본 논문은 케이블 구동 병렬 로봇(CDPRs)에서 추가 센서 없이 모터 토크 데이터만을 사용하여 이상 징후를 감지하는 방법을 제시합니다. 정지 상태에서의 이상 징후(예: 돌풍, 케이블 충돌) 감지를 위해 적응형 비지도 이상치 탐지 알고리즘을 제안합니다. 가우시안 혼합 모델(GMM)을 기반으로 하며, 짧은 교정 기간 동안 정상 데이터를 학습하고, 실시간 토크 측정치를 마할라노비스 거리로 평가하여 통계적으로 도출된 임계값을 통해 이상 징후를 감지합니다. 정상으로 판별된 최신 데이터 세그먼트를 사용하여 모델 매개변수를 주기적으로 업데이트하여 변화하는 환경에 적응합니다. 다양한 풍속을 시뮬레이션한 14개의 장기간 테스트 세션을 통해 검증되었으며, 100%의 진짜 양성률과 95.4%의 평균 진짜 음성률, 1초의 탐지 지연 시간을 달성했습니다. 전력 임계값 방법 및 비적응형 GMM 방법과 비교하여 드리프트 및 환경 변화에 대한 높은 강건성을 보였습니다.
