[发明专利]一种智能机器人的状态检测方法和装置

说明书

本发明实施例提供了一种智能机器人的状态检测方法和装置，该方法包括：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。基于本发明实施例提供的方法，能够有效地检测智能机器人的设备性能是否为异常状态，且可以在异常状态时，进行告警。

技术领域

本发明涉及智能机器技术领域，特别是涉及一种智能机器人的状态检测方法和装置。

背景技术

随着工业技术的快速发展，在工业生产中可以使用智能机器人代替人，执行某些单调、频繁和重复的长时间作业，或是危险恶劣环境下的作业。例如，在机械加工、金属制品业和简单装配等工序上，可以使用智能机器人完成相应的工艺操作。

为了保证生产的顺序进行，需要对智能机器人的健康状态进行检测，以确定智能机器人当前的工作状态，进而可以根据智能机器人当前的工作状态，及时对智能机器人进行维护。

发明内容

本发明实施例的目的在于提供一种智能机器人的状态检测方法和装置，能够有效地检测智能机器人的设备性能是否为异常状态，且可以在异常状态时，进行告警。具体技术方案如下：

在本发明实施的第一方面，首先提供了一种智能机器人的状态检测方法，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。

可选的，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。

可选的，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。

可选的，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，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；