[發明專利]用于檢測和識別機器行為的目標測試和機器學習系統

在審

• 申請號: 202010040711.7
• 申請日: 2020-01-14
• 公開（公告）號: CN111435464A
• 公開（公告）日: 2020-07-21
• 發明（設計）人: 米歇爾·G·基恩;羅伯特·A·哈米爾頓;凱斯·N·查斯頓;肖恩·麥瑞特;弗朗索瓦·斯坦
• 申請（專利權）人: 迪爾公司
• 主分類號: G06N20/00
• 分類號: G06N20/00
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 張順濤

描述了用于識別機器的行為的系統和方法。一種計算機系統接收表示現場機器的操作的信號，并且應用深度學習算法以識別存儲在計算機可讀存儲器上的信號集合中的模式。所述信號集合包括表示所述現場機器的操作的接收到的信號和其它信號。使用測試機器執行一系列目標測試，同時監測表示所述測試機器的操作的信號。在所述一系列目標測試期間識別產生與由所述深度學習算法識別的所述模式匹配的信號的行為。然后，響應于在表示所述現場機器的操作的所述接收到的信號中檢測到所述模式，自動地識別在所述現場機器中出現所述行為。

發明領域

本發明涉及用于檢測機器的狀況或行為的系統和方法，所述機器例如包括重型機械和工程車輛。

發明內容

在一個實施例中，本發明提供了一種識別機器的行為的方法。一種計算機系統接收表示現場機器的操作的信號，并且應用深度學習算法以識別存儲在計算機可讀存儲器上的信號集合中的模式。所述信號集合包括表示所述現場機器的操作的接收到的信號和其它信號。使用測試機器執行一系列目標測試，同時監測表示所述測試機器的操作的信號。在所述一系列目標測試期間識別產生與由所述深度學習算法識別的所述模式匹配的信號的行為。然后，響應于在表示所述現場機器的操作的所述接收到的信號中檢測到所述模式，自動地識別在所述現場機器中出現所述行為。

在另一個實施例中，本發明提供了一種通過從多個現場機器接收多個信號來識別機器的行為的方法。所述多個信號包括每一個現場機器的多個傳感器中的每一個的時域輸出。將所述多個信號存儲到計算機可讀存儲器，并且將深度學習算法應用到所述信號以識別所述信號中的多個模式。然后，使用測試機器來執行一系列目標測試，同時監測所述測試機器的所述多個傳感器中的每一個的時域輸出。所述一系列目標測試包括在一組已限定的變化的操作狀況下執行一系列操作。在所述一系列目標測試期間，當所述測試機器的所述多個傳感器的所述輸出與由所述深度學習算法識別的所述多個模式中的第一模式匹配時，識別第一行為。對識別各自與所述多個模式中的不同模式對應的多個行為的數據庫進行更新。由所述數據庫定義的每個行為包括機器的被識別的操作和所述機器的被識別的操作狀況。然后，響應于在來自所述現場機器的多個傳感器的所述信號中檢測到所述第一模式，自動地識別在所述多個現場機器中的一個中出現所述第一行為。

通過考慮詳細描述和附圖，本發明的其它方面將變得顯而易見。

附圖說明

圖1是根據一個實施例的與遠程服務器通信的本地機器控制器的框圖。

圖2是用于在來自現場車輛傳感器的信號數據中識別模式并且通過目標測試來識別與模式相關聯的行為的方法的流程圖。

圖3是用于通過檢測先前由圖2的方法識別和定義的信號模式來檢測出現行為的方法的流程圖。

圖4是用于使用無監督機器學習、有監督機器學習和目標測試數據來識別信號數據模式/特征并且將其與機器操作相關聯的方法的流程圖。

圖5是用于使用無監督機器學習、有監督機器學習、目標測試數據和手動定義的分類來識別信號數據模式/特征并且將其與機器操作相關聯的方法的流程圖。

圖6是用于識別信號數據模式/特征并且將其與機器操作相關聯以及用于更新補充的目標測試計劃的方法的流程圖。

具體實施方式

在詳細解釋本發明的任何實施例之前，應當理解，本發明在其應用方面不限于在以下描述中陳述或在附圖中圖示的部件的構造和布置的細節。本發明能夠具有其它實施例并且能夠以各種方式實踐或實施。

從幾個不同出發點來看，識別機器在工作現場的操作狀態和應用可以是有用的。舉例來說，獲知機器的操作狀態可以用來將授權與應用程序相關，以識別客戶對改進的機器設計的使用，并且識別可以被用于開發(完全或部分)自動化機器的機器使用中的模式。