传感器检测方法、装置及电子设备与流程

1.本技术涉及智能检测技术领域，尤其涉及一种传感器检测方法、装置及电子设备。


背景技术：

2.传感器是能感受到被测量的信息，并能将感受到的信息，按一定规律变换成为电信号或其他所需形式的信息输出，以满足信息的传输、处理、存储、显示、记录和控制等要求的检测装置。在传感器长时间的运行使用时可能会出现故障，因此传感器需要自检或检测。


技术实现要素：

3.本技术实施例提供一种传感器检测方法、装置及电子设备。
4.本技术第一方面实施例提出了一种传感器检测方法，包括：
5.获取传感器的检测数据，并对所述检测数据进行采样得到采样点；
6.基于所述采样点，获取所述传感器标准的第一特征信息和新增的第二特征信息，其中，所述第二特征信息包括所述检测数据的截顶率、目标采样点的占比、所述目标采样点的连续长度中的至少一个，其中，所述目标采样点为相邻且数值相同的采样点；
7.根据所述第一特征信息和所述第二特征信息，确定传感器是否存在故障。
8.在本技术的一个实施例中，所述根据所述第一特征信息和所述第二特征信息，确定传感器是否存在故障，包括：
9.针对所述第一特征信息和所述第二特征信息中的任一特征信息，获取所述任一特征信息对应的异常识别条件；
10.若所述任一特征信息满足对应的异常识别条件，确定传感器存在故障。
11.在本技术的一个实施例中，所述对所述检测数据进行采样得到采样点之前，还包括：
12.基于预设的数据时长，在所述检测数据中进行截取，得到待采样的检测数据。
13.在本技术的一个实施例中，所述第一特征信息包括但不限于：所述检测数据的数据时长、平均值、标准差、有效值、最大值、最小值、峰峰值、零值率、连续零值长度、过零率、阶跃信号数、离群点数和强白噪声干扰数。
14.在本技术的一个实施例中，所述检测数据的截顶率的获取方法，包括：
15.获取截顶阈值；
16.统计大于或等于所述截顶阈值的采样点数量，并根据所述采样点数量和采样点总数量，确定所述检测数据的截顶率。
17.在本技术的一个实施例中，所述目标采样点的获取方法，包括：
18.从首个采样点开始遍历，获取当前遍历采样点的相邻采样点；
19.判断所述相邻采样点与所述当前遍历采样点是否相等；
20.所述相邻采样点与所述当前遍历采样点相等时，确定所述当前遍历采样点和所述相邻采样点为目标采样点。
21.在本技术的一个实施例中，所述目标采样点的占比的获取方法，包括：
22.获取所有所述采样点中的目标采样点数量；
23.根据所述目标采样点数量和采样点总数量的比值，确定所述目标采样点的占比。
24.在本技术的一个实施例中，所述目标采样点的连续长度的获取方法，包括：
25.获取不同数值下，连续相邻的目标采样点的第一数量；
26.将所述目标采样点的第一数量的最大值，确定为所述目标采样点的连续长度。
27.本技术第二方面实施例提出了一种传感器检测装置，包括：
28.第一获取模块，用于获取传感器的检测数据，并对所述检测数据进行采样得到采样点；
29.第二获取模块，用于基于所述采样点，获取所述传感器标准的第一特征信息和新增的第二特征信息，其中，所述第二特征信息包括所述检测数据的截顶率、目标采样点的占比、所述目标采样点的连续长度中的至少一个，其中，所述目标采样点为相邻且数值相同的采样点；
30.检测模块，用于根据所述第一特征信息和所述第二特征信息，确定传感器是否存在故障。
31.在本技术的一个实施例中，所述检测模块，包括：
32.针对所述第一特征信息和所述第二特征信息中的任一特征信息，获取所述任一特征信息对应的异常识别条件；
33.若所述任一特征信息满足对应的异常识别条件，确定传感器存在故障。
34.在本技术的一个实施例中，所述第一获取模块，还包括：
35.基于预设的数据时长，在所述检测数据中进行截取，得到待采样的检测数据。
36.在本技术的一个实施例中，所述第一特征信息包括但不限于：所述检测数据的数据时长、平均值、标准差、有效值、最大值、最小值、峰峰值、零值率、连续零值长度、过零率、阶跃信号数、离群点数和强白噪声干扰数。
37.在本技术的一个实施例中，所述第二获取模块，包括：
38.获取截顶阈值；
39.统计大于或等于所述截顶阈值的采样点数量，并根据所述采样点数量和采样点总数量，确定所述检测数据的截顶率。
40.在本技术的一个实施例中，所述第二获取模块，包括：
41.从首个采样点开始遍历，获取当前遍历采样点的相邻采样点；
42.判断所述相邻采样点与所述当前遍历采样点是否相等；
43.所述相邻采样点与所述当前遍历采样点相等时，确定所述当前遍历采样点和所述相邻采样点为目标采样点。
44.在本技术的一个实施例中，所述第二获取模块，包括：
