一种机器人的风险等级控制方法及装置与流程

1.本发明涉及机器人技术领域，尤其涉及一种机器人的风险等级控制方法及装置。


背景技术：

2.机器人是一种能够根据指令自动执行工作的机器装置，机器人在自动执行工作时，可通过自身的多种传感器来自动避障，比如激光雷达传感器、imu传感器、摄像头传感器等。
3.由于机器人在执行时需要多种传感器相辅相成才能实现，因此当任一传感器出现数据丢失、异常等情况时，会造成机器人无法完成接下来的任务，从而导致用户的使用体验差。


技术实现要素：

4.有鉴于此，本发明实施例提供一种机器人的风险等级控制方法及装置，以解决现有技术中存在的机器人无法完成接下来的任务，从而导致用户的使用体验差的问题。
5.为实现上述目的，本发明实施例提供如下技术方案：
6.本发明实施例第一方面示出的一种机器人的风险等级控制方法，所述方法包括：
7.获取机器人的运行数据，所述运行数据至少包括激光雷达传感器采集的激光数据，摄像头传感器采集的摄像头数据、里程计传感器采集的里程计数据、惯性传感器imu采集的imu数据、超声波传感器采集的超声数据；
8.在基于所述运行数据确定所述机器人中存在异常情况的传感器时，确定与所述传感器对应的风险等级，其中所述传感器对应的风险等级是基于所述机器人的部署场景进行预先设置的；
9.在确定所述风险等级处于预设风险等级控制范围时，基于与所述风险等级对应的操作指令控制机器人执行相应的操作。
10.可选的，所述基于所述运行数据确定所述机器人中存在异常情况的传感器，包括：
11.基于所述激光数据，摄像头数据，里程计数据，imu数据和超声数据中的每两帧数据的时间戳之差分别与第一预设阈值进行比较，确定所述机器人中存在异常情况的传感器；
12.若所述激光数据中的每两帧数据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为激光雷达传感器；
13.若所述摄像头数据中的每两帧数据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为摄像头传感器；
14.若所述里程计数据中的每两帧数据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为里程计传感器；
15.若所述imu数据的每两帧数据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为惯性传感器imu；
16.若所述超声数据中的每两帧数据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为超声波传感器。
17.可选的，基于所述运行数据确定所述机器人中存在异常情况的传感器，包括：
18.确定所述激光数据，摄像头数据，里程计数据，imu数据和超声数据中是否存在大于预设数量的第一特殊值或第二特殊值的数据，确定所述机器人中存在异常情况的传感器；
19.若所述激光数据中存在大于预设数量的第一特殊值或的第二特殊值的数据，确定所述机器人中存在异常情况的传感器为激光雷达传感器；
20.若所述摄像头数据中存在大于预设数量的第一特殊值或的第二特殊值的数据，确定所述机器人中存在异常情况的传感器为摄像头传感器；
21.若所述里程计数据中存在大于预设数量的第一特殊值或的第二特殊值的数据，确定所述机器人中存在异常情况的传感器为里程计传感器；
22.若所述imu数据中存在大于预设数量的第一特殊值或的第二特殊值的数据，确定所述机器人中存在异常情况的传感器为惯性传感器imu；
23.若所述超声数据中存在大于预设数量的第一特殊值或的第二特殊值的数据，确定所述机器人中存在异常情况的传感器为超声波传感器。
24.可选的，基于所述运行数据确定所述机器人中存在异常情况的传感器，包括：
25.基于所述里程计数据，判断所述里程计数中的相邻帧间里程差是否大于预设正常值；
26.若大于，确定所述机器人中存在异常情况的传感器为里程计传感器。
27.可选的，还包括：
28.在确定所述风险等级不处于预设风险等级控制范围时，不控制所述机器人执行任何保护操作。
29.本发明实施例第二方面示出了一种机器人的风险等级控制装置，所述装置包括：
30.获取模块，用于获取机器人的运行数据，所述运行数据至少包括激光雷达传感器采集的激光数据，摄像头传感器采集的摄像头数据、里程计传感器采集的里程计数据、惯性传感器imu采集的imu数据、超声波传感器采集的超声数据；
31.确定模块，用于在基于所述运行数据确定所述机器人中存在异常情况的传感器时，确定与所述传感器对应的风险等级，其中所述传感器对应的风险等级是基于所述机器人的部署场景进行预先设置的；
