异常检测方法、装置、智能设备和存储介质制造方法及图纸

本发明专利技术公开了一种异常检测方法、装置、智能设备和存储介质。其中，方法包括：当智能设备执行目标任务时，获取待检测场景的场景图像，其中，待检测场景为预先设定的目标任务对应的需要进行异常检测的场景；根据待检测场景的场景图像，对智能设备执行目标任务的工作流进行异常检测。该方法可以使得智能设备具有自身的工作流异常检测的功能，保证智能设备能够提供有效服务，并在整个过程无需人为检测，大大减少了人工成本。

Anomaly detection methods, devices, intelligent devices and storage media

【技术实现步骤摘要】
异常检测方法、装置、智能设备和存储介质
本专利技术涉及智能设备控制领域，尤其涉及一种异常检测方法、装置、智能设备和计算机可读存储介质。
技术介绍
随着人们生活水平需要的不断提高，智能设备(如拟人形态的智能机器人、机械臂等)越来越多地被应用于人们的生活和服务中，以实现与人类发生各种交互。目前，智能设备在设计时更多考虑的是如何解决设备与人的交互问题，比如触摸屏、语音等交互方式中，智能设备会从用户获取反馈信息从而决定下一步的工作流。当智能设备在为用户提供服务时，也同时会与环境中的其他事物发生交互，对于交互场景信息的感知也同样重要，甚至会直接影响其工作成效。例如，机械臂在制作咖啡时，会按照已知动作步骤自动完成咖啡的制作，过程中会使用到其他事物(如人、设备或工具)的交互。然而，这种交互场景可能由于外界等原因会出现各种各样的情况，例如，机械臂按下牛奶柜的按钮之后，牛奶柜上的奶管并未出奶，而现有技术中的智能设备在没有相应的自身异常检测策略的情况下，通常是通过人工监控来实现机械臂的异常检测，而这种往往会浪费大量的人力成本，导致机械臂的智能化被弱化。
技术实现思路
本专利技术的目的旨在至少在一定程度上解决本文档来自技高网...

【技术保护点】
1.一种异常检测方法，其特征在于，包括：当智能设备执行目标任务时，获取待检测场景的场景图像，其中，所述待检测场景为预先设定的所述目标任务对应的需要进行异常检测的场景；根据所述待检测场景的场景图像，对所述智能设备执行目标任务的工作流进行异常检测。

【技术特征摘要】
1.一种异常检测方法，其特征在于，包括：当智能设备执行目标任务时，获取待检测场景的场景图像，其中，所述待检测场景为预先设定的所述目标任务对应的需要进行异常检测的场景；根据所述待检测场景的场景图像，对所述智能设备执行目标任务的工作流进行异常检测。2.如权利要求1所述的方法，其特征在于，每个待检测场景对应一个图像类别检测模型，所述图像类别检测模型为预先训练完成的用于进行图像分类的神经网络模型；所述图像类别包括至少一个正常类别和至少一个异常类别；根据所述待检测场景的场景图像，对所述智能设备执行目标任务的工作流进行异常检测，包括：获取与所述待检测场景对应的图像类别检测模型；基于获取的图像类别检测模型和所述待检测场景的场景图像，判断所述待检测场景是否存在异常。3.如权利要求2所述的方法，其特征在于，所述图像类别检测模型，具体采用如下方式生成：针对每个待检测场景，获取各种图像类别的场景图像作为样本数据；基于所述样本数据，训练得到每个待检测场景对应的图像类别检测模型。4.如权利要求1所述的方法，其特征在于，根据所述待检测场景的场景图像，对所述智能设备执行目标任务的工作流进行异常检测，包括：提取所述待检测场景的场景图像的特征向量；根据提取的特征向量及预先建立的特征向量与图像类别的对应关系，确定所述提取的特征向量对应的图像类别；所述对应关系中的图像类别包括至少一个正常类别和至少一个异常类别；根据确定的图像类别，判断所述待检测场景是否存在异常。5.如权利要求4所述的方法，其特征在于，提取所述待检测场景的场景图像的特征向量，包括：获取特征向量提取模型；所述特征向量提取模型为预先训练完成的用于提取图像特征...

【专利技术属性】
技术研发人员：梁彬欣，
申请(专利权)人：北京猎户星空科技有限公司，
类型：发明
国别省市：北京,11