选实施例,步骤202包括如下步骤A1至步骤A2。请参见图3,图3示出了本申请提供的一种运动部件的异常检测方法中步骤202具体示意性流程图。
步骤A1,通过数组中的预设元素存储所述运行信息。
步骤A2,根据所述预设元素存储的所述运行信息,统计连续包含异常信息的运行信息的个数;不同的运行部件分别对应不同的预设元素。
为了更好地区别不同舵机对应的运行信息,并统计连续包含异常信息的运行信息的个数。故本申请将不同舵机的运行信息,分别存储至数组的不同预设元素中。
其中,数组是指有序的元素序列,组成数组的各个变量称为数组的分量。不同的舵机分别对应不同的预设元素,以分别存储不同舵机的运行信息。同时也可以防止大量的运行信息杂乱无章,导致代码行BUG。
例如:创建一个数组Buf_ack[N],数组大小为机器人所有舵机的数量,设为N。在一个动作帧完成后,把每个舵机的超时(处理器确定舵机返回异常信息)或返回的运行信息,按照对应关系放至Buf_ack[N]中。假设Buf_ack[0]为存放ID为1的舵机返回的结果,以此类推,直到Buf_ack[N-1]。
值得注意的是,若基于流程优化或存储空间的考量,也可以无需存储运行信息,即直接进行统计(这种方式的劣势在于:当统计数据丢失,则无从查证)。
由于若舵机处于异常状态时,在执行每个动作帧时都会向处理器返回异常信息。故当舵机处于异常状态时,舵机返回的异常信息数量较多且连续。若舵机仅仅是受到外部因素或内部因素影响时,在返回较少异常信息后,则很快恢复正常(即舵机返回正常信息)。
故基于上述规律,处理器统计连续包含异常信息的运行信息的个数(后文简称为“连续个数”),以判断舵机是否处于异常状态。连续个数是指运行信息连续为异常信息的数量。
本实施例提供了两种统计方式:
第一种统计方式:统计所有连续个数,例如:若舵机返回五个运行信息分别为:第一异常信息、第二异常信息、正常信息、第三异常信息、第四异常信息以及第五异常信息,则连续个数为2与3。
第二种统计方式:由于上述统计方式需要存储冗余的连续个数,故本实施例根据预设策略,在计数器中统计连续个数,具体过程如下可选实施例所示:
作为本申请的一个可选实施例,步骤202包括如下步骤B1至步骤B3。请参见图4,图4示出了本申请提供的一种运动部件的异常检测方法中步骤202具体示意性流程图。
步骤B1,若获取到包含正常信息的运行信息,则将所述计数器中的当前数值清零,得到第一数值。
步骤B2,若获取到包含异常信息的运行信息,则将所述计数器中的当前数值加1,得到第二数值。
步骤B3,将所述第一数值或所述第二数值,作为所述连续异常数值。
为了更好地解释步骤B1至步骤B3,结合如下示例进行解释说明:
示例性地,按照时序关系,舵机返回五个运行信息分别为:第一异常信息、第二异常信息、第三异常信息、第四异常信息以及第五异常信息。此时,连续个数为5。若舵机返回五个运行信息,分别为:第一异常信息、第二异常信息、正常信息、第三异常运信息以及第四异常信息。此时连续个数为2。也即当出现正常信息时,计数器中的连续个数清零,重新计算。
步骤203,若连续包含异常信息的运行信息的个数不小于阈值,则确认与连续包含异常信息的运行信息对应的所述运动部件处于异常状态。
由于外部因素或内部因素引起的异常信息,在后续的运动帧中通常很快恢复正常。而舵机处于异常状态时,无法在短时间内恢复正常。若舵机的连续个数不小于阈值,则表示舵机出现持久性异常,故可确认舵机处于异常状态。
作为本申请的一个可选实施例,当确认舵机处于异常状态,则停止向舵机发送动作帧对应的控制命令,直到异常修复。
在本实施例中,由于外部因素或内部因素引起的异常信息,在后续的运动帧中通常很快恢复正常。而舵机处于异常状态时,无法在短时间内恢复正常。故本申请通过获取每个舵机执行不同运动帧返回的运行信息。并统计连续个数。若连续个数不小于阈值,则确认舵机处于异常状态。上述方式,基于连续出现的异常信息,确定舵机是否处于异常状态。故可筛除由外部因素或内部因素引起的暂时性异常信息,进而提高了对异常状态的检测准确率。
可选地,在上述图2所示实施例的基础上,在步骤203之后,还包括如下步骤,请参见图5,图5示出了本申请提供的另一种运动部件的异常检测方法的示意性流程图。本实施例中步骤501至步骤503,与图1所示实施例中步骤201至步骤203相同,具体请参阅图2所示实施例中步骤201至步骤203的相关描述,此处不赘述。
步骤501,获取每个运动部件在执行每一运动帧后返回的运行信息。
步骤502,针对每个所述运动部件,统计连续包含异常信息的运行信息的个数。
步骤503,若连续包含异常信息的运行信息的个数不小于阈值,则确认与连续包含异常信息的运行信息对应的所述运动部件处于异常状态。
步骤504,若连续包含异常信息的运行信息的个数小于所述阈值,则确认所述运动部件处于正常状态。
