一种提高工业机器人运动速度安全性的方法及系统与流程

本发明涉及工业机器人相关领域，尤其涉及一种提高工业机器人运动速度安全性的方法及系统。

背景技术：

工业机器人作为“机器换人”的一个重要环节，近几年逐渐受到越来越多国内厂家的重视。示教器是工业机器人的控制系统的核心部件，是人与机器人交互的接口，主要用于完成机器人的位姿示教，机器人参数设定，程序编辑和示教文件的生成、读取、保存与传输，现有的示教器为实现丰富的图文信息显示和参数编辑功能，都配有较大的液晶屏和庞杂的按键，其操作繁杂，示教效率偏低，需要专业的机器人技术人员才能熟练操作。因此，简化示教操作，提升示教系统交互性，对于提升示教效率很有帮助。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中存在由于传感器采集的数据中包含大量噪声，且容易受到外界因素的影响，从而会对机器人的运动造成干扰，甚至引发不安全因素的技术问题。

技术实现要素：

本申请实施例通过提供一种提高工业机器人运动速度安全性的方法及系统，解决了现有技术中存在由于传感器采集的数据中包含大量噪声，且容易受到外界因素的影响，对机器人的运动造成干扰，甚至引发不安全因素的技术问题，达到了增强传感器的抗噪声能力，减少数据漂移，从而提高机器人运动安全性的技术效果。

鉴于上述问题，提出了本申请实施例提供一种提高工业机器人运动速度安全性的方法及系统。

第一方面，本申请实施例提供了一种提高工业机器人运动速度安全性的方法，所述方法应用于机器人体感示教系统，所述机器人体感示教系统与一惯性传感器通信连接，所述方法包括：搭建第一外围电路，其中，所述第一外围电路用于控制第一惯性传感器的使用；搭建第一主控电路，其中，所述第一主控电路用于控制所述机器人体感示教系统的使用；根据所述第一惯性传感器采集第一用户的体感动作，生成第一原始信号；获得第一有效采样频率；根据所述第一有效采样频率对所述第一原始信号进行信号采集，获得第一输出信号；通过对所述第一输出信号进行分析，生成第一时域波形；通过将所述第一时域波形转变为频率域的频谱，获得第一频谱分析数据；对所述第一频谱分析数据进行数字滤波，提取第一有效信号。

另一方面，本申请还提供了一种提高工业机器人运动速度安全性的系统，所述系统包括：第一搭建单元，所述第一搭建单元用于搭建第一外围电路，其中，所述第一外围电路用于控制第一惯性传感器的使用；第二搭建单元，所述第二搭建单元用于搭建第一主控电路，其中，所述第一主控电路用于控制机器人体感示教系统的使用；第一生成单元，所述第一生成单元用于根据所述第一惯性传感器采集第一用户的体感动作，生成第一原始信号；第一获得单元，所述第一获得单元用于获得第一有效采样频率；第一确定单元，所述第一确定单元用于根据所述第一有效采样频率对所述第一原始信号进行信号采集，获得第一输出信号；第二生成单元，所述第二生成单元用于通过对所述第一输出信号进行分析，生成第一时域波形；第二获得单元，所述第二获得单元用于通过将所述第一时域波形转变为频率域的频谱，获得第一频谱分析数据；第一提取单元，所述第一提取单元用于对所述第一频谱分析数据进行数字滤波，提取第一有效信号。

第三方面，本发明提供了一种提高工业机器人运动速度安全性的系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现第一方面所述方法的步骤。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

由于采用了通过搭建出传感器的外围电路和机器人体感示教系统的主控电路，进而选择合理的采样频率进行信号采集，保证了降低信号采样数据的同时提高输出信号精度，实现惯性传感器动态信号的实时处理，减小输出信号与输入信号间的迟滞。采用恰当的仪器和数据分析软件获得信号的时域波形，对信号进行频谱分析，并有针对的采用合适的数字滤波方法，剔除外部干扰，提取出传感器的有用信号。最后利用数据融合算法，互补滤波算法等方法，估算信号的真实值的方式，达到了增强传感器的抗噪声能力，减少数据漂移，从而提高机器人运动安全性的技术效果。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例一种提高工业机器人运动速度安全性的方法的流程示意图；

