CN115129430B - 一种基于5g网络的机器人远程控制指令下发方法及*** - Google Patents

Abstract

本发明提供了一种基于5g网络的机器人远程控制指令下发方法及***，涉及机器人远程控制技术领域，方法包括：基于5g网络平台，修改运行程序的变量；获取运行参数集；获取运行状态集；搭建机器人数字孪生平台；获取运行参数随机调整集与运行状态随机调整集；获取面板显示信息集；生成机器人的远程诊断报告；获取远程诊断结果。解决了机器人远程控制指令发送不及时，导致无法及时对机器人进行设备维护的技术问题，达到了以5g网络平台为基础，及时发送机器人远程控制指令，通过云处理器辅助运算，提高运算效率，快速定位故障节点，辅助专业工程师进行故障排除，降低故障处理时间，及时对机器人进行设备维护的技术效果。

Description

一种基于5g网络的机器人远程控制指令下发方法及***

技术领域

本发明涉及机器人远程控制技术领域，具体涉及一种基于5g网络的机器人远程控制指令下发方法及***。

背景技术

机器人是一种拟人的电子机械装置，人有对环境状态的快速反应和分析判断能力，又有机器可长时间持续工作、精确度高、抗恶劣环境的能力，是工业以及非产业界的重要生产和服务性设备，也是先进制造技术领域不可缺少的自动化设备。

但是，导致机器人远程控制指令发送不及时，容易导致机器人控制延迟，机器人的现场管理人员对机器人状态参数认知有限，机器人实时运维***对机器人存在的潜在问题无法进行有效地监测和预警。

现有技术中存在机器人远程控制指令发送不及时，导致无法及时对机器人进行设备维护的技术问题。

发明内容

本申请通过提供了一种基于5g网络的机器人远程控制指令下发方法及***，解决了机器人远程控制指令发送不及时，导致无法及时对机器人进行设备维护的技术问题，达到了以5g网络平台为基础，及时发送机器人远程控制指令，通过云处理器辅助运算，提高运算效率，快速定位故障节点，辅助专业工程师进行故障排除，降低故障处理时间，及时对机器人进行设备维护的技术效果。

鉴于上述问题，本申请提供了一种基于5g网络的机器人远程控制指令下发方法及***。

本申请的第一个方面，提供了一种基于5g网络的机器人远程控制指令下发方法，其中，所述方法包括：基于5g网络平台，结合远程诊断调用指令，修改机器人的运行程序的变量；同步采集机器人的运行参数，获取运行参数集；使用监控摄像头实时监控机器人的运行状态，获取运行状态集；将所述运行参数集与所述运行状态集导入到仿真软件中，进行指标还原设置，搭建机器人数字孪生平台；随机变更机器人的变量个数，通过所述远程诊断调用指令，获取运行参数随机调整集与运行状态随机调整集；同步记录机器人的面板显示信息，获取面板显示信息集；将所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告；基于所述机器人数字孪生平台，将所述远程诊断报告发送至设备端，获取远程诊断结果。

本申请的第二个方面，提供了一种基于5g网络的机器人远程控制指令下发***，其中，所述***包括：变量修改单元，所述变量修改单元用于基于5g网络平台，结合远程诊断调用指令，修改机器人的运行程序的变量；参数获取单元，所述参数获取单元用于同步采集机器人的运行参数，获取运行参数集；运行状态获取单元，所述运行状态获取单元用于使用监控摄像头实时监控机器人的运行状态，获取运行状态集；数字平台搭建单元，所述数字平台搭建单元用于将所述运行参数集与所述运行状态集导入到仿真软件中，进行指标还原设置，搭建机器人数字孪生平台；随机调整单元，所述随机调整单元用于随机变更机器人的变量个数，通过所述远程诊断调用指令，获取运行参数随机调整集与运行状态随机调整集；同步记录单元，所述同步记录单元用于同步记录机器人的面板显示信息，获取面板显示信息集；诊断报告生成单元，所述诊断报告生成单元用于将所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告；诊断结果获取单元，所述诊断结果获取单元用于基于所述机器人数字孪生平台，将所述远程诊断报告发送至设备端，获取远程诊断结果。

