CN112025703B - 机器人自诊断的方法、装置及系统 - Google Patents
机器人自诊断的方法、装置及系统 Download PDFInfo
- Publication number
- CN112025703B CN112025703B CN202010853586.1A CN202010853586A CN112025703B CN 112025703 B CN112025703 B CN 112025703B CN 202010853586 A CN202010853586 A CN 202010853586A CN 112025703 B CN112025703 B CN 112025703B
- Authority
- CN
- China
- Prior art keywords
- robot
- control unit
- diagnosis result
- result report
- real
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
-
- 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
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本申请公开了一种机器人自诊断的方法、装置及系统,本申请的方法包括机器人的控制单元分别采集各控制单元的实时数据;对每个控制单元对应的实时数据进行汇总分析;把汇总分析的结果上传给机器人的决策单元,决策单元根据所有的控制单元的汇总分析的结果进行再次的分析,得到机器人诊断结果报告,之后根据诊断结果将机器人诊断结果报告实时或定期推送给运维人员,以根据机器人的自诊断的结果进行异常的处理。本申请是通过机器人实时自诊断的方式提高机器人工作效率。
Description
技术领域
本申请涉及机器人应用技术领域,具体而言,涉及一种机器人自诊断的方法、装置及系统。
背景技术
机器人在各行各业应用越来越广泛,部署数量越来越多,机器人作为智能设备,能自动执行某个任务或动作,并可持续工作,而且某些时候还充当着重要的角色。类似人类,机器人也有健康状况,目前对于部署于应用现场的机器人的健康的维护的方式为:现场机器人记录工作中的某些数据信息,大多数情况是现场出现无法工作的问题后才安排运维人员前往维修或维护,这样情况比较棘手,会影响机器人工作的效率。
发明内容
本申请的主要目的在于提供一种机器人自诊断的方法、装置及系统,以通过机器人实时自诊断的方式提高机器人工作效率。
为了实现上述目的,根据本申请的第一方面,提供了一种机器人自诊断的装置,所述装置包括至少一个控制单元、决策单元、机器人外设,所述控制单元还包括采集模块、控制模块、分析模块、上传模块:
所述采集模块,用于采集控制单元在对机器人外设进行控制时产生的实时数据;
所述控制模块,用于通过控制指令对机器人外设进行控制;
所述分析模块,用于对所述实时数据进行汇总分析;
所述上传模块,用于将汇总分析结果上传给所述决策单元;
所述决策单元,用于根据所有的控制单元上传的数据进行分析,得到机器人诊断结果报告。
可选的,机器人诊断结果报告中包括异常的严重等级,所述决策单元还用于:
根据所述严重等级选择不同的推送方式进行机器人诊断结果报告的推送。
可选的,所述决策单元还包括:
第一推送模块,用于将所述机器人诊断结果报告通过云平台实时推送给运维人员对应的终端;
第二推送模块,用于将所述机器人诊断结果报告通过云平台定期推送给运维人员对应的终端。
可选的,所述控制单元包括上身交互控制单元、上身控制单元、运动驱动控制单元、充供电单元、导航采集、计算决策单元。
可选的,所述控制单元包括电机控制单元,所述外设包括电机、编码器:
所述采集模块,还用于采集电机的霍尔信息以及编码器里程信息;
所述分析模块,还用于根据采集模块采集的信息进行电机和编码器的异常分析;
所述上传模块,还用于将分析模块得到的电机异常结果和/或编码器异常结果上传至决策单元。
为了实现上述目的,根据本申请的第二方面,提供了一种机器人自诊断的方法。
根据本申请的机器人自诊断的方法包括:
分别采集与控制单元对应的机器人外设的实时数据,所述实时数据为控制单元在对机器人外设进行控制时产生的数据;
对每个控制单元对应的实时数据进行汇总分析;
根据汇总分析的结果再次进行分析,得到机器人诊断结果报告。
可选的,所述诊断结果报告中包括异常的严重等级,所述方法还包括:
根据异常的严重等级选择将所述机器人诊断结果通过云平台实时推送给运维人员对应的终端;或,选择将所述机器人诊断结果报告通过云平台定期推送给运维人员对应的终端。
可选的,所述分别采集与控制单元对应的机器人外设的实时数据还包括:
为每个控制单元配置处理器;
通过处理器采集与控制单元对应的机器人外设的实时数据。