45.获取所有所述采样点中的目标采样点数量；
46.根据所述目标采样点数量和采样点总数量的比值，确定所述目标采样点的占比。
47.在本技术的一个实施例中，所述第二获取模块，包括：
48.获取不同数值下，连续相邻的目标采样点的第一数量；
49.将所述目标采样点的第一数量的最大值，确定为所述目标采样点的连续长度。
50.本技术第三方面实施例提出了一种电子设备，包括：本技术第二方面实施例提出的传感器检测装置。
51.本技术第四方面实施例提出了一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现本技术第一方面实施例提出的传感器检测方法。
52.本技术第五方面实施例提出了一种非临时性计算机可读存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行本技术第一方面实施例提出的方法。
53.本技术第六方面实施例提出了一种计算机程序产品，包括计算机程序，所述计算机程序在被通信设备中的处理器执行时实现本技术第一方面实施例提出的方法。
54.本技术的实施例提供的技术方案至少带来以下有益效果：
55.通过传感器获取检测数据，并对检测数据进行采样得到采样点，以提高后续对传感器是否存在故障进行评估的效率；根据检测数据的采样点，获取传感器标准的第一特征信息和新增的第二特征信息，利用第一特征信息和第二特征信息完整反映检测数据的特征信息，根据检测数据的特征信息判断传感器是否存在故障，评估结果更加可靠和准确，且计算成本较低。
56.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
57.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
58.图1为本技术实施例所提供的一种传感器检测方法的流程示意图；
59.图2为本技术实施例所提供的另一种传感器检测方法的流程示意图；
60.图3为本技术实施例所提供的一种传感器检测装置的结构示意图；
61.图4为本技术实施例所提供的一种电子设备的结构示意图；
62.图5为本技术实施例所提供的另一种电子设备的结构示意图；
63.图6为本技术实施例所提供的另一种电子设备的结构示意图。
具体实施方式
64.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术实施例相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术实施例的一些方面相一致的装置和方法的例子。
65.在本技术实施例使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本技术实施例。在本技术实施例和所附权利要求书中所使用的单数形式的“一种”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
66.应当理解，尽管在本技术实施例可能采用术语第一、第二、第三等来描述各种信
息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本技术实施例范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”及“若”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
67.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的要素。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
68.需要说明的是，本技术中任一个实施例提供的传感器检测方法可以单独执行，或是结合其他实施例中的可能的实现方法一起被执行，还可以结合相关技术中的任一种技术方案一起被执行。
69.下面参照附图描述本技术实施例的传感器检测方法、装置及电子设备。
70.图1为本技术实施例提供的一种传感器检测方法的流程示意图。如图1所示，该方法包括但不限于以下步骤：
71.s101，获取传感器的检测数据，并对检测数据进行采样得到采样点。
72.可选地，传感器可以为声音传感器、震动传感器或者温度传感器等。
73.检测数据是用于对传感器是否存在故障进行检测的数据，例如待检测的传感器为声音传感器时，检测数据为声音传感器接收的一段声音信号数据，待检测的传感器为震动传感器时，检测数据为震动传感器接收的一段震动信号数据。
74.可选地，为了便于利用检测数据对传感器进行检测分析，提高分析效率，对检测数据进行采样，得到检测数据中的多个采样点。
