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！

申请/专利权人：深圳安培龙科技股份有限公司

摘要：本发明涉及数据去噪技术领域，具体涉及一种六维力传感器测量数据智能处理方法。获取了力和力矩的电信号数据，首先分析了电信号数据间的波动相似性以及与预期值的偏差，综合表征了耦合性误差。接着，对电信号数据进行分解，通过分量信号的相似性确定分解特征值，以表征噪声情况。考虑到机械臂正常振动的影响，计算了运动波动参数，并结合分解特征值得到噪声程度值，用于量化每个电信号的真正噪声干扰。综合噪声程度值和耦合性误差，自适应的去除了每个电信号数据中的噪声和耦合性误差，提高了六维力传感器数据的准确性和可靠性，为机械臂的精确控制提供了高质量数据支持。

主权项：1.一种六维力传感器测量数据智能处理方法，其特征在于，六维力传感器安装在机械臂上，所述方法包括：获取六维力传感器三个方向的力对应的电信号数据以及三个方向的力矩对应的电信号数据；基于所有电信号数据之间的波动相似情况，确定每个电信号数据对应的关联特征值；基于每个电信号数据对应的关联特征值，以及每个电信号数据对应的力或力矩与预设预期值之间的偏差，确定每个电信号数据的耦合性误差；将每个电信号数据进行分解，并分析分量信号之间的相似情况，确定每个电信号数据的分解特征值；基于机械臂的运动轨迹上数据点之间的位置关系，确定运动波动参数；基于所述运动波动参数以及每个电信号数据的分解特征值，确定每个电信号数据的噪声程度值；综合每个电信号数据的噪声程度值以及耦合性误差，对每个电信号数据进行自适应平滑处理，得到每个电信号数据对应的高质量信号数据；所述关联特征值的获取方法包括：基于每个电信号数据中数据值的波动情况，确定每个电信号数据的波动程度值；任选一个方向作为目标方向，剩余方向作为对比方向，基于所述目标方向与对比方向的电信号数据之间的波动程度值的差异情况，确定目标方向上每个电信号数据对应的关联特征值；所述波动程度值的获取方法包括：对于任意一个电信号数据，将该电信号数据中所有数据值的方差作为波动因子；基于该电信号数据中所有数据值与时间之间的相关关系，确定变化相关因子；根据所述波动因子以及变化相关因子，得到该电信号数据的波动程度值，且所述波动因子以及变化相关因子均与所述波动程度值呈正相关；所述耦合性误差的获取方法包括：根据每个力对应的电信号数据计算力的实际测量值，根据每个力矩对应的电信号数据计算力矩的实际测量值；将每个力的实际测量值与对应的预设预期值之间的差异，作为每个力对应的偏差因子；将每个力矩的实际测量值与对应的预设预期值之间的差异，作为每个力矩对应的偏差因子；综合目标方向的力对应的偏差因子与对比方向的力对应的偏差因子之间的差异情况，以及目标方向的力对应的电信号数据的关联特征值，确定目标方向的力对应的电信号数据的耦合性误差；综合目标方向的力矩对应的偏差因子与对比方向的力矩对应的偏差因子之间的差异情况，以及目标方向的力矩对应的电信号数据的关联特征值，确定目标方向的力矩对应的电信号数据的耦合性误差；所述将每个电信号数据进行分解，并分析分量信号之间的相似情况，确定每个电信号数据的分解特征值，包括：对于任意一个电信号数据，将该电信号数据进行EMD分解，得到所有的分量信号；基于每个分量信号中的数值以及频域信息，确定每个分量信号的分解因子；将所有相邻的分量信号的分解因子之间差异的均值进行负相关映射并归一化处理，得到该电信号数据的分解特征值；所述运动波动参数的获取方法包括：在机械臂的运动轨迹上，根据数据点之间的位置坐标，确定每个数据点对应的斜率值；将每组相邻数据点的斜率值的差异，作为斜率差异因子，将所述运动轨迹对应的所有斜率差异因子进行均值化处理，得到所述运动波动参数；所述噪声程度值的获取方法包括：将所述运动波动参数进行负相关映射后的值，与每个电信号数据的所述分解特征值相乘，得到每个电信号数据的噪声程度值；所述综合每个电信号数据的噪声程度值以及耦合性误差，对每个电信号数据进行自适应平滑处理，得到每个电信号数据对应的高质量信号数据，包括：将每个电信号数据的噪声程度值以及耦合性误差的欧式范数，作为每个电信号数据的受干扰程度值；基于每个电信号数据的所述受干扰程度值对每个电信号数据进行平滑处理，得到每个电信号数据对应的高质量信号数据。

全文数据：

权利要求：

百度查询： 深圳安培龙科技股份有限公司 一种六维力传感器测量数据智能处理方法