【技术实现步骤摘要】
本专利技术涉及协作交互，具体涉及基于多维数据分析的协作机器人交互方法。
技术介绍
1、协作机器人的交互指的是机器人与人类工作者之间的互动方式，以及机器人如何理解和响应环境中的变化；这种交互旨在确保安全、高效地完成任务。
2、现有的协作机器人交互方案在实施时，针对协作机器人交互过程的监管分析，还是停留在不同方面的局部监测分析上，进而只能实施对应方面的局部优化控制，不能利用不同局部监测分析结果来对协作机器人的交互实施整体维度的交互可靠性拓展分析，并根据处理分析结果自适应的对协作机器人的交互进行动态优化升级，导致协作机器人交互整体维度的数据处理分析效果不佳，以及整体维度自主动态优化升级效果不佳。
技术实现思路
1、本专利技术的目的在于提供基于多维数据分析的协作机器人交互方法，用于解决现有方案中协作机器人交互整体维度的数据处理分析效果不佳，以及整体维度自主动态优化升级效果不佳的技术问题。
2、本专利技术的目的可以通过以下技术方案实现：
3、基于多维数据分析的协作机器人交互方法，包括：
4、利用预构建的三维轨迹坐标系将检测传感器检测获取的协作机器人运行时对应的运行轨迹曲线，对运行轨迹曲线进行划分并分类编号标记，得到若干运行轨迹分段曲线及其对应的曲线集；曲线集包含完整交互协同曲线集和部分交互协同曲线集；
5、根据完整交互协同曲线集和部分交互协同曲线集分别实施不同交互反应维度的数据处理以及局部异常数据分析，并将不同交互反应维度对应处理获
6、其中，局部交互反应可靠处理序列由所有处理获取的局部交互反应可靠标识以及所有局部完整协同异常度进行排序组合得到；
7、局部交互消失可靠处理序列由所有处理获取的局部交互消失可靠度进行排序组合得到；
8、根据处理获取的局部交互反应可靠处理序列和局部交互消失可靠处理序列来对协作机器人的交互进行整体维度的交互可靠性处理分析，并根据处理分析结果自适应的对协作机器人的交互进行动态优化升级；动态优化升级包含协作机器人交互局部优化升级或协作机器人交互整体优化升级。
9、优选地，将协同机器人运行时对应的实时操作坐标、实时操作时间戳和实时操作力通过预构建的三维轨迹坐标系进行展示和连线，得到运行轨迹曲线；
10、对运行轨迹曲线进行划分时，获取相邻的数值为0的两个实时操作力，并将相邻的数值为0的两个实时操作力之间的运行轨迹曲线标记为运行轨迹分段曲线；
11、根据操作时间顺序依次对不同运行轨迹分段曲线的类型进行分析标记时，依次获取不同运行轨迹分段曲线对应的外力检测值以及外力检测持续时长，并将外力检测值和外力检测持续时长通过运行交互类型识别函数进行数据分析并输出对应的运行交互类型标识jlj；
12、运行交互类型标识包含0或1的数值，表示对应运行交互类型为完整交互协同类型或部分交互协同类型。
13、优选地，运行交互类型识别函数的表达式为；；式中，j为排序的不同运行轨迹分段曲线，j=1，2，3，……，m；m为正整数；wjj、twj为不同运行轨迹分段曲线对应的外力检测总值、外力持续检测总时长；wtj、ttj为不同运行轨迹分段曲线对应协同机器人的操作力总值、操作力持续总时长。
14、优选地，根据数值为0的运行交互类型标识将对应的运动轨迹分段曲线标记为完整协同分段曲线；
15、根据数值为1的运行交互类型标识将对应的运动轨迹分段曲线标记为部分协同分段曲线；