图2为本申请实施例一种提高工业机器人运动速度安全性的系统的结构示意图；

图3为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一搭建单元11，第二搭建单元12，第一生成单元13，第一获得单元14，第一确定单元15，第二生成单元16，第二获得单元17，第一提取单元18，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。

具体实施方式

本申请实施例通过提供一种提高工业机器人运动速度安全性的方法及系统，解决了现有技术中存在由于传感器采集的数据中包含大量噪声，且容易受到外界因素的影响，对机器人的运动造成干扰，甚至引发不安全因素的技术问题，达到了增强传感器的抗噪声能力，减少数据漂移，从而提高机器人运动安全性的技术效果。下面，将参考附图详细的描述根据本申请的示例实施例。显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。

申请概述

工业机器人作为“机器换人”的一个重要环节，近几年逐渐受到越来越多国内厂家的重视。示教器是工业机器人的控制系统的核心部件，是人与机器人交互的接口，主要用于完成机器人的位姿示教，机器人参数设定，程序编辑和示教文件的生成、读取、保存与传输，现有的示教器为实现丰富的图文信息显示和参数编辑功能，都配有较大的液晶屏和庞杂的按键，其操作繁杂，示教效率偏低，需要专业的机器人技术人员才能熟练操作。因此，简化示教操作，提升示教系统交互性，对于提升示教效率很有帮助。但现有技术中存在由于传感器采集的数据中包含大量噪声，且容易受到外界因素的影响，对机器人的运动造成干扰，甚至引发不安全因素的技术问题。

针对上述技术问题，本申请提供的技术方案总体思路如下：

本申请实施例提供了一种提高工业机器人运动速度安全性的方法，所述方法应用于机器人体感示教系统，所述机器人体感示教系统与一惯性传感器通信连接，所述方法包括：搭建第一外围电路，其中，所述第一外围电路用于控制第一惯性传感器的使用；搭建第一主控电路，其中，所述第一主控电路用于控制所述机器人体感示教系统的使用；根据所述第一惯性传感器采集第一用户的体感动作，生成第一原始信号；获得第一有效采样频率；根据所述第一有效采样频率对所述第一原始信号进行信号采集，获得第一输出信号；通过对所述第一输出信号进行分析，生成第一时域波形；通过将所述第一时域波形转变为频率域的频谱，获得第一频谱分析数据；对所述第一频谱分析数据进行数字滤波，提取第一有效信号。

在介绍了本申请基本原理后，下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。

实施例一

如图1所示，本申请实施例提供了一种提高工业机器人运动速度安全性的方法，所述方法应用于机器人体感示教系统，所述机器人体感示教系统与一惯性传感器通信连接，所述方法包括：

步骤s100：搭建第一外围电路，其中，所述第一外围电路用于控制第一惯性传感器的使用；

具体而言，所述第一外围电路的搭建的是传感器性能是否优越的关键因素，由于传感器输出端都是很微小的信号，如果因为噪声的影响从而导致有用的信号被干扰，会影响到之后信号处理的准确性，所以加强传感器电路的抗干扰设计尤为重要，其中，传感器的电路的噪声主要有低频噪声、半导体器件产生的散粒噪声、高频热噪声、电路板上的电磁元件的干扰等影响因素，可以针对减少噪声的目的搭建好较高使用性能的电路。

步骤s200：搭建第一主控电路，其中，所述第一主控电路用于控制所述机器人体感示教系统的使用；

具体而言，所述第一主控电路是用于对所述机器人体感示教系统的主要控制电路，其中，在所述第一主控电路中元件是最小的组成部分，包括电阻、电容、电感之类，器件是电路中控制、连接、工作、辅助部分，包括稳压器、电线、电动机、电流表等之类，一般来说，主控电路中具体又包括信号输入电路、触发电路、纠错电路、信号处理电路、驱动电路等这些，因此，在搭建所述第一主控电路时需要保证主要的控制能力和电路使用过程的安全性。

