申请/专利权人:无锡斯帝尔科技有限公司
申请日:2024-01-24
公开(公告)日:2024-04-19
公开(公告)号:CN117912500A
主分类号:G10L25/51
分类号:G10L25/51;G10L25/03;G10L25/30;G08B21/18;G08B5/38
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.07#实质审查的生效;2024.04.19#公开
摘要:本发明涉及音频信号分析方法技术领域,且公开了一种基于贝塞尔非线性变换刻度音频特征的机器人打磨过程声觉监测方法,针对砂带打磨应用场景,改变了滤波器组的非线性特性,同时利用Bessel曲线的灵活性,这个非线性变换可以根据音频特征进行方便的调节,使得信号的特征提取更有针对性,同时分类方法采用DCNN可以更好的适应不同噪声的影响,使得这种方法更具有鲁棒性,同时更加符合监测对象的特性,充分利用了贝塞尔非线性变换刻度音频特征和神经网络的优势,提高了对机器人砂带打磨过程的监测精度和实时性,通过实时分类和报警机制,成功实现了对机器人状态的主动管理,有效避免了潜在的问题和损坏。
主权项:1.一种基于贝塞尔非线性变换刻度音频特征的机器人打磨过程声觉监测方法,其特征在于:具体方法如下:S1、在机器人砂带周围布设采集设备,采集设备对机器人砂带打磨过程中的实时信号进行采集;S2、利用数据处理软件对采集的数据进行处理和数据集准备;S3、设置基础特征模型,将预处理完毕后的数据输入至离线状态下的模型中进行数据处理以获取BFCC特征;S4、构建神经网络模型,将模型处于离线状态,并将基础特征模型获取的BFCC特征输入至神经网络模型中,对神经网络模型进行训练;S5、将训练完毕的神经网络模型上线,将其与采集设备进行连接,获取实际信号,并基于信号分析的结果,对砂带工况进行实时分类;S6、根据分类结果,对机器人的工作状态进行二次分类,基于二次分类的结果,对机器人的工作状态进行报警,并基于报警信息,对机器人进行相应的维护措施。
全文数据:
权利要求:
百度查询: 无锡斯帝尔科技有限公司 一种基于贝塞尔非线性变换刻度音频特征的机器人打磨过程声觉监测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。