由于外部因素或内部因素引起的异常信息,在后续的运动帧中通常很快恢复正常。而运动部件处于异常状态时,无法在短时间内恢复正常。若舵机的连续个数小于阈值,则表示舵机出现暂时性异常,故可确认舵机处于正常状态。
步骤505,通过预设变量的不同比特位中的比特值,标志不同运动部件的运行状态;所述运行状态包括异常状态和正常状态;不同的运行部件分别对应不同位置的比特位。
本实施例将不同的运行部件分别对应预设变量中不同位置的比特位,通过预设变量的每个比特位中的比特值标志不同运动部件的运行状态,例如表3所示:
表3:
0 | 0 | 1 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 1 | 1 | 0 | 0 | 0 | 0 | 0 | ... |
示例性地,在表3中左边第一个比特位为第一舵机的比特值,左边第二个比特位为第二舵机的比特值,左边第三个比特位为第三舵机的比特值,以此类推。比特值0和1分别表示异常状态和正常状态。需要说明的是,表3仅仅用于示例,对于表3中舵机与比特位的对应关系、比特位数量以及比特值不做任何限定。
其中,变量的类型包括但不限于uint32和uint64一种或多种之间的组合。若一个变量的位数的较少,也可采用多个变量共同存储。
步骤506,遍历所述预设变量的每个比特位中的比特值。
步骤507,若遍历到第一比特位中第一比特值标志异常状态,则向目标模块发送异常提示信息;所述异常提示信息包括所述第一比特位对应的运行部件信息以及所述异常信息。
例如表3,遍历到第三比特位、第十一比特位以及第十二比特位中第一比特值标志异常状态,则向目标模块发送异常提示信息。目标模块可以为上层应用(虚拟模块)或终端设备(实体模块)。
其中,发送异常提示信息的触发逻辑可包括如下两种:
第一种:在每一次遍历到第一比特值标志异常状态,则都向目标模块发送异常提示信息。
第二种:考虑到多次发送相同的异常提示信息,容易造成占用带宽的问题,故本实施例还提供了如下可选实施例:
作为本申请的一个可选实施例,在步骤507包括如下步骤5071至步骤5072。请参见图6,图6示出了本申请提供的一种运动部件的异常检测方法中步骤507具体示意性流程图。
步骤5071,若遍历到第一比特位中第一比特值标志异常状态,且所述第一比特位对应运动部件的异常提示信息未被发送过,则向目标模块发送所述异常提示信息。
步骤5072,若遍历到第一比特位中第一比特值标志异常状态,且所述第一比特位对应运动部件的异常提示信息已被发送过,则无需向目标模块再次发送所述异常提示信息。
简而言之,步骤5071至步骤5072的过程为处理器对于同一个舵机仅向目标模块发送一次异常提示信息。以减少带宽占用和冗余信息。
在本实施例中,通过在确定每个舵机的运行信息后,将运行信息以预设变量的形式进行存储,并根据预设变量进行上报。由于上报的异常提示信息较少,故减少了上报异常提示信息占用的带宽。
如图7本申请提供了一种运动部件的异常检测装置7,请参见图7,图7示出了本申请提供的一种运动部件的异常检测装置的示意图,如图7所示一种运动部件的异常检测装置包括:
获取单元71,用于获取每个运动部件在执行每一运动帧后返回的运行信息;
统计单元72,用于针对每个所述运动部件,统计连续包含异常信息的运行信息的个数;
判断单元73,用于若连续包含异常信息的运行信息的个数不小于阈值,则确认与连续包含异常信息的运行信息对应的所述运动部件处于异常状态。
本申请提供的一种漫游控制装置,由于外部因素或内部因素引起的异常信息,在后续的运动帧中通常很快恢复正常。而运动部件处于异常状态时,无法在短时间内恢复正常。故本申请通过获取每个运动部件执行不同运动帧返回的运行信息。并统计连续包含异常信息的运行信息的个数。若连续包含异常信息的运行信息的个数不小于阈值,则确认运动部件处于异常状态。上述方式,基于连续出现的异常信息,确定运动部件是否处于异常状态。故可筛除由外部因素或内部因素引起的暂时性异常信息,进而提高了对异常状态的检测准确率。
图8是本申请一实施例提供的一种机器人的示意图。如图8所示,该实施例的一种机器人8包括:运动部件81、处理器82、存储器83以及存储在所述存储器83中并可在所述处理器82上运行的计算机程序84,例如一种运动部件的异常检测程序。
所述处理器82执行所述计算机程序84时实现上述各个一种运动部件的异常检测方法实施例中的步骤,例如图2所示的步骤201至步骤203。或者,所述处理器82执行所述计算机程序134时实现上述各装置实施例中各单元的功能,例如图8所示单元81至83的功能。运动部件包括但不限于行进模组、仿生臂、语音模组、麦克风模组、屏幕模组以及感应模组等。示例性的,所述计算机程序84可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器83中,并由所述处理器82执行,以完成本申请。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序84在所述一种机器人8中的执行过程。例如,所述计算机程序84可以被分割成各单元的具体功能如下:
