[发明专利]一种基于仿真演绎的知识图谱修正方法

说明书

本发明公开了一种基于仿真演绎的知识图谱修正方法，该方法通过在仿真环境中大量重复相似的机器人行为，实现对机器人知识图谱的修正。其中知识图谱是一种能够表达机器人行为、环境、硬件关联的数据结构，用于机器人行为决策并执行任务。本发明基于仿真环境，所使用的仿真环境使用不限于现有的机器人仿真引擎，如unity3D、unreal4、gazebo，使用与机器人相似的仿真模型和环境，通过实时上传机器人与操作物件的信息，来修正知识图谱中机器人行为逻辑节点之间的关联。

技术领域

本发明涉及人工智能机器人任务行为规划、知识图谱领域技术、机器人虚拟仿真引擎技术，尤其是涉及一种基于仿真演绎的知识图谱修正方法。

背景技术

早先机器人作业使用示教或者完备的程序控制，无法完成自主的行为作业。目前常用的机器人自主作业主要由知识图谱提供信息支撑，使用动态的任务规划替代先前硬编码式的任务规划，机器人能在一定程度上实现自主作业。但是，使用动态规划任务会造成规划结果混乱；在知识图谱缺失关键知识节点的前提下，任务规划将会失败。

发明内容

为解决现有技术的不足，实现提升机器人任务规划效率和成功率的目的，本发明采用如下的技术方案：

一种基于仿真演绎的知识图谱修正方法，包括如下步骤：

S1，构建仿真环境、仿真机器人，定义完成任务的子任务及一系列子行为集合；

S2，构建机器人知识图谱，知识图谱包括构成任务的各节点和表示节点间权值的边；

S3，构建机器人仿真任务集合，进行仿真推导，得出能够完成任务的行为路径；

S4，展开机器人仿真，根据能够完成任务的行为路径，修正知识图谱的权值。

进一步地，所述S1包括如下步骤：

S11，基于机器人环境，建立周边场景的数字仿真环境，其环境受到现实世界物理定律约束，记作Env；

S12，基于机器人物理和模型特征，在机器人仿真环境中构建出对应的仿真机器人，包括机器人的运动行走部件，机器人抓取关节等，记作Sim-Robot；

S13，机器人作业任务记作Task，包括一组子任务Task-c；

S14，机器人运行时，执行的各个子任务记作Task-c，完成任务Task的一系列子任务，即一系列行为，记作{Task-c}集合；

S15，子任务Task-c，包括一组行为，且Task-c对应操作物件记作obj。

进一步地，所述S2包括如下步骤：

S21，定义任务Task为{robo,obj,{Task-c}}，robo表示真实机器人Real-robot，obj表示真实机器人操作的物件，{Task-c}表示完成任务Task的行为队列；

S22，实现Task的行为队列不是唯一的，知识图谱根据子任务Task-c与操作物件obj的对应关系{obj，Task-c}，生成所有可能操作物件obj的行为，得到实现任务Task的全部行为路径；

S23，使用全部子任务Task-c构建任务知识图谱，其中任务知识图谱的每个子任务记为一个Task-c节点，节点之间的边，表示Task-c节点之间构成任务Task的任务权值；

S24，根据行为构建行为知识图谱，其中行为知识图谱的每个子行为记为一个子行为节点，节点之间的边，表示子行为构成任务Task的行为的行为权值，子任务Task-c中被分解出的一组行为分别指向该行为对应的知识图谱；

S25，在知识图谱中，定义操作物件obj，在环境中全部可以操作的物件构成集合{obj}。