75.可选地，采样的方法可以为随机采样或者为分层抽样等。
76.s102，基于采样点，获取传感器标准的第一特征信息和新增的第二特征信息。
77.其中，第二特征信息包括检测数据的截顶率、目标采样点的占比、目标采样点的连续长度中的至少一个，其中，目标采样点为相邻且数值相同的采样点。
78.传感器标准的第一特征信息和新增的第二特征信息是用于反映检测数据特征的信息，例如传感器标准的第一特征信息可以是平均值、标准差、最大值和最小值等常规的信息。新增的第二特征信息可以为区别于常规特征的一些特征信息，例如检测数据的截顶率等。
79.可选地，从检测数据中的所有采样点中确定目标采样点，目标采样点可以特定反映检测数据的特征信息，例如目标采样点可以为相邻且数值相同的采样点。
80.可选地，还可以将目标采样点的占比和目标采样点的连续长度作为新增的第二特征信息，用于更加清晰完整的反映检测数据所包含的特征。
81.s103，根据第一特征信息和第二特征信息，确定传感器是否存在故障。
82.在确定出第一特征信息和第二特征信息之后，也就是提取除了传感器接收的检测数据的特征信息，根据检测数据的特征信息判断传感器是否存在故障。
83.可选地，可以将第一特征信息和第二特征信息与标准特征信息进行对比，若与标准特征信息存在差异，则说明传感器接收的检测数据的特征信息与标准信息之间存在差异，也就是传感器接收的检测数据可能存在异常，进而确定传感器存在故障。
84.本技术实施例中，通过传感器获取检测数据，并对检测数据进行采样得到采样点，
以提高后续对传感器是否存在故障进行评估的效率；根据检测数据的采样点，获取传感器标准的第一特征信息和新增的第二特征信息，利用第一特征信息和第二特征信息完整反映检测数据的特征信息，根据检测数据的特征信息判断传感器是否存在故障，评估结果更加可靠和准确，且计算成本较低。
85.图2为本技术实施例提供的一种传感器检测方法的流程示意图。如图2所示，该方法包括但不限于以下步骤：
86.s201，获取传感器的检测数据，并对检测数据进行采样得到采样点。
87.可选地，在获取到传感器的检测数据之后，为了提高计算效率，可以基于预设的数据时长，在检测数据中进行截取，得到待采样的检测数据。
88.示例性说明，预设的数据时长可以设置为600秒，也就是说，从检测数据中截取600秒作为待采样的检测数据，截取方式可以是从首个检测数据开始截取或者是随机截取。若检测数据不足600秒，则检测数据直接作为待采样的检测数据。
89.本技术实施例中，步骤s201的实现方式可以分别采用本公开的各实施例中的任一种方式实现，在此并不对此作出限定，也不再赘述。
90.s202，基于采样点，获取传感器标准的第一特征信息。
91.可选地，第一特征信息包括但不限于：检测数据的数据时长、平均值、标准差、有效值、最大值、最小值、峰峰值、零值率、连续零值长度、过零率、阶跃信号数、离群点数和强白噪声干扰数。
92.其中，检测数据的数据时长也就是截取检测数据的时长范围，一般为600秒，也就是后续分析的检测数据的时长应不超过600秒。
93.平均值用于反映检测数据的整体情况，计算方法可以为：
[0094][0095]
其中，表示检测数据的平均值；n表示检测数据中采样点总数量；xi表示检测数据中第i个采样点对应的数值。
[0096]
标准差用于反映检测数据的离散程度，计算方法可以为：
[0097][0098]
其中，σ表示检测数据的标准差；n表示检测数据中采样点总数量；xi表示检测数据中第i个采样点对应的数值；表示检测数据的平均值。
[0099]
有效值又称为“均方根值”，可以理解为检测数据的均方根值，计算方法可以为：
[0100][0101]
其中，v
eff
表示检测数据的有效值；n表示检测数据中采样点总数量；xi表示检测数据中第i个采样点对应的数值。
[0102]
最大值是检测数据的采样点中对应的最大数值，最小值是检测数据的采样点中对应的最小数值，最大值和最小值对应的获取方法分别为：
[0103]
x
max
＝max(xi),i＝1,
…
,n
[0104]
x
min
＝min(xi),i＝1,
…
,n
[0105]
其中，x
max
表示检测数据的最大值；x
min
表示检测数据的最小值；n表示检测数据中采样点总数量；xi表示检测数据中第i个采样点对应的数值；max表示最大值；min表示最小值。
[0106]
峰峰值一般是峰-峰值，是指最高值和最低值之间的差值，也就是最大和最小之间的范围，反映检测数据的最大值和最小值之间的差异，计算方法可以为：
[0107]vpp
＝x
max-x
min
[0108]
其中，v
pp
表示检测数据的峰峰值；x
max