获取单元,用于获取每个运动部件在执行每一运动帧后返回的运行信息;
统计单元,用于针对每个所述运动部件,统计连续包含异常信息的运行信息的个数;
判断单元,用于若连续包含异常信息的运行信息的个数不小于阈值,则确认与连续包含异常信息的运行信息对应的所述运动部件处于异常状态。
所述机器人中包括但不限于运动部件81、处理器82、存储器83。本领域技术人员可以理解,图8仅仅是一种机器人8的示例,并不构成对一种机器人8的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述机器人还可以包括输入输出设备、网络接入设备、总线等。
所述运动部件81包括但不限于步进电机、伺服电机(舵机)或液压驱动模组等一种或多种部件之间的组合,用于控制机器人运动。
所述处理器82可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器83可以是所述一种机器人8的内部存储单元,例如一种机器人8的硬盘或内存。所述存储器83也可以是所述一种机器人8的外部存储设备,例如所述一种机器人8上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器83还可以既包括所述一种机器人8的内部存储单元也包括外部存储设备。所述存储器83用于存储所述计算机程序以及所述一种漫游控制设备所需的其他程序和数据。所述存储器83还可以用于暂时地存储已经输出或者将要输出的数据。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块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。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
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,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/终端设备的任何实体或装置、记录介质、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random AccessMemory,RAM)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,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***,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讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,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。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于监测到”。类似地,短语“如果确定”或“如果监测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦监测到[所描述条件或事件]”或“响应于监测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种运动部件的异常检测方法,其特征在于,所述异常检测方法包括:
获取每个运动部件在执行每一运动帧后返回的运行信息;
针对每个所述运动部件,统计连续包含异常信息的运行信息的个数;
若连续包含异常信息的运行信息的个数不小于阈值,则确认与连续包含异常信息的运行信息对应的所述运动部件处于异常状态。
2.如权利要求1所述异常检测方法,其特征在于,所述针对每个所述运动部件,统计连续包含异常信息的运行信息的个数,包括:
通过数组中的预设元素存储所述运行信息;
根据所述预设元素中存储的所述运行信息,统计连续包含异常信息的运行信息的个数;不同的运行部件分别对应不同的预设元素。
3.如权利要求1或2中任意一项所述异常检测方法,其特征在于,所述针对每个所述运动部件,统计连续包含异常信息的运行信息的个数,包括:
根据预设策略,在计数器中统计连续包含异常信息的运行信息的个数。
4.如权利要求3所述异常检测方法,其特征在于,所述根据预设策略,在计数器中统计连续包含异常信息的运行信息的个数,包括:
