基于深度树学习的机器人电缆故障分类方法及系统

本发明提供基于深度树学习的机器人电缆故障分类方法及系统，涉及机器人技术领域，包括采集电缆信号和关节位置信息，计算弯曲程度特征；根据机器人运动状态提取电压、电流、功率和阻抗特征，形成状态敏感特征集；构建深度树学习分类器，通过注意力连接机制进行特征传递；采用多尺度分裂准则进行局部优化和全局优化进行训练。本发明能有效识别不同运动状态下的电缆故障，提高分类准确率和鲁棒性。