步骤s300：根据所述第一惯性传感器采集第一用户的体感动作，生成第一原始信号；

具体而言，所述第一惯性传感器主要是检测和测量加速度、倾斜、冲击、振动、旋转和多自由度运动的传感器，同时也是导航、定向和运动载体控制的重要部件，利用所述第一惯性传感器可以实现对所述第一用户进行示教时的姿态准确的捕捉和把控。所述第一体感动作为进行示教控制机器人运动时所述第一用户的身体动作或者手势动作等信息，所述第一原始信号为所述第一惯性传感器进行信号提取的未进行各种信号处理的原始信号信息，从而达到准确采集数据信息，减少误差的技术效果。

步骤s400：获得第一有效采样频率；

步骤s500：根据所述第一有效采样频率对所述第一原始信号进行信号采集，获得第一输出信号；

具体而言，所述第一有效采样频率为通过分析采集到的数据选择出合理的采样频率，以保证采样后降低分析的数据多少，一般来说，所述第一有效采样频率也称为采样速度或者采样率，定义了每秒从连续信号中提取并组成离散信号的采样个数。所诉第一输出信号为采样后所采集到的有效的输出信号，进而完成之后的信号分析，能够提升分析的效率。进一步而言，采样频率也可以按照采样定理来进行，举例来说，比如采样频率为44.1khz，则1s内采样点有44.1*10^3个，每个采样周期t＝1/44.1*10^3，从而达到了降低信号采样数据的同时，减小输出信号与输入信号间迟滞的技术效果。

步骤s600：通过对所述第一输出信号进行分析，生成第一时域波形；

步骤s700：通过将所述第一时域波形转变为频率域的频谱，获得第一频谱分析数据；

具体而言，一个信号的时域波形可以表达信号随着时间的变化，析信号的时域波形分析是最常用的信号分析手段，可以采用示波器、万用表等普通仪器直接显示信号波形读取特征参数。所述将所述第一时域波形转变为频率域的频谱的过程称为频谱分析，其中，频谱分析的过程时将时域信号变换至频域加以分析的方法称为频谱分析。频谱分析的目的是把复杂的时间历程波形，经过傅里叶变换分解为若干单一的谐波分量来研究，以获得信号的频率结构以及各谐波和相位信息，即所述第一频谱分析数据。通过采用恰当的仪器和数据分析软件获得信号的时域波形，对信号进行频谱分析可以清楚的找到原来的正弦信号，并且经过傅里叶变换之后得到的数据能够帮助我们分析信号的成分，便于对信号进行处理。

步骤s800：对所述第一频谱分析数据进行数字滤波，提取第一有效信号。

具体而言，所述数字滤波时通过一定的计算或判断程序减少干扰信号在有用信号中的比重，实际来说时一个程序滤波，数字滤波器克服了模拟滤波器的许多不足，存在稳定性好、可靠性高的技术效果。一般来说，信号中含有各种噪声和干扰，因此需要将信号中的噪声和干扰进行过滤，详细来说，所述第一惯性传感器所采集的数据包含大量的噪声，且容易受到温度、磁场和地球重力加速度等外界因素的影响，需要采用合适的数字滤波方法剔除外部干扰，准确测量进而控制，提取出传感器的有用信号即所述第一有效信号，达到了增强传感器的抗噪声能力，减少数据漂移，从而提高机器人运动安全性的技术效果。

