本发明专利技术公开了一种挖掘机的工作模式识别方法，该方法涉及设备的工作模式识别技术领域。该方法包括：获取挖掘机各关节在目标时间段内的关节状态时序数据，关节状态时序数据用于指示挖掘机各关节在目标时间段内的运动状态。根据关节状态时序数据获取对应的数据变化周期，并按照数据变化周期对关节状态时序数据进行划分，获得至少一个关节状态时序特征。将关节状态时序特征输入至工作模式识别模型中，通过工作模式识别模型确定挖掘机对应的目标工作模式。获取目标工作模式对应的工作标准参数，并根据工作标准参数对挖掘机的当前工作参数进行调整。该方法根据关节状态时序数据就能准确识别多种工作模式，减小了工作模式识别受到的限制，提高了适用性。提高了适用性。提高了适用性。
【技术实现步骤摘要】
挖掘机的工作模式识别方法、装置、电子设备及存储介质
[0001]本申请涉及设备的工作模式识别
，具体涉及一种挖掘机的工作模式识别方法、装置、电子设备及存储介质。
技术介绍
[0002]在挖掘机的无人自动挖掘技术中，先由人工远程操控挖掘机工作，再根据人工引导的工作模式进行自动挖掘，从而解放人工的重复劳动。其中，挖掘机工作时具有很多工作模式，如挖坑、装车、甩方、平地、平坡等。对于不同的工作模式，需要设置不同的油门挡位，以及对不同关节设置不同的速度，才能完成工作目的。因此，如何准确地识别工作模式成为实现该种技术重要的基础条件。
[0003]在现有技术中，对挖掘机的工作模式识别时，可以基于视觉图像对工作模式进行识别，如在挖掘机工作时拍摄工作图像进行工作模式识别。或者根据挖掘机的电流、电压、液压值等内部工作参数对工作模式进行识别。
[0004]上述现有技术中，基于视觉图像的识别方法过于依赖于摄像机，对采集图像的精度要求高，在光照差、地形复杂的挖掘场景中无法适用。而根据挖掘机的电流、电压、液压值等内部工作参数对工作模式进行识别的方法，只能针对破碎、挖掘等对内部工作参数影响较大的工作模式进行识别，对其他工作模式无法精准识别。可见，上述现有技术识别工作模式的局限性较大，适用范围小，无法满足自动驾驶技术的要求。因此，如何提高挖掘机工作模式识别技术的适用性成为了关键。
技术实现思路
[0005]本申请提供一种挖掘机的工作模式识别方法、装置、电子设备及存储介质，通过采集远程操控时挖掘机各个关节的状态时序数据，针对各关节的状态时序数据的周期变化规律，来对工作模式进行精准识别，从而减小工作模式识别技术的局限性，满足自动挖掘、参数优化以及服务质量监控等技术的需求。
[0006]本申请实施例第一方面提供了挖掘机的工作模式识别方法，该方法包括：
[0007]获取挖掘机各关节在目标时间段内的关节状态时序数据。关节状态时序数据用于指示挖掘机各关节在目标时间段内的运动状态。
[0008]根据关节状态时序数据获取对应的数据变化周期，并按照数据变化周期对关节状态时序数据进行划分，获得至少一个关节状态时序特征。
[0009]将关节状态时序特征输入至工作模式识别模型中，通过工作模式识别模型确定挖掘机对应的目标工作模式。
[0010]获取目标工作模式对应的工作标准参数，并根据工作标准参数对挖掘机的当前工作参数进行调整。
[0011]本申请实施例第二方面提供了一种工作模式识别装置，该装置包括：
[0012]获取单元，用于获取挖掘机各关节在目标时间段内的关节状态时序数据。关节状
态时序数据用于指示挖掘机各关节在目标时间段内的运动状态。
[0013]划分单元，用于根据关节状态时序数据获取对应的数据变化周期，并按照数据变化周期对关节状态时序数据进行划分，获得至少一个关节状态时序特征。
[0014]确定单元，用于将关节状态时序特征输入至工作模式识别模型中，通过工作模式识别模型确定挖掘机对应的目标工作模式。
[0015]调整单元，用于获取目标工作模式对应的工作标准参数，并根据工作标准参数对挖掘机的当前工作参数进行调整。
[0016]本申请实施例第三方面还提供了一种电子设备，包括：存储器和处理器，存储器和处理器耦合。其中存储器用于存储一条或多条计算机指令。处理器用于执行一条或多条计算机指令，以实现上述的方法。
[0017]并且本申请还提供一种计算机可读存储介质，其上存储有一条或多条计算机指令，该指令被处理器执行以实现上述方法。
[0018]上述本申请实施例提供的方法，先对处于工作状态下的挖掘机各关节的状态时序数据进行获取，并将状态时序数据按照状态时序数据对应的数据变化周期进行周期性划分，进而提取对应的指示各关节运动状态的统计特征。再将这些统计特征输入训练好的工作模式识别模型，从而确定目标工作模式。确定目标工作模式后，按照对应的工作标准参数对当前工作参数进行调整，从而使挖掘机按照目标工作模式的标准参数进行工作，从而实现自动挖掘或者参数优化的目的。。
[0019]该方法根据不同工作模式下各关节的周期规律变化的差异，只需采集关节状态时序数据，根据关节状态时序数据本身的周期进行特征提取，并通过工作模式识别模型进行工作模式识别，既不需要依赖摄像机，也能识别较多的工作模式，适用于恶劣的工作环境，从而减小工作模式识别的局限性，提高适用性。。
附图说明
[0020]图1是本申请实施例提供的挖掘机的工作模式识别方法的流程示意图；
[0021]图2是本申请实施例涉及的根据各关节的数据变化情况确定数据变化周期的流程示意图；