为了实现上述目的,根据本申请的第三方面,提供了一种机器人自诊断的系统,其特征在于,所述系统包括机器人、终端、云平台:
所述机器人,包括第一方面中任一所述的机器人自诊断的装置;
所述终端,用于接收所述云平台发送的机器人诊断结果报告;
所述云平台,用于接收机器人发送的机器人诊断结果报告,并按照预设的推送机制推送给终端。
为了实现上述目的,根据本申请的第四方面,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指令,所述计算机指令用于使所述计算机执行上述第二方面中任意一项所述的机器人自诊断的方法。
在本申请实施例中,机器人自诊断的方法、装置及系统中,机器人每个控制单元可以采集对机器人外设进行控制时产生的实时数据,并根据实时数据先在控制单元中进行汇总分析,然后将汇总分析结果上传给机器人的决策单元,决策单元将所有的控制单元发送的汇总分析结果进行再次的分析,得到机器人诊断结果报告,实现了机器人实时自检的功能。实时自检的功能可以使机器人及时发现异常及时上报,从而及时安排运维人员进行维护,有效了避免了在现场出现了无法工作的问题后,才安排运维人员前往维修或维护的情况发生,提高机器人的工作效率。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图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提供的一种机器人自诊断的装置的组成框图;
图2是根据本申请实施例提供的一种机器人自诊断的方法流程图;
图3是根据本申请实施例提供的一种机器人自诊断的系统的组成框图。
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。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、系统、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。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
根据本申请实施例,提供了一种机器人自诊断的装置的组成框图,如图1所示,图1是示意图,图中控制单元和机器人外设的数量并不代表实际中的数量。该装置包括:至少一个控制单元101、决策单元102、机器人外设103,控制单元还包括采集模块、控制模块、分析模块、上传模块:
控制单元101、决策单元102、机器人外设103都是机器人的组成部分,控制单元分别与决策单元、机器人外设相连。机器人包括硬件和软件,硬件又与结构紧密配合,机器人自上而下大致可分为两个部分:应用层,比如机器人上身交互控制单元;底盘,包括运动驱动控制单元、充供电单元、导航采集、计算决策单元。即,本实施例中控制单元包括上身交互控制单元、运动驱动控制单元、充供电单元、导航采集控制单元等。控制单元用于通过控制指令对机器人外设进行控制,一个控制单元可以对应一个或者多个机器人外设,比如对于上身交互控制单元对应的机器人外设可以包括显示屏、摄像头、语音交互设备等部件;再比如运动驱动控制单元对应的机器人外设可以包括电机、编码器(光磁编码器等)等。在际应用中,控制单元的分类以及对应的机器人外设以及机器人外设的数量都可以适应性调整,本申请不做限制。
采集模块,用于采集控制单元在对机器人外设进行控制时产生的实时数据;
具体的,采集模块通过处理器进行实时数据的采集,每个控制单元配置有对应的处理器,不同的控制单元的配置不尽相同。不同的配置主要是由采集的数据的特征、对应的外设、采集的规则等的不同决定的。采集的实时数据主要是机器人外设的关键数据(判断是否正常工作的),主要包括图像、语音、里程、位置、霍尔信息等。采集的规则可以为采集的时间、周期、数据量等。
控制模块,用于通过控制指令对机器人外设进行控制;
分析模块,用于对实时数据进行汇总分析;
对采集模块采集到的实时数据进行汇总分析。不同类型的实时数据的汇总分析方式可能是不同的,每种实时数据都提前设置了汇总分析的规则或标准,在进行分析时根据对应的规则或标准进行汇总分析,得到汇总分析结果。比如,假设采集的实时数据为控制电机的电流、光磁编码器里程信息,根据汇总分析判断电机是否存在异常,光磁编码器是否存在异常。可以将分析得到的异常的情况作为汇总分析结果。需要说明的是,在实际应用中,对实时数据进行汇总分析的方式可以参考现有的机器人外设异常检测方式,不同的异常检测对应采集的数据以及异常分析的技术手段是不同的。本实施例中的采集的数据可以与现有的异常检测时采集的数据相同,对实时数据进行汇总分析的方式可以与现有的异常分析的技术手段相同。
上传模块,用于将汇总分析结果上传给决策单元;
将由分析模块得到的汇总分析结果上传给决策单元。需要说明的是,对于一个控制单元对应多个机器人外设的情况,可以得到多个汇总分析结果,可以将所有的汇总分析结果进行汇总后统一上传给决策单元。另外,对于分析结果无异常的结果,也可以不上传。
