[发明专利]自动导引运输车运行状况评估方法、装置和系统

说明书

本发明公开了自动导引运输车运行状况评估方法、装置和系统，涉及计算机技术领域。该方法的一具体实施方式包括：获取自动导引运输车的当前运行数据；利用当前运行数据训练数据模型，得到使用模型；利用使用模型以及存储的基线模型，评估自动导引运输车的当前运行状况，其中，基线模型由历史运行数据训练数据模型得到。该实施方式能够及时发现自动导引运输车可能存在运行问题。

技术领域

本发明涉及计算机技术领域，尤其涉及一种自动导引运输车运行状况评估方法、装置和系统。

背景技术

随着自动化技术的发展，自动导引运输车已经应用于物流仓储等行业。由于自动导引运输车的各种零部件会产生磨损，往往需要定期对这些设备进行检修和维护。

目前，主要通过人为评估自动导引运输车的运行状况，根据人为评估出的运行状况，来对设备进行检修和维护。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

现有的这种人为评估方法往往不能够及时发现自动导引运输车存在的运行问题。

发明内容

有鉴于此，本发明实施例提供一种自动导引运输车运行状况评估方法、装置和系统，能够及时发现自动导引运输车可能存在运行问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种自动导引运输车运行状况评估方法，包括：

获取自动导引运输车的当前运行数据；

利用所述当前运行数据训练数据模型，得到使用模型；

利用所述使用模型以及存储的基线模型，评估所述自动导引运输车的当前运行状况，其中，所述基线模型由历史运行数据训练所述数据模型得到。

优选地，所述自动导引运输车运行状况评估方法，进一步包括：

获取多个自动导引运输车的历史运行数据；

将所述历史运行数据划分为至少一个数据阶段；

针对每一个所述数据阶段的历史运行数据执行：从所述历史运行数据提取出多个第一特征集合，其中，每一个所述第一特征集合对应一种时域特征或者频域特征；

针对每一个所述第一特征集合执行：利用所述第一特征集合中的数据训练所述数据模型，得到对应的基线模型；

存储多个所述基线模型。

优选地，

在所述获取自动导引运输车的当前运行数据之后，进一步包括：

将所述当前运行数据划分为至少一个数据阶段；

针对每一个所述数据阶段的当前运行数据执行：从所述当前数据提取多个第二特征集合，其中，多个所述第二特征集合对应的特征类别与多个所述第一特征集合对应的特征类别一一对应；

利用所述当前运行数据训练数据模型的步骤包括：

针对每一所述第二特征集合执行：利用所述第二特征集合中的数据训练数据模型。

优选地，划分为至少一个数据阶段的步骤包括：

确定所述历史运行数据和/或所述当前运行数据中每一个数据点指示的运动状态，其中，所述运动状态包括减速状态、匀速状态以及加速状态中的任意一种；

根据所述每一个数据点指示的运动状态，为所述历史运行数据和/或所述当前运行数据划分出至少一个数据阶段，其中，每一个所述数据阶段所包括的数据指示同一种运动状态。

优选地，针对每一个所述数据阶段执行的提取出多个第一特征集合和/或多个第二特征集合的步骤包括：