进一步而言，所述根据所述第一惯性传感器采集第一用户的体感动作，生成第一原始信号，本申请实施例步骤s300还包括：

步骤s310：根据所述第一惯性传感器，采集第一实时状态下第一用户的第一体感动作参数，其中，所述第一体感动作参数包括第一加速度参数和第一角速度参数；

步骤s320：通过对所述第一体感动作参数进行信号提取，生成所述第一原始信号；

步骤s330：判断所述第一原始信号的第一干扰指数是否超出预设干扰指数阈值；

步骤s340：若所述第一原始信号的第一干扰指数超出预设干扰指数阈值，获得第一提醒信息。

具体而言，所述第一体感动作参数为对所述第一用户的身体动作或手势动作进行具体化获得的参数，所诉第一加速度参数是通过所述第一惯性传感器中的加速度计进行测量获得的参数；其中，所述加速度计是利用传感质量的惯性力进行测量。所述第一角速度参数是通过所述第一惯性传感器中的角速度传感器及逆行测量获得的参数；由于在传感器进行采集信号时一些干扰因素会对信号的准确度产生影响，因此需要判断所述第一干扰指数的干扰程度是否超出了最大的干扰阈值，所述预设干扰指数阈值为在保证信号采集的条件下能承受的最大干扰阈值，对于过大的干扰强度需要根据所述第一提醒信息进行采集环境的调整，以提高信号的准确性。

进一步而言，本申请实施例还包括：

步骤s331：获得所述第一实时状态的多影响参数信息，其中，所述多影响参数信息为对所述第一原始信号产生影响的因素，其中，所述多影响参数信息包括第一温度参数、第一磁场参数和第一重力加速度参数；

步骤s332：根据所述第一温度参数、第一磁场参数和第一重力加速度参数，对应生成第一影响指标、第二影响指标和第三影响指标；

步骤s333：通过对所述第一影响指标、第二影响指标和第三影响指标进行标准化处理，获得第一综合影响指标；

步骤s334：将所述第一综合影响指标输入第一干扰预测训练模型，获得第一干扰指数。

具体而言，所述多影响参数信息对采集信号进行干扰的多个因素信息。由于环境温度较高或者电路中元器件温度过高会对采集信号的过程产生偏差，磁场和重力加速度都会在实时采集时对采集的过程产生一定的不可抗力影响，因此，将所述第一温度参数、所述第一磁场参数和所述第一重力加速度参数作为主要的影响参数。进一步而言，所述影响指标为代表每个因素产生的影响程度大小，从而对这些指标进行分析获得所述第一干扰指数，对干扰因素进行量化分析，其中，所述标准化处理是由于在多指标评价体系中，由于各评价指标的性质不同，通常具有不同的量纲和数量级，当各指标间的水平相差很大时，如果直接用原始指标值进行分析，就会突出数值较高的指标在综合分析中的作用，相对削弱数值水平较低指标的作用。因此，为了保证结果的可靠性，需要对原始指标数据进行标准化分析，才能根据准确的分析结果对环境进行相应的调整，达到了基于多因素对实时采集的信号影响程度进行量化分析，从而达到了实现惯性传感器动态信号的实时处理的技术效果。

进一步而言，本申请实施例还包括：

步骤s3341：将所述第一综合影响指标输入第一干扰预测训练模型，所述第一干扰预测训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一综合影响指标和标识第一输出结果的标识信息；

步骤s3342：获得第一干扰预测训练模型的第一输出结果，所述第一输出结果为对所述第一原始信号的第一干扰指数。

具体而言，将所述第一原始信号的第一干扰指数作为监督数据，输入每一组训练数据中进行监督学习，所述第一干扰预测训练模型为是以神经网络模型为基础建立的模型，而神经网络是大量的神经元之间相互连接构成的一种运算模型，网络的输出则依照网络的连接方式的一种逻辑策略表达。进一步而言，所述训练的过程实质为监督学习的过程，所述第一干扰预测训练模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，结束本组数据监督学习，进行下一组数据监督学习。当所述第一干扰预测训练模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束，达到了通过第一干扰预测训练模型的训练使得输出干扰指数更加准确，进而提高信号分析准确率，保证机器人运动安全性的技术效果。