决策单元102,用于根据所有的控制单元上传的数据进行分析,得到机器人诊断结果报告。
决策单元是根据所有的控制单元上传的数据,即所有的上传模块发送的汇总分析结果进行再次的分析,得到机器人诊断结果报告。具体的分析原理可以为:分析一段时间内,同一异常出现的次数,根据异常出现的次数生成机器人诊断结果报告,机器人诊断结果报告包括异常的严重等级。异常出现的次数越多,严重等级越高。具体的异常出现的次数与严重等级之间的对应关系可以自由设定,严重等级的分类也可以自由设定,比如一级、二级、三级;或者低级,高级等。需要说明的是,同一异常是指同一控制单元对应的同一外设对应的同一异常,对于没有异常的分析结果也上传的情况,输出的机器人诊断结果报告中可以不显示严重等级,或者标记正常等。机器人诊断结果报告可以类似于病人的健康诊断报告,包括检测的对象(机器人外设),健康状态(严重等级或正常)、异常详情(电机的里程数据远小于标准里程等)。
从以上的描述中,可以看出,本申请实施例的机器人自诊断的装置中,机器人每个控制单元可以采集对机器人外设进行控制时产生的实时数据,并根据实时数据先在控制单元中进行汇总分析,然后将汇总分析结果上传给机器人的决策单元,决策单元将所有的控制单元发送的汇总分析结果进行再次的分析,得到机器人诊断结果报告,实现了机器人实时自检的功能。实时自检的功能可以使机器人及时发现异常及时上报,从而及时安排运维人员进行维护,有效了避免了在现场出现了无法工作的问题后,才安排运维人员前往维修或维护的情况发生,提高机器人的工作效率。
进一步的,决策单元还用于根据严重等级选择不同的推送方式进行机器人诊断结果报告的推送。具体的决策单元还包括:
第一推送模块,用于将机器人诊断结果报告通过云平台实时推送给运维人员对应的终端;
该推送模块是针对严重等级高的情况,当决策单元确定异常的严重等级较高(比如当严重程度为三级;或者严重等级为高)时,表示需要立即处理,因此会实时的进行推送,具体的推送路径可以是通过云平台推送到运维人员对应的终端(手机、iPad、智能手环、笔记本等设备),以及时通知到运维人员,并及时到现场进行异常的处理。推送的形式可以为短信、应用消息、语音电话中的一种或多种。
第二推送模块,用于将机器人诊断结果报告通过云平台定期推送给运维人员对应的终端。
该推送模块是针对严重等级低的情况,当决策单元确定异常的严重等级较低(比如当严重程度为一级或二级;或者严重等级为低)时,表示不需要及时处理,因此可以按照常规方式定期推送进行推送。比如设置每6小时推送一次,则在到达推送时刻,统一推送。推送的路径和形式与第一推送模块中的相同。
根据本申请实施例,还提供了一种机器人自诊断的方法,如图2所示,该方法包括:
S201.分别采集与控制单元对应的机器人外设的实时数据。
其中,实时数据为控制单元在对机器人外设进行控制时产生的数据。
其中,控制单元为机器人的控制单元,用于通过控制指令对机器人外设进行控制,本实施例的控制单元与上述图1中的装置实施例中的控制单元是相同,包括上身交互控制单元、上身控制单元、运动驱动控制单元、充供电单元、导航采集控制单元等。一个控制单元可以对应一个或者多个机器人外设,比如对于上身交互控制单元对应的机器人外设可以包括显示屏、摄像头、语音交互设备等;再比如运动驱动控制单元对应的机器人外设可以包括电机、编码器(光磁编码器等)等。在实际应用中,控制单元的分类以及对应的机器人外设以及机器人外设的数量都可以适应性调整,本申请不做限制。
具体的为每个控制单元配置处理器;采集实时数据时是通过每个控制单元中的处理器采集的。不同的控制单元的配置不尽相同,不同的配置主要是由采集的数据的特征、对应的外设、采集的规则等的不同决定的。采集的实时数据主要是机器人外设的关键数据(判断是否正常工作的),主要包括图像、语音、里程、位置、霍尔信息等。采集的规则可以为采集的时间、周期、数据量等。
S202.对每个控制单元对应的实时数据进行汇总分析。
不同类型的实时数据的汇总分析方式可能是不同的,每种实时数据都提前设置了汇总分析的规则或标准,在进行分析时根据对应的规则或标准进行汇总分析,得到汇总分析结果。比如,假设采集的实时数据为控制电机的电流、光磁编码器里程信息,根据汇总分析判断电机是否存在异常,光磁编码器是否存在异常。可以将分析得到的异常的情况作为汇总分析结果。需要说明的是,在实际应用中,对实时数据进行汇总分析的方式可以参考现有的机器人外设异常检测方式,不同的异常检测对应采集的数据以及异常分析的技术手段是不同的。本实施例中的采集的数据可以与现有的异常检测时采集的数据相同,对实时数据进行汇总分析的方式可以与现有的异常分析的技术手段相同。
S203.根据汇总分析的结果再次进行分析,得到机器人的诊断结果报告。
