[發(fā)明專利]基于知識庫和PDDL語義設(shè)計的機器人任務(wù)執(zhí)行方法

有效

• 申請?zhí)枺?/td>: 202110044134.3
• 申請日: 2021-01-13
• 公開（公告）號: CN112364853B
• 公開（公告）日: 2021-03-30
• 發(fā)明（設(shè)計）人: 任杰;楊彥韜;徐澤民;朱世強;顧建軍;李特
• 申請（專利權(quán)）人: 之江實驗室
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34;G06T7/66;G06N5/04
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 邱啟旺

本發(fā)明公開了一種基于知識庫和PDDL語義設(shè)計的機器人任務(wù)執(zhí)行方法，屬于知識庫和機器人自主決策領(lǐng)域。該方法包括：攝像頭全局感知場景物體；圖像視覺解析得到物體狀態(tài)；使用圖數(shù)據(jù)庫進(jìn)行進(jìn)行知識庫的表達(dá)；生成PDDL域文件和問題文件；執(zhí)行規(guī)劃并且返回機器人協(xié)同執(zhí)行。本發(fā)明的方法可以實現(xiàn)室內(nèi)場景下語義環(huán)境已知的情況下協(xié)同多機器人完成任務(wù)執(zhí)行，對于多機器人自主決策執(zhí)行有著較大的意義。

技術(shù)領(lǐng)域

本發(fā)明屬于知識庫和機器人自主決策領(lǐng)域，具體地涉及一種基于知識庫和PDDL語義設(shè)計的機器人任務(wù)執(zhí)行方法。

背景技術(shù)

知識庫是計算機領(lǐng)域一項前沿技術(shù)，在市場應(yīng)用上更多在于金融反欺詐、知識問答、搜索等，在機器人領(lǐng)域的應(yīng)用很少，基于知識的任務(wù)規(guī)劃執(zhí)行目前是該領(lǐng)域前沿應(yīng)用。使用知識庫存儲日常生活中一些常見的物體用法、物體間關(guān)系、操作物體的方法等，來模擬人類大腦記憶常識、動作和任務(wù)執(zhí)行，同時使用知識推理技術(shù)從已有的知識中來推理認(rèn)知未知陌生的環(huán)境，從而自主學(xué)習(xí)、自主任務(wù)規(guī)劃，這是機器人未來智能化的方向。

現(xiàn)有的機器人任務(wù)執(zhí)行大多是將任務(wù)的執(zhí)行順序固定或者通過人為的方式來控制指導(dǎo)的方式執(zhí)行，在倉庫領(lǐng)域，任務(wù)的執(zhí)行是將任務(wù)順序編排好，然后調(diào)度機器人執(zhí)行，并且在出現(xiàn)異常的時候也不會進(jìn)行處理。

發(fā)明內(nèi)容

針對現(xiàn)有技術(shù)存在的問題，本發(fā)明提出了一種基于知識庫和PDDL語義設(shè)計的機器人任務(wù)執(zhí)行方法。該方法可以運用知識庫存儲的知識和PDDL語言自主的任務(wù)分解規(guī)劃，不需要任務(wù)的編排設(shè)定，且機器人在執(zhí)行過程中可以自動的處理動態(tài)情況和異常情況。

為實現(xiàn)此目的，本發(fā)明采用如下技術(shù)方案：一種基于知識庫和PDDL語義設(shè)計的機器人任務(wù)執(zhí)行方法，包括以下步驟：

步驟一：在室內(nèi)場景下，通過全局?jǐn)z像頭感知環(huán)境物體，使用語義分割方法完成物體識別；

步驟二：通過設(shè)置三維全局坐標(biāo)，識別步驟一中的物體的位置坐標(biāo)，并獲取物體的重心位置坐標(biāo)，計算物體間的位置關(guān)系；所述物體的位置坐標(biāo)和物體間的位置關(guān)系組成物體狀態(tài)；生成當(dāng)前環(huán)境實例化知識并存儲在Redis中；

步驟三：使用圖數(shù)據(jù)庫進(jìn)行知識庫的表達(dá)，所述知識庫包括機器人任務(wù)知識、機器人知識；所述機器人任務(wù)知識由任務(wù)目標(biāo)狀態(tài)和動作知識組成，所述動作知識使用類似PetriNet網(wǎng)絡(luò)結(jié)構(gòu)來表達(dá)動作執(zhí)行后物體狀態(tài)變化，并記錄動作的輸入輸出時間狀態(tài)變化；所述機器人知識中記錄注冊的機器人，包括機器人組件和可以執(zhí)行的動作以及動作知識關(guān)聯(lián)；

步驟四：所述知識庫接收到任務(wù)后，將任務(wù)匹配到相應(yīng)的動作知識上，解析得到的每一個動作，將動作轉(zhuǎn)換成PDDL格式要求的動作結(jié)構(gòu)生成域文件；所述域文件包括：斷言、動作，使用NLP技術(shù)從知識庫中模糊匹配出機器人任務(wù)知識中已存相應(yīng)的任務(wù)，將機器人任務(wù)知識中的任務(wù)目標(biāo)狀態(tài)和當(dāng)前環(huán)境實例化知識合并，生成問題文件；

步驟五：通過在全局狀態(tài)空間搜索的方法下對需要執(zhí)行的任務(wù)進(jìn)行分解規(guī)劃，根據(jù)生成的問題文件中的任務(wù)目標(biāo)狀態(tài)和域文件反向推理，得到任務(wù)的全局執(zhí)行順序，知識庫在任務(wù)執(zhí)行時根據(jù)動作知識來調(diào)度相應(yīng)的機器人按全局執(zhí)行順序執(zhí)行任務(wù)；同時，機器人在執(zhí)行任務(wù)的過程中實時感知環(huán)境物體狀態(tài)，將感知的環(huán)境物體信息儲存Redis，所述環(huán)境物體信息包括物體位置、物體狀態(tài)、機器人狀態(tài)；

步驟六：實時判斷物體狀態(tài)是否與域文件中的斷言相同，當(dāng)物體狀態(tài)與斷言相同時，則繼續(xù)執(zhí)行任務(wù)；否則重復(fù)步驟四~五，直至任務(wù)執(zhí)行結(jié)束。

進(jìn)一步地，步驟四中如果沒有從知識庫中匹配到任務(wù)，將對應(yīng)的任務(wù)知識以及任務(wù)目標(biāo)狀態(tài)增加到機器人任務(wù)知識中。