Работа посвящена контролю качества данных в многоканальной телеметрии робототехнического манипулятора. Цель исследования – разработать и экспериментально оценить метод, который выявляет и локализует искаженный канал без обучения нейронной сети и без физического стенда. Метод объединяет показатели полноты, временной корректности и стабильности каждого потока с кинематическими и динамическими невязками между энкодерами, токами приводов, инерциальным каналом и внешней оценкой положения рабочего органа. Пороговые значения вычисляются по чистому калибровочному интервалу с использованием медианы и медианного абсолютного отклонения; локализация выполняется по графу межканальных связей. Воспроизводимый программный эксперимент включает 864 сценария, шесть видов искажений, четыре канала, три уровня интенсивности и двенадцать повторов. Предлагаемый метод достиг среднего F1 0,862 при 95-процентном бутстреп-интервале [0,845; 0,879], тогда как фиксированные правила и адаптивный одноканальный контроль дали 0,622 и 0,791 соответственно. Средняя точность локализации составила 0,843, доля ложных срабатываний – 0,0059. Наибольший выигрыш получен для постоянных смещений; для выбросов и замирания одноканальные методы оказались конкурентоспособнее. Результат представляет собой интерпретируемый модуль контроля входной телеметрии, пригодный для встраивания перед хранением и аналитической обработкой данных.
The paper addresses data quality control in the multichannel telemetry of a robotic manipulator. The aim of the study is to develop and experimentally evaluate a method that detects and localises a corrupted channel without training a neural network and without a physical test bench. The method combines indicators of completeness, temporal correctness and stability of each stream with kinematic and dynamic residuals between the encoders, the drive currents, the inertial channel and the external estimate of the end-effector position. Threshold values are computed over a clean calibration interval using the median and the median absolute deviation; localisation is performed on a graph of inter-channel relations. The reproducible software experiment covers 864 scenarios, six types of distortion, four channels, three intensity levels and twelve repetitions. The proposed method reached a mean F1 of 0,862 with a 95% bootstrap interval [0,845; 0,879], whereas fixed rules and adaptive single-channel control yielded 0,622 and 0,791 respectively. The mean localisation accuracy was 0,843 and the false positive rate was 0,0059. The largest gain was obtained for constant offsets; for outliers and freezing, single-channel methods proved more competitive. The result is an interpretable module for input telemetry control suitable for embedding before data storage and analytical processing.