机器人性能测试方法、机器人及计算机可读存储介质技术

本发明专利技术涉及机器人技术领域，公开了一种机器人性能测试方法、机器人及计算机可读存储介质。其中，机器人性能测试方法，其特征在于，包括：对机器人进行多次性能测试，获取所述机器人的性能测试数据集；根据聚类算法，从所述性能测试数据集中获取有效数据集；根据预设算法对所述有效数据集中的有效数据进行计算，得到所述机器人的性能测试结果。与现有技术相比，本发明专利技术实施方式所提供的机器人性能测试方法、机器人及计算机可读存储介质具有减小机器人性能测试结果的误差的优点。

Robot performance test method, robot and computer readable storage medium

【技术实现步骤摘要】
机器人性能测试方法、机器人及计算机可读存储介质
本专利技术涉及机器人
，特别涉及一种机器人性能测试方法、机器人及计算机可读存储介质。
技术介绍
在机器人测试过程中，通过不同的测试方法可细分为各种各样的测试分类，例如性能测试是通过自动化的测试工具模拟多种正常、峰值以及异常负载条件来对系统的各项性能指标进行测试。然而，本专利技术的专利技术人发现，在长时间的测试过程中，可能会出现部分数据较大偏移大部分数值的情况，但是这些偏移数据的出现是无规律的，该部分偏移数据对于取到正确的测试结果存在非常大的干扰，如果根据这些偏移数据进行计算，那么所计算的结果把全部的干扰项都计算进去，该结果和应该取得的最准确结果可能存在一定的误差。因此，如何减少机器人性能测试结果的误差成为一个亟待解决的问题。
技术实现思路
本专利技术实施方式的目的在于提供一种机器人性能测试方法、机器人及计算机可读存储介质，使得机器人性能测试结果的误差减小。为解决上述技术问题，本专利技术的实施方式提供了一种机器人性能测试方法，包含以下步骤：对机器人进行多次性能测试，获取所述机器人的性能测试数据集；根据聚类算法，从所述性能测试数据集中获取有效数据集；根据预设算法对所述有效数据集中的有效数据进行计算，得到所述机器人的性能测试结果。本专利技术的实施方式还提供了一种机器人，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如前述的机器人性能测试方法。本专利技术的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现前述的机器人性能测试方法。本专利技术实施方式相对于现有技术而言，对机器人进行多次性能测试，得到多次性能测试的性能测试数据形成的性能测试数据集后，根据聚类算法从性能测试数据集中获取有效数据集，从而剔除至少部分偏移数据，由于有效数据集中偏移数据较少，根据预设算法对有效数据集中的有效数据进行计算，得到的性能测试结果收到偏移数据的影响也较小，从而使得机器人性能测试结果的误差减小。另外，所述从所述性能测试数据集中获取有效数据集，具体包括：从性能测试数据集中获取多个性能测试数据作为中心数据；为各个所述中心数据分别构建数据子集；将各个所述性能测试数据分入与自身相关度最大的中心数据的数据子集中；根据各个所述数据子集中的性能测试数据更新所述中心数据，直至所述中心数据不再变化；获取性能测试数据最多的所述数据子集作为所述有效数据集。另外，所述根据各个所述数据子集中的性能测试数据更新所述中心数据，具体包括：获取各个所述数据子集中性能测试数据的均值；将所述均值作为更新后的中心数据。另外，所述将各个所述性能测试数据分入与自身相关度最大的中心数据所处的数据子集中，具体包括：获取各个所述性能测试数据与所述中心数据的距离；所述将各个所述性能测试数据分入与自身距离最小的中心数据的数据子集中。另外，所述获取各个所述性能测试数据与所述中心数据的距离前，还包括：将各个所述性能测试数据映射到同一坐标系中，并确定各个所述性能测试数据的坐标；所述获取各个所述性能测试数据与所述中心数据的距离，具体包括：根据所述坐标计算各个所述性能测试数据与所述中心数据的距离。另外，所述获取各个所述性能测试数据与所述中心数据的距离，具体包括：获取各个所述性能测试数据与所述中心数据沿预设方向的距离。另外，所述获取各个所述数据子集中性能测试数据的均值，具体包括：通过加权平均法获取各个所述数据子集中性能测试数据的均值。另外，所述通过加权平均法获取各个所述数据子集中性能测试数据的均值前，还包括：根据所述相关度确定各个所述性能测试数据的权值。附图说明图1是本专利技术第一实施方式所提供的机器人性能测试方法的流程图；图2是本专利技术第一实施方式所提供的机器人性能测试方法中获取有效数据集的流程图；图3是本专利技术第二实施方式所提供的机器人的结构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本专利技术各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。本专利技术的第一实施方式涉及一种机器人性能测试方法。具体流程如图1所示，包括以下步骤：步骤S101：获取机器人的性能测试数据集。具体的，在本步骤中，对机器人进行多次性能测试，记录每次性能测试的数据，多次性能测试的性能测试数据形成性能测试数据集。例如，针对机器人的CPU性能进行测试，通过测试获取一个时间段内的CPU性能数据，如果测试时长为1小时，每秒取一个当前CPU测试数据值，总共3600个测试数据共同组成测试数据集。步骤S102：根据聚类算法，从性能测试数据集中获取有效数据集。具体的，在本步骤中，获取有效数据集的流程如图2所示，包括以下步骤：步骤S201：从性能测试数据集中获取多个性能测试数据作为中心数据。具体的，在本步骤中，根据实际需要从性能测试数据集中随机获取多个性能测试数据作为中心数据。如图3所示，其中，横轴为时间，将所有数据分为3个类，即：标准类、峰值类、底数类。则在性能测试数据集中随机获取三个性能测试数据作为中心数据，即3个中心数据。步骤S202：为各个中心数据分别构建数据子集，将各个性能测试数据分入与自身相关度最大的中心数据的数据子集中。具体的，在本步骤中，确定中心数据后，分别计算各个性能测试数据与中心数据的相关度，将各个性能测试数据分入与自身相关度最大的中心数据所处的数据子集中。例如，选取3个中心数据，则计算各个性能测试数据与3个中心数据的相关度，将各个性能测试数据与相关度最大的中心数据分入同一数据子集中。进一步的，在本实施方式中，通过计算各个性能测试数据与中心数据的距离表征各个性能测试数据与中心数据的相关度，即将各个性能测试数据分入与自身距离最小的中心数据的数据子集中。可以理解的是，前述通过计算距离表征相关度仅为本实施方式中的一种具体的举例说明，并不构成限定，在本专利技术的其它实施方式中，也可以是通过其它数据表征相关度，例如计算各个性能测试数据与中心数据在某一预设方向上，如Y轴方向上的距离等，在此不进行一一例举，具体可以根据实际需要进行灵活的设定。步骤S203：根据各个数据子集中的性能测试数据更新中心数据。具体的，在本步骤中，可以通过计算数据子集中的数据的平均值对中心数据进行更新，即将平均值作为新的中心数据。可以理解的是，前述通过计算数据子集中的数据的平均值对中心数据进行更新仅为本实施方式中的一种具体的举例说明，并不构成限定，在本专利技术的其它实施方式中，也可以是将数据子集的最小外接圆的圆心作为新的中心数据等方法，在此不进行一本文档来自技高网...