进一步而言，所述对所述第一频谱分析数据进行数字滤波，提取第一有效信号之后，本申请实施例s800还包括：

步骤s810：根据数据融合算法对所述第一有效信号进行计算，获得第一估算数据；

步骤s820：根据互补滤波算法对所述第一有效信号进行计算，获得第二估算数据；

步骤s830：对所述第一估算数据和所述第二估算数据进行均值计算，获得第一均值数据；

步骤s840：根据所述第一均值数据对所述第一有效信号进行偏差分析，获得第一误差结果；

步骤s850：若所述第一误差结果不处于预设安全误差阈值中，获得第三提醒指令。

具体而言，所述互补滤波算法充分利用不同时间与空间的多传感器数据资源，采用计算机技术对按时间序列获得的多传感器观测数据，在一定准则下进行分析、综合、支配和使用，获得对被测对象的一致性解释与描述，进而实现相应的决策和估计，使系统获得比它的各组成部分更充分的信息，产生比单一信息源更精确、更完全、更可靠的估计和判断；所述互补滤波算法时多组数据结合互补，并进行滤波处理稳定输出，得到姿态的算法。而我们使用的传感器就是加速度计和陀螺仪。加速度计用于测量加速度，陀螺仪用于测量角速度。加速度计的静态稳定性更好，而在运动时其数据相对不可靠；陀螺仪的动态稳定性更好，但是静止时数据相对不可靠。所以，我们可以通过加速度计的输出来修正陀螺仪的漂移误差，通过根据两种算法估算信号的真实值，从而获得其误差结果，当误差过大时，需要根据提醒信息进行流程的检查，达到了减少数据漂移和噪声影响的技术效果。

进一步而言，本申请实施例还包括：

步骤s910：通过对第一滤波信号进行分析，获得第一信号分析数据，其中，所述第一滤波信号为第一有效信号；

步骤s920：通过对第二滤波信号进行分析，获得第二信号分析数据，其中，所述第二滤波信号为数字滤波前的信号；

步骤s930：根据所述第一信号分析数据和所述第二信号分析数据进行评估，生成第一滤波评估结果。

具体而言，通过分别获得经过数字滤波后的第一滤波信号和没有经过数字滤波后的第二滤波信号，进而对滤波前后的信号进行对比分析，从而完成对数字滤波效果的评估，当所述第一滤波评估结果的数据越高则表示数字滤波的效果越高，保证信号计算准确性，为选择合适的数字滤波方法提供相关数据。

进一步而言，本申请实施例还包括：

步骤s3321：根据所述第一综合影响指标，对所述第一影响指标、所述第二影响指标和所述第三影响指标进行占比分析，获得第一占比参数，其中，所述第一占比参数为所占比重最大的影响参数；

步骤s3322：获得所述第一占比参数的第一属性信息；

步骤s3323：获得第一滤波特征信息库，其中，所述第一滤波特征信息库为对多个数字滤波方法进行特征标签提取获得的信息库；

步骤s3324：根据所述第一属性信息从所述第一滤波特征信息库进行匹配，获得第一有效数字滤波方法；

步骤s3325：根据所述第一有效数字滤波方法，获得所述第一有效信号。

具体而言，根据标准化处理后获得的综合影响指标，获得第一温度参数对应的温度影响占比、第一磁场参数对应的磁场影响占比和第一重力加速度参数对应的重力影响占比，并从中排序后获得占比最大的对应参数属性，从而进行数字滤波方法的挑选，由于每种不同的数字滤波方法会具有不同的滤波作用，比如限幅滤波方法能够克服偶然因素引起的干扰影响，从而建立出滤波特征信息库进行匹配，当所述第一属性信息匹配成功，则选取对应的滤波方法及逆行数字滤波，进而获得所述第一有效信号；当所述第一属性信息匹配失败时，可以自主添加其所需要的属性，比如要求响应速度快等属性信息，从而达到了灵活选取合适的数字滤波方法，剔除外部干扰，提取出传感器的有用信号的技术效果。

