摘要
本发明提供一种多台机器狗协同作业异常检测方法及系统,涉及机器狗异常检测技术领域,包括:建立多台机器狗与主控节点的连接,分配初始角色并同步全局地图与任务列表;对初始状态数据进行预处理和特征融合;进行分层异常检测;建立全局检测模型,通过联邦学习更新全局检测模型;进行异常检测,对不同置信度的实时异常检测结果采取不同措施,输出最终响应指令。本发明通过采用分层异常检测模式,及相邻机器狗间的投票验证实现协同异常确认,多层面覆盖异常类型,大幅降低漏检、误检概率,确保异常信息的全面性;启动零样本学习依据物理规则生成应急策略,有效应对未知异常,最大限度减少异常对协同作业的影响,保障多机器狗系统持续稳定运行。
技术关键词
机器狗
异常检测方法
异常信息
异常事件
节点
全局地图
数据
指令
训练样本集
参数
异常检测技术
卡尔曼滤波算法
异常检测系统
传感器噪声
分层
标识
随机梯度下降
加权平均法
列表
策略
系统为您推荐了相关专利信息
双模通信方法
冗余校验
链路
优化通信路径
噪声识别
任务调度方法
任务调度程序
动态规划算法
计算机程序产品
化工
存储器测试方法
深度生成模型
测试意图
多模态响应
测试存储器