[发明专利]一种智能机器人的状态检测方法和装置

权利要求书

1.一种智能机器人的状态检测方法，其特征在于，所述方法包括：

获取待检测的智能机器人的当前的第一设备状态数据；其中，所述第一设备状态数据包括：接收到上一次发送心跳消息的时刻与当前时刻之间的时长、内存的占用率和CPU的使用率；

根据所述第一设备状态数据，以及预设的异常工作状态识别条件，确定所述智能机器人当前的设备性能是否处于异常状态；

若所述智能机器人当前的设备性能处于异常状态，则以第一告警方式进行告警。

2.根据权利要求1所述的方法，其特征在于，根据所述第一设备状态数据，以及预设的异常工作状态识别条件，确定所述智能机器人当前的设备性能是否处于异常状态，包括：

对所述第一设备状态数据进行归一化处理，得到对应的特征向量，作为第一待检测特征向量；

计算所述第一待检测特征向量，与预设的异常设备性能对应的第一异常特征向量之间的相似度；

若计算的相似度大于第一阈值，则确定所述智能机器人当前的设备性能处于异常状态；

若计算的相似度不大于第一阈值，则确定所述智能机器人当前的设备性能处于非异常状态。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

当达到预设检测周期时，获取所述智能机器人在当前检测周期的第二设备状态数据；其中，所述第二设备状态数据包括以下至少一项：所述智能机器人当前所处的环境温度、所述智能机器人当前的倾斜角，以及当前检测周期的指定检测参数；当前检测周期的指定检测参数为：基于上一检测周期的位移检测参数和当前检测周期内所述智能机器人的位移确定的；

基于所述第二设备状态数据，以及预设的异常工作环境识别条件，确定所述智能机器人当前的工作环境是否处于异常状态；

若所述智能机器人当前的工作环境处于异常状态，则以第二告警方式进行告警。

4.根据权利要求3所述的方法，其特征在于，基于所述第二设备状态数据，以及预设的异常工作环境识别条件，确定所述智能机器人当前的工作环境是否处于异常状态，包括：

对所述第二设备状态数据进行归一化处理，得到对应的特征向量，作为第二待检测特征向量；

计算所述第二待检测特征向量，与预设的异常工作环境对应的第二异常特征向量之间的相似度；

若计算的相似度大于第二阈值，则确定所述智能机器人当前的工作环境处于异常状态；

若计算的相似度不大于第二阈值，则确定所述智能机器人当前的工作环境处于非异常状态。

5.根据权利要求3所述的方法，其特征在于，若所述智能机器人当前的工作环境处于异常状态，则以第二告警方式进行告警，包括：

若所述智能机器人当前的工作环境处于异常状态，则在第一预设范围内广播发送第一报警信号，以使所述第一预设范围内的报警设备在接收到所述第一报警信号后，以第二告警方式进行告警；

若发送所述第一报警信号后的第一预设时长内未接到第一告警解除信号，则在第二预设范围内广播发送第一报警信号，以使所述第二预设范围内的报警设备在接收到所述第一报警信号后，以第二告警方式进行告警；其中，所述第二预设范围大于所述第一预设范围。

6.根据权利要求3所述的方法，其特征在于，所述方法还包括：

当达到预设检测周期时，获取上一检测周期的指定检测参数，作为第一指定检测参数，以及获取当前检测周期内所述智能机器人的位移，作为第一位移；

若所述第一位移小于第一预设距离，则将第一指定检测参数与第一数值的和值，作为当前检测周期的指定检测参数；

若所述第一位移不小于第一预设距离，且小于第二预设距离，则将第一指定检测参数，作为当前检测周期的指定检测参数；其中，所述第一预设距离小于第二预设距离；

若所述第一位移不小于第二预设距离，则将当前检测周期的指定检测参数设置为，表示所述智能机器人的位移处于非异常状态的预设数值。