【技术实现步骤摘要】
本申请涉及机器人检测领域，尤其是涉及一种基于图像处理的物流转运机器人工作异常检测方法及系统。
技术介绍
1、agv智能搬运机器人是一种用于自动物流搬转运的机器人；agv搬运机器人是通过特殊地标导航自动将物品运输至指定地点；随着科技的发展，自动化仓库的广泛应用，agv智能搬运机器人已经成为仓储中心内物流管理系统的必要自动化搬运装卸手段；在利用agv智能搬运机器人进行货物装卸搬运过程中，每当agv智能搬运机器人完成一次搬运任务，会对机器人进行一次异常检测，保证机器人能够无异常状态进行下一次搬运任务；但是在一些特殊时期，如节假日，仓储中心内需要处理的货物较多，物流资源紧张，很难做到对机器人进行一次任务一检的操作，只能定期对同一区域内的所有机器人进行统一检修，但是这种方式也会消耗较多资源，并且影响物流工作效率；因此，亟需一种能够实现对agv智能搬运机器人进行异常检测并处理的方式。
技术实现思路
1、为解决上述技术问题，本申请提供一种基于图像处理的物流转运机器人工作异常检测方法及系统。
2、本申请目的一是提供一种基于图像处理的物流转运机器人工作异常检测方法。
3、本申请的上述申请目的一是通过以下技术方案得以实现的：
4、一种基于图像处理的物流转运机器人工作异常检测方法，包括：
5、获取预设数量的任务周期内agv搬运机器人的设备异常数据；所述任务周期指所述agv搬运机器人开始执行一次搬运任务至任务结束期间的任务持续时间；
6、基于预设
7、根据预获取的设备位置数据和预获取的区域设备路径冲突数据确定停机选择数据；所述区域设备路径冲突数据包含区域内所有agv搬运机器人的预设任务路径的路径干涉子区域；所述路径干涉子区域为存在agv搬运机器人路过的情况的子区域；
8、根据所述停机选择数据和所述异常分析数据确定机器人异常处理策略。
9、通过采用上述技术方案，基于设备的异常数据分析设备当前的异常状态；根据设备的位置以及预获取的区域设备路径冲突数据确定能供异常设备停留的位置的停机选择数据；然后控制设备前往停机位置进行暂留，通过这种方式，保证了异常设备不会影响到其他机器人的搬运工作，并且通过设置停机位置，使得再出现额外的异常设备，可以前往停机位置统一存放，便于工作人员定期对设备进行统一检修，采用这种方式，实现了对异常设备的检测和筛选，待工作人员进行设备检修时，可以先对停机点处的设备进行检修；通过采用上述方式，提高了仓储中心自动化物流处理工作的工作效率，提高了对agv搬运机器人异常检测处理工作的效率。
10、本申请在一较佳示例中可以进一步配置为，还包括：
11、基于预获取的停机位置信息和设备当前位置计算第一路径数据；所述停机位置信息指预先设置的除当前agv搬运机器人外其余至少一个agv搬运机器人所在的停机位置；
12、根据所述第一路径数据和所述区域设备路径冲突数据确定第一冲突数据；
13、根据所述设备当前位置和所述停机选择数据确定设备停机位置；
14、根据所述设备当前位置和所述设备停机位置计算得到第二路径数据；
15、根据所述第一路径数据和第一冲突数据确定第一选择数据；
16、根据所述停机选择数据确定第二冲突数据；
17、根据所述第二路径数据和第二冲突数据确定第二选择数据；
18、根据所述第一选择数据和第二选择数据确定第一路径选择数据。
19、本申请在一较佳示例中可以进一步配置为，还包括：
20、基于预设资源计算规则，根据所述停机位置信息确定第一设备检修资源；
21、基于预设资源计算规则，根据所述设备停机位置确定第二设备检修资源；
22、根据所述第一设备检修资源和所述第一选择数据确定第一分析数据；
23、根据所述第二设备检修资源和所述第二选择数据确定第二分析数据；
24、根据所述第一分析数据和所述第二分析数据确定设备停机路径数据。
25、本申请在一较佳示例中可以进一步配置为，还包括：
26、确定预获取的停机点位数量不小于预设停机点位数量阈值；所述停机点位指用于供异常的agv搬运机器人暂时停留的位置；
27、基于预设资源计算规则确定新的停机点位对应的新增检修资源；
28、根据所述停机选择数据确定物流工作影响数据；
29、根据所述新增检修资源和所述物流工作影响数据确定停机点位处理策略。
