一种基于隐马尔可夫模型的工业机器人状态评估方法

摘要

本发明为一种基于隐马尔可夫模型的工业机器人状态评估方法，包括以下步骤：1)获取工业机器人第一个关节的电流和电压数据，对电流和电压数据通过sigmoid函数进行均一化处理；2)采用EM算法对工业机器人第一个关节的电流电压建立混合高斯分布，混合高斯分布模型因子数为2；3)划分工业机器人的运行状态；4)将上述得到的数据构建工业机器人隐马尔可夫模型，计算隐马尔可夫模型的前向函数，利用前向函数和工业机器人第一个关节的电流电压数据计算工业机器人的运行隐藏状态序列，利用隐马尔可夫模型采用维特比算法预测得到工业机器人未来某个时刻的运行状态。该评估方法可以让工业机器人使用者实时掌握工业机器人的状态，有利于生产的调度和安排。