32.执行模块，用于在确定所述风险等级处于预设风险等级控制范围时，基于与所述风险等级对应的操作指令控制机器人执行相应的操作。
33.可选的，所述确定模块，具体用于：基于所述激光数据，摄像头数据，里程计数据，imu数据和超声数据中的每两帧数据的时间戳之差分别与第一预设阈值进行比较，确定所述机器人中存在异常情况的传感器；若所述激光数据中的每两帧数据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为激光雷达传感器；若所述摄像头数据中的每两帧数据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为摄像头传感器；若所述里程计数据中的每两帧数据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为里程计传感器；若所述imu数据的每两帧数
据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为惯性传感器imu；若所述超声数据中的每两帧数据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为超声波传感器。
34.可选的，所述确定模块，具体用于：确定所述激光数据，摄像头数据，里程计数据，imu数据和超声数据中是否存在大于预设数量的第一特殊值或的第二特殊值的数据，确定所述机器人中存在异常情况的传感器；若所述激光数据中存在大于预设数量的第一特殊值或的第二特殊值的数据，确定所述机器人中存在异常情况的传感器为激光雷达传感器；若所述摄像头数据中存在大于预设数量的第一特殊值或的第二特殊值的数据，确定所述机器人中存在异常情况的传感器为摄像头传感器；若所述里程计数据中存在大于预设数量的第一特殊值或的第二特殊值的数据，确定所述机器人中存在异常情况的传感器为里程计传感器；若所述imu数据中存在大于预设数量的第一特殊值或的第二特殊值的数据，确定所述机器人中存在异常情况的传感器为惯性传感器imu；若所述超声数据中存在大于预设数量的第一特殊值或的第二特殊值的数据，确定所述机器人中存在异常情况的传感器为超声波传感器。
35.可选的，所述确定模块，具体用于：基于所述运行数据确定所述机器人中存在异常情况的传感器，包括：基于所述里程计数据，判断所述里程计数中的相邻帧间里程差是否大于预设正常值；若大于，确定所述机器人中存在异常情况的传感器为里程计传感器。
36.可选的，所述执行模块，还用于：
37.在确定所述风险等级不处于预设风险等级控制范围时，不控制所述机器人执行任何保护操作。
38.基于上述本发明实施例提供的一种机器人的风险等级控制方法及装置，该方法包括：获取机器人的运行数据，所述运行数据至少包括激光雷达传感器采集的激光数据，摄像头传感器采集的摄像头数据、里程计传感器采集的里程计数据、惯性传感器imu采集的imu数据、超声波传感器采集的超声数据；在基于所述运行数据确定所述机器人中存在异常情况的传感器时，确定与所述传感器对应的风险等级，其中所述传感器对应的风险等级是基于所述机器人的部署场景进行预先设置的；在确定所述风险等级处于预设风险等级控制范围时，基于与所述风险等级对应的操作指令控制机器人执行相应的操作。在本发明实施例中，先通过实时获取的机器人的运行数据，确定存在异常情况的传感器；在确定与该传感器对应的风险等级；最后在确定所述风险等级处于预设风险等级控制范围时，利用与风险等级对应的操作指令控制机器人执行相应的操作。使得当前机器人能够顺利执行完接下来的任务，进而提高了用户的使用体验。
附图说明
39.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
40.图1为本发明实施例示出的一种器人的风险等级控制方法的流程示意图；
41.图2为本发明实施例示出的器人的风险等级控制装置的结构示意图。
具体实施方式
42.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
43.在本技术中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
44.由背景技术可知，机器人在执行时需要多种传感器相辅相成才能实现，因此当任一传感器出现数据丢失或异常等情况时，会造成机器人无法完成接下来的任务，从而导致用户的使用体验差的情况。
45.因此本发明实施例示出了一种机器人的风险等级控制方法及装置，先通过实时获取的机器人的运行数据，确定存在异常情况的传感器；在确定与该传感器对应的风险等级；最后在确定所述风险等级处于预设风险等级控制范围时，利用与风险等级对应的操作指令控制机器人执行相应的操作。使得当前机器人能够顺利执行完接下来的任务，即提高机器人任务的流畅度和高效性，进而提高了用户的使用体验。
