[發(fā)明專利]基于推斷狀態(tài)對(duì)物理系統(tǒng)的控制

在審

• 申請(qǐng)?zhí)枺?/td>: 202010147977.1
• 申請(qǐng)日: 2020-03-05
• 公開(kāi)（公告）號(hào): CN111665747A
• 公開(kāi)（公告）日: 2020-09-15
• 發(fā)明（設(shè)計(jì)）人: V.G.薩托拉斯;M.韋林;V.菲舍爾;Z.阿卡塔
• 申請(qǐng)（專利權(quán)）人: 羅伯特·博世有限公司
• 主分類號(hào): G05B19/042
• 分類號(hào): G05B19/042;G06N3/04;G06N3/08
• 代理公司: 中國(guó)專利代理(香港)有限公司 72001
• 代理人: 畢錚;陳嵐

1.一種用于使能實(shí)現(xiàn)基于根據(jù)傳感器數(shù)據(jù)推斷的物理系統(tǒng)的狀態(tài)對(duì)物理系統(tǒng)的控制的系統(tǒng)（100），包括：

-輸入接口（120），其用于訪問(wèn)表示與物理系統(tǒng)（60）的所述狀態(tài)相關(guān)聯(lián)的傳感器測(cè)量的傳感器數(shù)據(jù)（122）；

-到輸出設(shè)備（40）的輸出接口（140），輸出設(shè)備（40）在物理系統(tǒng)的控制中被使用；

-處理器子系統(tǒng)（160），其被配置為通過(guò)在迭代中進(jìn)行以下各項(xiàng)來(lái)基于傳感器數(shù)據(jù)迭代地推斷物理系統(tǒng)的所述狀態(tài)：

-使用輸入接口獲得傳感器測(cè)量；

-使用數(shù)學(xué)模型（192）獲得所述狀態(tài)的初始推斷，所述數(shù)學(xué)模型（192）表示作為傳感器測(cè)量和先前推斷狀態(tài)的函數(shù)對(duì)所述狀態(tài)的基于先驗(yàn)知識(shí)的建模；

-將經(jīng)學(xué)習(xí)的模型（194）應(yīng)用于所述狀態(tài)的初始推斷和傳感器測(cè)量，其中經(jīng)學(xué)習(xí)的模型已經(jīng)被學(xué)習(xí)以最小化由所述數(shù)學(xué)模型提供的初始推斷與基本事實(shí)之間的誤差，并且提供校正值作為輸出以用于校正所述數(shù)學(xué)模型的所述狀態(tài)的初始推斷；以及

-通過(guò)將所述狀態(tài)的初始推斷與校正值相組合，來(lái)獲得當(dāng)前推斷狀態(tài)；

其中處理器子系統(tǒng)進(jìn)一步被配置為使用輸出接口向輸出設(shè)備提供輸出數(shù)據(jù)（142），以使能實(shí)現(xiàn)基于當(dāng)前推斷狀態(tài)對(duì)物理系統(tǒng)的控制。

2.根據(jù)權(quán)利要求1所述的系統(tǒng)（100），其中處理器子系統(tǒng)（160）被配置為在迭代中：

-使用輸入接口（120）獲得傳感器測(cè)量的時(shí)間序列；

-通過(guò)使用傳感器測(cè)量的時(shí)間序列和先前推斷狀態(tài)的時(shí)間序列作為往所述數(shù)學(xué)模型（192）的輸入，來(lái)獲得所述狀態(tài)的初始推斷；

-將經(jīng)學(xué)習(xí)的模型（194）應(yīng)用于所述狀態(tài)的初始推斷和傳感器測(cè)量的時(shí)間序列，以獲得當(dāng)前校正值，所述當(dāng)前校正值與先前校正值一起形成校正值的時(shí)間序列；和

-通過(guò)將所述狀態(tài)的初始推斷與校正值的時(shí)間序列相組合，來(lái)獲得當(dāng)前推斷狀態(tài)。

3.根據(jù)權(quán)利要求1或2所述的系統(tǒng)（100），其中經(jīng)學(xué)習(xí)的模型是遞歸神經(jīng)網(wǎng)絡(luò)（RNN），并且其中處理器子系統(tǒng)（160）被配置為在物理系統(tǒng)的所述狀態(tài)的迭代推斷的迭代之間維護(hù)和傳遞遞歸神經(jīng)網(wǎng)絡(luò)的隱狀態(tài)。

4.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的系統(tǒng)（100），其中經(jīng)學(xué)習(xí)的模型是圖神經(jīng)網(wǎng)絡(luò)（GNN），其包括門控遞歸單元（GRU）以在圖神經(jīng)網(wǎng)絡(luò)中建立遞歸。

5.根據(jù)權(quán)利要求1至4中任一項(xiàng)所述的系統(tǒng)（100），其中所述數(shù)學(xué)模型提供作為傳感器測(cè)量和先前推斷狀態(tài)的函數(shù)對(duì)所述狀態(tài)的基于物理學(xué)的建模。

6.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的系統(tǒng)（100)，其中所述數(shù)學(xué)模型包括轉(zhuǎn)移模型部分和測(cè)量模型部分，所述轉(zhuǎn)移模型部分對(duì)給定先前推斷狀態(tài)的要推斷的狀態(tài)的條件概率（）進(jìn)行建模，所述測(cè)量模型部分對(duì)給定要推斷的狀態(tài)的傳感器測(cè)量的條件概率（）進(jìn)行建模。

7.根據(jù)權(quán)利要求6所述的系統(tǒng)（100），其中處理器子系統(tǒng)（160）被配置為通過(guò)假設(shè)所述數(shù)學(xué)模型的概率分布是線性和高斯的，由卡爾曼濾波來(lái)迭代地推斷所述狀態(tài)。

8.根據(jù)權(quán)利要求1至7中任一項(xiàng)所述的系統(tǒng)（100），其中，處理器子系統(tǒng)（160）被配置為作為有向圖形模型并且通過(guò)在有向圖形模型的邊之上使用迭代消息傳遞方案，來(lái)實(shí)現(xiàn)物理系統(tǒng)的所述狀態(tài)的迭代推斷。

9.根據(jù)權(quán)利要求1至8中任一項(xiàng)所述的系統(tǒng)（100），其中輸出設(shè)備（40）是與物理系統(tǒng)（60）相關(guān)聯(lián)的致動(dòng)器，并且其中所述系統(tǒng)被配置為通過(guò)向致動(dòng)器提供基于物理系統(tǒng)的當(dāng)前推斷狀態(tài)的控制數(shù)據(jù)（142）來(lái)控制物理系統(tǒng)。

10.根據(jù)權(quán)利要求9所述的系統(tǒng)（100），其中，所述系統(tǒng)是以下各項(xiàng)中的一個(gè)：

-車輛控制系統(tǒng)；

-機(jī)器人控制系統(tǒng)；

-制造控制系統(tǒng)；以及

-建筑物控制系統(tǒng)。