买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南昌丹巴赫科技有限公司申请的专利一种智能仓储物流机器人健康度评估方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120974389B 。

龙图腾网通过国家知识产权局官网在2026-04-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511500266.7，技术领域涉及：G06F18/2433；该发明授权一种智能仓储物流机器人健康度评估方法及系统是由黄华设计研发完成，并于2025-10-21向国家知识产权局提交的专利申请。

本一种智能仓储物流机器人健康度评估方法及系统在说明书摘要公布了：本发明提供一种智能仓储物流机器人健康度评估方法及系统，涉及设备评估技术领域，该方法包括：获取不同运行场景下物流机器人的历史运行数据，进行预处理，划分；并通过DBSCAN算法进行聚类、筛选历史样本，获取实时运行数据，计算实时运行数据与历史样本之间的偏离度，得到老化程度；根据实时环境数据，计算物流机器人的外部故障因子，基于外部故障因子和实时性能数据，计算异常程度；基于各个物流机器人之间的协同关系，构建物流机器人的关联权重矩阵，基于关联权重矩阵、老化程度以及异常程度，综合评估物流机器人的健康度，本发明能够解决现有技术中单一运行参数评估健康度，评估结果准确率低下的技术问题。

本发明授权一种智能仓储物流机器人健康度评估方法及系统在权利要求书中公布了：1.一种智能仓储物流机器人健康度评估方法，其特征在于，所述方法包括： 获取不同运行场景下物流机器人的历史运行数据，所述历史运行数据包括物流机器人的历史性能数据、历史环境数据以及历史任务数据，对所述历史运行数据进行预处理，并按照不同运行场景划分所述历史运行数据； 再根据不同运行场景下历史任务数据中的任务负载划分历史运行数据，并通过DBSCAN算法对历史运行数据进行聚类、筛选历史样本，获取物流机器人的实时运行数据，计算实时运行数据与历史样本之间的偏离度，得到物流机器人的老化程度，所述实时运行数据包括物流机器人的实时性能数据、实时环境数据以及实时任务数据，包括： 所述任务负载包括轻载任务、中载任务以及重载任务， 获取物流机器人的实时运行数据，所述实时运行数据包括实时性能数据、实时环境数据以及实时任务数据，根据所述实时任务数据所对应的任务负载，计算任务负载修正因子，计算公式如下： , 其中，为时刻的任务负载修正因子，为时刻实时任务数据所对应的任务负载的基础权重，为参数，为时刻实时任务数据中的任务负载，为时刻实时任务数据所对应的任务负载的基础负载， 基于所述任务负载修正因子，计算实时性能数据与历史样本之间的偏离度，计算公式如下： ， 其中，为时刻的偏离度，为时刻的实时性能数据，为历史样本的均值向量，为历史样本的协方差矩阵， 基于所述偏离度，计算物流机器人的老化程度，计算公式如下： ， 其中，为时刻物流机器人的老化程度，为该运行场景下任务负载下的失效阈值； 根据不同运行场景下的实时环境数据，计算物流机器人的外部故障因子，再基于所述外部故障因子和所述实时性能数据，计算物流机器人的异常程度； 基于各个物流机器人之间的协同关系，构建物流机器人的关联权重矩阵，再基于所述关联权重矩阵、所述老化程度以及所述异常程度，综合评估物流机器人的健康度，包括： 在历史性能数据中获取各个物流机器人之间协同异常的数据，以及在历史任务数据中获取各个物流机器人之间的任务依赖度，通过协同异常的数据和任务依赖度，计算物流机器人的关联权重，构建公式如下： ， 其中，为物流机器人对物流机器人的关联权重，为物流机器人异常时，导致物流机器人异常的频次，为物流机器人异常时，导致物流机器人异常的频次，为除物流机器人外的物流机器人，为物流机器人与物流机器人之间的任务依赖度，为所有物流机器人之间的任务依赖度的最大值，为关联参数， 基于各个物流机器人之间的关联权重，构建物流机器人的关联权重矩阵， 再基于所述关联权重矩阵、所述老化程度以及所述异常程度，综合评估物流机器人的健康度，计算公式如下： ， 其中，为物流机器人的健康度，为除物流机器人之外的所有物流机器人，、分别为、在物流机器人与物流机器人之间的关联维度上的分配系数，、分别为时刻物流机器人、物流机器人的老化程度，、分别为时刻物流机器人、物流机器人的异常程度，、分别为、在物流机器人上的分配系数，、为健康权重系数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南昌丹巴赫科技有限公司，其通讯地址为：330000 江西省南昌市高新技术产业开发区创新三路811号2#厂房；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。