若获取到包含正常信息的运行信息,则将所述计数器中的数值清零;
若获取到包含异常信息的运行信息,则将所述计数器中的数值加1;其中,所述计数器中的数值为所述连续包含异常信息的运行信息的个数。
5.如权利要求1所述异常检测方法,其特征在于,在所述针对每个所述运动部件,统计连续包含异常信息的运行信息的个数之后,还包括:
若连续包含异常信息的运行信息的个数小于所述阈值,则确认所述运动部件处于正常状态。
6.如权利要求5所述异常检测方法,其特征在于,在所述若连续包含异常信息的运行信息的个数小于所述阈值,则确认所述运动部件处于正常状态之后,还包括:
通过预设变量的不同比特位中的比特值,标志不同运动部件的运行状态;所述运行状态包括异常状态和正常状态;不同的运行部件分别对应不同位置的比特位;
遍历所述预设变量的每个比特位中的比特值;
若遍历到第一比特位中第一比特值标志异常状态,则向目标模块发送异常提示信息;所述异常提示信息包括所述第一比特位对应的运行部件信息以及所述异常信息。
7.如权利要求6所述异常检测方法,其特征在于,所述若遍历到第一比特位中第一比特值标志异常状态,则向目标模块发送异常提示信息,包括:
若遍历到第一比特位中第一比特值标志异常状态,且所述第一比特位对应运动部件的异常提示信息未被发送过,则向目标模块发送所述异常提示信息;
若遍历到第一比特位中第一比特值标志异常状态,且所述第一比特位对应运动部件的异常提示信息已被发送过,则无需向目标模块再次发送所述异常提示信息。
8.一种运动部件的异常检测装置,其特征在于,所述异常检测装置包括:
获取单元,用于获取每个运动部件在执行每一运动帧后返回的运行信息;
统计单元,用于针对每个所述运动部件,统计连续包含异常信息的运行信息的个数;
判断单元,用于若连续包含异常信息的运行信息的个数不小于阈值,则确认与连续包含异常信息的运行信息对应的所述运动部件处于异常状态。
9.一种机器人,包括运动部件、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110325312.XA CN112959367B (zh) | 2021-03-26 | 2021-03-26 | 一种运动部件的异常检测方法及异常检测装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110325312.XA CN112959367B (zh) | 2021-03-26 | 2021-03-26 | 一种运动部件的异常检测方法及异常检测装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112959367A true CN112959367A (zh) | 2021-06-15 |
CN112959367B CN112959367B (zh) | 2023-03-17 |
Family
ID=76278576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110325312.XA Active CN112959367B (zh) | 2021-03-26 | 2021-03-26 | 一种运动部件的异常检测方法及异常检测装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112959367B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113635305A (zh) * | 2021-08-17 | 2021-11-12 | 乐聚(深圳)机器人技术有限公司 | 机器人运动保护方法、装置、控制器及存储介质 |
CN115781697A (zh) * | 2023-02-06 | 2023-03-14 | 山东协和学院 | 工业机器人控制*** |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150328774A1 (en) * | 2014-05-16 | 2015-11-19 | Canon Kabushiki Kaisha | Robot system controlling method, program, recording medium, robot system, and diagnosis apparatus |
CN105160081A (zh) * | 2015-08-14 | 2015-12-16 | 北京航天试验技术研究所 | 一种基于三维虚拟认知环境的故障诊断方法 |
CN106095788A (zh) * | 2016-05-27 | 2016-11-09 | 杭州华三通信技术有限公司 | 一种数据存储方法及装置 |
