【技术实现步骤摘要】
一种巡航机器人的声信号识别方法及系统
[0001]本专利技术涉及信号处理
,具体涉及一种巡航机器人的声信号识别方法及系统。
技术介绍
[0002]随着人工智能技术的发展,巡航机器人以其设备状态识别、远程监控、AI识别等多元化供能,逐步代替人工进行自主巡航检测,可针对巡航过程中的声信号进行检测识别以进行异常事件判定。目前,多结合算法等基于检测接收的信号直接进行处理判定,存在一定的技术局限,进行巡航区域异常的识别灵活度与精准度不足。
技术实现思路
[0003]本申请提供了一种巡航机器人的声信号识别方法及系统,用于针对解决现有技术中存在的目前多结合算法等基于检测接收的信号直接进行处理判定,存在一定的技术局限,进行巡航区域异常的识别灵活度与精准度不足的技术问题。
[0004]鉴于上述问题,本申请提供了一种巡航机器人的声信号识别方法及系统。
[0005]第一方面,本申请提供了一种巡航机器人的声信号识别方法,所述方法包括:
[0006]对目标巡航机器人进行巡航的室内区域进行划分,获得多个巡航区域,其中,所述目标巡航机器人为室内巡航机器人;
[0007]根据所述多个巡航区域内的异常事件的异常重要性大小,分配获取多个识别关键系数;
[0008]根据所述多个识别关键系数,对所述多个巡航区域内发生异常事件的异常声信号数据进行采集,进行分析处理,获取多个异常声信号特征集合,其中每个异常声信号特征集合内包括频率特征、幅值特征、谐波分量特征和图形特征的特征数据,所述多个异常声信号特 ...
【技术保护点】
【技术特征摘要】
1.一种巡航机器人的声信号识别方法,其特征在于,所述方法包括:对目标巡航机器人进行巡航的室内区域进行划分,获得多个巡航区域,其中,所述目标巡航机器人为室内巡航机器人;根据所述多个巡航区域内的异常事件的异常重要性大小,分配获取多个识别关键系数;根据所述多个识别关键系数,对所述多个巡航区域内发生异常事件的异常声信号数据进行采集,进行分析处理,获取多个异常声信号特征集合,其中每个异常声信号特征集合内包括频率特征、幅值特征、谐波分量特征和图形特征的特征数据,所述多个异常声信号特征集合内的数据量与所述多个识别关键系数的大小正相关;根据所述多个识别关键系数,分别采用所述多个异常声信号特征集合,构建多个声信号识别通道,其中,每个声信号识别通道内包括频率识别分支、幅值识别分支、谐波分量识别分支和图像识别分支,根据所述多个识别关键系数的大小,设置所述多个声信号识别通道的收敛条件;通过所述目标巡航机器人,在所述多个巡航区域内进行巡航,并进行声信号采集,获得多个区域声信号;对所述多个区域声信号进行分析处理,获得多个声信号特征集,输入所述多个声信号识别通道,获取多个异常事件发生概率,作为声信号识别结果。2.根据权利要求1所述的方法,其特征在于,根据所述多个巡航区域内的异常事件的异常重要性大小,分配获取多个识别关键系数,包括:获取所述多个巡航区域内的多个异常事件;基于层级分析法,根据所述多个异常事件的异常重要性大小,进行权重分配,获得多个权值;将所述多个权值作为所述多个识别关键系数。3.根据权利要求1所述的方法,其特征在于,根据所述多个识别关键系数,对所述多个巡航区域内发生异常事件的异常声信号数据进行采集,进行分析处理,获取多个异常声信号特征集合,包括:根据每个识别关键系数和所述多个识别关键系数的均值的比值,对预设数据量进行调整,获得多个数据量;按照所述多个数据量,对所述多个巡航区域内发生异常事件时的异常声信号数据进行采集,获得多个异常声信号数据集合;对所述多个异常声信号数据集合内的声信号数据进行波形图转换处理,并提取频率数据、幅值数据、谐波分量数据和波形图像,获得所述多个异常声信号特征集合。4.根据权利要求1所述的方法,其特征在于,根据所述多个识别关键系数,分别采用所述多个异常声信号特征集合,构建多个声信号识别通道,包括:根据每个识别关键系数和所述多个识别关键系数的均值的比值,对准确率阈值进行调整,获得多个收敛条件;分别采用所述多个异常声信号特征集合,基于所述多个收敛条件,构建所述多个声信号识别通道。5.根据权利要求4所述的方法,其特征在于,分别采用所述多个异常声信号特征集合,
基于所述多个收敛条件,构建所述多个声信号识别通道,包括:选取所述多个异常声信号特征集合内的第一异常声信号特征集合,选取所述多个收敛条件中的第一收敛条件;对所述多个巡航区域内第一巡航区域中未出现异常事件的声信号数据进行采集和处理,获取第一正常声信号特征集合;采用所述第一异常声信号特征集合和第一正常声信号特征集合,按照第一收敛条件,构建第一声...
【专利技术属性】
技术研发人员:何宏涛,
申请(专利权)人:东莞市华复实业有限公司,
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。