表示检测数据的最大值；x
min
表示检测数据的最小值。
[0109]
零值率就是零值的概率，也就是检测数据的采样点对应的数据中，所有零值所占的比例，计算方法可以为：
[0110][0111]
其中，z表示检测数据的零值率；n表示检测数据中采样点总数量；xi表示检测数据中第i个采样点对应的数值。也就是说，当第i个采样点对应的数值xi＝0时，零值的数量加1，将所有零值的数量与采样点总数量的比值作为零值率。
[0112]
连续零值长度是指检测数据的采样点对应的数据中，连续为零值的最大长度，获取方法可以为：
[0113]
l＝max(lj),j＝1,
…
,k
[0114]
其中，l表示连续零值长度；lj表示第j段连续零值的长度；k表示连续零值的段数；max表示最大值。
[0115]
示例性说明，对于检测数据1，1，0，0，1，2，8，0，5，6，9，0，0，0，3而言，其对应了3段连续零值，分别为第一段0，0；第二段0和第三段0，0，0；则连续零值长度为每段连续零值长度的最大值，也就是第三段的零值长度3。
[0116]
过零率是指符号变化的比率，例如从正数变成负数为一次符号变化，因此过零率的计算方法可以为：
[0117][0118]
其中，s表示检测数据的过零率；n表示检测数据中采样点总数量；xi表示检测数据中第i个采样点对应的数值；sign为取符号函数；x
i+1
表示检测数据中第i+1个采样点对应的数值。也就是说，在计算过零率时，根据相邻两个样本点数据的符号进行差值的绝对值计算，若符号一致，则差值绝对值为0。
[0119]
阶跃信号数也就是阶跃信号的数量，可以将检测数据作为一段信号进行处理，根据各采样点对应的数据判断检测数据中阶跃信号的数量。可选地，可以对检测数据对应的
波形信号进行小波变换，以提取其中的高频分量和低频分量，进一步检测高频分量和低频分量中连续接近于零的点数，若高频分量的点数大于第一阈值且低频分量的点数小于第二阈值时，判定信号为阶跃信号。可选地，阶跃信号数可以取值为0和1，也就是在信号不是阶跃信号时，阶跃信号数为0，当信号是阶跃信号时，阶跃信号数为1。
[0120]
可选地，可以通过设置近零阈值，以判断高频分量或低频分量是否接近于零；例如获取正幅值的均值，以0.01*正幅值的均值作为近零阈值，当高频分量或低频分量取值小于该近零阈值时，统计一次点数，从而确定高频分量连续接近于零的点数和低频分量连续接近于零的点数。
[0121]
可选地，第一阈值和第二阈值均为大于零的整数，且第一阈值大于第二阈值，例如第一阈值可以为400，第二阈值为50，也就是在高频分量的点数大于400且低频分量的点数小于50时，判定信号为阶跃信号。
[0122]
离群点数也就是离群点的数量，离群点是指一组数据中，远离数据一般水平的极端大值和极端小值，检测数据中离群点的数量可以直观反映出检测数据的离散情况。可选地，离群点数可以设置为0或1，也就是当检测数据中不存在离群点时，离群点数为0，当检测数据中存在离群点时，离群点数为1。
[0123]
可选地，可以计算检测数据的所有采样点对应数据的方差，当方差大于设定第三阈值且有效值大于第四阈值时，判定离群点数为1。其中，第三阈值和第四阈值均为大于零的数。
[0124]
强白噪声干扰数也就是强白噪声的数量，强白噪声会干扰有效值的获取，当存在强白噪声干扰时，传感器可能出现了故障。可选地，可以对检测数据对应的波形信号进行高通滤波，频率下限可以为12k，并分别计算滤波后的有效值rms和滤波后检测数据的采样点的绝对值的均值absmeans；同时还计算滤波前检测数据的采样点的绝对值的均值absmeansori；当有效值rms大于预设的第五阈值，且滤波后的绝对值的均值absmeans大于第六阈值，同时滤波前的绝对值的均值absmeansori小于第七阈值时，确定存在强白噪声。例如第五阈值可以为20，第六阈值为15，第七阈值为5，也就是在有效值rms大于20，且滤波后的绝对值的均值absmeans大于15，同时滤波前的绝对值的均值absmeansori小于5时，存在强白噪声。
[0125]
可选地，强白噪声干扰数可以取0和1，也就是在不存在强白噪声时，强白噪声干扰数为0，在存在强白噪声时，强白噪声干扰数为1。
[0126]
s203，获取检测数据的截顶率。
[0127]
可选地，截顶率是检测数据中截顶的比率，截顶也就是将检测数据中过大的数据进行平滑，获取截顶阈值；统计大于或等于截顶阈值的采样点数量，并根据采样点数量和采样点总数量，确定检测数据的截顶率。
[0128]
可选地，检测数据的截顶率的获取可以为：
[0129][0130]
