[發明專利]用于識別和處理異常情況的機器人和方法有效
| 申請號: | 201310012878.2 | 申請日: | 2013-01-14 |
| 公開(公告)號: | CN103203753A | 公開(公告)日: | 2013-07-17 |
| 發明(設計)人: | 張峻源;盧慶植 | 申請(專利權)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: | 北京銘碩知識產權代理有限公司 11286 | 代理人: | 韓明星;張云珠 |
| 地址: | 韓國京畿*** | 國省代碼: | 韓國;KR |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 識別 處理 異常 情況 機器 人和 方法 | ||
技術領域
本發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時發生的異常情況、例外情況或錯誤情況(在下文中統稱為異常情況)的機器人和方法。
背景技術
與那些安裝在工業現場的按照相同的方式處理給定任務的機器人不同,安裝在家中的機器人需要在多種操作情況下提供服務,并靈活地處理在提供服務時由于操作情況的不確定性而可能發生的情況。
但是,在現有技術中,當非預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生設計者未預料的例外情況時,機器人將它們識別為輸入錯誤或者僅定義發生例外情況,而可能不能適當地識別和處理這樣的情況。
在這種關系下,提出了這樣的機器人:使用由機器人的感測單元輸入的數據來配置分層數據結構,使用所述分層數據結構來增強機器人對環境情況的識別能力,并確定將來的情況以使得機器人可適當地處理非預期的情況。
然而,如果機器人確定的情況與實際識別的情況不匹配,則機器人繼續探測周圍,直到確定的數據被輸入到機器人為止,或者僅僅是忽略這樣的情況。因此,現有技術的機器人可能不能適當地處理異常情況。
發明內容
因此,本發明的一方面在于提供一種用于基于除機器人的設計者預定義的輸入數據以外的輸入數據來識別由于噪聲或操作情況的不確定性是否發生異常情況,并執行用于處理異常情況的處理任務的機器人和方法。
在以下描述中將部分闡述本發明的另外的方面,還有一部分從描述中將是顯而易見的,或者可由本發明的實施而得知。
根據本發明的一方面,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、學習模型、機器人可提供的服務、用于提供服務的子任務以及用于處理異常情況的處理任務;控制器,用于根據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,通過存儲單元中的學習模型確定在用于提供選擇的服務的子任務正被執行時是否發生異常情況,如果確定發生異常情況,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。
關于選擇將由機器人提供的服務的步驟,控制器可確定將由機器人提供的服務是否被選擇,如果將由機器人提供的服務沒有被選擇,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,并確定所述信息是否滿足推斷模型中包括的規則,從而選擇將由機器人提供的服務。
關于確定異常情況是否發生的步驟,控制器可選擇用于提供選擇的服務的子任務,確定與所述子任務相應的學習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相應的學習模型,則從存儲單元檢索與選擇的子任務相應的學習模型并從存儲單元檢索與學習模型的輸入相應的信息,將檢索的信息輸入到學習模型,并基于來自學習模型的結果確定是否發生異常情況。
如果在存儲單元中不存在與所述子任務相應的學習模型,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生/未發生來訓練學習模型,并將經過訓練的學習模型存儲在存儲單元中,從而創建與所述子任務相應的學習模型。
關于選擇用于處理異常情況的處理任務的步驟,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,并確定所述信息是否滿足推斷模型中包括的規則,以選擇用于處理異常情況的處理任務。
根據本發明的另一方面,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;通過存儲單元中的學習模型來確定在用于提供選擇的服務的子任務正被執行時是否發生異常情況;如果確定發生異常情況,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。
選擇的步驟可包括:確定將由機器人提供的服務是否被選擇;如果將由機器人提供的服務沒有被選擇,則在存儲單元中檢索機器人的內部信息和外部信息、推斷模型和機器人可提供的服務;確定所述信息是否滿足推斷模型中包括的規則,從而選擇將由機器人提供的服務。
確定是否發生異常情況的步驟可包括:選擇用于提供選擇的服務的子任務;確定與所述子任務相應的學習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相應的學習模型,則從存儲單元檢索與選擇的子任務相應的學習模型并從存儲單元檢索與學習模型的輸入相應的信息;將檢索的信息輸入到學習模型,并基于來自學習模型的結果確定是否發生異常情況。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于三星電子株式會社,未經三星電子株式會社許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310012878.2/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:用于激活傳感器的方法
- 下一篇:一種光纖光柵測力裝置





