本發明專利技術涉及人工智能技術領域，揭露了一種基于機器人的運行跌倒監測預警方法，包括：采集機器人的運行數據，對運行數據進行平滑處理，得到運行數據的平滑數據；根據平滑數據生成機器人的加速度變化率，根據平滑數據生成機器人的傾斜角度變化值；匯集加速度變化率和傾斜角度變化值為機器人的狀態變化值；采集機器人的環境數據，根據環境數據生成狀態變化值的更新權重；根據預設的跌倒判定邏輯、更新權重和狀態變化值對機器人進行聯合判定，得到機器人的跌倒預警；根據跌倒預警生成機器人的響應機制。本發明專利技術還提出一種基于機器人的運行跌倒監測預警系統。本發明專利技術可以提高基于機器人的運行跌倒監測預警的準確性。
1、隨著人工智能、傳感器技術以及機器人控制系統的進步，機器人跌倒預警系統的準確性變得越來越重要。如果跌倒檢測的準確性不足，不僅會影響機器人任務的完成，還可能對使用者和周圍環境造成安全隱患。
2、隨著人工智能、傳感器技術以及機器人控制系統的進步，機器人跌倒預警系統的準確性變得越來越重要。如果跌倒檢測的準確性不足，不僅會影響機器人任務的完成，還可能對使用者和周圍環境造成安全隱患。機器人的運行環境非常復雜，地面不平、障礙物、環境光照等都會影響機器人的運動軌跡與穩定性。跌倒的預警不僅依賴機器人自身的運動參數，還需要考慮周圍環境的因素。現有的系統往往難以全面而準確地考慮所有這些因素，導致監測誤差，因此如何提升基于機器人的運行跌倒監測預警效率，成為亟待解決的問題。
>6、采集所述機器人的環境數據，根據所述環境數據生成所述狀態變化值的更新權重；7、根據預設的跌倒判定邏輯、所述更新權重和所述狀態變化值對所述機器人進行聯合判定，得到所述機器人的跌倒預警，其中，所述預設的跌倒判定邏輯為：
8、；
9、其中，是二值變量，是所述加速度變化率，是所述加速度變化率的閾值，是所述傾斜角度變化值，是所述傾斜角度變化值的閾值，是或，是所述加速度變化率所對應的更新權重，是所述傾斜角度變化值所對應的更新權重；
10、根據所述跌倒預警生成所述機器人的響應機制。
11、可選地，所述對所述運行數據進行平滑處理，得到所述運行數據的平滑數據，包括：
12、利用預設的滑動平均算法對所述運行數據進行平滑處理，得到所述運行數據的平滑數據，其中，所述預設的滑動平均算法為：
13、；
14、其中，是所述平滑數據，是時刻的運行數據，是時間標識，是平滑窗口的大小。
15、可選地，所述對所述運行數據進行平滑處理，得到所述運行數據的平滑數據，包括：
16、利用預設的加權移動平均算法對所述運行數據進行平滑處理，得到所述運行數據的平滑數據，其中，所述預設的加權移動平均算法為：
17、；
18、其中，是所述運行數據的平滑數據，是衰減因子，是時刻的運行數據，是時間標識。
19、可選地，所述對所述運行數據進行平滑處理，得到所述運行數據的平滑數據，包括：
20、利用預設的雙線性變換算法對所述運行數據進行平滑處理，得到所述運行數據的平滑數據，其中，所述預設的雙線性變換算法為：
21、；
22、其中，是所述運行數據的平滑數據，是時間步長，是時刻的運行數據，是時間標識。
23、可選地，所述根據所述平滑數據生成所述機器人的加速度變化率，包括：
24、根據預設的加速度變化率生成算法和所述平滑數據生成所述機器人的加速度變化率，其中，所述預設的加速度變化率生成算法為：
25、；
26、其中，是所述機器人的加速度變化率，是時刻機器人的加速度在方向上的分量，是時刻機器人的加速度在方向上的分量，是時刻機器人的加速度在方向上的分量，是時間標識。
27、可選地，所述根據所述平滑數據生成所述機器人的傾斜角度變化值，包括：
28、根據預設的傾斜角度變化值生成算法和所述平滑數據生成所述機器人的傾斜角度變化值，其中，所述預設的傾斜角度變化值生成算法為：
29、；
30、其中，是所述機器人的傾斜角度變化值，是時刻機器人與地面之間的夾角，是時間標識。
31、可選地，所述根據所述環境數據生成所述狀態變化值的更新權重，包括：
32、對所述環境數據進行特征提取，得到所述環境數據的數據特征；
33、對所述數據特征進行特征分類，得到所述環境數據的數據類型；
34、根據所述數據類型生成所述狀態變化值的更新權重。
35、可選地，所述對所述環境數據進行特征提取，得到所述環境數據的數據特征，包括：
36、對所述環境數據進行缺失值填充，得到所述環境數據的填充數據；