16、根据数值为0的运行交互类型标识将对应的所有完整协同分段曲线进行排序组合，对应的完整交互协同曲线集；以及根据数值为1的运行交互类型标识将对应的所有部分协同分段曲线进行排序组合，得到对应的部分交互协同曲线集。
17、优选地，根据完整交互协同曲线集中的所有完整协同分段曲线实施局部完整交互反应维度的局部可靠性分析，依次获取完整交互协同曲线集中不同完整协同分段曲线对应的外力检测值检测时间戳、协同机器人反应时间戳、外力检测瞬时值、操作反应瞬时值并排序组合，得到不同完整协同分段曲线对应的局部被动交互监测序列；
18、根据局部被动交互监测序列来对所属完整协同分段曲线对应的局部交互反应可靠进行数据处理时，将局部被动交互监测序列中的所有数据通过局部交互反应识别函数进行数据分析，并输出对应的局部交互反应可靠标识fki；
19、局部交互反应可靠标识包含0或1的数值，表示所属完整协同分段曲线对应的局部交互反应可靠状态正常或异常。
20、优选地，局部交互反应识别函数的表达式为；式中，i为被动拖动异常分析集中不同的完整协同分段曲线，i=1，2，3，……，n；n为正整数；tfi、lfi分别为不同完整协同分段曲线对应的协同交互反应时差值、协同交互反应实施力差值；tfi0、lfi0分别为协同交互反应时差标准值、协同交互反应实施力差标准值。
21、优选地，根据数值为1的局部反应可靠标志将局部被动交互监测序列通过公式计算获取所属完整协同分段曲线对应的局部完整协同异常度jwi；式中，a、b为不同的计算权重系数，且0＜a≤b＜1；
22、将所有处理获取的局部交互反应可靠标识以及所有局部完整协同异常度进行排序组合，得到局部交互反应可靠处理序列。
23、优选地，根据部分交互协同曲线集中的所有部分协同分段曲线实施局部部分交互反应维度的局部可靠性分析，依次获取不同部分协同分段曲线中实时拖动力为0时协同机器人目标监测点对应的拖动消失时间戳t和第一监测坐标，以及获取t0秒后协同机器人目标监测点对应的第二监测坐标，并通过公式计算获取不同部分协同分段曲线中实时拖动力为0时对应的局部交互消失可靠度xkk；其中，k为不同部分协同分段曲线中实时拖动力为0时协同机器人目标监测点，k=1，2，3，……，p；p为正整数；
24、局部交互消失可靠度包含0或非0的数值，表示所属部分协同分段曲线对应的局部交互消失可靠状态正常或异常；
25、将所有处理获取的局部交互消失可靠度进行排序组合，得到局部交互消失可靠处理序列。
26、优选地，分别对局部交互反应可靠处理序列和局部交互消失可靠处理序列进行遍历并统计数值非0的元素并分析；
27、若局部交互反应可靠处理序列和/或局部交互消失可靠处理序列中存在不为0的元素，则通过公式计算获取协同机器人交互的交互异常整合度jz；式中，β为局部维度影响权重，且1＜β；jwi´、xyk´分别为局部交互反应可靠处理序列、局部交互消失可靠处理序列中所有不为0元素对应的局部完整协同异常度、局部交互消失可靠度，i´、k´分别为局部交互反应可靠处理序列、局部交互消失可靠处理序列中的所有不为0元素，n´、p´分别为局部交互反应可靠处理序列、局部交互消失可靠处理序列中所有不为0元素的总数，n´＜n，p´＜p；
28、对交互异常整本文档来自技高网...
