基于SGMD-LSTM-Transformer融合网络的机器人运行状态识别方法

基于SGMD‑LSTM‑Transformer融合网络的机器人运行状态识别方法，包括以下步骤：S1、搭建机器人关节电机电流信号采集平台，获取关节电机电流信号；S2、对电机电流信号进行SGMD分解，得到单一模态分量集；S3、构建组合模态分量集，并基于加权互信息的筛选策略选取最优组合模态分量；S4、构建SGMD‑LSTM‑Transformer融合网络对电流信号进行建模分析；S5、将筛选后的最优模态分量作为融合网络的输入，得到机器人运行状态信息。本发明可以增强关节电机电流信号的动态变化特征，减少噪声等对特征提取的干扰，提供了一种对机器人进行状态识别与监测的高效技术解决方案。