综上所述，本申请实施例所提供的一种提高工业机器人运动速度安全性的方法及系统具有如下技术效果：

1、由于采用了通过搭建出传感器的外围电路和机器人体感示教系统的主控电路，进而选择合理的采样频率进行信号采集，进而采用恰当的仪器和数据分析软件获得信号的时域波形，并对信号进行频谱分析的方式，在降低信号采样数据的同时，提高输出信号精度，实现惯性传感器动态信号的实时处理，减小输出信号与输入信号间的迟滞，帮助我们分析信号的成分，便于对信号进行处理的技术效果。

2、由于采用了将所述第一综合影响指标输入第一干扰预测训练模型，获得第一干扰指数，基于模型自身能不断优化学习、获得“经验”来处理数据更准确的数学特性，准确剔除外部干扰，并且有针对的采用合适的数字滤波方法，提取出传感器的有用信号，最后利用数据融合算法，互补滤波算法等方法，估算信号的真实值的方式，达到了增强传感器的抗噪声能力，减少数据漂移的技术效果。

实施例二

基于与前述实施例中一种提高工业机器人运动速度安全性的方法同样发明构思，本发明还提供了一种提高工业机器人运动速度安全性的系统，如图2所示，所述系统包括：

第一搭建单元11，所述第一搭建单元11用于搭建第一外围电路，其中，所述第一外围电路用于控制第一惯性传感器的使用；

第二搭建单元12，所述第二搭建单元12用于搭建第一主控电路，其中，所述第一主控电路用于控制机器人体感示教系统的使用；

第一生成单元13，所述第一生成单元13用于根据所述第一惯性传感器采集第一用户的体感动作，生成第一原始信号；

第一获得单元14，所述第一获得单元14用于获得第一有效采样频率；

第一确定单元15，所述第一确定单元15用于根据所述第一有效采样频率对所述第一原始信号进行信号采集，获得第一输出信号；

第二生成单元16，所述第二生成单元16用于通过对所述第一输出信号进行分析，生成第一时域波形；

第二获得单元17，所述第二获得单元17用于通过将所述第一时域波形转变为频率域的频谱，获得第一频谱分析数据；

第一提取单元18，所述第一提取单元18用于对所述第一频谱分析数据进行数字滤波，提取第一有效信号。

进一步的，所述系统还包括：

第一采集单元，所述第一采集单元用于根据所述第一惯性传感器，采集第一实时状态下第一用户的第一体感动作参数，其中，所述第一体感动作参数包括第一加速度参数和第一角速度参数；

第三生成单元，所述第三生成单元用于通过对所述第一体感动作参数进行信号提取，生成所述第一原始信号；

第一判断单元，所述第一判断单元用于判断所述第一原始信号的第一干扰指数是否超出预设干扰指数阈值；

第三获得单元，所述第三获得单元用于若所述第一原始信号的第一干扰指数超出预设干扰指数阈值，获得第一提醒信息。

进一步的，所述系统还包括：

第四获得单元，所述第四获得单元用于获得所述第一实时状态的多影响参数信息，其中，所述多影响参数信息为对所述第一原始信号产生影响的因素，其中，所述多影响参数信息包括第一温度参数、第一磁场参数和第一重力加速度参数；

第四生成单元，所述第四生成单元用于根据所述第一温度参数、第一磁场参数和第一重力加速度参数，对应生成第一影响指标、第二影响指标和第三影响指标；

第五获得单元，所述第五获得单元用于通过对所述第一影响指标、第二影响指标和第三影响指标进行标准化处理，获得第一综合影响指标；

第六获得单元，所述第六获得单元用于将所述第一综合影响指标输入第一干扰预测训练模型，获得第一干扰指数。

进一步的，所述系统还包括：

第一输入单元，所述第一输入单元用于将所述第一综合影响指标输入第一干扰预测训练模型，所述第一干扰预测训练模型通过多组训练数据训练获得，所述多组训练数据中的每组均包括：所述第一综合影响指标和标识第一输出结果的标识信息；

