[发明专利]一种故障检测方法、装置、电子设备及存储介质

权利要求书

1.一种故障检测方法，其特征在于，所述方法包括：

获取待检测机器人的输入属性数据；所述输入属性数据包括所述待检测机器人的状态数据、关节运动数据、运行数据以及影响机器人寿命的预设指标；

对所述状态数据、关节运动数据、运行数据以及影响机器人寿命的预设指标进行特征提取，获得特征向量；

将所述特征向量输入到训练好的故障判断模型中，获得所述故障判断模型输出的所述待检测机器人的故障检测结果。

2.根据权利要求1所述的方法，其特征在于，所述将所述特征向量输入到训练好的故障判断模型中，获得所述故障判断模型输出的所述待检测机器人的故障检测结果，包括：

根据分类依据获取所述待检测机器人的分类类别；其中，所述分类依据包括机器人型号；

根据所述分类类别将所述特征向量输入到相应的故障判断模型中，获得所述故障判断模型输出的所述待检测机器人的故障检测结果。

3.根据权利要求1所述的方法，其特征在于，所述故障检测结果包括：故障类型、严重等级和维修紧急程度。

4.根据权利要求3所述的方法，其特征在于，在所述将所述特征向量输入到训练好的故障判断模型中，获得所述故障判断模型输出的所述机器人的故障检测结果之后，所述方法还包括：根据所述故障类型、严重等级和维修紧急程度发出相应的故障预警提示。

5.根据权利要求1所述的方法，其特征在于，所述故障判断模型的训练过程为：

获取多个机器人的训练输入属性数据和故障情况；

将所述训练输入属性数据输入待训练模型中，获得所述待训练模型的预测结果；

根据所述训练输入属性数据的预测结果及其故障情况对所述待训练模型的内部参数进行优化，以获取训练好的故障判断模型。

6.根据权利要求5所述的方法，其特征在于，在所述获取多个机器人的训练输入属性数据和故障情况之后，所述方法还包括：

对所述训练输入属性数据进行降维处理；

将所述降维处理后的训练输入属性数据输入待训练模型中，获得所述待训练模型的预测结果。

7.一种故障检测装置，其特征在于，所述装置包括：

输入属性数据获取模块，所述输入属性数据获取模块用于获取待检测机器人的输入属性数据；所述输入属性数据包括所述待检测机器人的状态数据、关节运动数据、运行数据以及影响机器人寿命的预设指标；

特征提取模块，所述特征提取模块用于对所述状态数据、关节运动数据、运行数据以及影响机器人寿命的预设指标进行特征提取，获得特征向量；

故障检测模块，所述故障检测模块用于将所述特征向量输入到训练好的故障判断模型中，获得所述故障判断模型输出的所述待检测机器人的故障检测结果。

8.根据权利要求7所述的装置，其特征在于，所述故障检测模块包括：

分类类别获取模块，所述分类类别获取模块用于根据分类依据获取所述待检测机器人的分类类别；其中，所述分类依据包括机器人型号；

分类故障检测模块，所述分类故障检测模块用于根据所述分类类别将所述特征向量输入到相应的故障判断模型中，获得所述故障判断模型输出的所述待检测机器人的故障检测结果。

9.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器存储有所述处理器可执行的机器可读指令，所述机器可读指令被所述处理器执行时执行如权利要求1至6任一所述的方法。

10.一种计算机可读存储介质，其特征在于，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至6任一所述的方法。