获取所有的控制单元根据各自对应的实时数据进行汇总分析得到的所有的汇总分析的结果并对其进行分析,得到机器人诊断结果报告。具体的分析原理可以为:分析一段时间内,同一异常出现的次数,根据异常出现的次数生成机器人诊断结果报告,机器人诊断结果报告包括异常的严重等级。异常出现的次数越多,严重等级越高。具体的异常出现的次数与严重等级之间的对应关系可以自由设定,严重等级的分类也可以自由设定,比如一级、二级、三级;或者低级,高级等。需要说明的是,同一异常是指同一控制单元对应的同一外设对应的同一异常,对于没有异常的分析结果也上传的情况,输出的机器人诊断结果报告中可以不显示严重等级,或者标记正常等。机器人诊断结果报告可以类似于病人的健康诊断报告,包括检测的对象(机器人外设),健康状态(严重等级或正常)、异常详情(电机的里程数据远小于标准里程等)。
从以上的描述中,可以看出,本申请实施例的机器人自诊断的方法中,机器人每个控制单元可以采集对机器人外设进行控制时产生的实时数据,并根据实时数据先在控制单元中进行汇总分析,然后将汇总分析结果上传给机器人的决策单元,决策单元将所有的控制单元发送的汇总分析结果进行再次的分析,得到机器人诊断结果报告,实现了机器人实时自检的功能。实时自检的功能可以使机器人及时发现异常及时上报,从而及时安排运维人员进行维护,有效了避免了在现场出现了无法工作的问题后,才安排运维人员前往维修或维护的情况发生,提高机器人的工作效率。
进一步的,在步骤S203之后,机器人自诊断的方法还包括:
根据异常的严重等级选择将机器人诊断结果通过云平台实时推送给运维人员对应的终端;或,选择将机器人诊断结果报告通过云平台定期推送给运维人员对应的终端。
具体的,诊断结果报告中包括异常的严重等级,若确定异常的严重等级较高(比如当严重程度为三级;或者严重等级为高)时,表示需要立即处理,因此会实时的进行推送,具体的推送路径可以是通过云平台推送到运维人员对应的终端(手机、iPad、智能手环、笔记本等设备),以及时通知到运维人员,并及时到现场进行异常的处理。推送的形式可以为短信、应用消息、语音电话中的一种或多种。若确定异常的严重等级较低(比如当严重程度为一级或二级;或者严重等级为低)时,表示不需要及时处理,因此可以按照常规方式定期推送进行推送,按照维修的计划进行异常处理。比如设置每6小时推送一次,则在到达推送时刻,统一推送。推送的路径和形式与实时推送的路径和形式相同。
对于所有的机器人的异常的处理会进行记录,为后续的数据分析或者问题追溯提供数据支持。
需要说明的是,图2所示的流程中包括机器人执行的流程,但并不都是机器人执行的流程。
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系统中执行,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。
根据本申请实施例,还提供了一种机器人自诊断的系统,如图3所示,该系统包括机器人31、终端32、云平台33:
机器人31,包括上述图1的装置实施例中的机器人自诊断的装置,也用于执行图2方法实施例中的机器人自诊断的方法;
终端32,用于接收云平台发送的机器人诊断结果报告;
终端为运维人员对应的终端,可以为手机、iPad、智能手环、笔记本等设备。
云平台33,用于接收机器人发送的机器人诊断结果报告,并按照预设的推送机制推送给终端。
云平台在接收到机器人推送的机器人诊断结果报告后,根据推送机制推送给对应的运维人员对应的终端。推送机制可以为,若为异常严重等级高的机器人诊断结果报告,则进行实时推送;若为异常严重等级低的机器人诊断结果报告,则定期推送。云平台与机器人和终端分别通过网络连接,云平台中记录有机器人的标识信息以及运维人员的终端的标识信息,在推送时,可以根据运维人员的职责确定每个异常机器人对应的运维人员,并根据运维人员的终端的标识信息将机器人诊断结果报告或者机器人诊断结果报告中的异常数据推送到运维人员对应的终端中。
本实施中各模块以及功能的实现可以参见前述对应的方法和装置实施例的实现,此处不再赘述。
从以上的描述中,可以看出,本申请实施例的机器人自诊断的系统中,机器人每个控制单元可以采集对机器人外设进行控制时产生的实时数据,并根据实时数据先在控制单元中进行汇总分析,然后将汇总分析结果上传给机器人的决策单元,决策单元将所有的控制单元发送的汇总分析结果进行再次的分析,得到机器人诊断结果报告,实现了机器人实时自检的功能。实时自检的功能可以使机器人及时发现异常及时上报,从而及时安排运维人员进行维护,有效了避免了在现场出现了无法工作的问题后,才安排运维人员前往维修或维护的情况发生,提高机器人的工作效率。
最后,对本申请实施例的机器人自诊断的方式进行有益效果的总结:
通过机器人硬件、软件、通讯等方式进行数据采集、判断、分析、诊断,完成对机器人系统各单元及部件的状态检测(是否存在异常),最终输出机器人系统状态列表(机器人诊断结果报告),类似于人类健康检查的体检报告,并根据紧要程度在必要时主动通知维护人员,人机配合做到及早发现及早采取相应措施确保机器人持续不断正常工作。