其中，p表示检测数据的截顶率；v表示截顶阈值，截顶阈值为提前设定的取值，在此并不对此作出限定；xi表示检测数据中第i个采样点对应的数值；n为检测数据中采样点
总数量。
[0131]
s204，获取目标采样点，并计算目标采样点的占比。
[0132]
可选地，从首个采样点开始遍历，获取当前遍历采样点的相邻采样点；判断相邻采样点与当前遍历采样点是否相等；相邻采样点与当前遍历采样点相等时，确定当前遍历采样点和相邻采样点为目标采样点。
[0133]
示例性说明，假设检测数据中各采样点对应数值为3，4，4，8，9，0，6，6，2，0，5，5，5，5，1，1，1，从首个采样点3开始遍历，当前遍历采样点3的相邻采样点为4，则相邻采样点4与当前遍历采样点3不相等；进行下一次遍历，第二个采样点为4，获取当前遍历采样点4的相邻采样点为4，则相邻采样点4与当前遍历采样点4相等，确定当前遍历采样点4和相邻采样点4为目标采样点，以此类推，对检测数据中所有采样点进行遍历，可以得到目标采样点为4，4，6，6，5，5，5，5，1，1，1。
[0134]
可选地，目标采样点的占比也就是目标采样点的数量在采样点总数量中的占比，因此获取所有采样点中的目标采样点数量；根据目标采样点数量和采样点总数量的比值，确定目标采样点的占比。
[0135]
示例性说明，目标采样点的占比的具体计算可以为：
[0136][0137]
其中，r表示目标采样点的占比；n为检测数据中采样点总数量；k为连续目标采样点的段数；lcj表示第j段连续的目标采样点的长度。
[0138]
示例性说明，假设检测数据中各采样点对应数值为3，4，4，8，9，0，6，6，2，0，5，5，5，5，1，1，1，可以得到目标采样点为4，4，6，6，5，5，5，5，1，1，1。则得到4段连续的目标采样点，第一段为4，4；第二段为6，6；第三段为5，5，5，5；第四段为1，1，1；那么对每段连续的目标采样点的长度进行累加，也就是2+2+4+3＝11；则目标采样点的占比为11/n，也就是r＝11/17。
[0139]
s205，获取目标采样点的连续长度。
[0140]
可选地，目标采样点的连续长度是指目标采样点连续相等的最大长度，获取不同数值下，连续相邻的目标采样点的第一数量；将目标采样点的第一数量的最大值，确定为目标采样点的连续长度。
[0141]
也就是说，连续长度的获取方法为：
[0142]
lc＝max(lcj),＝1,
…
,
[0143]
其中，lc表示目标采样点的连续长度；lcj表示第j段连续的目标采样点的长度，也就是第一数量；max为取最大值；k为连续目标采样点的段数。
[0144]
示例性说明，假设检测数据中各采样点对应数值为3，4，4，8，9，0，6，6，2，0，5，5，5，5，1，1，1，可以得到目标采样点为4，4，6，6，5，5，5，5，1，1，1。其中，不同数值下，连续相邻的目标采样点的第一数量分别是：数值为4时，第一数量为2；数值为6时，第一数量为2；数值为5时，第一数量为4；数值为1时，第一数量为3；因此目标采样点的第一数量的最大值为4，也就是在数值为5时的第一数量，因此确定目标采样点的连续长度为4。
[0145]
s206，根据第一特征信息、截顶率、目标采样点的占比和目标采样点的连续长度，确定传感器是否存在故障。
[0146]
可选地，针对第一特征信息、截顶率、目标采样点的占比和目标采样点的连续长度中的任一特征信息，获取任一特征信息对应的异常识别条件；若任一特征信息满足对应的异常识别条件，确定传感器存在故障。
[0147]
在一些实现中，异常识别条件可以为各特征信息对应的正常范围，也就是说，当任一特征信息超出正常范围时，认为该特征信息满足异常识别条件，确定传感器存在故障。
[0148]
可选地，请参阅表1，其示出一种各特征信息可能对应的正常范围，当任一特征信息超出表1中的正常范围时，认为特征信息满足异常识别条件，确定传感器存在故障。
[0149]
表1
[0150]
指标编号指标名称精度最小值最大值101数据时长(s)三位小数1600102平均值1位小数-100.00100.00103标准差1位小数1.0018000.00104有效值1位小数9.0018000.00105最小值整数-32768.000.00106最大值整数0.0032767.00107峰峰值整数10.0065535.00108截顶率2位有效数字0.000.00109零值率2位有效数字0.000.20110连续零值长度整数0.0096.00111目标采样点的占比2位有效数字0.000.30112连续长度整数0.0096.00113过零率2位有效数字0.100.94114阶跃信号数整数0.000.00115离群点数整数0.000.00116强白噪声干扰数整数00
