[發明專利]一種基于功率的工業機械臂異常運動在線檢測方法

有效

• 申請號: 202010895795.2
• 申請日: 2020-08-31
• 公開（公告）號: CN112050782B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 程鵬;苑心齊;浦宏藝;陳積明;賈寧波
• 申請（專利權）人: 浙江大學
• 主分類號: G01C9/00
• 分類號: G01C9/00;G01M13/02;G01R21/00;G01R31/00
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 劉靜

本發明公開了一種基于功率的工業機械臂異常運動在線檢測方法，該方法基于工業機械臂異常運動在線檢測系統實現，該系統包括位置數據采集模塊、功率數據采集模塊和異常檢測模塊；兩個數據采集模塊獲取機械臂正常運行時的位置、功率采樣數據作為模型初始化樣本；異常檢測模塊利用樣本數據擬合工業機械臂的泛化動力學模型實現功率消耗模型的特異化，并進一步根據由功率消耗模型得到的預測功率與實際消耗功率間的累積偏差或瞬時偏差是否超過指定閾值實現異常檢測及模型更新。本發明方法能夠在不干預機械臂正常運行的條件下對虛假數據注入、重放、中間人等旨在通過篡改數據實現的隱蔽攻擊進行在線檢測。

技術領域

本發明涉及工控系統安全領域，特別涉及一種基于功率的工業機械臂異常運動在線檢測方法。

背景技術

隨著工業化與信息化的深度融合，工業機械臂越來越多的接入到工業物聯網平臺，其控制系統也因此面臨更多的信息安全風險，進而可能產生人員傷亡、設備損壞、降低生產效率等物理安全問題。如何在面臨攻擊者的惡意攻擊下檢測異常，已成為目前異常檢測研究中所面臨的一個重要問題。

目前，針對工業機械臂的異常檢測方法主要從如下兩個角度考慮：1)基于工業機械臂的運行狀態信息：通過采集工業機械臂運行的狀態信息，例如角度、速度、加速度等，利用系統辨識、機器學習、數據挖掘等方法得到工業機械臂的狀態空間模型或安全狀態域，不依賴除狀態信息外的其他信息進行異常檢測；2)基于側信息：除收集工業機械臂的狀態信息外，還利用附加傳感器，例如功率傳感器、陀螺儀、攝像頭、麥克風等，采集額外的、可信的、與系統運行具有一定相關性的信息進行異常檢測。

現有的異常檢測技術在遭受攻擊(例如重放攻擊、數據注入攻擊)時存在諸多問題，包括：1)基于工業機械臂運行狀態信息的方法在面對攻擊時上傳的狀態信息可能遭受篡改(重放、注入等)，導致數據不可信，2)基于陀螺儀的方法需要花費較高代價進行相關傳感器的安裝，例如基于陀螺儀的異常檢測需要將工業機械臂關停，并將陀螺儀安裝至機械臂的末端執行器處，因此代價較高，3)基于攝像頭的方法存在視頻幀數據維度過大的問題，導致檢測實時性下降，4)基于麥克風(采集音頻)的方法容易遭受工廠噪聲干擾的問題，導致異常檢測的精度下降。因此，設計一種在工業環境中進行異常檢測方法具有重要的理論意義和應用價值。

發明內容

本發明的目的是提供一種基于功率的工業機械臂異常運動在線檢測方法，適用于在工業機械臂遭受諸如重放攻擊、數據注入攻擊等導致基于運行狀態檢測方法失效的情形。該在線檢測方法能夠在機械臂DH變換參數未知的情況下，利用工業機械臂的位置數據(各關節軸的角度、角速度、角加速度)和可信功率數據進行校驗，檢測工業機械臂的運行是否異常。檢測系統采用非接觸式的功率采集方法，不需要在安裝時關停工業機械臂，易于部署；與此同時，檢測系統不易受到外界干擾，檢測準確率較高。

本發明的目的是通過以下技術方案實現的：一種基于功率的工業機械臂異常運動在線檢測方法，該方法基于工業機械臂異常運動在線檢測系統實現，該系統包括位置數據采集模塊、功率數據采集模塊和異常檢測模塊；其中，兩個數據采集模塊獲取機械臂正常運行時的位置、功率采樣數據作為模型初始化樣本；異常檢測模塊利用樣本數據擬合工業機械臂的泛化動力學模型實現功率消耗模型的特異化，并進一步根據由功率消耗模型得到的預測功率與實際消耗功率間的累積偏差或瞬時偏差是否超過指定閾值實現異常檢測及模型更新，該方法具體包括如下步驟：

步驟1：對工業機械臂的位置數據和功率數據進行采樣、預處理，并將位置數據和功率數據分別傳輸給異常檢測模塊；

步驟2：異常檢測模塊對功率數據和位置數據進行時間同步處理，剔除功率數據中無對應位置數據的無效數據，得到功率-位置數據組；

步驟3：基于功率-位置數據組推斷工業機械臂的泛化動力學模型中的未知參數，從而實現功率消耗模型的特異化；

步驟4：異常檢測模塊基于機械臂的位置數據實時估計功率的輸出值；