[发明专利]一种基于知识引擎的机器人与环境交互方法

说明书

本发明公开了一种基于知识引擎的机器人与环境交互方法，解决了仍未能实现机器人根据特定任务进行特定设计和规划的问题，其技术方案要点是建立知识获取机制、搭建由点和边组成的知识图、建立知识解释机制、进行知识存储、建立知识推理机制、建立机器人查询库，通过查询语言得到实现任务起点到任务终点的可行路径，本发明的一种基于知识引擎的机器人与环境交互方法，可大大提升机器人知识获取的广度和深度，降低了不同数据的处理难度，能快速进行查询和执行当前任务，更加实用。

技术领域

本发明涉及机器人与环境交互技术，特别涉及一种基于知识引擎的机器人与环境交互方法。

背景技术

随着许多机器人大规模知识系统的建立与应用，如谷歌知识图、IBMWatson、维基百科等，机器人的应用越来越普遍，解决任务的方式也越来越多，如数据挖掘、自然语言处理、图像处理和语音处理等，但是这些知识系统大多只是用于解决日常问题，是以人为本的为解决人类如何使用机器人的问题而设计的知识库，并未完全实现机器人根据特定的任务进行特定的设计和规划，这对于人类来说更加有价值。

当机器人在应对特定的任务时，如将某个特定的物品转移到特定的地方，需要知道各种细节信息，才能执行自然语言理解、感知、规划和控制。此时机器人需要获取基于物体实体知识的语言符号，以及物品放置在特定位置的知识，还有抓取推测和操纵物体的适当规划。而在不同的任务和场景中，去有效地处理这种联合知识，仍然是一个悬而未决的问题。

发明内容

本发明的目的是提供一种基于知识引擎的机器人与环境交互方法，可大大提升机器人知识获取的广度和深度，降低了不同数据的处理难度，能快速进行查询和执行当前任务，更加实用。

本发明的上述技术目的是通过以下技术方案得以实现的：

一种基于知识引擎的机器人与环境交互方法，包括有以下步骤：

S1、建立知识获取机制；

S2、搭建由点和边组成的知识图，将机器人获取的知识按照逻辑、时间或空间顺序进行连接，形成知识网图；

S3、建立知识解释机制，对各个知识来源的不同形式数据进行统一管理；

S4、进行知识存储，以数据存储集群的方式存储不同形式的数据；

S5、建立知识推理机制，对知识图进行修改和重建；

S6、建立机器人查询库，通过查询语言得到实现任务起点到任务终点的可行路径。

作为优选，步骤S1中知识获取具体包括有：

建立关于人类行为的图像视频数据集，基于深度学习语义分割原理对人体动作进行行为分析预测；

通过基于计算机视觉原理的增强现实技术及行为预测算法，在可穿戴透视显示器上进行行为预测并提供多个用于确定行为意图以构成知识图节点的选项；

与多个网络知识源进行授权请求及连接以获取互联网知识。

作为优选，步骤S2中知识图的搭建具体包括有：

用节点表示任意对象，用边表示两个节点之间的任务关系，通过节点和边组成知识图；

节点表示的对象包括有人、物体、音频、视频、数据集；

边包括有单向边和双向边；单向边表示对时间顺序、空间顺序有要求的任务；双向边表示需要进行数据交互的任务。

作为优选，步骤S3中知识解释具体为：

将机器人所获取的知识可按照逻辑、空间或时间顺序进行连接，形成知识网图；

以元数据方式对知识进行管理，以存储从不同源获取的不同形式的数据；