《计算机应用研究》|Application Research of Computers

基于多粒度联合孤立森林的机器人实时异常监控方法

Real-time anomaly monitoring method for robots based on multi-granularity Cascade isolation forests

免费全文下载 (已被下载 次)  
获取PDF全文
作者 于振中,洪辉武,徐斌,江瀚澄
机构 江南大学 物联网工程学院;哈工大机器人(合肥)国际创新研究院
统计 摘要被查看 次,已被下载
摘要 针对机器人实时异常监控问题,提出了基于多粒度联合孤立森林算法的实时异常监控方法。该方法对机器人的历史数据进行多粒度参数重组得到一系列具有不同参数组合的数据集,每一个数据集都可以训练一个孤立森林,最终产生了一个孤立森林集合。多个孤立森林联合投票决策的策略是使用一个异常数据集对各个森林进行测试,求出异常数据集在每个孤立森林上的平均异常分数,并由此确定每个孤立森林在联合孤立森林模型总体决策中的话语权。以机器人的碰撞异常作为监控对象对该方法进行实验,结果监控准确率达99.8%,且报警平均延迟仅为26.72ms,说明该方法能够有效地实现机器人实时异常监控。
关键词 孤立森林;机器人;异常监测;多粒度联合
基金项目 国家重点研发计划资助项目(2018YFB1306100)
本文URL http://www.arocmag.com/article/02-2021-05-016.html
收稿日期
修回日期
页码 -
中图分类号 TH
文献标志码