[發明專利]一種基于云端知識融合的感認知增強機器人系統

有效

• 申請號: 201710353598.6
• 申請日: 2017-05-18
• 公開（公告）號: CN107291811B
• 公開（公告）日: 2019-11-29
• 發明（設計）人: 李石堅;楊莎;陳昕偉;潘綱;吳朝暉
• 申請（專利權）人: 浙江大學
• 主分類號: G06F16/36
• 分類號: G06F16/36
• 代理公司: 33224 杭州天勤知識產權代理有限公司
• 代理人: 何彬<國際申請>=<國際公布>=<進入國

1.一種基于云端知識融合的感認知增強機器人系統，其特征在于，包括機器人、處理器及與處理器通訊連接的感知單元、本地存儲單元和云端單元；

感知單元包括用于獲取機器人周邊環境信息的深度攝像機，本地存儲單元存儲有本地行為庫，云端單元融合有云端行為庫，行為庫是不同任務行為及實體的集合，行為是機器人在執行任務時一系列動作的組合，實體是行為動作的對象；

所述處理器用于：對行為庫中的動作與實體進行泛化，構建泛化的行為庫；接收服務請求；基于感知單元獲取的周邊環境信息，對與服務請求對應的目標物體進行檢測與定位；從行為庫中獲取適用于服務請求與目標物體的目標任務行為；控制機器人對目標物體執行目標任務行為；

所述從行為庫中獲取適用于服務請求與目標物體的目標任務行為的步驟包括：

判斷本地行為庫中的任務行為是否適用；

若本地行為庫中的任務行為不適用，則判斷云端行為庫中的任務行為是否適用，若適用，則更新本地行為庫；

若云端行為庫中的任務行為不適用，則構建目標任務行為，并更新本地行為庫與云端行為庫。

2.根據權利要求1所述的機器人系統，其特征在于，所述基于感知單元獲取的周邊環境信息，對與服務請求對應的目標物體進行檢測與定位的步驟包括：

接收深度攝像機獲取的圖像；

使用YOLO算法對圖像中的物體進行檢測與定位，獲取目標物體及其在深度攝像機坐標系中的坐標；

利用定標方法將目標物體在深度攝像機坐標系中的坐標轉換為目標物體在機器人坐標系中的坐標。

3.根據權利要求1所述的機器人系統，其特征在于，判斷行為庫中的任務行為是否適用的步驟包括：

若行為庫中不存在目標任務行為，用WordNet將目標任務行為的實體泛化為其泛化實體列表；

若行為庫中存在泛化實體列表與目標任務行為的泛化實體列表有交集的任務行為，用WordNet計算目標任務行為的實體和行為庫中任務行為的泛化實體列表的距離，獲取距離最小的任務行為；

若最小距離小于預設距離閾值，則適用，并依據服務請求對最小距離任務行為進行調整，獲取目標任務行為。

4.根據權利要求3所述的機器人系統，其特征在于，所述依據服務請求對最小距離任務行為進行調整的步驟包括：

依據服務請求和目標服務行為的實體的屬性，按照機器人抓取物體時的抓取角度、抓取模式和移動路徑調整最小距離任務行為中的動作。

5.根據權利要求3所述的機器人系統，其特征在于：

在構建出目標任務行為后，對其動作與實體進行泛化，構建泛化的行為，并將目標任務行為及泛化后的行為更新入行為庫中。

6.根據權利要求1所述的機器人系統，其特征在于，所述對行為庫中的動作與實體進行泛化，構建泛化的行為庫的步驟包括：

用WordNet將行為庫中的實體泛化成泛化實體列表，并根據機器人抓取物體時的路徑規劃、抓取模式和抓取角度將行為庫中的動作泛化成泛化動作列表，形成機器人的泛化行為庫。

7.根據權利要求3至6任一項權利要求所述的機器人系統，其特征在于，用WordNet對實體進行泛化的步驟包括：

設置實體的詞性為名詞，獲取該實體在WordNet中代表的詞集；

輸入含有實體且能夠表達實體語義的語句，運用Lesk算法進行語義消歧，從詞集中獲取代表實體語義的子詞集；

運用WordNet的上位詞函數hypernyms獲取子詞集對應的泛化詞集；

在泛化詞集中根據語境選擇泛化的高度，獲取實體的泛化結果。