根据本申请实施例,还提供了一种计算机可读存储介质,其特征在于,计算机可读存储介质存储有计算机指令,计算机指令用于使计算机执行上述图2方法实施例中的机器人自诊断的方法。
显然,本领域的技术人员应该明白,上述的本申请的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本申请不限制于任何特定的硬件和软件结合。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (6)
1.一种机器人自诊断的装置,其特征在于,所述装置包括至少一个控制单元、决策单元、机器人外设,所述控制单元还包括采集模块、控制模块、分析模块、上传模块:
所述采集模块,用于采集控制单元在对机器人外设进行控制时产生的实时数据;
所述控制模块,用于通过控制指令对机器人外设进行控制;
所述分析模块,用于对所述实时数据进行汇总分析;
所述上传模块,用于将汇总分析结果上传给所述决策单元;
所述决策单元,用于根据所有的控制单元上传的数据进行分析,得到机器人诊断结果报告;
所述根据汇总分析的结果再次进行分析,得到机器人诊断结果报告,包括:
分析一段时间内,同一异常出现的次数,根据异常出现的次数生成机器人诊断结果报告,机器人诊断结果报告包括异常的严重等级,异常出现的次数越多,严重等级越高;
还包括:
当异常的严重等级高于预设等级时,采取实时推送的方式将机器人诊断结果报告通过云平台推送给运维人员对应的终端;
当异常的严重等级低于预设等级时,采取定期推送的方式将机器人诊断结果报告通过云平台推送给运维人员对应的终端;
所述控制单元包括上身交互控制单元、上身控制单元、运动驱动控制单元、充供电单元、导航采集、计算决策单元;
所述控制单元包括电机控制单元,所述外设包括电机、编码器:
所述采集模块,还用于采集电机的霍尔信息以及编码器里程信息;
所述分析模块,还用于根据采集模块采集的信息进行电机和编码器的异常分析;
所述上传模块,还用于将分析模块得到的电机异常结果和/或编码器异常结果上传至决策单元。
2.根据权利要求1所述的机器人自诊断的装置,其特征在于,机器人诊断结果报告中包括异常的严重等级,所述决策单元还用于:
根据所述严重等级选择不同的推送方式进行机器人诊断结果报告的推送。
3.一种机器人自诊断的方法,其特征在于,所述方法包括:
分别采集与控制单元对应的机器人外设的实时数据,所述实时数据为控制单元在对机器人外设进行控制时产生的数据;
对每个控制单元对应的实时数据进行汇总分析;
根据汇总分析的结果再次进行分析,得到机器人诊断结果报告;
所述根据汇总分析的结果再次进行分析,得到机器人诊断结果报告,包括:
分析一段时间内,同一异常出现的次数,根据异常出现的次数生成机器人诊断结果报告,机器人诊断结果报告包括异常的严重等级,异常出现的次数越多,严重等级越高;
所述方法还包括:
当异常的严重等级高于预设等级时,采取实时推送的方式将机器人诊断结果报告通过云平台推送给运维人员对应的终端;
当异常的严重等级低于预设等级时,采取定期推送的方式将机器人诊断结果报告通过云平台推送给运维人员对应的终端;
在根据汇总分析的结果再次进行分析,得到机器人诊断结果报告之前还包括:
采集电机的霍尔信息以及编码器里程信息;
根据采集的信息进行电机和编码器的异常分析,得到的电机异常结果和/或编码器异常结果。
4.根据权利要求3所述的机器人自诊断的方法,其特征在于,所述分别采集与控制单元对应的机器人外设的实时数据还包括:
为每个控制单元配置处理器;
通过处理器采集与控制单元对应的机器人外设的实时数据。
5.一种机器人自诊断的系统,其特征在于,所述系统包括机器人、终端、云平台:
所述机器人,包括权利要求1-2中任一所述的机器人自诊断的装置;
所述终端,用于接收所述云平台发送的机器人诊断结果报告;
所述云平台,用于接收机器人发送的机器人诊断结果报告,并按照预设的推送机制推送给终端。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使所述计算机执行权利要求3-4任意一项所述的机器人自诊断的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010853586.1A CN112025703B (zh) | 2020-08-21 | 2020-08-21 | 机器人自诊断的方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010853586.1A CN112025703B (zh) | 2020-08-21 | 2020-08-21 | 机器人自诊断的方法、装置及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112025703A CN112025703A (zh) | 2020-12-04 |