【技术保护点】
1.一种机器人性能测试方法，其特征在于，包括：/n对机器人进行多次性能测试，获取所述机器人的性能测试数据集；/n根据聚类算法，从所述性能测试数据集中获取有效数据集；/n根据预设算法对所述有效数据集中的有效数据进行计算，得到所述机器人的性能测试结果。/n

【技术特征摘要】
1.一种机器人性能测试方法，其特征在于，包括：
对机器人进行多次性能测试，获取所述机器人的性能测试数据集；
根据聚类算法，从所述性能测试数据集中获取有效数据集；
根据预设算法对所述有效数据集中的有效数据进行计算，得到所述机器人的性能测试结果。


2.根据权利要求1所述的机器人性能测试方法，其特征在于，所述从所述性能测试数据集中获取有效数据集，具体包括：
从性能测试数据集中获取多个性能测试数据作为中心数据；
为各个所述中心数据分别构建数据子集；
将各个所述性能测试数据分入与自身相关度最大的中心数据的数据子集中；
根据各个所述数据子集中的性能测试数据更新所述中心数据，直至所述中心数据不再变化；
获取性能测试数据最多的所述数据子集作为所述有效数据集。


3.根据权利要求2所述的机器人性能测试方法，其特征在于，所述根据各个所述数据子集中的性能测试数据更新所述中心数据，具体包括：
获取各个所述数据子集中性能测试数据的均值；
将所述均值作为更新后的中心数据。


4.根据权利要求2所述的机器人性能测试方法，其特征在于，所述将各个所述性能测试数据分入与自身相关度最大的中心数据所处的数据子集中，具体包括：
获取各个所述性能测试数据与所述中心数据的距离；
所述将各个所述性能测试数据分入与自身距离最小的中心数据的数据子集中。


5.根据权利要求4所述的机器人性能测试方法，其特征在于，所述获取...

【专利技术属性】
技术研发人员：董孔明，
申请(专利权)人：深圳前海达闼云端智能科技有限公司，
类型：发明
国别省市：广东;44