smach_based_introspection_code_explain_cn

Smach_based_introspection代码解释

包结构

tree /scripts

├── #modify_revco_dmp_gen_ay_para_manually.py#
├── modify_revco_dmp_gen_ay_para_manually.py
├── process_dataset_to_models.py
├── process_experiment_record_to_dataset.py
├── process_experiment_record_to_dmp_models.py
├── process_experiment_record_to_models.py
├── send_manual_anomaly_signal.py
├── start_cam_recording_service.py
└── #visualize_dataset.py#

现在我们使用tree命令来查看smach_based_introspection/scripts/中的代码用处以及用意

• modify_revco_dmp_gen_ay_para_manually.py： 由于在机器人修复过程在存在dmp没有解的情况，我们想通过修改dmp的参数来优化dmp使其有解
• process_experiment_record_to_dataset.py：将采集的rosbag数据转化为csv
• process_dataset_to_models.py ：通过转化后的csv数据来训练模型
• start_cam_recording_service.py：启动录屏服务
• process_experiment_record_to_dmp_models.py： 在adaptation的时候，需要重新训练dmp

└── smach_based_introspection_framework
    ├── config
    ├── offline_part
    │   ├── anomaly_classification_feature_selection
    │   ├── anomaly_detection_feature_selection
    │   ├── collect_data_from_rosbag
    │   │   └── test_data
    │   │       ├── experiment_at_2018y04m10d20H40M57S
    │   │       └── experiment_at_2018y04m10d20H47M31S
    │   └── model_training
    └── online_part
        ├── anomaly_classifier
        │   └── test_data
        │       ├── csvs
        │       └── models
        ├── anomaly_detector
        │   └── test_data
        ├── data_collection
        │   └── test_data
        ├── framework_core
        ├── process_runner
        │   └── scripts
        ├── robot_screen_visualization
        └── smach_modifier
            └── test_data

• config：修改配置文件
• offline_part：优化传感器信号的融合。选择最优的组合
• online_part： 最核心的部分

  • anomaly_classifier：异常分类代码

  • anomaly_detector：异常检测代码

  • data_collection：数据采集代码

  • process_runner：存放开启脚本文件的shell代码

  • robot_screen_visualization： 机器人正常状态屏幕为绿色; 没有introspection模型时为黄色; 异常时为红色。

  • smach_modifier：修改的smach代码 #demo 这部分的代码都是有main函数的可以直接运行

• /online_part/anomaly_detector/log_likelihood_incremental_calculator.py
• /online_part/anomaly_classifier/Classifier.py
• /online_part/data_collection/StoreTimeseriesInRedisProc.py
• /online_part/data_collection/TimeseriesReceiverProc.py
• /online_part/data_collection/plot_offline_signals.py
• /online_part/data_collection/ConvertTagTopicToInterestedVectorProc.py
• /online_part/smach_modifier/quaternion_interpolation.py