包括机器学习块的电动工具制造技术

一种电动工具，包括壳体和由壳体支撑的传感器、机器学习控制器、电动机和电子控制器。传感器被配置为生成指示电动工具的操作参数的传感器数据。机器学习控制器包括第一处理器和第一存储器，并耦合到传感器。机器学习控制器还包括机器学习控制程序，机器学习控制器被配置为接收传感器数据，使用机器学习控制程序来处理传感器数据，并基于传感器数据，使用机器学习控制程序来生成输出。电子控制器包括第二处理器和第二存储器，并耦合到电动机和机器学习控制器。电子控制器被配置为从机器学习控制器接收输出，并基于输出控制电动机。

【技术实现步骤摘要】
【国外来华专利技术】包括机器学习块的电动工具相关申请的交叉引用本申请要求于2018年1月24日提交的申请号为62/621,095的美国临时专利申请的优先权，其全部内容通过引用并入本文。
本专利技术涉及基于检测到的信号而调节操作的电动工具。
技术实现思路
在一个实施例中，提供了一种电动工具，其包括电动机，传感器和电子控制组件，其具有包括电子处理器和存储器的机器学习控制器。传感器被配置为生成指示电动工具的操作参数的传感器数据。电子控制组件耦合到传感器和电动机，并被配置为从传感器接收传感器数据，并控制电动机。机器学习控制器被配置为接收传感器数据，并基于传感器数据，使用机器学习控制来生成输出。电子控制组件还被配置为基于来自机器学习控制器的输出激活电动机。在一些实施例中，该输出是选自以下组中的至少一个：紧固件类型的识别，目标操作模式的识别，操作类型的识别，扭矩值，检测到的障碍物指示，异常附件状况指示，反冲指示，以及操作完成指示。在一些实施例中，机器学习控制器接收反馈，并基于该反馈重新训练机器学习控制。在一个实施例中，提供了一种电动工具，其包括本文档来自技高网...

【技术保护点】
1.一种电动工具，包括：/n壳体；/n传感器，其由所述壳体支撑并且被配置为生成指示所述电动工具的操作参数的传感器数据；/n机器学习控制器，其包括第一处理器和第一存储器，所述机器学习控制器由所述壳体支撑，耦合到所述传感器，并且包括机器学习控制程序，所述机器学习控制器被配置为：/n接收所述传感器数据，/n使用所述机器学习控制程序来处理所述传感器数据，其中，所述机器学习控制程序是经训练的机器学习控制程序，以及/n基于所述传感器数据，使用所述机器学习控制程序来生成输出；/n电动机，其由所述壳体支撑；以及/n电子控制器，其包括第二处理器和第二存储器，所述电子控制器由所述壳体支撑，耦合到所述电动机和所述机...

【技术特征摘要】
【国外来华专利技术】20180124 US 62/621,0951.一种电动工具，包括：
壳体；
传感器，其由所述壳体支撑并且被配置为生成指示所述电动工具的操作参数的传感器数据；
机器学习控制器，其包括第一处理器和第一存储器，所述机器学习控制器由所述壳体支撑，耦合到所述传感器，并且包括机器学习控制程序，所述机器学习控制器被配置为：
接收所述传感器数据，
使用所述机器学习控制程序来处理所述传感器数据，其中，所述机器学习控制程序是经训练的机器学习控制程序，以及
基于所述传感器数据，使用所述机器学习控制程序来生成输出；
电动机，其由所述壳体支撑；以及
电子控制器，其包括第二处理器和第二存储器，所述电子控制器由所述壳体支撑，耦合到所述电动机和所述机器学习控制器，所述电子控制器被配置为：
从所述机器学习控制器接收所述输出，以及
基于所述输出控制所述电动机。


2.根据权利要求1所述的电动工具，其中，所述机器学习控制程序是通过基于示例性传感器数据和相关联的输出的训练而在外部系统装置上生成的，并且由所述电动工具从所述外部系统装置接收。