46.参见图1，为本发明实施例示出的一种机器人的风险等级控制方法的流程示意图，该方法包括：
47.步骤s101：获取机器人的运行数据。
48.在步骤s101中，所述运行数据至少包括激光雷达传感器采集的激光数据，摄像头传感器采集的摄像头数据、里程计传感器采集的里程计数据、惯性传感器imu采集的imu数据、超声波传感器采集的超声数据。
49.可选的，机器人通过回调函数实时获取激光雷达传感器采集的激光数据，摄像头传感器采集的摄像头数据、里程计传感器采集的里程计数据、惯性传感器imu采集的imu数据、超声波传感器采集的超声数据。
50.在具体实现步骤s101的过程中，获取机器人中的激光数据，摄像头数据，里程计数据，imu数据和超声数据。
51.需要说明的是，机器人不仅可以获取激光数据，摄像头数据，里程计数据，imu数据和超声数据，还可以获取机器人中的其他传感器采集的数据，对此本发明实施例不加以限制。
52.步骤s102：基于所述运行数据确定所述机器人中是否存在异常情况的传感器，若存在，则执行步骤s103，若不存在，则返回执行步骤s101。
53.在具体实现步骤s102的过程中，将获取来的运行数据进行分析，以判断是否存在异常情况的传感器，在基于所述运行数据确定所述机器人中存在异常情况的传感器时，则执行步骤s103，在基于所述运行数据确定所述机器人中不存在异常情况的传感器，说明机器人能安全执行任务，并继续检测机器人中的传感器是否存在异常情况，即返回执行步骤s101。
54.需要说明的是，异常情况是指传感器采集的数据出现失联，缺失的情况。
55.步骤s103：确定与所述传感器对应的风险等级。
56.在步骤s103中，所述传感器对应的风险等级是基于所述机器人的部署场景进行预先设置的。
57.可选的，确定当前机器人需要部署环境，比如：正常场景、跨楼层场景、跌落场景、玻璃场景等需要机器人执行任务的场景。接着，根据环境情况设置机器人中每一传感器的风险等级，同时配置机器人操作系统ros自定义的风险等级参数level。
58.在本发明实施例实施例中，由于激光雷达传感器和里程计传感器在机器人的所有场景下均为主要的传感器，若没有两者传感器的存在，机器人则无法正常完成任务，因此其只要出现问题，风险控制系统会立马介入，保证机器人安全，也就是说，光雷达传感器和里程计传感器所对应的风险等级为最高级。
59.对于其他的传感器，可根据机器人所使用的实际场景进行设置，比如：有扶梯或跌落场景的情况下，摄像头和定位偏的故障均对机器人有安全危险，此时可将摄像头传感器和性传感器imu作为次于光雷达传感器和里程计传感器的风险等级，即可将定位偏或摄像头故障设置为4级，定位偏故障设置为3级，定位偏且摄像头故障设置为2级，定位偏故障设置为1级，摄像头传感器故障设置为0级等。
60.在具体实现步骤s103的过程中，查找该机器人的每一传感器的风险等级，确定存在异常情况的传感器的风险等级。
61.步骤s104：判断所述风险等级是否处于预设风险等级控制范围，若处于，则执行步骤s105，若不处于，则执行步骤s106。
62.在具体实现步骤s104的过程中，确定当前风险等级是否在控制范围内，即是否在预设风险等级控制范围，在确定所述风险等级处于预设风险等级控制范围时，说明机器人无法正常完成任务，执行步骤s105，在确定所述风险等级不处于预设风险等级控制范围时，说明机器人还能够正常完成任务，并执行步骤s106。
63.需要说明的是，预设风险等级控制范围是根据经验进行设置的，或是根据实际情况进行设置，对此本发明实施例不加以限制。
64.进一步需要说明的是，在不同的部署场景下，不同的传感器所对应的预设风险等级控制范围也是不同的，也就是说，不同的传感器在不同的部署场景下触发与该风险等级对应的操作指令的条件是不同。
65.步骤s105：基于与所述风险等级对应的操作指令控制机器人执行相应的操作。
66.可选的，在设置完机器人的每一传感器的风险等级之后，需要设置每一风险等级对应的操作指令。
67.在具体实现步骤s105的过程中，查找与该风险等级对应的操作指令，并利用该操作指令控制机器人执行相应的操作。
68.比如：查找与该风险等级对应的操作指令为强制控零速处理，以利用按照制定的风险等级对应的操作指令对机器人执行强制控零速处理。
69.步骤s106：不控制机器人执行任何保护操作。
70.在具体实现步骤s106的过程中，可暂时对该传感器的异常情况作忽略处理，及不控制机器人执行任何保护操作。
