[发明专利]轮式机器人校验系统及方法在审

专利信息
申请号: 201911235699.9 申请日: 2019-12-05
公开(公告)号: CN111002328A 公开(公告)日: 2020-04-14
发明(设计)人: 李良源;周江涛;俞锦涛;李睿 申请(专利权)人: 广州赛特智能科技有限公司
主分类号: B25J13/08 分类号: B25J13/08;B25J9/16
代理公司: 广州科捷知识产权代理事务所(普通合伙) 44560 代理人: 袁嘉恩
地址: 510000 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 轮式 机器人 校验 系统 方法
【说明书】:

发明公开了一种轮式机器人校验系统,包括校验设备、网络通信设备、服务器终端、数据处理单元、数据存储单元、监控中心单元及若干个轮式机器人,校验设备包括校验设备处理单元,数据处理单元对关键部件数据进行数据挖掘,评估机器人车队的整体运行风险系数、单台机器人失效概率及部件之间的关联性,数据处理单元分析校验设备处理单元采集的关键部件数据并以报表或曲线行驶呈现轮式机器人的状况。通过无线通信、数据采集等方式,获取智能机器人关键部件的状态数据,并发送控制指令对机器人运动性进行检验,实验人员可以通过校验设备的校验流程检定机器人是否符合任务执行的实验要求。本发明还公开了一种轮式机器人校验方法。

技术领域

本发明涉及智能控制领域,尤其涉及一种轮式机器人校验系统及方法。

背景技术

多台轮式机器人运行在相似场景环境中,因环境中的各种外界因素及机器人本身的电气元器件失效性,会产生各种运行故障。这些运行故障有一些隐性关联性。轮式机器人校验系统通过校验设备阶段性采集机器人的本体各类传感器数据,可通过数据挖掘方式,分析机器人各类传感器之间的失效关联性。同时由失效模型评价整个机器人车队的运行安全系数。

目前轮式机器人在长期运行过程中,缺少有效的检验手段对机器人关键设备模块检验测试。机器人在运行过程中因各种电气原因导致电机、传感器、通信质量下降,没有一种全自动的检测设备对机器人全面检查,管控效率低。

发明内容

为了克服现有技术的不足,本发明的目的之一在于提供一种轮式机器人校验系统及方法,其能解决管控效率低的问题。

本发明的目的之一采用如下技术方案实现:

一种轮式机器人校验系统,包括用于获取校验数据的校验设备、用于信息传输的网络通信设备、服务器终端、用于数据分析服务的数据处理单元、用于存储数据的数据存储单元、监控中心单元及若干个轮式机器人,所述校验设备包括校验设备处理单元,所述校验设备处理单元与所述轮式机器人建立连接并获取关键部件数据,所述校验设备处理单元通过所述网络通信设备与所述服务器终端交互,所述数据处理单元对所述关键部件数据进行数据挖掘,评估机器人车队的整体运行风险系数、单台机器人失效概率及部件之间的关联性,所述监控中心单元与所述数据处理单元交互并具有可视化界面,所述数据处理单元分析所述校验设备处理单元采集的关键部件数据并以报表或曲线行驶呈现轮式机器人的状况。

进一步地,所述轮式机器人包括超声波传感器、电机、激光雷达、视觉系统、电池,所述校验设备处理单元采集超声波传感器数据、电机运动数据、激光雷达数据、视觉深度数据、电池电压电流数据并建立数据模型。

进一步地,所述数据存储单元分别与所述校验设备、服务器终端、数据处理单元及监控中心单元交互,所述数据存储单元存储关键部件数据和所述数据处理单元的处理信息,所述数据存储单元在所述数据存储单元中建立原始数据样本。

进一步地,所述校验设备内部设置有电源,所述电源集成有功率可调装置,所述功率可调装置能够根据不同的机器人内部供电等级输出不同的直流电压。

进一步地,所述轮式机器人包括若干个与关键部件连接的传感器、传感器控制单元、主控单元及通信单元,所述传感器控制单元与所述传感器建立通信,所述主控单元分别与所述通信单元和所述传感器控制单元交互。

进一步地,所述数据存储单元包括机器人原始数据模块、数据模型分析数据模块、标准机器人模型数据模块、历史报表记录模块及校验参数模块。

一种轮式机器人校验方法,应用于轮式机器人校验系统,包括用于获取校验数据的校验设备、用于信息传输的网络通信设备、服务器终端、用于数据分析服务的数据处理单元、用于存储数据的数据存储单元、监控中心单元及若干个轮式机器人,所述校验设备包括校验设备处理单元;包括以下步骤:

数据获取:校验设备处理单元与轮式机器人建立连接并获取关键部件数据;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州赛特智能科技有限公司,未经广州赛特智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911235699.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top