第七获得单元，所述第七获得单元用于获得第一干扰预测训练模型的第一输出结果，所述第一输出结果为对所述第一原始信号的第一干扰指数。

第八获得单元，所述第八获得单元用于根据数据融合算法对所述第一有效信号进行计算，获得第一估算数据；

进一步的，所述系统还包括：

第九获得单元，所述第九获得单元用于根据第一空气检测装置，获得所述第一养护用户在第一环境下的第一空气质量信息；

第十获得单元，所述第十获得单元用于根据互补滤波算法对所述第一有效信号进行计算，获得第二估算数据；

第十一获得单元，所述第十一获得单元用于对所述第一估算数据和所述第二估算数据进行均值计算，获得第一均值数据；

第十二获得单元，所述第十二获得单元用于根据所述第一均值数据对所述第一有效信号进行偏差分析，获得第一误差结果；

第十三获得单元，所述第十三获得单元用于若所述第一误差结果不处于预设安全误差阈值中，获得第三提醒指令。

进一步的，所述系统还包括：

第十四获得单元，所述第十四获得单元用于通过对第一滤波信号进行分析，获得第一信号分析数据，其中，所述第一滤波信号为第一有效信号；

第十五获得单元，所述第十五获得单元用于通过对第二滤波信号进行分析，获得第二信号分析数据，其中，所述第二滤波信号为数字滤波前的信号；

第五生成单元，所述第五生成单元用于根据所述第一信号分析数据和所述第二信号分析数据进行评估，生成第一滤波评估结果。

进一步的，所述系统还包括：

第十六获得单元，所述第十六获得单元用于根据所述第一综合影响指标，对所述第一影响指标、所述第二影响指标和所述第三影响指标进行占比分析，获得第一占比参数，其中，所述第一占比参数为所占比重最大的影响参数；

第十七获得单元，所述第十七获得单元用于获得所述第一占比参数的第一属性信息；

第十八获得单元，所述第十八获得单元用于获得第一滤波特征信息库，其中，所述第一滤波特征信息库为对多个数字滤波方法进行特征标签提取获得的信息库；

第十九获得单元，所述第十九获得单元用于根据所述第一属性信息从所述第一滤波特征信息库进行匹配，获得第一有效数字滤波方法；

第二十获得单元，所述第二十获得单元用于根据所述第一有效数字滤波方法，获得所述第一有效信号。

前述图1实施例一中的一种提高工业机器人运动速度安全性的方法的各种变化方式和具体实例同样适用于本实施例的一种提高工业机器人运动速度安全性的系统，通过前述对一种提高工业机器人运动速度安全性的方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种提高工业机器人运动速度安全性的系统的实施方法，所以为了说明书的简洁，在此不再详述。

示例性电子设备

下面参考图3来描述本申请实施例的电子设备。

图3图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种提高工业机器人运动速度安全性的方法的发明构思，本发明还提供一种提高工业机器人运动速度安全性的系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种提高工业机器人运动速度安全性的方法的任一方法的步骤。

其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本发明实施例提供的一种提高工业机器人运动速度安全性的方法，所述方法应用于机器人体感示教系统，所述机器人体感示教系统与一惯性传感器通信连接，所述方法包括：搭建第一外围电路，其中，所述第一外围电路用于控制第一惯性传感器的使用；搭建第一主控电路，其中，所述第一主控电路用于控制所述机器人体感示教系统的使用；根据所述第一惯性传感器采集第一用户的体感动作，生成第一原始信号；获得第一有效采样频率；根据所述第一有效采样频率对所述第一原始信号进行信号采集，获得第一输出信号；通过对所述第一输出信号进行分析，生成第一时域波形；通过将所述第一时域波形转变为频率域的频谱，获得第一频谱分析数据；对所述第一频谱分析数据进行数字滤波，提取第一有效信号。解决了现有技术中存在由于传感器采集的数据中包含大量噪声，且容易受到外界因素的影响，对机器人的运动造成干扰，甚至引发不安全因素的技术问题，达到了增强传感器的抗噪声能力，减少数据漂移，从而提高机器人运动安全性的技术效果。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。