30、本申请在一较佳示例中可以进一步配置为，所述根据所述停机选择数据确定物流工作影响数据包括：
31、根据所述停机选择数据和设备当前位置确定设备冲突数据；
32、根据所述设备冲突数据及预获取的区域设备任务信息确定区域设备任务影响数据；
33、根据所述区域设备任务影响数据确定物流工作影响数据。
34、本申请在一较佳示例中可以进一步配置为，所述根据所述新增检修资源和所述物流工作影响数据确定停机点位处理策略包括：
35、根据所述新增检修资源确定资源量化值；
36、根据所述物流工作影响数据确定工作时间影响数据；
37、根据所述工作时间影响数据确定收益量化值；
38、根据所述收益量化值和所述资源量化值计算得到收益资源比值；
39、根据所述收益资源比值和预设比值阈值确定停机点处理策略。
40、本申请在一较佳示例中可以进一步配置为，所述基于预设异常计算规则，根据所述设备异常数据确定异常分析数据包括：
41、所述设备异常数据包含异常声音数据、异常卡顿数据、异常速度数据、异常负载数据和异常通讯数据；所述异常声音数据指机器人内部发出超过预设声音阈值的异常声音次数；所述异常卡顿数据指机器人行进途中产生的异常卡顿次数；所述异常速度数据指机器人行走速度不在预设速度阈值范围内的异常速度次数；异常负载数据指机器人负载货物重量超过重量阈值的重量数据；所述异常通讯数据指机器人发出异常通讯波段所持续的时间数据；
42、计算第一异常参数，，式中，为第一异常参数，为预获取的异常声音数据，为预设设备声音异常影响度系数，为预获取的异常卡顿数据，为预设设备卡顿异常影响度系数，为预获取的异常速度数据，为预设设备速度异常影响度系数；
43、计算第二异常参数，，式中，为第二异常参数，为预获取的异常负载数据，为预设设备负载异常影响度系数，为预获取的异常通讯数据，为预设设备通讯异常影响度系数；
44、计算异常分析参数，，式中，为异常分析参数，为第一预设权重系数、为第二预设权重系数，、取值0-1；、均为预设常数，且均大于0；
45、根据所述异常分析参数和预设异常等级信息表确定异常分析数据。
46、本申请在一较佳示例中可以进一步配置为，还本文档来自技高网...
【技术保护点】
1.一种基于图像处理的物流转运机器人工作异常检测方法，其特征在于，包括：
2.根据权利要求1所述的基于图像处理的物流转运机器人工作异常检测方法，其特征在于，还包括：
3.根据权利要求2所述的基于图像处理的物流转运机器人工作异常检测方法，其特征在于，还包括：
4.根据权利要求1所述的基于图像处理的物流转运机器人工作异常检测方法，其特征在于，还包括：
5.根据权利要求4所述的基于图像处理的物流转运机器人工作异常检测方法，其特征在于，所述根据所述停机选择数据确定物流工作影响数据包括：
6.根据权利要求4所述的基于图像处理的物流转运机器人工作异常检测方法，其特征在于，所述根据所述新增检修资源和所述物流工作影响数据确定停机点位处理策略包括：
7.根据权利要求1所述的基于图像处理的物流转运机器人工作异常检测方法，其特征在于，所述基于预设异常计算规则，根据所述设备异常数据确定异常分析数据包括：
8.根据权利要求7所述的基于图像处理的物流转运机器人工作异常检测方法，其特征在于，还包括：。
9.根据权利
10.一种基于图像处理的物流转运机器人工作异常检测系统，其特征在于，包括：
...【技术特征摘要】
1.一种基于图像处理的物流转运机器人工作异常检测方法，其特征在于，包括：
2.根据权利要求1所述的基于图像处理的物流转运机器人工作异常检测方法，其特征在于，还包括：
3.根据权利要求2所述的基于图像处理的物流转运机器人工作异常检测方法，其特征在于，还包括：
4.根据权利要求1所述的基于图像处理的物流转运机器人工作异常检测方法，其特征在于，还包括：
5.根据权利要求4所述的基于图像处理的物流转运机器人工作异常检测方法，其特征在于，所述根据所述停机选择数据确定物流工作影响数据包括：
6.根据权利要求4所述的基于图像处理的物流转运机器人工作异常检测方法，其...
【专利技术属性】
技术研发人员：李勇，
申请(专利权)人：天津润华科技有限公司，
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。