技术新讯 > 控制调节装置的制造及其应用技术 > 基于机器人巡检数据的优化控制方法及系统与流程  >  正文

基于机器人巡检数据的优化控制方法及系统与流程

  • 国知局
  • 2024-08-01 00:19:30

本发明涉及智能控制,具体涉及基于机器人巡检数据的优化控制方法及系统。

背景技术:

1、机器人巡检是指利用机器人技术,通过搭载的各种传感器和控制系统,对特定区域或设备进行自主或远程的巡检、监测和记录。这种技术广泛应用于工业、商业、物流、交通、医疗和公共安全等领域,可以提高巡检效率、减少人为错误、降低安全风险。但由于巡检任务的多样性以及巡检环境的多变性,对机器人巡检的效率和准确性造成影响。

技术实现思路

1、本申请提供了基于机器人巡检数据的优化控制方法及系统,用于解决现有技术中由于巡检任务的多样性和巡检环境的多变性,影响机器人巡检的效率和准确性的技术问题。

2、本申请的第一个方面,提供了基于机器人巡检数据的优化控制方法,所述方法包括:获取巡检数据集群,所述巡检数据集群包括数据来源、巡检目标;对所述巡检数据集群进行异常识别,获得异常识别数据;根据所述异常识别数据与数据来源、巡检目标的对应关系,进行巡检控制参数解析,获取目标寻优控制参数;根据所述目标寻优控制参数、所述异常识别数据,确定目标寻优控制参数的寻优目标、所述异常识别数据的偏差值;基于所述寻优目标、异常识别数据的偏差值进行寻优,获得寻优控制参数,根据所述寻优控制参数按照数据来源进行控制调整。

3、本申请的第二个方面,提供了基于机器人巡检数据的优化控制系统,所述系统包括:巡检数据集群获取模块,所述巡检数据集群获取模块用于获取巡检数据集群,所述巡检数据集群包括数据来源、巡检目标;数据异常识别模块,所述数据异常识别模块用于对所述巡检数据集群进行异常识别,获得异常识别数据;巡检控制参数解析模块,所述巡检控制参数解析模块用于根据所述异常识别数据与数据来源、巡检目标的对应关系,进行巡检控制参数解析,获取目标寻优控制参数;数据偏差确定模块,所述数据偏差确定模块用于根据所述目标寻优控制参数、所述异常识别数据,确定目标寻优控制参数的寻优目标、所述异常识别数据的偏差值;控制调整模块,所述控制调整模块用于基于所述寻优目标、异常识别数据的偏差值进行寻优,获得寻优控制参数,根据所述寻优控制参数按照数据来源进行控制调整。

4、本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:

5、本申请提供的基于机器人巡检数据的优化控制方法,涉及智能控制技术领域,通过对巡检数据集群进行异常识别,获得异常识别数据,并根据异常识别数据与数据来源、巡检目标的对应关系,获取目标寻优控制参数,进而根据目标寻优控制参数、异常识别数据,确定目标寻优控制参数的寻优目标、异常识别数据的偏差值,并通过控制参数寻优,进行控制调整,解决了现有技术中由于巡检任务的多样性和巡检环境的多变性,影响机器人巡检的效率和准确性的技术问题,实现了基于巡检数据进行异常识别,并进行动态反馈优化控制,提高巡检的效率和准确性的技术效果。

技术特征:

1.基于机器人巡检数据的优化控制方法,其特征在于,所述方法包括:

2.如权利要求1所述的方法,其特征在于,所述获取巡检数据集群,包括:

3.如权利要求2所述的方法,其特征在于,对所述巡检数据集群进行异常识别,获得异常识别数据,包括:

4.如权利要求3所述的方法,其特征在于,对所述巡检数据集群进行异常识别,获得异常识别数据,还包括:

5.如权利要求1所述的方法,其特征在于,根据所述异常识别数据与数据来源、巡检目标的对应关系,进行巡检控制参数解析,获取目标寻优控制参数,包括:

6.如权利要求2所述的方法,其特征在于,所述方法还包括:

7.如权利要求1所述的方法,其特征在于,基于所述寻优目标、异常识别数据的偏差值进行寻优,获得寻优控制参数,包括:

8.基于机器人巡检数据的优化控制系统,其特征在于,所述系统包括:

技术总结本发明公开了基于机器人巡检数据的优化控制方法及系统,涉及智能控制技术领域,该方法包括:获取巡检数据集群,进行异常识别,获得异常识别数据;根据异常识别数据与数据来源、巡检目标的对应关系,进行巡检控制参数解析,获取目标寻优控制参数;根据目标寻优控制参数、异常识别数据,确定目标寻优控制参数的寻优目标、异常识别数据的偏差值,进行控制参数寻优,并根据寻优控制参数按照数据来源进行控制调整。本发明解决了现有技术中由于巡检任务的多样性和巡检环境的多变性,影响机器人巡检的效率和准确性的技术问题,达到了基于巡检数据进行异常识别,并进行动态反馈优化控制,提高巡检的效率和准确性的技术效果。技术研发人员:邹新京受保护的技术使用者:江苏宁昆机器人智能科技有限公司技术研发日:技术公布日:2024/7/15

本文地址:https://www.jishuxx.com/zhuanli/20240730/200596.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。