1.一种智能擦窗系统，其特征是，包括擦窗机器人和用于对擦窗机器人进行故障检测的擦窗机器人故障检测装置，所述擦窗机器人包括机器人本体、条形清洁垫片、洗涤剂喷射器和废液回收装置，所述条形清洁垫片设置于机器人本体的上部，所述洗涤剂喷射器设置于机器人本体的中部，该废液回收装置设置于所述条形清洁垫片的下方，所述机器人本体内置有吸附装置和智能控制单元，所述智能控制单元包括控制单元、自动测距单元和报警单元，所述控制单元分别与所述自动测距单元和报警单元电连接。

2.根据权利要求1所述的一种智能擦窗系统，其特征是，所述机器人本体内置有聚合物锂电池组，所述聚合物锂电池组与控制单元电连接。

3.根据权利要求2所述的一种智能擦窗系统，其特征是，所述吸附装置为钕铁硼永磁铁。

4.根据权利要求3所述的一种智能擦窗系统，其特征是，该擦窗机器人故障检测装置包括：(1)历史数据采集单元，用于通过传感器采集擦窗机器人在正常状态下及各种故障状态下运行时多个测点的历史振动信号数据；(2)数据预处理单元，用于对采集到的原始历史振动信号数据进行预处理；(3)特征提取单元，用于从过滤后的历史振动信号数据中提取小波包奇异值特征，并将提取的小波包奇异值特征作为故障诊断特征向量样本；(4)实时故障诊断特征向量采集单元，用于获取擦窗机器人的实时故障诊断特征向量；(5)故障诊断模型建立单元，用于建立基于改进的支持向量机的故障诊断模型，并使用故障诊断特征向量样本对故障诊断模型进行训练，计算出故障诊断模型参数的最优解，得到训练完成的故障诊断模型；(6)故障诊断识别单元，用于将该擦窗机器人的实时故障诊断特征向量输入到训练完成的故障诊断模型中，完成擦窗机器人故障的诊断识别。

5.根据权利要求4所述的一种智能擦窗系统，其特征是，所述提取小波包奇异值特征，包括：

(1)设擦窗机器人处于状态R时从测点B测量到的一个时刻的历史振动信号为RB(K)，B＝

1,…,Ω，Ω为测点的个数，对RB(K)进行 层离散小波包分解，提取第 层中的 个分解系数，其中 的值根据历史经验和实际情况结合确定；对所有的分解系数进行重构，以表示第 层各节点的重构信号，构建特征矩阵如下：

(2)对特征矩阵T[RB(K)]进行奇异值分解，获得该特征矩阵T[RB(K)]的特征向量为其中β1,β2,…,βλ为由特征矩阵T[RB(K)]分解的奇异值，λ为由特征矩阵T[RB(K)]分解的奇异值的个数，定义RB(K)对应的故障诊断特征向量 为：

其中， 表示特征向量 中的最大奇异值， 表示特征向量

中的最小奇异值；

(3)对计算得到的故障诊断特征向量进行筛选，排除不合格的故障诊断特征向量，设排除的不合格的故障诊断特征向量的数量为Ω′，则该擦窗机器人处于状态R时在该固定时刻的故障诊断特征向量样本为：