[0151]
本技术实施例中，通过对第一特征信息和第二特征信息的获取对传感器是否存在故障进行判断，通过数据时长、平均值、标准差、有效值、最大值、最小值、峰峰值、零值率、连续零值长度、过零率、阶跃信号数、离群点数、强白噪声干扰数、检测数据的截顶率、目标采样点的占比以及目标采样点的连续长度等多项指标进行评估，并根据各项指标是否满足异常识别条件，对传感器是否存在故障进行判断，确保对传感器检测的更加准确。
[0152]
在上述实施例的基础之上，本技术实施例中的传感器可以为声音传感器，则检测数据为声音传感器接收的一段声音信号数据，对该段声音信号数据进行处理，并提取声音信号数据中标准的第一特征信息和新增的第二特征信息，根据标准的第一特征信息和新增的第二特征信息是否满足异常识别条件，确定声音传感器是否存在故障。
[0153]
图3为本技术实施例提供的一种传感器检测装置的结构示意图。如图3所示，该传感器检测装置300，包括：
[0154]
第一获取模块301，用于获取传感器的检测数据，并对检测数据进行采样得到采样点；
[0155]
第二获取模块302，用于基于采样点，获取传感器标准的第一特征信息和新增的第
二特征信息，其中，第二特征信息包括检测数据的截顶率、目标采样点的占比、目标采样点的连续长度中的至少一个，其中，目标采样点为相邻且数值相同的采样点；
[0156]
检测模块303，用于根据第一特征信息和第二特征信息，确定传感器是否存在故障。
[0157]
在一些实现中，检测模块303，包括：
[0158]
针对第一特征信息和第二特征信息中的任一特征信息，获取任一特征信息对应的异常识别条件；
[0159]
若任一特征信息满足对应的异常识别条件，确定传感器存在故障。
[0160]
在一些实现中，第一获取模块301，还包括：
[0161]
基于预设的数据时长，在检测数据中进行截取，得到待采样的检测数据。
[0162]
在一些实现中，第一特征信息包括但不限于：检测数据的数据时长、平均值、标准差、有效值、最大值、最小值、峰峰值、零值率、连续零值长度、过零率、阶跃信号数、离群点数和强白噪声干扰数。
[0163]
在一些实现中，第二获取模块302，包括：
[0164]
获取截顶阈值；
[0165]
统计大于或等于截顶阈值的采样点数量，并根据采样点数量和采样点总数量，确定检测数据的截顶率。
[0166]
在一些实现中，第二获取模块302，包括：
[0167]
从首个采样点开始遍历，获取当前遍历采样点的相邻采样点；
[0168]
判断相邻采样点与当前遍历采样点是否相等；
[0169]
相邻采样点与当前遍历采样点相等时，确定当前遍历采样点和相邻采样点为目标采样点。
[0170]
在一些实现中，第二获取模块302，包括：
[0171]
获取所有采样点中的目标采样点数量；
[0172]
根据目标采样点数量和采样点总数量的比值，确定目标采样点的占比。
[0173]
在一些实现中，第二获取模块302，包括：
[0174]
获取不同数值下，连续相邻的目标采样点的第一数量；
[0175]
将目标采样点的第一数量的最大值，确定为目标采样点的连续长度。
[0176]
本技术实施例中，通过传感器获取检测数据，并对检测数据进行采样得到采样点，以提高后续对传感器是否存在故障进行评估的效率；根据检测数据的采样点，获取传感器标准的第一特征信息和新增的第二特征信息，利用第一特征信息和第二特征信息完整反映检测数据的特征信息，根据检测数据的特征信息判断传感器是否存在故障，评估结果更加可靠和准确，且计算成本较低。
[0177]
图4是根据一示例性实施例示出的一种电子设备框图。如图4所示，电子设备400包括传感器检测装置300。该电子设备可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer，umpc)、上网本或者个人数字助理(personal digital assistant，pda)等，非移动电子设备可以为网络附属存储器(network attached storage，nas)、个人计算机(personal computer，pc)、电视机
(television，tv)、柜员机或者自助机等，本技术实施例不作具体限定。
[0178]
根据本技术实施例的还提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器，其中，所述处理器被配置为执行所述指令，以实现如上所述的传感器检测方法。
[0179]
为了实现上述实施例，本技术还提出了一种存储介质。
[0180]
其中，当存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上所述的传感器检测方法。