71.在本发明实施例中，先通过实时获取的机器人的运行数据，确定存在异常情况的传感器；在确定与该传感器对应的风险等级；最后在确定所述风险等级处于预设风险等级控制范围时，利用与风险等级对应的操作指令控制机器人执行相应的操作。使得当前机器人能够顺利执行完接下来的任务，即提高机器人任务的流畅度和高效性，进而提高了用户的使用体验。
72.基于上述本发明实施例示出的一种机器人的风险等级控制方法，在执行步骤s102基于所述运行数据确定所述机器人中是否存在异常情况的传感器，的过程中，包括以下步骤：
73.步骤s11：基于所述激光数据，摄像头数据，里程计数据，imu数据和超声数据中的每两帧数据的时间戳之差分别与第一预设阈值进行比较，确定所述机器人中存在异常情况的传感器，若所述激光数据中的每两帧数据的时间戳之差大于第一预设阈值，执行步骤s12；若所述摄像头数据中的每两帧数据的时间戳之差大于第一预设阈值，执行步骤s13，若所述里程计数据中的每两帧数据的时间戳之差大于第一预设阈值，执行步骤s14；若所述imu数据的每两帧数据的时间戳之差大于第一预设阈值，执行步骤s15；若所述超声数据中的每两帧数据的时间戳之差大于第一预设阈值，执行步骤s16。
74.在具体实现步骤s11的过程中，通过运行数据中的激光数据，摄像头数据，里程计数据，imu数据和超声数据确定是那个传感器出现异常情况，若所述激光数据中的每两帧数据的时间戳之差大于第一预设阈值，执行步骤s12；若所述摄像头数据中的每两帧数据的时间戳之差大于第一预设阈值，执行步骤s13，若所述里程计数据中的每两帧数据的时间戳之差大于第一预设阈值，执行步骤s14；若所述imu数据的每两帧数据的时间戳之差大于第一预设阈值，执行步骤s15；若所述超声数据中的每两帧数据的时间戳之差大于第一预设阈值，执行步骤s16。
75.需要说明的是，每两帧数据的时间戳是指利用机器人操作系统ros根据电脑的时钟对传感器采集的数据打上时间戳，以利用不同数据间的时间戳进行数据同步。
76.步骤s12：确定所述机器人中存在异常情况的传感器为激光雷达传感器。
77.在具体实现步骤s12的过程中，将出现异常情况的激光数据所对应的激光雷达传感器作为存在异常情况的传感器。
78.步骤s13：确定所述机器人中存在异常情况的传感器为摄像头传感器。
79.在具体实现步骤s13的过程中，将出现异常情况的摄像头数据所对应的摄像头传感器作为存在异常情况的传感器。
80.步骤s14：确定所述机器人中存在异常情况的传感器为里程计传感器。
81.在具体实现步骤s14的过程中，将出现异常情况的里程计数据所对应的里程计传感器作为存在异常情况的传感器。
82.步骤s15：确定所述机器人中存在异常情况的传感器为惯性传感器imu。
83.在具体实现步骤s15的过程中，将出现异常情况的imu数据所对应的惯性传感器imu作为存在异常情况的传感器。
84.步骤s16：确定所述机器人中存在异常情况的传感器为超声波传感器。
85.在具体实现步骤s16的过程中，将出现异常情况的超声波数据所对应的超声波传感器作为存在异常情况的传感器。
86.在本发明实施例中，先通过运行数据中的激光数据，摄像头数据，里程计数据，imu数据和超声数据确定是那个传感器出现异常情况；在确定与该传感器对应的风险等级；最后在确定所述风险等级处于预设风险等级控制范围时，利用与风险等级对应的操作指令控制机器人执行相应的操作。使得当前机器人能够顺利执行完接下来的任务，即提高机器人任务的流畅度和高效性，进而提高了用户的使用体验。
87.基于上述本发明实施例示出的一种机器人的风险等级控制方法，在执行步骤s102基于所述运行数据确定所述机器人中是否存在异常情况的传感器，的过程中，包括以下步骤：
88.步骤s21：确定所述激光数据，摄像头数据，里程计数据，imu数据和超声数据中是否存在大于预设数量的第一特殊值或第二特殊值的数据，确定所述机器人中存在异常情况的传感器，若所述激光数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，执行步骤s22；若所述摄像头数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，执行步骤s23；若所述里程计数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，执行步骤s24；若所述imu数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，执行步骤s25；若所述超声数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，执行步骤s26。
