欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019113251871
申请人: 西南交通大学
专利类型:发明专利
专利状态:已下证
专利领域: 手动工具;轻便机动工具;手动器械的手柄;车间设备;机械手
更新日期:2024-01-05
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于场景知识图谱任务型机器人的控制方法,其特征在于,包括以下步骤:S1:以三元组的形式对复杂场景中各种实体的信息、属性和功能信息之间的关系进行存储,构建基于复杂场景的复杂场景知识图谱,三元组的数学模型为:R={S,P,O},其中S、O均为实体,P表示两个实体之间的关系;

S2:建立基于复杂场景知识图谱的推理模型;

S3:建立机器人控制序列与知识图谱中实体之间的对应关系;

S4:通过状态转移的方式,调整机器人操作参数或控制序列,对已建立的机器人控制序列进行动作融合;

S5:在知识图谱的推理模型的基础上建立机器人动作推理模型;

S6:结合拓扑地图和知识图谱建立复杂场景中的环境模型,机器人获取现实环境中的实体特征,并结合知识图谱建立实体位置与实体的映射关系,获得这个实体的操作序列和属性;

S7:机器人的语音识别模块接收到控制语音,并处理成计算机能识别的语言,提取控制语音中的实体关系,转化成机器人需控制的目标和需完成的任务;

S8:将需控制的目标和需完成的任务输入知识图谱的推理模型和机器人动作推理模型中,生成控制目标的实体信息和控制序列;

S9:将控制目标的实体信息和控制序列输入环境模型中,获得控制目标的实体位置,产生机器人的控制序列;

S10:机器人通过控制序列,规划机器人路径,完成执行控制语音内的控制命令。

2.根据权利要求1所述的基于场景知识图谱任务型机器人的控制方法,其特征在于,所述动作推理模型为:其中,R为实体与另一个实体关系的集合,r为实体与另一个实体的关系,Xx,k是第K个数r实体的0/1真值,cr是权重,Pw为目标函数,xr,k为第k个数r实体的0/1真值,MBx代表的是目前可满足的知识库。

3.根据权利要求1所述的基于场景知识图谱任务型机器人的控制方法,其特征在于,所述步骤S4包括:S41:利用机器人的传感器,对同一类属性的不同实体进行特征识别,获得不同实体之间的差异;

S42:不同实体之间的差异通过马尔可夫随机场进行实体的状态转移:P=(Yv|X,Yw,w≠v)=P=(Yv|X,Yw,w~v)其中,X表示输入的实体属性,Y表示输出状态转移后的实体属性,w和v表示X和Y之间的关系。

4.根据权利要求1所述的基于场景知识图谱任务型机器人的控制方法,其特征在于,所述步骤S6包括:S61:利用拓扑和栅格混合地图的方式建立机器人的移动环境的环境模型,拓扑和栅格混合地图的模型为:G=(V,E)

其中,V表示机器人能到达的地点,E表示地点之间的连接关系,G表示整个的拓扑地图。

S62:机器人通过感知环境获取的实体信息与知识图谱中的实体进行匹配,并将建立的环境模型上传到云端,建立实体位置与实体的映射关系。

5.根据权利要求1所述的基于场景知识图谱任务型机器人的控制方法,其特征在于,所述基于复杂场景知识图谱的推理模型为:A(X,Y)^B(Y,Z)=C(X,Z)|W

其中,X,Y,Z是变量,A,B是实体与实体之间的关系,W是权重,所述权重表示该规则在推理过程中的重要程度,可以通过在不断地训练来改变权重W值,即:P(I)是权重W,其中λ为规则的权重,而d(r)是推理中事实与预测结果的距离值,R是规则的集合,通过复杂场景知识图谱的规则逻辑建立的推理模型。