[發明專利]機器人狀態數據的預處理方法、裝置和設備

在審

• 申請號: 202210631341.3
• 申請日: 2022-06-06
• 公開（公告）號: CN114996643A
• 公開（公告）日: 2022-09-02
• 發明（設計）人: 鞏瀟;梁學修;楊學志;蔣杰;關永瀚;黃欣;余嫻
• 申請（專利權）人: 中國軟件評測中心（工業和信息化部軟件與集成電路促進中心）
• 主分類號: G06F17/15
• 分類號: G06F17/15
• 代理公司: 北京市鼎立東審知識產權代理有限公司 11751
• 代理人: 朱慧娟;李芙蓉

1.一種機器人狀態數據的預處理方法，其特征在于，包括：

從機器人當前上報的狀態數據中讀取各數據指標的指標值；

根據所述機器人的故障數據確定各所述數據指標對應的預處理方法；

根據各所述數據指標對應的預處理方法對各所述數據指標的指標值進行預處理。

2.根據權利要求1所述的方法，其特征在于，在根據所述機器人的故障數據確定各所述數據指標對應的預處理方法時，包括：

根據所述機器人的故障數據，計算各所述數據指標對應的故障影響程度；

根據各所述數據指標對應的故障影響程度，確定各所述數據指標對應的預處理方法。

3.根據權利要求2所述的方法，其特征在于，所述故障數據包括各所述數據指標對應的動態故障占比和預設故障占比中的至少一種；

其中，各所述數據指標對應的動態故障占比根據各所述數據指標對應的故障頻率和故障歷史數據計算得到。

4.根據權利要求3所述的方法，其特征在于，所述故障影響程度的計算式如下所示：

式中，f(x)為數據指標x對應的故障影響程度，H(x_i)為第i條歷史狀態數據中所述數據指標x的歷史指標值，d為數據指標x的對應的動態故障占比，p為預設故障占比，T(j)為機器人各機構對應的數據指標閾值。

5.根據權利要求2所述的方法，其特征在于，在根據所述數據指標對應的故障影響程度，確定各所述數據指標對應的預處理方法，包括：

根據各所述數據指標對應的故障影響程度，將各所述數據指標劃分為關鍵性數據指標和非關鍵性數據指標；

將預設的第一預處理方法作為所述關鍵性數據指標對應的預處理方法，將預設的第二預處理方法作為所述非關鍵性數據指標的預處理方法。

6.根據權利要求5所述的方法，其特征在于，所述第一預處理方法包括采用預設的填充算法對所述數據指標的無效指標值進行填充；

采用預設的填充算法對所述數據指標的無效指標值進行填充時，包括：

判斷所述數據指標的指標值是否為無效指標值；

在判斷所述數據指標的指標值為無效指標值時，基于所述數據指標對應的預設故障占比對所述無效指標值進行修訂。

7.根據權利要求6所述的方法，其特征在于，在基于所述數據指標對應的預設故障占比對所述無效指標值進行修訂時，包括：

判斷所述預設故障占比是否大于預設的故障占比閾值；

在判斷所述預設故障占比大于所述故障占比閾值時，基于故障前上報的所述數據指標的指標值對所述無效指標值進行修訂；

在判斷所述預設故障占比小于等于所述故障占比閾值時，基于前一條上報的所述數據指標的指標值對所述無效數據指標值進行修訂。

8.根據權利要求5所述的方法，其特征在于，所述第二預處理方法包括刪除所述數據指標的無效指標值。

9.一種機器人狀態數據的預處理裝置，其特征在于，包括：

數據獲取模塊，用于從機器人當前上報的狀態數據中讀取各數據指標的指標值；

處理方法確定模塊，用于根據所述機器人的故障數據確定各所述數據指標對應的預處理方法；

預處理模塊，用于根據各所述數據指標對應的預處理方法對各所述數據指標的指標值進行預處理。

10.一種機器人狀態數據的預處理設備，其特征在于，包括：

處理器；

用于存儲處理器可執行指令的存儲器；

其中，所述處理器被配置為執行所述可執行指令時實現權利要求1至8中任意一項所述的方法。