89.在具体实现步骤s21的过程中，通过运行数据中的激光数据，摄像头数据，里程计数据，imu数据和超声数据确定是哪个传感器出现异常情况，在确定激光数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，执行步骤s22；在确定摄像头数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，执行步骤s23；在确定里程计数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，执行步骤s24；在确定imu数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，执行步骤s25；在确定超声数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，执行步骤s26。
90.需要说明的是，第一特殊值可为信息流inf，第二特殊值可为特殊数值nan。
91.步骤s22：确定所述机器人中存在异常情况的传感器为激光雷达传感器。
92.在具体实现步骤s22的过程中，将出现异常情况的激光数据所对应的激光雷达传感器作为存在异常情况的传感器。
93.步骤s23：确定所述机器人中存在异常情况的传感器为摄像头传感器。
94.在具体实现步骤s23的过程中，将出现异常情况的摄像头数据所对应的摄像头传感器作为存在异常情况的传感器。
95.步骤s24：确定所述机器人中存在异常情况的传感器为里程计传感器。
96.在具体实现步骤s24的过程中，将出现异常情况的里程计数据所对应的里程计传感器作为存在异常情况的传感器。
97.步骤s25：确定所述机器人中存在异常情况的传感器为惯性传感器imu。
98.在具体实现步骤s25的过程中，将出现异常情况的imu数据所对应的惯性传感器imu作为存在异常情况的传感器。
99.步骤s26：确定所述机器人中存在异常情况的传感器为超声波传感器。
100.在具体实现步骤s26的过程中，将出现异常情况的超声波数据所对应的超声波传感器作为存在异常情况的传感器。
101.在本发明实施例中，先通过运行数据中的激光数据，摄像头数据，里程计数据，imu数据和超声数据确定是那个传感器出现异常情况；在确定与该传感器对应的风险等级；最后在确定所述风险等级处于预设风险等级控制范围时，利用与风险等级对应的操作指令控制机器人执行相应的操作。使得当前机器人能够顺利执行完接下来的任务，即提高机器人任务的流畅度和高效性，进而提高了用户的使用体验。
102.可选的，基于上述实施例示出的机器人的风险等级控制方法，除了使用上述步骤s11和步骤s21的方式确定里程计传感器是否存在异常情况外，还可以使用里程计数据中相邻帧间里程差来确定里程计传感器是否存在异常情况，具体包括以下步骤：
103.步骤s31：基于所述里程计数据，判断所述里程计数中的相邻帧间里程差是否大于预设正常值，若大于，执行步骤s32，若小于或等于，说明里程计传感器不存在问题，返回执行步骤s11或s21，继续对其他的传感器是否存在异常情况进行预测。
104.在具体实现步骤s31的过程中，判断里程计数据中的里程计数的相邻帧间里程差是否大于预设正常值，若大于，执行步骤s32，若小于或等于，说明里程计传感器不存在问题，返回执行步骤s11或s21，继续对其他的传感器是否存在异常情况进行预测。
105.需要说明的是，预设正常值是指根据经验进行设置的值，对比可根据实际情况进行设置，本发明实施例不加以限制。
106.s32：确定所述机器人中存在异常情况的传感器为里程计传感器。
107.在具体实施步骤s32的过程中，将出现异常情况的里程计数据所对应的里程计传感器作为存在异常情况的传感器。
108.在本发明实施例中，通过里程计数据中的里程计数的相邻帧间里程差确定里程计传感器是否出现异常情况；以便于后续在确定其出现故障时，确定与该传感器对应的风险等级；最后在确定所述风险等级处于预设风险等级控制范围时，利用与风险等级对应的操作指令控制机器人执行相应的操作。使得当前机器人能够顺利执行完接下来的任务，即提高机器人任务的流畅度和高效性，进而提高了用户的使用体验。
109.与上述本发明实施例示出的机器人的风险等级控制方法，本发明还对应公开了一种机器人的风险等级控制装置，如图2所示，为本发明实施例示出的一种机器人的风险等级控制装置的结构示意图，该装置包括：
110.获取模块201，用于获取机器人的运行数据，所述运行数据至少包括激光雷达传感器采集的激光数据，摄像头传感器采集的摄像头数据、里程计传感器采集的里程计数据、惯性传感器imu采集的imu数据、超声波传感器采集的超声数据。
111.确定模块202，用于在基于所述运行数据确定所述机器人中存在异常情况的传感器时，确定与所述传感器对应的风险等级，其中所述传感器对应的风险等级是基于所述机器人的部署场景进行预先设置的。