本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了基于5g网络平台，结合远程诊断调用指令，修改机器人的运行程序的变量；同步采集机器人的运行参数，获取运行参数集；使用监控摄像头实时监控机器人的运行状态，获取运行状态集；搭建机器人数字孪生平台；获取运行参数随机调整集与运行状态随机调整集；同步记录机器人的面板显示信息，获取面板显示信息集；将运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告；基于机器人数字孪生平台，将远程诊断报告发送至设备端，获取远程诊断结果。本申请达到了以5g网络平台为基础，及时发送机器人远程控制指令，通过云处理器辅助运算，提高运算效率，快速定位故障节点，辅助专业工程师进行故障排除，降低故障处理时间，及时对机器人进行设备维护的技术效果。

附图说明

图1为本申请一种基于5g网络的机器人远程控制指令下发方法的流程示意图；

图2为本申请一种基于5g网络的机器人远程控制指令下发方法的生成机器人的远程诊断报告的流程示意图；

图3为本申请一种基于5g网络的机器人远程控制指令下发方法的将远程诊断报告动态输出的流程示意图；

图4为本申请一种基于5g网络的机器人远程控制指令下发***的结构示意图。

附图标记说明：变量修改单元11，参数获取单元12，运行状态获取单元13，数字平台搭建单元14，随机调整单元15，同步记录单元16，诊断报告生成单元17，诊断结果获取单元18。

具体实施方式

本申请通过提供了一种基于5g网络的机器人远程控制指令下发方法及***，解决了机器人远程控制指令发送不及时，导致无法及时对机器人进行设备维护的技术问题，达到了以5g网络平台为基础，及时发送机器人远程控制指令，通过云处理器辅助运算，提高运算效率，快速定位故障节点，辅助专业工程师进行故障排除，降低故障处理时间，及时对机器人进行设备维护的技术效果。本申请能够适用于工业机器人、协作机器人、AGV搬运机器人等，如四轴机器人或六轴机器人等。

实施例一

如图1所示，本申请提供了一种基于5g网络的机器人远程控制指令下发方法，其中，所述方法包括：

步骤S100：基于5g网络平台，结合远程诊断调用指令，修改机器人的运行程序的变量；

步骤S200：同步采集机器人的运行参数，获取运行参数集；

步骤S300：使用监控摄像头实时监控机器人的运行状态，获取运行状态集；

具体而言，本申请实施例是从机器人检测和维护角度出发，进行远程控制指令下发，同步对机器人进行故障检测，通过高速的5g网络连接，提高运维和同步监控的时效性。

具体而言，机器人的现场管理人员对机器人状态参数认知有限，无法对机器人存在的潜在问题进行有效地监测和预警，以5g网络平台为基础，实时监视机器人当前及历史的各种状态。

进一步具体说明，所述远程诊断调用指令为远程调试端专业工程师发出的诊断起始信号，通过5g网络平台，对所述远程诊断调用指令进行同步发送，发送至机器端，修改机器人的运行程序的变量，所述变量可以是工作速度、运行加速度、工作载荷与重复精度等相关指标参数，通过远程诊断调用指令进行变量修改，同步进行机器人的运行参数采集，获取运行参数集；所述监控摄像头为多路高清视频远程实时监控装置，使用监控摄像头实时监控机器人的运行状态，获取运行状态集，为后续进行数据处理提供数据基础。

进一步具体说明，工厂机器人一旦出现故障，需要进行现场调试，而机器人通常各种大小故障率较高，导致调试成本高，专业运维人员工作量繁杂且工作效率低，在现场加装监控装置（即监控摄像头），对所述机器人及设备的运行状况进行监控，为协助远程调试端的专业工程师控制现场人员完成调试提供数据支持。