[0022]图3是本申请实施例涉及的根据各关节整体的数据变化情况确定数据变化周期的流程示意图；
[0023]图4是本申请实施例涉及的工作模式识别模型的训练方法；
[0024]图5是本申请实施例提供的工作模式识别装置的结构示意图；
[0025]图6是本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0026]为了使本领域的技术人员能够更好的理解本申请的技术方案，下面结合本申请实施例中的附图，对本申请进行清楚、完整地描述。但本申请能够以很多不同于上述描述的其他方式进行实施，因此，基于本申请提供的实施例，本领域普通技术人员在不经过创造性劳动的情况下，所获得的所有其他实施例，都应属于本申请保护的范围。
[0027]需要说明的是，本申请的权利要求书、说明书及附图中的术语“第一”、“第二”、“第
三”等是用于区别类似的对象，并不用于描述特定的顺序或先后次序。这样使用的数据在适当情况下是可以互换的，以便于本文所描述的本申请的实施例，能够以除了在本文图示或描述的内容以外的顺序实施。此外，术语“包括”、“具有”以及他们的变形形式，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0028]传统的挖掘机工作过程，是由人工操控挖掘机，实现不同工作模式的挖掘工作。而不同的工作模式，需要机械性的重复劳动，例如，挖坑时需要操作人员控制挖斗的位置关节旋转完成铲挖动作，并控制大臂、小臂以及座舱的位置关节辅助挖斗移动，然后控制挖斗的位置关节旋转进行倒土。并且该过程为周期性的重复动作，即循环执行挖土
‑
移动挖斗
‑
倒土这一系列动作。自动挖掘就是在人工操控后，能自动重复完成机械性的重复动作，直至改变工作模式，从而避免人工的重复劳动。因此，如何在人工操控后准确地识别工作模式成为实现该种技术重要的基础条件。
[0029]现有技术中，一种方法是基于视觉图像的挖掘机工作模式识别。具体地，在挖掘机工作时，由第三视角的摄像机对工作的图像进行拍摄，然后对图像中挖掘机的状态进行识别。但该种方法需过度依赖于图像，需本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种挖掘机的工作模式识别方法，其特征在于，所述识别方法包括：获取挖掘机各关节在目标时间段内的关节状态时序数据；所述关节状态时序数据用于指示所述挖掘机各关节在所述目标时间段内的运动状态；根据所述关节状态时序数据获取对应的数据变化周期，并按照所述数据变化周期对所述关节状态时序数据进行划分，获得至少一个关节状态时序特征；将所述关节状态时序特征输入至工作模式识别模型中，通过所述工作模式识别模型确定所述挖掘机对应的目标工作模式；获取所述目标工作模式对应的工作标准参数，并根据所述工作标准参数对所述挖掘机的当前工作参数进行调整。2.根据权利要求1所述的识别方法，其特征在于，所述按照所述数据变化周期对所述关节状态时序数据进行划分，获得至少一个关节状态时序特征，包括：根据所述关节状态时序数据对应的数据变化周期对所述关节状态时序数据进行划分，获得N个连续的状态数据片段；将N个连续的所述状态数据片段对应的N个片段数据特征进行拼接，得到所述关节状态时序特征；所述N为大于1的正整数。3.根据权利要求1所述的识别方法，其特征在于，所述关节状态时序数据包括多个关节对应的多组关节状态时序子数据；所述根据所述关节状态时序数据获取对应的数据变化周期包括：根据每组关节状态时序子数据，确定每个关节对应的角度位置变化曲线；根据所述每个关节对应的角度位置变化曲线确定曲线变化周期；根据所述曲线变化周期确定对应于所述关节状态时序数据的数据变化周期。4.根据权利要求3所述的识别方法，其特征在于，所述根据所述每个关节对应的角度位置变化曲线确定曲线变化周期，包括：根据所述每个关节对应的角度位置变化曲线确定目标角度变化曲线；所述目标角度变化曲线为周期性变化曲线；确定所述目标角度变化曲线对应的目标曲线变化周期；所述根据所述曲线变化周期确定所述对应于所述关节状态时序数据的数据变化周期，包括：根据所述目标曲线变化周期确定对应于所述关节状态时序数据的数据变化周期。5.根据权利要求1所述的识别方法，其特征在于，所述关节状态时序数据包括多个关节对应的多组关节状态时序子数据；所述根据所述关节状态时序数据获取对应的数据变化周期包括：根据每个关节对应的关节状态时序子数据，确定所述目标时间段内每个关节在每个目标时刻对应的角度位置；根据所述每个关节在每个目标时刻对应的角度位置，确定所述每个目标时刻对应的多维向量；根据所述每个目标时刻对应的多维向量确定对应于所述关节状态时序数据的数据变化周期。6.根据权利要求5所述的识别方法，其特征在于，所述根据所述每个目标时刻对应的多
维向量确定对应于所述关节状态时序数据的数据变化周期，包括：计算所述每个目标时刻对应的多维向量的向量模长；根据所述每个目标时刻对应的多维向量的...
【专利技术属性】
技术研发人员：王昭蓉，王蒙，陈赢峰，范长杰，胡志鹏，
申请(专利权)人：网易杭州网络有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。