【技术保护点】
1.基于多维数据分析的协作机器人交互方法，其特征在于，包括：
2.根据权利要求1所述的基于多维数据分析的协作机器人交互方法，其特征在于，将协同机器人运行时对应的实时操作坐标、实时操作时间戳和实时操作力通过预构建的三维轨迹坐标系进行展示和连线，得到运行轨迹曲线；
3.根据权利要求2所述的基于多维数据分析的协作机器人交互方法，其特征在于，运行交互类型识别函数的表达式为；；式中，j为排序的不同运行轨迹分段曲线，j=1，2，3，……，m；m为正整数；WJj、TWj为不同运行轨迹分段曲线对应的外力检测总值、外力持续检测总时长；WTj、TTj为不同运行轨迹分段曲线对应协同机器人的操作力总值、操作力持续总时长。
4.根据权利要求2所述的基于多维数据分析的协作机器人交互方法，其特征在于，根据数值为0的运行交互类型标识将对应的运动轨迹分段曲线标记为完整协同分段曲线；
5.根据权利要求4所述的基于多维数据分析的协作机器人交互方法，其特征在于，根据完整交互协同曲线集中的所有完整协同分段曲线实施局部完整交互反应维度的局部可靠性分析，依次获取完整交互协同曲线
6.根据权利要求5所述的基于多维数据分析的协作机器人交互方法，其特征在于，局部交互反应识别函数的表达式为；式中，i为被动拖动异常分析集中不同的完整协同分段曲线，i=1，2，3，……，n；n为正整数；TFi、LFi分别为不同完整协同分段曲线对应的协同交互反应时差值、协同交互反应实施力差值；TFi0、LFi0分别为协同交互反应时差标准值、协同交互反应实施力差标准值。
7.根据权利要求5所述的基于多维数据分析的协作机器人交互方法，其特征在于，根据数值为1的局部反应可靠标志将局部被动交互监测序列通过公式计算获取所属完整协同分段曲线对应的局部完整协同异常度JWi；式中，a、b为不同的计算权重系数，且0＜a≤b＜1；
8.根据权利要求7所述的基于多维数据分析的协作机器人交互方法，其特征在于，根据部分交互协同曲线集中的所有部分协同分段曲线实施局部部分交互反应维度的局部可靠性分析，依次获取不同部分协同分段曲线中实时拖动力为0时协同机器人目标监测点对应的拖动消失时间戳t和第一监测坐标，以及获取t0秒后协同机器人目标监测点对应的第二监测坐标，并通过公式计算获取不同部分协同分段曲线中实时拖动力为0时对应的局部交互消失可靠度XKk；其中，k为不同部分协同分段曲线中实时拖动力为0时协同机器人目标监测点，k=1，2，3，……，p；p为正整数；
9.根据权利要求8所述的基于多维数据分析的协作机器人交互方法，其特征在于，分别对局部交互反应可靠处理序列和局部交互消失可靠处理序列进行遍历并统计数值非0的元素并分析；
10.根据权利要求9所述的基于多维数据分析的协作机器人交互方法，其特征在于，若交互异常整合度小于等于交互异常整合阈值，则提示进行协作机器人交互局部优化升级；
...【技术特征摘要】
1.基于多维数据分析的协作机器人交互方法，其特征在于，包括：
2.根据权利要求1所述的基于多维数据分析的协作机器人交互方法，其特征在于，将协同机器人运行时对应的实时操作坐标、实时操作时间戳和实时操作力通过预构建的三维轨迹坐标系进行展示和连线，得到运行轨迹曲线；
3.根据权利要求2所述的基于多维数据分析的协作机器人交互方法，其特征在于，运行交互类型识别函数的表达式为；；式中，j为排序的不同运行轨迹分段曲线，j=1，2，3，……，m；m为正整数；wjj、twj为不同运行轨迹分段曲线对应的外力检测总值、外力持续检测总时长；wtj、ttj为不同运行轨迹分段曲线对应协同机器人的操作力总值、操作力持续总时长。
4.根据权利要求2所述的基于多维数据分析的协作机器人交互方法，其特征在于，根据数值为0的运行交互类型标识将对应的运动轨迹分段曲线标记为完整协同分段曲线；
5.根据权利要求4所述的基于多维数据分析的协作机器人交互方法，其特征在于，根据完整交互协同曲线集中的所有完整协同分段曲线实施局部完整交互反应维度的局部可靠性分析，依次获取完整交互协同曲线集中不同完整协同分段曲线对应的外力检测值检测时间戳、协同机器人反应时间戳、外力检测瞬时值、操作反应瞬时值并排序组合，得到不同完整协同分段曲线对应的局部被动交互监测序列；
6.根据权利要求5所述的基于多维数据分析的协作机器人交互方法，其特征在于，局部交互反应识别函数的表达式为；式中，i为被动拖动异常分析集中不同的完整协同分段曲线，i=1...
【专利技术属性】
技术研发人员：刘重阳，张宏宇，程通，王硕，
申请(专利权)人：纳博特南京科技有限公司，
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。