步骤S400：将所述运行参数集与所述运行状态集导入到仿真软件中，进行指标还原设置，搭建机器人数字孪生平台；

具体而言，使用基于ffmpeg(视频编辑转换软件)+jsmpeg（视频、音频解码器）+node.js（服务端语言的脚本语言）的web流媒体，基于所述运行状态集，ffmpeg将监控摄像头的RTSP流（文件格式）转成mpegts流（文件格式），并将视频编码由H.264（视频压缩编码标准）变为mpeg-1video（MPEG-1是MPEG组织制定的第一个视频和音频有损压缩标准），将视频流稳定高速地推送到云处理器，在Node.js运行环境下，接收到ffmpeg推送的视频流，对外提供WebSocket端口，将将所述运行参数集导入，基于WebSocket协议实现多路视频高效传输，从而保证视频的低时延和连续性，将Vue框架（渐进式框架）作为客户端基础、Node.js环境作为云处理器基础，进行指标初始化还原设置，搭建机器人数字孪生平台的基本框架。

进一步具体说明，多路实时视频传输关键技术使用了基于ffmpeg+jsmpeg+nodejs的web流媒体方案以及WebSocket协议，ffmpeg提供了领先的音视频编码能力，jsmpeg和WebSocket则保证了视频流的低延迟性和连续性，另外WebSocket协议还可以减少通信量，只要建立起WebSocket连接，一直保持连接，可以源源不断的传送消息。

步骤S500：随机变更机器人的变量个数，通过所述远程诊断调用指令，获取运行参数随机调整集与运行状态随机调整集；

进一步的，随机变更机器人的变量个数，通过所述远程诊断调用指令，获取运行参数随机调整集与运行状态随机调整集，所述步骤S500包括：

步骤S510：定位标记机器人的运行程序的变量，生成变量标记信息；

步骤S520：通过随机算法，生成随机数，其中，所述随机数的个数与所述运行程序变量的个数一致；

步骤S530：通过随机数变更规则与所述随机数，对所述变量标记信息进行修改，同步进行信息采集，获取运行参数随机调整集与运行状态随机调整集。

具体而言，通过变量标记信号，定位标记机器人的运行程序的变量，在定位完成后，获取变量标记信息，所述变量标记信息即标记定位完成后的变量信息，通过随机算法，生成一组随机数，所述随机数的个数与所述运行程序变量的个数一致，可以将随机数变更规则确定为随机数为3的整数倍的随机数对应的所述运行程序变量需要进行修改，所述随机数变更规则为预设指标参数，示例性说明，随机数为[10、15、13、6、8]，对应的，第二位运行程序变量与第四位运行程序变量需要进行修改，所述运行程序变量的修改方向不唯一可以进行全阶段修改，同步进行信息采集，获取运行参数随机调整集与运行状态随机调整集，在全阶段修改调整过程中，所述运行参数随机调整集即同步采集机器人的全阶段修改调整的运行参数，所述运行状态随机调整集即使用监控摄像头实时监控机器人的全阶段修改调整的运行状态，为进行全面评估机器人状态评估提供数据支持。