[0181]
为了实现上述实施例，本技术还提供一种计算机程序产品。
[0182]
其中，该计算机程序产品由电子设备的处理器执行时，使得电子设备能够执行如上所述的方法。
[0183]
图5是根据一示例性实施例示出的一种电子设备框图。图5示出的电子设备仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
[0184]
如图5所示，电子设备500包括处理器501，其可以根据存储在只读存储器(rom，read only memory)502中的程序或者从存储器506加载到随机访问存储器(ram，random access memory)503中的程序而执行各种适当的动作和处理。在ram 503中，还存储有电子设备500操作所需的各种程序和数据。处理器501、rom 502以及ram 503通过总线504彼此相连。输入/输出(i/o，input/output)接口505也连接至总线504。
[0185]
以下部件连接至i/o接口505：包括硬盘等的存储器506；以及包括诸如lan(局域网，local area network)卡、调制解调器等的网络接口卡的通信部分507，通信部分507经由诸如因特网的网络执行通信处理；驱动器508也根据需要连接至i/o接口505。
[0186]
特别地，根据本技术的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分507从网络上被下载和安装。在该计算机程序被处理器501执行时，执行本技术的方法中限定的上述功能。
[0187]
在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器，上述指令可由电子设备500的处理器501执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
[0188]
在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
[0189]
图6是根据一示例性实施例示出的一种电子设备的结构框图。图6示出的电子设备仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。如图6所示，该电
子设备600包括处理器601和存储器602。其中，存储器602用于存储程序代码，处理器601与存储器602连接，用于从存储器602内读取程序代码，以实现上述实施例中传感器检测方法。
[0190]
可选地，处理器601的数量可以是一个或多个。
[0191]
可选地，电子设备还可以包括接口603，该接口603的数量可以是多个。该接口603可以与应用程序连接，并且可以接收外部设备如传感器的数据等。
[0192]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本技术旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求指出。
[0193]
应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求来限制。

技术特征：
1.一种传感器检测方法，其特征在于，包括：获取传感器的检测数据，并对所述检测数据进行采样得到采样点；基于所述采样点，获取所述传感器标准的第一特征信息和新增的第二特征信息，其中，所述第二特征信息包括所述检测数据的截顶率、目标采样点的占比、所述目标采样点的连续长度中的至少一个，其中，所述目标采样点为相邻且数值相同的采样点；根据所述第一特征信息和所述第二特征信息，确定传感器是否存在故障。2.根据权利要求1所述的方法，其特征在于，所述根据所述第一特征信息和所述第二特征信息，确定传感器是否存在故障，包括：针对所述第一特征信息和所述第二特征信息中的任一特征信息，获取所述任一特征信息对应的异常识别条件；若所述任一特征信息满足对应的异常识别条件，确定传感器存在故障。3.根据权利要求2所述的方法，其特征在于，所述对所述检测数据进行采样得到采样点之前，还包括：基于预设的数据时长，在所述检测数据中进行截取，得到待采样的检测数据。4.根据权利要求3所述的方法，其特征在于，所述第一特征信息包括但不限于：所述检测数据的数据时长、平均值、标准差、有效值、最大值、最小值、峰峰值、零值率、连续零值长度、过零率、阶跃信号数、离群点数和强白噪声干扰数。5.根据权利要求1-4任一项所述的方法，其特征在于，所述检测数据的截顶率的获取方法，包括：获取截顶阈值；统计大于或等于所述截顶阈值的采样点数量，并根据所述采样点数量和采样点总数量，确定所述检测数据的截顶率。