将卷积神经网络与有限状态机相结合用于移动机器人的故障检测 Nilachakra Dash, Bandita Sahu, Kakita Murali Gopal, Indrajeet Kumar 和 Ramesh Kumar Sahoo

《Robotics》：Integrating Convolutional Neural Networks with Finite-State Machines for Fault Detection in Mobile Robots Nilachakra Dash, Bandita Sahu, Kakita Murali Gopal, Indrajeet Kumar and Ramesh Kumar Sahoo

　　

摘要

本文提出了一种基于社区化的故障检测与隔离框架，该框架将卷积神经网络（CNN）与有限状态机（FSM）相结合。所提出的方法实现了基于状态的异常模式识别，并能够在多机器人环境中诊断移动机器人的各类故障。该框架通过卷积层处理时间序列传感器数据，在检测到不同类型的故障时切换至相应的状态，并根据故障诊断结果控制机器人的恢复过程。通过使用Python 3.11和Webot环境中的虾形机器人对这一框架进行了验证，结果显示该模型在故障识别与分类方面的准确率为97%，能够实现多机器人环境中故障机器人的自动化恢复。在不同仿真器上进行的实验表明，即使在较小的训练数据量下，也能实现有效的故障管理。