步骤S600：同步记录机器人的面板显示信息，获取面板显示信息集；

步骤S700：将所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告；

步骤S800：基于所述机器人数字孪生平台，将所述远程诊断报告发送至设备端，获取远程诊断结果。

进一步的，所述方法还包括：

步骤S910：通过所述远程诊断结果，判断所述机器人是否出现故障；

步骤S920：若出现故障，通过异常报警模块，对故障进行定位标记，获取故障异常标记结果；

步骤S930：通过云处理器，将所述故障异常标记结果输出至远程调试端，辅助远程调试端的专业工程师进行调试。

具体而言，所述面板显示信息包括但不限于动作模式、绝对精度、工作坐标、工具坐标、有效载荷等相关参数指标，具体结合所述机器人生产过程的模块功能信息进行具体确定，在采集获取运行参数随机调整集与运行状态随机调整集过程，同步记录机器人的面板显示信息，生成面板显示信息集，所述面板显示信息集、运行参数随机调整集与运行状态随机调整集为同步关联信息，将所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告，基于所述机器人数字孪生平台，***所述远程诊断报告，通过云服务器与机器人的设备端的远程连接，将所述机器人数字孪生平台与植入的所述远程诊断报告进行传送，经所述机器人的设备端现场工作人员核实确定后，获取远程诊断结果，所述远程诊断结果即表示远程调试端的专业工程师需要进行辅助调试，所述远程诊断结果包括所述机器人数字孪生平台与植入的所述远程诊断报告，避免因数据识别误差，导致设备资源浪浪费，为保证所述远程诊断结果的有效性提供技术支持，提高机器人远程控制指令下发***的稳定性。

具体而言，基于云处理器与远程调试端的的远程连接，将所述远程诊断结果传送至远程调试端，通过所述机器人数字孪生平台与植入的所述远程诊断报告，在远程调试端进行运行模拟，判断所述机器人是否出现故障；若出现故障，通过异常报警模块，对故障进行定位标记，获取故障异常标记结果，所述故障异常标记结果可以对故障的位置坐标进行突出标记，将所述故障异常标记结果输出至远程调试端，辅助远程调试端的专业工程师进行调试，节省企业的运营成本的同时提高故障解决速度，进行故障快速定位，辅助远程调试端的专业工程师进行调试，进行故障排除，降低故障处理时间，提高故障一次性修复率。

进一步的，将所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告，步骤S700包括：

步骤S710：获取数据备份归档信息；

步骤S720：通过所述数据备份归档信息，对所述运行参数随机调整集对应的程序进行归档整理，获取运行程序备份数据包；

步骤S730：将所述运行程序备份数据包导入至云处理器中，对所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告。

具体而言，在进行调整的过程，为避免原始数据被覆盖，需要及时数据备份归档处理，所述数据备份归档信息包括机器人的运行程序等其他相关指标信息，在进行数据调整之前，获取数据备份信号，通过所述数据备份信号，提取数据备份归档信息，在数据备份结束后，进行数据随机调整，在完成数据调整后，获取数据归档信号，结合所述数据备份归档信息，与所述运行参数随机调整集对应的程序进行归档整理，获取运行程序备份数据包，所述运行程序备份数据包包括数据调整之前的机器人的运行程序、所述运行参数随机调整集对应的程序，在完成归档整理后，通过所述设备端与云处理器的远程连接，将所述运行程序备份数据包导入至云处理器中，并进行所述运行参数随机调整集、运行状态随机调整集与面板显示信息集的整合，通过所述运行程序备份数据包与所述运行参数随机调整集、运行状态随机调整集与面板显示信息集的整合结果，生成机器人的远程诊断报告，为保证所述远程诊断报告的完整性提供技术支持，避免因数据覆盖导致的数据缺失的同时，为后续确定调试方案提供数据支持。

进一步的，如图2所示，将所述运行程序备份数据包导入至云处理器中，对所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告，步骤S730包括：

步骤S731：将所述运行程序备份数据包导入至云处理器后，在Node.js环境中，通过所述机器人数字孪生平台，获取Node信号；

步骤S732：基于所述Node信号，通过非阻塞I/O接口，对所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成数字孪生模型；

步骤S733：通过所述云处理器，接收客户端的运行状态请求；

步骤S734：通过所述运行状态请求与所述数字孪生模型，生成机器人的远程诊断报告。

进一步的，如图3所示，所述方法还包括：

步骤S734-1：基于Node.js环境，由Node.js作为http server提供web访问接口，通过云处理器接收到客户端的运行状态请求；

步骤S734-2：将所述远程诊断报告推送至客户端，客户端基于Echarts库，将所述远程诊断报告动态输出。

具体而言，通过Node（结点）信号，对监控摄像头、设备端、云服务器、机器人各部件进行运行监督，为实现各部件电信息联通实现配合与协调工作提供支持。

进一步具体说明，在Node.js环境中，在完成数据整合传送后，通知Node，通过所述机器人数字孪生平台，获取Node信号，通过非阻塞I/O接口，对所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行访问调用，进行数据迭代训练，生成数字孪生模型；在本申请实施例中，所述远程连接可以通过5g网络进行数据连通传送，基于所述云处理器与客户端远程连接，接收客户端的运行状态请求，接收运行状态请求至云处理器；通过所述数字孪生模型输出，与所述运行状态请求进行比对，获取机器人的远程诊断报告。通过Node信号，简化了对资源的访问的流程，减低开发复杂度，有效提高各部件的协调工作性能。

进一步具体说明，为实现数据的可视化动态管理，将调整过程中的动态数据推送到基于Node.js环境运行的服务端，由Node.js作为http server提供web访问接口，服务端在接收到客户端的数据请求后，通过云处理器接收到客户端的运行状态请求；将所述动态数据与运行状态请求进行关联映射输出，获取关联映射输出结果，将所述关联映射输出结果与所述远程诊断报告推送给客户端，客户端基于Echarts库，将所述远程诊断报告动态输出，实现动态数据的可视化动态管理。

进一步的，基于所述Node信号，通过非阻塞I/O接口，对所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成数字孪生模型，步骤S732包括：

步骤S732-1：以RBF网络为模型基础，将所述运行参数随机调整集、运行状态随机调整集输入至RBF网络的输入端，将面板显示信息集作为监督数据，进行有监督训练；

步骤S732-2：设定所述RBF网络的节点中心及节点基宽参数；

步骤S732-3：通过所述RBF网络前端的辨识网络，将所述运行参数随机调整集、运行状态随机调整集与所述面板显示信息集进行输入；

步骤S732-4：基于所述节点中心及节点基宽参数，进行数据迭代运算，在误差阈值满足预设误差阈值后，生成数字孪生模型。

具体而言，通过网络模型进行迭代运算，保证所述数字孪生模型的精度，以RBF网络为模型基础，对所述运行参数随机调整集、运行状态随机调整集与所述面板显示信息集进行分组，通过所述面板显示信息集、运行参数随机调整集与运行状态随机调整集为同步关联信息，进行数据分组，每组数据均有同步关联信息限定的运行参数随机调整数据、运行状态随机调整数据与面板显示信息，将多组依次运行参数随机调整数据、运行状态随机调整数据输入至RBF网络的输入端，以同步关联信息限定的面板显示信息作为监督数据，进行有监督训练；通过辨识算法的输出，设定所述RBF网络的节点中心及节点基宽参数，所述节点中心与节点基宽参数均属于所述RBF网络的高斯基函数中的参数指标；基于所述节点中心及节点基宽参数，将所述运行参数随机调整集、运行状态随机调整集与所述面板显示信息集进行输入，进行数据迭代运算，在模型输出与所述监督数据的误差阈值满足预设误差阈值后，确定数字孪生模型，为后续进行数据处理提供模型基础，通过对所述运行状态请求与所述数字孪生模型的输出进行比对分析，为辅助远程调试端的专业工程师确定调制方案提供数据支持。

综上所述，本申请所提供的一种基于5g网络的机器人远程控制指令下发方法及***具有如下技术效果：

由于采用了基于5g网络平台，结合远程诊断调用指令，修改机器人的运行程序的变量；同步采集机器人的运行参数，获取运行参数集；使用监控摄像头实时监控机器人的运行状态，获取运行状态集；搭建机器人数字孪生平台；获取运行参数随机调整集与运行状态随机调整集；同步记录机器人的面板显示信息，获取面板显示信息集；将运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告；基于机器人数字孪生平台，将远程诊断报告发送至设备端，获取远程诊断结果。本申请通过提供了一种基于5g网络的机器人远程控制指令下发方法及***，达到了以5g网络平台为基础，及时发送机器人远程控制指令，通过云处理器辅助运算，提高运算效率，快速定位故障节点，辅助专业工程师进行故障排除，降低故障处理时间，及时对机器人进行设备维护的技术效果。