CN112025703B true CN112025703B (zh) | 2022-07-12 |
Family
ID=73580657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010853586.1A Active CN112025703B (zh) | 2020-08-21 | 2020-08-21 | 机器人自诊断的方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112025703B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115431300B (zh) * | 2021-06-03 | 2024-04-09 | 同方威视技术股份有限公司 | 机器人故障检测方法和机器人 |
CN113997319B (zh) * | 2021-11-22 | 2023-09-01 | 北京云迹科技股份有限公司 | 一种硬件检测的方法、机器人、服务器和存储介质 |
CN114770509A (zh) * | 2022-05-05 | 2022-07-22 | 新代科技(苏州)有限公司 | 一种应用于焊接机器人系统的故障诊断方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106365045A (zh) * | 2016-08-29 | 2017-02-01 | 沙尔夫矿山机械(徐州)有限公司 | 一种矿用柴油机单轨吊机车电控系统 |
CN106440234A (zh) * | 2016-10-31 | 2017-02-22 | 芜湖美智空调设备有限公司 | 一种空气处理设备自检结果的通知方法及系统 |
CN107053134A (zh) * | 2017-03-15 | 2017-08-18 | 谢立波 | 智能应急救援机器人及其智能控制方法 |
CN107685342A (zh) * | 2017-08-22 | 2018-02-13 | 广东美的智能机器人有限公司 | 机器人的异常处理方法、机器人和调度服务器 |
CN108958227A (zh) * | 2018-08-09 | 2018-12-07 | 北京智行者科技有限公司 | 车辆故障诊断方法 |
CN109129574A (zh) * | 2018-11-08 | 2019-01-04 | 山东大学 | 服务机器人运动系统云端故障诊断系统及方法 |
CN110457146A (zh) * | 2019-04-30 | 2019-11-15 | 北京云迹科技有限公司 | 机器人数据的处理方法及装置 |
CN110572315A (zh) * | 2019-09-06 | 2019-12-13 | 北京云迹科技有限公司 | 一种信息交互的方法及装置、机器人、存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3811072B2 (ja) * | 2002-01-18 | 2006-08-16 | 本田技研工業株式会社 | 移動ロボットの異常検知装置 |
DE102016008987B4 (de) * | 2015-07-31 | 2021-09-16 | Fanuc Corporation | Maschinenlernverfahren und Maschinenlernvorrichtung zum Lernen von Fehlerbedingungen, und Fehlervorhersagevorrichtung und Fehlervorhersagesystem, das die Maschinenlernvorrichtung einschließt |
-
2020
- 2020-08-21 CN CN202010853586.1A patent/CN112025703B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106365045A (zh) * | 2016-08-29 | 2017-02-01 | 沙尔夫矿山机械(徐州)有限公司 | 一种矿用柴油机单轨吊机车电控系统 |
CN106440234A (zh) * | 2016-10-31 | 2017-02-22 | 芜湖美智空调设备有限公司 | 一种空气处理设备自检结果的通知方法及系统 |
CN107053134A (zh) * | 2017-03-15 | 2017-08-18 | 谢立波 | 智能应急救援机器人及其智能控制方法 |
CN107685342A (zh) * | 2017-08-22 | 2018-02-13 | 广东美的智能机器人有限公司 | 机器人的异常处理方法、机器人和调度服务器 |