CN106982151A (zh) * | 2017-04-10 | 2017-07-25 | 网易(杭州)网络有限公司 | 一种游戏内运行速度异常的检测方法、装置及游戏*** |
CN108460144A (zh) * | 2018-03-14 | 2018-08-28 | 西安华光信息技术有限责任公司 | 一种基于机器学习的煤炭设备故障预警***及方法 |
CN109560963A (zh) * | 2018-11-23 | 2019-04-02 | 北京车和家信息技术有限公司 | 监控报警方法、***以及计算机可读存储介质 |
CN110712205A (zh) * | 2019-10-11 | 2020-01-21 | 深圳前海达闼云端智能科技有限公司 | 异常监控方法、电子设备及计算机可读存储介质 |
CN111085994A (zh) * | 2019-11-28 | 2020-05-01 | 广汽新能源汽车有限公司 | 机器人运行状态监控方法及*** |
CN111768884A (zh) * | 2020-06-08 | 2020-10-13 | 核动力运行研究所 | 一种核电厂机组运行状态监测***及方法 |
CN112140108A (zh) * | 2020-09-07 | 2020-12-29 | 珠海格力电器股份有限公司 | 异常状态快速响应方法、装置、设备及计算机可读介质 |
CN112398886A (zh) * | 2019-08-14 | 2021-02-23 | 北京极智嘉科技有限公司 | 机器人、机器人通讯管理方法及存储介质 |
-
2021
- 2021-03-26 CN CN202110325312.XA patent/CN112959367B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150328774A1 (en) * | 2014-05-16 | 2015-11-19 | Canon Kabushiki Kaisha | Robot system controlling method, program, recording medium, robot system, and diagnosis apparatus |
CN105160081A (zh) * | 2015-08-14 | 2015-12-16 | 北京航天试验技术研究所 | 一种基于三维虚拟认知环境的故障诊断方法 |
CN106095788A (zh) * | 2016-05-27 | 2016-11-09 | 杭州华三通信技术有限公司 | 一种数据存储方法及装置 |
CN106982151A (zh) * | 2017-04-10 | 2017-07-25 | 网易(杭州)网络有限公司 | 一种游戏内运行速度异常的检测方法、装置及游戏*** |
CN108460144A (zh) * | 2018-03-14 | 2018-08-28 | 西安华光信息技术有限责任公司 | 一种基于机器学习的煤炭设备故障预警***及方法 |
CN109560963A (zh) * | 2018-11-23 | 2019-04-02 | 北京车和家信息技术有限公司 | 监控报警方法、***以及计算机可读存储介质 |
CN112398886A (zh) * | 2019-08-14 | 2021-02-23 | 北京极智嘉科技有限公司 | 机器人、机器人通讯管理方法及存储介质 |
CN110712205A (zh) * | 2019-10-11 | 2020-01-21 | 深圳前海达闼云端智能科技有限公司 | 异常监控方法、电子设备及计算机可读存储介质 |
CN111085994A (zh) * | 2019-11-28 | 2020-05-01 | 广汽新能源汽车有限公司 | 机器人运行状态监控方法及*** |
CN111768884A (zh) * | 2020-06-08 | 2020-10-13 | 核动力运行研究所 | 一种核电厂机组运行状态监测***及方法 |
CN112140108A (zh) * | 2020-09-07 | 2020-12-29 | 珠海格力电器股份有限公司 | 异常状态快速响应方法、装置、设备及计算机可读介质 |
Non-Patent Citations (3)
Title |
---|
于绍政等: "《FlexSim仿真建模与分析》", 31 July 2018, 沈阳:东北大学出版社 * |
苏宏志等: "《数控原理与***》", 31 May 2012, 西安电子科技大学出版社 * |