由于采用了通过远程诊断结果，判断机器人是否出现故障；若出现故障，通过异常报警模块，对故障进行定位标记，获取故障异常标记结果；通过云处理器，将故障异常标记结果输出至远程调试端，辅助远程调试端的专业工程师进行调试，节省企业的运营成本的同时提高故障解决速度，进行故障快速定位，辅助远程调试端的专业工程师进行调试，进行故障排除，降低故障处理时间，提高故障一次性修复率。

由于采用了将运行程序备份数据包导入至云处理器后，在Node.js环境中，通过机器人数字孪生平台，获取Node信号，通过非阻塞I/O接口，对运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成数字孪生模型；通过云处理器，接收客户端的运行状态请求；通过运行状态请求与数字孪生模型，生成机器人的远程诊断报告。通过Node信号，简化了对资源的访问的流程，减低开发复杂度，有效提高各部件的协调工作性能。

实施例二

基于与前述实施例中一种基于5g网络的机器人远程控制指令下发方法相同的发明构思，如图4所示，本申请提供了一种基于5g网络的机器人远程控制指令下发***，其中，所述***包括：

变量修改单元11，所述变量修改单元11用于基于5g网络平台，结合远程诊断调用指令，修改机器人的运行程序的变量；

参数获取单元12，所述参数获取单元12用于同步采集机器人的运行参数，获取运行参数集；

运行状态获取单元13，所述运行状态获取单元13用于使用监控摄像头实时监控机器人的运行状态，获取运行状态集；

数字平台搭建单元14，所述数字平台搭建单元14用于将所述运行参数集与所述运行状态集导入到仿真软件中，进行指标还原设置，搭建机器人数字孪生平台；

随机调整单元15，所述随机调整单元15用于随机变更机器人的变量个数，通过所述远程诊断调用指令，获取运行参数随机调整集与运行状态随机调整集；

同步记录单元16，所述同步记录单元16用于同步记录机器人的面板显示信息，获取面板显示信息集；

诊断报告生成单元17，所述诊断报告生成单元17用于将所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告；

诊断结果获取单元18，所述诊断结果获取单元18用于基于所述机器人数字孪生平台，将所述远程诊断报告发送至设备端，获取远程诊断结果。

进一步的，所述***包括：

变量标记生成单元，所述变量标记生成单元用于定位标记机器人的运行程序的变量，生成变量标记信息；

随机数生成单元，所述随机数生成单元用于通过随机算法，生成随机数，其中，所述随机数的个数与所述运行程序变量的个数一致；

信息采集单元，所述信息采集单元用于通过随机数变更规则与所述随机数，对所述变量标记信息进行修改，同步进行信息采集，获取运行参数随机调整集与运行状态随机调整集。

进一步的，所述***包括：

备份归档单元，所述备份归档单元用于获取数据备份归档信息；

归档整理单元，所述归档整理单元用于通过所述数据备份归档信息，对所述运行参数随机调整集对应的程序进行归档整理，获取运行程序备份数据包；

诊断报告生成单元，所述诊断报告生成单元用于将所述运行程序备份数据包导入至云处理器中，对所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告。

进一步的，所述***包括：

信号获取单元，所述信号获取单元用于将所述运行程序备份数据包导入至云处理器后，在Node.js环境中，通过所述机器人数字孪生平台，获取Node信号；

孪生模型生成单元，所述孪生模型生成单元用于基于所述Node信号，通过非阻塞I/O接口，对所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成数字孪生模型；