CN108958227A (zh) * | 2018-08-09 | 2018-12-07 | 北京智行者科技有限公司 | 车辆故障诊断方法 |
CN109129574A (zh) * | 2018-11-08 | 2019-01-04 | 山东大学 | 服务机器人运动系统云端故障诊断系统及方法 |
CN110457146A (zh) * | 2019-04-30 | 2019-11-15 | 北京云迹科技有限公司 | 机器人数据的处理方法及装置 |
CN110572315A (zh) * | 2019-09-06 | 2019-12-13 | 北京云迹科技有限公司 | 一种信息交互的方法及装置、机器人、存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112025703A (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112025703B (zh) | 机器人自诊断的方法、装置及系统 | |
CN110568838B (zh) | 一种车辆静态电流获取方法、系统、电子设备及存储介质 | |
US20180276913A1 (en) | Remote vehicle network monitoring and failure prediction system | |
CN110806743A (zh) | 基于人工智能的设备故障检测与预警系统及方法 | |
JP6890527B2 (ja) | 動作に関する予測推論のモデルを求めるシステム及び方法、およびこれらのための非一時的コンピューター可読記憶媒体 | |
CN111860900A (zh) | 基于bim的数字孪生智慧机房管理方法、装置、设备及介质 | |
CN105302120A (zh) | 智能设备的远程服务装置、系统和方法 | |
CN103207087A (zh) | 协作的机载与场外部件和系统诊断以及预测 | |
CN110209552A (zh) | 一种设备管理方法和装置 | |
CN113516244B (zh) | 一种智能运维方法、装置、电子设备及存储介质 | |
CN102804090B (zh) | 用于在机床上的简化的故障处理的方法和设备 | |
CN110954335A (zh) | 一种工业车辆的健康评估方法及系统 | |
CN106248398A (zh) | 一种汽车的诊断方法及装置 | |
CN118112356A (zh) | 一种电力设备的故障监测方法、装置、电子设备及存储介质 | |
Mao et al. | A visual model-based evaluation framework of cloud-based prognostics and health management | |
CN118353162A (zh) | 一种电厂变压器智能检测预警方法及系统 | |
CN118115939A (zh) | 告警事件处理方法、装置、非易失性存储介质及电子设备 | |
CN110988584A (zh) | 一种电力系统智能监控和自动控制系统 | |
EP2386991A1 (en) | Plant operation management - support system | |
CN109592525A (zh) | 电梯变频器故障诊断系统及方法 | |
CN115827318A (zh) | 数据中心的异常处理方法、装置、电子设备及介质 | |
CN115345455A (zh) | 一种应用于柔性生产线产品生产数据处理方法及系统 | |
CN114693051A (zh) | 换电站的值班监控方法、系统、设备及介质 | |
CN114237196A (zh) | 分体机器人故障处理方法、装置、终端设备及介质 | |
CN116546054B (zh) | 去中心强韧性电力系统实时动态监测网络装置 |
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 | ||
CB02 | Change of applicant information |
Address after: Room 702, 7th floor, NO.67, Beisihuan West Road, Haidian District, Beijing 100089 Applicant after: Beijing Yunji Technology Co.,Ltd. Address before: Room 702, 7th floor, NO.67, Beisihuan West Road, Haidian District, Beijing 100089 Applicant before: BEIJING YUNJI TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |