[發明專利]一種基于場景知識圖譜任務型機器人的控制方法

有效

• 申請號: 201911325187.1
• 申請日: 2019-12-20
• 公開（公告）號: CN111098301B
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 茍先太;胡夢;張葛祥
• 申請（專利權）人: 西南交通大學
• 主分類號: B25J9/16
• 分類號: B25J9/16;B25J13/00
• 代理公司: 成都正華專利代理事務所(普通合伙) 51229
• 代理人: 李蕊

1.一種基于場景知識圖譜任務型機器人的控制方法，其特征在于，包括以下步驟：

S1：以三元組的形式對復雜場景中各種實體的信息、屬性和功能信息之間的關系進行存儲，構建基于復雜場景的復雜場景知識圖譜，三元組的數學模型為：R＝{S，P，O}，其中S、O均為實體，P表示兩個實體之間的關系；

S2：建立基于復雜場景知識圖譜的推理模型；

S3：建立機器人控制序列與知識圖譜中實體之間的對應關系；

S4：通過狀態轉移的方式，調整機器人操作參數或控制序列，對已建立的機器人控制序列進行動作融合；

S5：在知識圖譜的推理模型的基礎上建立機器人動作推理模型，所述動作推理模型為：

其中，R為實體與另一個實體關系的集合，r為實體與另一個實體的關系，X_x，k是第K個數r實體的0/1真值，c^r是權重，P_w為目標函數，x_r，k為第k個數r實體的0/1真值，MBx代表的是目前可滿足的知識庫；

S6：結合拓撲地圖和知識圖譜建立復雜場景中的環境模型，機器人獲取現實環境中的實體特征，并結合知識圖譜建立實體位置與實體的映射關系，獲得這個實體的操作序列和屬性；

S7：機器人的語音識別模塊接收到控制語音，并處理成計算機能識別的語言，提取控制語音中的實體關系，轉化成機器人需控制的目標和需完成的任務；

S8：將需控制的目標和需完成的任務輸入知識圖譜的推理模型和機器人動作推理模型中，生成控制目標的實體信息和控制序列；

S9：將控制目標的實體信息和控制序列輸入環境模型中，獲得控制目標的實體位置，產生機器人的控制序列；

S10：機器人通過控制序列，規劃機器人路徑，完成執行控制語音內的控制命令。

2.根據權利要求1所述的基于場景知識圖譜任務型機器人的控制方法，其特征在于，所述步驟S4包括：

S41：利用機器人的傳感器，對同一類屬性的不同實體進行特征識別，獲得不同實體之間的差異；

S42：不同實體之間的差異通過馬爾可夫隨機場進行實體的狀態轉移：

P＝(Y_v|X，Y_w，w≠v)＝P＝(Y_v|X，Y_w，w～v)

其中，X表示輸入的實體屬性，Y表示輸出狀態轉移后的實體屬性，w和v表示X和Y之間的關系。

3.根據權利要求1所述的基于場景知識圖譜任務型機器人的控制方法，其特征在于，所述步驟S6包括：

S61：利用拓撲和柵格混合地圖的方式建立機器人的移動環境的環境模型，拓撲和柵格混合地圖的模型為：

G＝(V，E)

其中，V表示機器人能到達的地點，E表示地點之間的連接關系，G表示整個的拓撲地圖；

S62：機器人通過感知環境獲取的實體信息與知識圖譜中的實體進行匹配，并將建立的環境模型上傳到云端，建立實體位置與實體的映射關系。

4.根據權利要求1所述的基于場景知識圖譜任務型機器人的控制方法，其特征在于，所述基于復雜場景知識圖譜的推理模型為：

A(X，Y)^B(Y，Z)＝C(X，Z)|W

其中，X，Y，Z是變量，A，B是實體與實體之間的關系，W是權重，所述權重表示規則在推理過程中的重要程度，可以通過在不斷地訓練來改變權重W值，即：

P(I)是權重W，其中λ為規則的權重，而d(r)是推理中事實與預測結果的距離值，R′是規則的集合，通過復雜場景知識圖譜的規則邏輯建立的推理模型。