6.根据权利要求1-4任一项所述的方法，其特征在于，所述目标采样点的获取方法，包括：从首个采样点开始遍历，获取当前遍历采样点的相邻采样点；判断所述相邻采样点与所述当前遍历采样点是否相等；所述相邻采样点与所述当前遍历采样点相等时，确定所述当前遍历采样点和所述相邻采样点为目标采样点。7.根据权利要求6所述的方法，其特征在于，所述目标采样点的占比的获取方法，包括：获取所有所述采样点中的目标采样点数量；根据所述目标采样点数量和采样点总数量的比值，确定所述目标采样点的占比。8.根据权利要求7所述的方法，其特征在于，所述目标采样点的连续长度的获取方法，包括：获取不同数值下，连续相邻的目标采样点的第一数量；将所述目标采样点的第一数量的最大值，确定为所述目标采样点的连续长度。9.一种传感器检测装置，其特征在于，包括：第一获取模块，用于获取传感器的检测数据，并对所述检测数据进行采样得到采样点；第二获取模块，用于基于所述采样点，获取所述传感器标准的第一特征信息和新增的第二特征信息，其中，所述第二特征信息包括所述检测数据的截顶率、目标采样点的占比、
所述目标采样点的连续长度中的至少一个，其中，所述目标采样点为相邻且数值相同的采样点；检测模块，用于根据所述第一特征信息和所述第二特征信息，确定传感器是否存在故障。10.根据权利要求9所述的装置，其特征在于，所述检测模块，包括：针对所述第一特征信息和所述第二特征信息中的任一特征信息，获取所述任一特征信息对应的异常识别条件；若所述任一特征信息满足对应的异常识别条件，确定传感器存在故障。11.根据权利要求10所述的装置，其特征在于，所述第一获取模块，还包括：基于预设的数据时长，在所述检测数据中进行截取，得到待采样的检测数据。12.根据权利要求11所述的装置，其特征在于，所述第一特征信息包括但不限于：所述检测数据的数据时长、平均值、标准差、有效值、最大值、最小值、峰峰值、零值率、连续零值长度、过零率、阶跃信号数、离群点数和强白噪声干扰数。13.根据权利要求9-12任一项所述的装置，其特征在于，所述第二获取模块，包括：获取截顶阈值；统计大于或等于所述截顶阈值的采样点数量，并根据所述采样点数量和采样点总数量，确定所述检测数据的截顶率。14.根据权利要求9-12任一项所述的装置，其特征在于，所述第二获取模块，包括：从首个采样点开始遍历，获取当前遍历采样点的相邻采样点；判断所述相邻采样点与所述当前遍历采样点是否相等；所述相邻采样点与所述当前遍历采样点相等时，确定所述当前遍历采样点和所述相邻采样点为目标采样点。15.根据权利要求14所述的装置，其特征在于，所述第二获取模块，包括：获取所有所述采样点中的目标采样点数量；根据所述目标采样点数量和采样点总数量的比值，确定所述目标采样点的占比。16.根据权利要求15所述的装置，其特征在于，所述第二获取模块，包括：获取不同数值下，连续相邻的目标采样点的第一数量；将所述目标采样点的第一数量的最大值，确定为所述目标采样点的连续长度。17.一种电子设备，其特征在于，包括：如权利要求9至16中任一项所述的装置。18.一种电子设备，其特征在于，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现如权利要求1至8中任一项所述的方法。19.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1至8中任一项所述的方法。20.一种计算机程序产品，其特征在于，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-8中任一项所述的方法。

技术总结
本申请提出一种传感器检测方法、装置及电子设备，涉及智能检测技术领域。该传感器检测的方法包括：获取传感器的检测数据，并对检测数据进行采样得到采样点；基于采样点，获取传感器标准的第一特征信息和新增的第二特征信息，其中，第二特征信息包括检测数据的截顶率、目标采样点的占比、目标采样点的连续长度中的至少一个，其中，目标采样点为相邻且数值相同的采样点；根据第一特征信息和第二特征信息，确定传感器是否存在故障。本申请实施例利用第一特征信息和第二特征信息完整反映检测数据的特征信息，根据检测数据的特征信息判断传感器是否存在故障，评估结果更加可靠和准确，且计算成本较低。计算成本较低。计算成本较低。


技术研发人员：魏学锋 姬升阳 刘德新 鹿明明 李力 廖一衡 卢回忆 赵宿辰 刘豪睿 刘加 曹宏 刘德广
受保护的技术使用者：北京华控智加科技有限公司
技术研发日：2023.06.21
技术公布日：2023/10/7