青岛英谷教育科技股份有限公司等: "《工业机器人集成应用》", 28 February 2019, 西安电子科技大学出版社 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113635305A (zh) * | 2021-08-17 | 2021-11-12 | 乐聚(深圳)机器人技术有限公司 | 机器人运动保护方法、装置、控制器及存储介质 |
CN113635305B (zh) * | 2021-08-17 | 2023-06-23 | 乐聚(深圳)机器人技术有限公司 | 机器人运动保护方法、装置、控制器及存储介质 |
CN115781697A (zh) * | 2023-02-06 | 2023-03-14 | 山东协和学院 | 工业机器人控制*** |
CN115781697B (zh) * | 2023-02-06 | 2023-05-09 | 山东协和学院 | 工业机器人控制*** |
Also Published As
Publication number | Publication date |
---|---|
CN112959367B (zh) | 2023-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112959367B (zh) | 一种运动部件的异常检测方法及异常检测装置 | |
CN110601898B (zh) | 异常预警方法、装置、服务器及存储介质 | |
EP3584658B1 (en) | Method, system, device, and computer readable storage medium for diagnosing vehicle | |
EP2359201B1 (de) | Verfahren zum bestimmen einer sicherheitsstufe und sicherheitsmanager | |
DE112011103308B4 (de) | Verfahren, System und Programm | |
EP2042956A2 (de) | Schnittstelle zwischen einem Fertigungsmanagementsystem und einem Automatisierungssystem | |
DE102019001763A1 (de) | Steuerung | |
CN110264452B (zh) | 一种工件检测方法、装置、设备及存储介质 | |
CN111195909B (zh) | 机器人的舵机控制方法、装置、终端及计算机存储介质 | |
CN111897304A (zh) | 用于机器***中实时诊断和故障监视的方法、设备和*** | |
CN116167166A (zh) | 底盘模型的算法调度方法和装置、电子设备和存储介质 | |
CN113586263A (zh) | 一种断油保护方法、主控装置及智控装置 | |
CN111015723A (zh) | 机器人关节的定位方法、装置、机器人及存储介质 | |
CN113807635B (zh) | 业务运行数据监测方法、装置、电子设备和存储介质 | |
CN111531582B (zh) | 一种基于视觉的工业机器人故障检测方法及*** | |
CN114265549B (zh) | 一种NVMe命令的处理方法、装置及可读存储介质 | |
CN115269297B (zh) | 触摸屏故障自动诊断方法、装置、设备及存储介质 | |
EP4078414B1 (de) | Überwachungseinheit und verfahren zur überwachung der von treibern einer gerätezugriffseinrichtung belegten ressourcen | |
EP3757688B1 (de) | Verfahren zur konfiguration einer industriellen maschine | |
CN115952047A (zh) | 一种灵活配置报警策略的报警方法 | |
JPH02114302A (ja) | 数値制御装置 | |
KR20240023041A (ko) | 로봇 애플리케이션의 제어 및/또는 모니터링 | |
DE102022103875A1 (de) | Verfahren und System zur Bestimmung eines Betriebszustandes einer Maschine | |
CN115701891A (zh) | 自动驾驶控制器的健康监控方法、***及车辆 | |
CN114218180A (zh) | 一种运行态***的日志级别调整及打印的方法和装置 |
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 |