112.执行模块203，用于在确定所述风险等级处于预设风险等级控制范围时，基于与所述风险等级对应的操作指令控制机器人执行相应的操作。
113.可选的，执行模块203，还用于：
114.在确定所述风险等级不处于预设风险等级控制范围时，不控制所述机器人执行任何保护操作。
115.需要说明的是，上述本发明实施例公开的机器人的风险等级控制装置中的各个单
元具体的原理和执行过程，与上述本发明实施的机器人的风险等级控制方法相同，可参见上述本发明实施例公开的机器人的风险等级控制方法中相应的部分，这里不再进行赘述。
116.在本发明实施例中，先通过实时获取的机器人的运行数据，确定存在异常情况的传感器；在确定与该传感器对应的风险等级；最后在确定所述风险等级处于预设风险等级控制范围时，利用与风险等级对应的操作指令控制机器人执行相应的操作。使得当前机器人能够顺利执行完接下来的任务，即提高机器人任务的流畅度和高效性，进而提高了用户的使用体验。
117.可选的，基于上述本发明实施例示出的机器人的风险等级控制装置，所述确定模块202，具体用于：基于所述激光数据，摄像头数据，里程计数据，imu数据和超声数据中的每两帧数据的时间戳之差分别与第一预设阈值进行比较，确定所述机器人中存在异常情况的传感器；若所述激光数据中的每两帧数据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为激光雷达传感器；若所述摄像头数据中的每两帧数据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为摄像头传感器；若所述里程计数据中的每两帧数据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为里程计传感器；若所述imu数据的每两帧数据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为惯性传感器imu；若所述超声数据中的每两帧数据的时间戳之差大于第一预设阈值，确定所述机器人中存在异常情况的传感器为超声波传感器。
118.可选的，基于上述本发明实施例示出的机器人的风险等级控制装置，所述确定模块202，具体用于：确定所述激光数据，摄像头数据，里程计数据，imu数据和超声数据中是否存在大于预设数量的第一特殊值或第二特殊值，确定所述机器人中存在异常情况的传感器；若所述激光数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，确定所述机器人中存在异常情况的传感器为激光雷达传感器；若所述摄像头数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，确定所述机器人中存在异常情况的传感器为摄像头传感器；若所述里程计数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，确定所述机器人中存在异常情况的传感器为里程计传感器；若所述imu数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，确定所述机器人中存在异常情况的传感器为惯性传感器imu；若所述超声数据中存在大于预设数量的第一特殊值或第二特殊值的数据时，确定所述机器人中存在异常情况的传感器为超声波传感器。
119.可选的，基于上述本发明实施例示出的机器人的风险等级控制装置，所述确定模块202，具体用于：基于所述运行数据确定所述机器人中存在异常情况的传感器，包括：基于所述里程计数据，判断所述里程计数中的相邻帧间里程差是否大于预设正常值；若大于，确定所述机器人中存在异常情况的传感器为里程计传感器。
120.在本发明实施例中，先通过运行数据中的激光数据，摄像头数据，里程计数据，imu数据和超声数据确定是那个传感器出现异常情况；在确定与该传感器对应的风险等级；最后在确定所述风险等级处于预设风险等级控制范围时，利用与风险等级对应的操作指令控制机器人执行相应的操作。使得当前机器人能够顺利执行完接下来的任务，即提高机器人任务的流畅度和高效性，进而提高了用户的使用体验。
121.本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部
分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
122.专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
123.对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。