请求接收单元，所述请求接收单元用于通过所述云处理器，接收客户端的运行状态请求；

诊断报告生成单元，所述诊断报告生成单元用于通过所述运行状态请求与所述数字孪生模型，生成机器人的远程诊断报告。

进一步的，所述***包括：

有监督训练单元，所述有监督训练单元用于以RBF网络为模型基础，将所述运行参数随机调整集、运行状态随机调整集输入至RBF网络的输入端，将面板显示信息集作为监督数据，进行有监督训练；

参数设定单元，所述参数设定单元用于设定所述RBF网络的节点中心及节点基宽参数；

数据输入单元，所述数据输入单元用于通过所述RBF网络前端的辨识网络，将所述运行参数随机调整集、运行状态随机调整集与所述面板显示信息集进行输入；

迭代运算单元，所述迭代运算单元用于基于所述节点中心及节点基宽参数，进行数据迭代运算，在误差阈值满足预设误差阈值后，生成数字孪生模型。

进一步的，所述***包括：

访问接口确定单元，所述访问接口确定单元用于基于Node.js环境，由Node.js作为http server提供web访问接口，通过云处理器接收到客户端的运行状态请求；

动态输出单元，所述动态输出单元用于将所述远程诊断报告推送至客户端，客户端基于Echarts库，将所述远程诊断报告动态输出。

进一步的，所述***包括：

故障判断单元，所述故障判断单元用于通过所述远程诊断结果，判断所述机器人是否出现故障；

定位标记单元，所述定位标记单元用于若出现故障，通过异常报警模块，对故障进行定位标记，获取故障异常标记结果；

辅助远程调试端的调试单元，所述辅助远程调试端的调试单元用于通过云处理器，将所述故障异常标记结果输出至远程调试端，辅助远程调试端的专业工程师进行调试。

本说明书和附图仅仅是本申请的示例性说明，在不脱离本申请的精神和范围的情况下，可对其进行各种修改和组合。本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请意图包括这些改动和变型在内。

Claims (5)

1.一种基于5g网络的机器人远程控制指令下发方法，其特征在于，所述方法包括：

基于5g网络平台，结合远程诊断调用指令，修改机器人的运行程序的变量；

同步采集机器人的运行参数，获取运行参数集；

使用监控摄像头实时监控机器人的运行状态，获取运行状态集；

将所述运行参数集与所述运行状态集导入到仿真软件中，进行指标还原设置，搭建机器人数字孪生平台；

随机变更机器人的变量个数，通过所述远程诊断调用指令，获取运行参数随机调整集与运行状态随机调整集；

同步记录机器人的面板显示信息，获取面板显示信息集；

将所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告；

基于所述机器人数字孪生平台，将所述远程诊断报告发送至设备端，获取远程诊断结果；

其中，将所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告，所述方法包括：

获取数据备份归档信息；

通过所述数据备份归档信息，对所述运行参数随机调整集对应的程序进行归档整理，获取运行程序备份数据包；

将所述运行程序备份数据包导入至云处理器中，对所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告；

其中，将所述运行程序备份数据包导入至云处理器中，对所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告，所述方法包括：

将所述运行程序备份数据包导入至云处理器后，在Node.js环境中，通过所述机器人数字孪生平台，获取Node信号；

基于所述Node信号，通过非阻塞I/O接口，对所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成数字孪生模型；

通过所述云处理器，接收客户端的运行状态请求；

通过所述运行状态请求与所述数字孪生模型，生成机器人的远程诊断报告；

其中，基于所述Node信号，通过非阻塞I/O接口，对所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成数字孪生模型，所述方法包括：

以RBF网络为模型基础，将所述运行参数随机调整集、运行状态随机调整集输入至RBF网络的输入端，将面板显示信息集作为监督数据，进行有监督训练；

设定所述RBF网络的节点中心及节点基宽参数；

通过所述RBF网络前端的辨识网络，将所述运行参数随机调整集、运行状态随机调整集与所述面板显示信息集进行输入；

基于所述节点中心及节点基宽参数，进行数据迭代运算，在误差阈值满足预设误差阈值后，生成数字孪生模型。

2.如权利要求1所述的方法，其特征在于，随机变更机器人的变量个数，通过所述远程诊断调用指令，获取运行参数随机调整集与运行状态随机调整集，所述方法包括：

定位标记机器人的运行程序的变量，生成变量标记信息；

通过随机算法，生成随机数，其中，所述随机数的个数与所述运行程序变量的个数一致；

通过随机数变更规则与所述随机数，对所述变量标记信息进行修改，同步进行信息采集，获取运行参数随机调整集与运行状态随机调整集。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：

