摘要
本发明涉及单轨吊运输机器人无人驾驶控制领域,更具体地,本发明涉及一种单轨吊运输机器人无人驾驶控制方法,方法包括:获取单轨吊车的滚轮振动数据和功率速度,创建历史数据集;并获取实时运行数据计算相似度值,从而划分多个相似的速度区间,得到滚轮的异常程度值;计算前后轮的振动数据的序列在历史数据集中的相似程度并作为振动数据的置信度;将异常程度的序列训练预测神经网络模型,并计算损失值,预测滚轮的异常程度序列;响应于滚轮异常程度的序列中存在大于异常阈值时,则控制低速度运行并完成维修。本发明通过对网络模型进行修正,以提高模型预测准确性,便于维修人员定位磨损位置,并调整机器人的运输状态。
技术关键词
无人驾驶控制方法
运输机器人
神经网络模型
单轨吊车
序列
滚轮
轨迹
速度
数据
皮尔逊相关系数
深度学习框架
训练集
网络结构
功率
导轨
参数