3.根据权利要求2所述的电动工具，其中，所述机器学习控制程序是静态机器学习控制程序。


4.根据权利要求1所述的电动工具，还包括无线通信装置，所述无线通信装置被配置为从外部系统装置无线地接收机器学习控制程序更新，
其中，所述机器学习控制程序是可调节的机器学习控制程序，并且所述机器学习控制器被配置为基于所述机器学习控制程序更新来更新所述机器学习程序。


5.根据权利要求4所述的电动工具，
其中，所述电动工具被配置为基于所述输出接收关于所述电动机的控制的反馈，并且经由所述无线通信装置将所述反馈和所述传感器数据提供给所述外部系统装置，以及
其中，所述机器学习控制程序更新是由所述外部系统装置通过基于所述反馈和所述传感器数据的进一步训练而生成的。


6.根据权利要求1所述的电动工具，其中，所述机器学习控制器还被配置为：
基于所述输出接收关于所述电动机的控制的反馈，
向所述机器学习控制程序提供所述反馈，以训练所述机器学习控制程序，
从所述传感器接收进一步的传感器数据，
使用利用所述反馈来训练的所述机器学习控制程序来处理所述进一步的传感器数据，以及
使用利用所述反馈来训练的所述机器学习控制程序，基于所述进一步的传感器数据生成进一步的输出。


7.根据权利要求1所述的电动工具，其中，所述机器学习控制器还被配置为：
从另一电动工具接收反馈，
向所述机器学习控制程序提供所述反馈，以训练所述机器学习控制程序，
从所述传感器接收进一步的传感器数据，
使用利用所述反馈来训练的所述机器学习控制程序来处理所述进一步的传感器数据，以及
使用利用所述反馈来训练的所述机器学习控制程序，基于所述进一步的传感器数据生成进一步的输出。


8.根据权利要求1所述的电动工具，其中，所述机器学习控制器还被配置为接收请求，以从用户输入调节从以下组中选择的至少一个：学习率和切换率，以及基于所述请求调节从以下组中选择的所述至少一个：所述机器学习控制程序的所述学习率和所述切换率。


9.根据权利要求1所述的电动工具，其中，所述输出向所述电子控制器指示从以下组中选择的至少一个：
要改变所述电动工具的操作阈值，
要改变存储的操作模式配置文件，
选自以下组中的至少一个的状况：所述电动工具，由所述电动工具驱动的紧固件，所述电动工具的附件，所述电动工具在其上工作的工件，
所述电动工具的检测到的应用，其中，所述应用对应于选自以下组中的至少一种：紧固件的类型，由所述电动工具驱动的器具的类型，以及所述电动工具在其上工作的材料的类型，
电动工具事件，
电动工具环境，
所述电动工具的用户的身份，
电动工具性能的等级，
安全风险等级，以及
所述电动工具的用户的状况。


10.一种操作电动工具的方法，包括：
通过所述电动工具的传感器生成指示所述电动工具的操作参数的传感器数据；
通过所述电动工具的机器学习控制器接收所述传感器数据，所述机器学习控制器包括第一存储器和第一处理器，所述第一处理器被配置为执行存储在所述第一存储器上的指令；
使用所述机器学习控制器的机器学习控制程序处理所述传感器数据；
基于所述传感器数据，使用所述机器学习控制程序生成输出；
通过所述电动工具的电子控制器接收来自所述机器学习控制器的所述输出，所述电子控制器包括第二存储器和第二处理器，所述第二处理器被配置为执行存储在所述第二存储器中的指令；以及
通过所述电子控制器，基于所述输出控制所述电动工具的电动机。


11.根据权利要求10所述的方法，还包括：
通过所述机器学习控制器从外部系统装置接收所述机器学习控制程序，其中，所述机器学习控制程序是通过基于示例性传感器数据和相...

【专利技术属性】
技术研发人员：J·E·阿伯特，J·S·戴伊四世，
申请(专利权)人：米沃奇电动工具公司，
类型：发明
国别省市：美国;US