基于Node.js环境，由Node.js作为http server提供web访问接口，通过云处理器接收到客户端的运行状态请求；

将所述远程诊断报告推送至客户端，客户端基于Echarts库，将所述远程诊断报告动态输出。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：

通过所述远程诊断结果，判断所述机器人是否出现故障；

若出现故障，通过异常报警模块，对故障进行定位标记，获取故障异常标记结果；

通过云处理器，将所述故障异常标记结果输出至远程调试端，辅助远程调试端的专业工程师进行调试。

5.一种基于5g网络的机器人远程控制指令下发***，其特征在于，所述***包括：

变量修改单元，所述变量修改单元用于基于5g网络平台，结合远程诊断调用指令，修改机器人的运行程序的变量；

参数获取单元，所述参数获取单元用于同步采集机器人的运行参数，获取运行参数集；

运行状态获取单元，所述运行状态获取单元用于使用监控摄像头实时监控机器人的运行状态，获取运行状态集；

数字平台搭建单元，所述数字平台搭建单元用于将所述运行参数集与所述运行状态集导入到仿真软件中，进行指标还原设置，搭建机器人数字孪生平台；

随机调整单元，所述随机调整单元用于随机变更机器人的变量个数，通过所述远程诊断调用指令，获取运行参数随机调整集与运行状态随机调整集；

同步记录单元，所述同步记录单元用于同步记录机器人的面板显示信息，获取面板显示信息集；

诊断报告生成单元，所述诊断报告生成单元用于将所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告；

诊断结果获取单元，所述诊断结果获取单元用于基于所述机器人数字孪生平台，将所述远程诊断报告发送至设备端，获取远程诊断结果；

备份归档单元，所述备份归档单元用于获取数据备份归档信息；

归档整理单元，所述归档整理单元用于通过所述数据备份归档信息，对所述运行参数随机调整集对应的程序进行归档整理，获取运行程序备份数据包；

诊断报告生成单元，所述诊断报告生成单元用于将所述运行程序备份数据包导入至云处理器中，对所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成机器人的远程诊断报告；

信号获取单元，所述信号获取单元用于将所述运行程序备份数据包导入至云处理器后，在Node.js环境中，通过所述机器人数字孪生平台，获取Node信号；

孪生模型生成单元，所述孪生模型生成单元用于基于所述Node信号，通过非阻塞I/O接口，对所述运行参数随机调整集、运行状态随机调整集与面板显示信息集进行整合，生成数字孪生模型；

请求接收单元，所述请求接收单元用于通过所述云处理器，接收客户端的运行状态请求；

诊断报告生成单元，所述诊断报告生成单元用于通过所述运行状态请求与所述数字孪生模型，生成机器人的远程诊断报告；

有监督训练单元，所述有监督训练单元用于以RBF网络为模型基础，将所述运行参数随机调整集、运行状态随机调整集输入至RB F网络的输入端，将面板显示信息集作为监督数据，进行有监督训练；

参数设定单元，所述参数设定单元用于设定所述RBF网络的节点中心及节点基宽参数；

数据输入单元，所述数据输入单元用于通过所述RBF网络前端的辨识网络，将所述运行参数随机调整集、运行状态随机调整集与所述面板显示信息集进行输入；

迭代运算单元，所述迭代运算单元用于基于所述节点中心及节点基宽参数，进行数据迭代运算，在误差阈值满足预设误差阈值后，生成数字孪生模型。

Images