37、對所述填充數據進行異常檢測，根據所述異常檢測的檢測結果對所述填充數據進行異常值剔除，得到所述填充數據的標準數據；
38、對所述標準數據進行歸一化處理，得到所述標準數據的歸一化數據；
39、根據所述歸一化數據生成所述環境數據的數據特征。
40、可選地，所述對所述數據特征進行特征分類，得到所述環境數據的數據類型，包括：
41、對所述數據特征進行季節性分解，根據所述季節性分解的分解結果對所述數據特征進行氣候特征篩選，得到所述數據特征的氣候特征；
42、對所述數據特征進行特征聚類，根據所述特征聚類的聚類結果對所述數據特征進行動靜特征劃分，得到所述數據特征的靜態特征和動態特征；
43、根據所述氣候特征、所述靜態特征和所述動態特征確定所述環境數據的數據類型。
44、為了解決上述問題，本專利技術還提供一種基于機器人的運行跌倒監測預警系統，所述系統包括：
45、數據平滑模塊，用于采集機器人的運行數據，對所述運行數據進行平滑處理，得到所述運行數據的平滑數據；
46、變化率生成模塊，用于根據所述平滑數據生成所述機器人的加速度變化率，根據所述平滑數據生成所述機器人的傾斜角度變化值；
47、狀態變化值匯集模塊，用于匯集所述加速度變化率和所述傾斜角度變化值為所述機器人的狀態變化值；
48、更新權重生成模塊，用于采集所述機器人的環境數據，根據所述環境數據生成所述狀態變化值的更新權重；
49、聯合判定模塊，用于根據預設的跌倒判定邏輯、所述更新權重和所述狀態變化值對所述機器人進行聯合判定，得到所述機器人的跌倒預警，其中，所述預設的跌倒判定邏輯為：
50、；
51、其中，是二值變量，是所述加速度變化率，是所述加速度變化率的閾值，是所述傾斜角度變化值，是所述傾斜角度變化值的閾值，是或，是所述加速度變化率所對應的更新權重，是所述傾斜角度變化值所對應的更新權重；
52、響應機制生成模塊，用于根據所述跌倒預警生成所述機器人的響應機制。
53、本專利技術本文檔來自技高網...
【技術保護點】
1.一種基于機器人的運行跌倒監測預警方法，其特征在于，所述方法包括：
2.如權利要求1所述的基于機器人的運行跌倒監測預警方法，其特征在于，所述對所述運行數據進行平滑處理，得到所述運行數據的平滑數據，包括：
3.如權利要求1所述的基于機器人的運行跌倒監測預警方法，其特征在于，所述對所述運行數據進行平滑處理，得到所述運行數據的平滑數據，包括：
4.如權利要求1所述的基于機器人的運行跌倒監測預警方法，其特征在于，所述對所述運行數據進行平滑處理，得到所述運行數據的平滑數據，包括：
5.如權利要求1所述的基于機器人的運行跌倒監測預警方法，其特征在于，所述根據所述平滑數據生成所述機器人的加速度變化率，包括：
6.如權利要求1所述的基于機器人的運行跌倒監測預警方法，其特征在于，所述根據所述平滑數據生成所述機器人的傾斜角度變化值，包括：
7.如權利要求1所述的基于機器人的運行跌倒監測預警方法，其特征在于，所述根據所述環境數據生成所述狀態變化值的更新權重，包括：
8.如權利要求7所述的基于機器人的運行跌倒監測預警方法，其特征在于，所述對所述環境數據進行特征提取，得到所述環境數據的數據特征，包括：
9.如權利要求7所述的基于機器人的運行跌倒監測預警方法，其特征在于，所述對所述數據特征進行特征分類，得到所述環境數據的數據類型，包括：
10.一種基于機器人的運行跌倒監測預警系統，其特征在于，所述系統包括：
...
【技術特征摘要】
1.一種基于機器人的運行跌倒監測預警方法，其特征在于，所述方法包括：
2.如權利要求1所述的基于機器人的運行跌倒監測預警方法，其特征在于，所述對所述運行數據進行平滑處理，得到所述運行數據的平滑數據，包括：
3.如權利要求1所述的基于機器人的運行跌倒監測預警方法，其特征在于，所述對所述運行數據進行平滑處理，得到所述運行數據的平滑數據，包括：
4.如權利要求1所述的基于機器人的運行跌倒監測預警方法，其特征在于，所述對所述運行數據進行平滑處理，得到所述運行數據的平滑數據，包括：
5.如權利要求1所述的基于機器人的運行跌倒監測預警方法，其特征在于，所述根據所述平滑數據生成所述機器人的加速度變化率，包括：
【專利技術屬性】
技術研發人員：郭澤華，
申請(專利權)人：北京信通泰克科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。