[發(fā)明專利]用于識別和處理異常情況的機器人和方法

有效

• 申請?zhí)枺?/td>: 201310012878.2
• 申請日: 2013-01-14
• 公開（公告）號: CN103203753A
• 公開（公告）日: 2013-07-17
• 發(fā)明（設(shè)計）人: 張峻源;盧慶植
• 申請（專利權(quán)）人: 三星電子株式會社
• 主分類號: B25J11/00
• 分類號: B25J11/00;B25J13/00;B25J13/08;B25J19/02
• 代理公司: 北京銘碩知識產(chǎn)權(quán)代理有限公司 11286
• 代理人: 韓明星;張云珠

技術(shù)領(lǐng)域

本發(fā)明的實施例涉及一種識別和處理可能在機器人正提供服務(wù)時發(fā)生的異常情況、例外情況或錯誤情況（在下文中統(tǒng)稱為異常情況）的機器人和方法。

背景技術(shù)

與那些安裝在工業(yè)現(xiàn)場的按照相同的方式處理給定任務(wù)的機器人不同，安裝在家中的機器人需要在多種操作情況下提供服務(wù)，并靈活地處理在提供服務(wù)時由于操作情況的不確定性而可能發(fā)生的情況。

但是，在現(xiàn)有技術(shù)中，當(dāng)非預(yù)期的信息被輸入到機器人中或者由于操作情況的不確定性而發(fā)生設(shè)計者未預(yù)料的例外情況時，機器人將它們識別為輸入錯誤或者僅定義發(fā)生例外情況，而可能不能適當(dāng)?shù)刈R別和處理這樣的情況。

在這種關(guān)系下，提出了這樣的機器人：使用由機器人的感測單元輸入的數(shù)據(jù)來配置分層數(shù)據(jù)結(jié)構(gòu)，使用所述分層數(shù)據(jù)結(jié)構(gòu)來增強機器人對環(huán)境情況的識別能力，并確定將來的情況以使得機器人可適當(dāng)?shù)靥幚矸穷A(yù)期的情況。

然而，如果機器人確定的情況與實際識別的情況不匹配，則機器人繼續(xù)探測周圍，直到確定的數(shù)據(jù)被輸入到機器人為止，或者僅僅是忽略這樣的情況。因此，現(xiàn)有技術(shù)的機器人可能不能適當(dāng)?shù)靥幚懋惓Ｇ闆r。

發(fā)明內(nèi)容

因此，本發(fā)明的一方面在于提供一種用于基于除機器人的設(shè)計者預(yù)定義的輸入數(shù)據(jù)以外的輸入數(shù)據(jù)來識別由于噪聲或操作情況的不確定性是否發(fā)生異常情況，并執(zhí)行用于處理異常情況的處理任務(wù)的機器人和方法。

在以下描述中將部分闡述本發(fā)明的另外的方面，還有一部分從描述中將是顯而易見的，或者可由本發(fā)明的實施而得知。

根據(jù)本發(fā)明的一方面，一種機器人包括：感測單元，用于感測機器人的內(nèi)部信息和外部信息；存儲單元，用于存儲由感測單元感測的信息、推斷模型、學(xué)習(xí)模型、機器人可提供的服務(wù)、用于提供服務(wù)的子任務(wù)以及用于處理異常情況的處理任務(wù)；控制器，用于根據(jù)用戶命令或通過存儲單元中的推斷模型來選擇將由機器人提供的服務(wù)，通過存儲單元中的學(xué)習(xí)模型確定在用于提供選擇的服務(wù)的子任務(wù)正被執(zhí)行時是否發(fā)生異常情況，如果確定發(fā)生異常情況，則通過存儲單元中的推斷模型選擇用于處理異常情況的處理任務(wù)。

關(guān)于選擇將由機器人提供的服務(wù)的步驟，控制器可確定將由機器人提供的服務(wù)是否被選擇，如果將由機器人提供的服務(wù)沒有被選擇，則在存儲單元中檢索所述信息、推斷模型和機器人可提供的服務(wù)，并確定所述信息是否滿足推斷模型中包括的規(guī)則，從而選擇將由機器人提供的服務(wù)。

關(guān)于確定異常情況是否發(fā)生的步驟，控制器可選擇用于提供選擇的服務(wù)的子任務(wù)，確定與所述子任務(wù)相應(yīng)的學(xué)習(xí)模型是否在存儲單元中，如果在存儲單元中存在與所述子任務(wù)相應(yīng)的學(xué)習(xí)模型，則從存儲單元檢索與選擇的子任務(wù)相應(yīng)的學(xué)習(xí)模型并從存儲單元檢索與學(xué)習(xí)模型的輸入相應(yīng)的信息，將檢索的信息輸入到學(xué)習(xí)模型，并基于來自學(xué)習(xí)模型的結(jié)果確定是否發(fā)生異常情況。

如果在存儲單元中不存在與所述子任務(wù)相應(yīng)的學(xué)習(xí)模型，則控制器可在存儲單元中檢索所述信息，通過將所述信息映射到異常情況的發(fā)生/未發(fā)生來訓(xùn)練學(xué)習(xí)模型，并將經(jīng)過訓(xùn)練的學(xué)習(xí)模型存儲在存儲單元中，從而創(chuàng)建與所述子任務(wù)相應(yīng)的學(xué)習(xí)模型。

關(guān)于選擇用于處理異常情況的處理任務(wù)的步驟，控制器可在存儲單元中檢索所述信息、推斷模型和用于處理異常情況的處理任務(wù)，并確定所述信息是否滿足推斷模型中包括的規(guī)則，以選擇用于處理異常情況的處理任務(wù)。

根據(jù)本發(fā)明的另一方面，一種用于識別和處理機器人中的異常情況的方法包括：根據(jù)用戶命令或通過機器人的存儲單元中的推斷模型來選擇將由機器人提供的服務(wù)；通過存儲單元中的學(xué)習(xí)模型來確定在用于提供選擇的服務(wù)的子任務(wù)正被執(zhí)行時是否發(fā)生異常情況；如果確定發(fā)生異常情況，則通過存儲單元中的推斷模型來選擇用于處理異常情況的處理任務(wù)。

選擇的步驟可包括：確定將由機器人提供的服務(wù)是否被選擇；如果將由機器人提供的服務(wù)沒有被選擇，則在存儲單元中檢索機器人的內(nèi)部信息和外部信息、推斷模型和機器人可提供的服務(wù)；確定所述信息是否滿足推斷模型中包括的規(guī)則，從而選擇將由機器人提供的服務(wù)。

確定是否發(fā)生異常情況的步驟可包括：選擇用于提供選擇的服務(wù)的子任務(wù)；確定與所述子任務(wù)相應(yīng)的學(xué)習(xí)模型是否在存儲單元中；如果在存儲單元中存在與所述子任務(wù)相應(yīng)的學(xué)習(xí)模型，則從存儲單元檢索與選擇的子任務(wù)相應(yīng)的學(xué)習(xí)模型并從存儲單元檢索與學(xué)習(xí)模型的輸入相應(yīng)的信息；將檢索的信息輸入到學(xué)習(xí)模型，并基于來自學(xué)習(xí)模型的結(jié)果確定是否發(fā)生異常情況。