[发明专利]基于本体知识表示的机器人任务处理方法及系统

说明书

本发明提供一种基于本体知识表示的机器人任务处理方法及系统，方法包括：获取任务，创建任务实例；依据所述任务实例和存储的基本动作序列生成动作实例；依次获取所述动作实例的物体实例数据，若所述物体实例数据满足所述动作执行条件则执行所述动作实例；若所述基本动作序列包含的所有动作实例均执行，则所述任务执行成功。本发明与机器人的感知系统、控制系统相结合，实现基于知识的机器人自主控制。本发明对机器人任务执行支撑具有高度完整性，良好可扩展性和较强通用性。

技术领域

本发明涉及智能服务机器人技术领域，尤其涉及一种基于本体知识表示的机器人任务处理方法及系统。

背景技术

受益于人工智能和机器人技术的迅猛发展，近年来机器人的感知能力得到了明显提升。机器人可以完成一些基本的物体识别、导航和抓取任务，但对于复杂不确定环境作业，任务执行缺少自适应能力。认知推理能力不足，成为制约机器人发展的关键瓶颈问题。具体表现在：机器人缺乏常识认知，对于环境认知大多也仅停留在物体检测层面，物体分类、定位等相对简单的信息不能有效满足进一步理解目标物品、操作目标物品以提供复杂场景作业的要求。

本体是一种有效表现概念层次结构和语义的模型，也是机器人利用知识的重要工具。汉阳大学I.Suh等人提出了基于本体的多层次机器人知识框架OMRKF，该框架通过定义感知(Perception)、模型(Model)、活动(Activity)和上下文信息(Context)4类知识实现机器人语义认知表征，通过定义知识公理及规则实现本体推理，具有语义知识请求查询能力。不来梅大学M.Tenorth等人提出了一种基于本体的知识处理系统KnowRob，其构建了一个融合多源异构信息的语义框架，兼有知识表达和知识推理功能。

以上提出的知识框架，都是以本体作为知识表示及推理基础，可以为机器人提供丰富的语义信息。但OMRKF试图通过将低层事实存储在一个分层的符号体系结构中来解决基础问题，该方法导致面临复杂实体或动作时难以扩展。KnowRob构建语义知识模型主要采用百科全书形式，缺乏针对任务的顶层设计，语义知识查询推理与组织调用能力不足。

发明内容

本发明提供一种基于本体知识表示的机器人任务处理方法及系统，用以解决现有技术中机器人任务处理时扩展性、通用性和完整性不足的缺陷，能够令机器人依据不同环境状态，自主动态地组织动作序列完成指定任务。

本发明提供一种基于本体知识表示的机器人任务处理方法，包括：

获取任务，创建任务实例；

依据所述任务实例和存储的基本动作序列生成动作实例；

依次获取所述动作实例的物体实例数据，依据存储的动作执行条件判断所述物体实例数据是否满足所述动作执行条件，若所述物体实例数据满足所述动作执行条件则执行所述动作实例；

若所述基本动作序列包含的所有动作实例均执行，则所述任务执行成功。

根据本发明提供的一种基于本体知识表示的机器人任务处理方法，所述若所述物体实例数据满足所述动作执行条件则执行所述动作实例之后，还包括：

若所述物体实例数据不满足所述动作执行条件，通过动态规划更新所述基本动作序列，若所述更新的基本动作序列包含的所有动作实例均执行，则所述任务执行成功。

根据本发明提供的一种基于本体知识表示的机器人任务处理方法，所述通过动态规划更新所述基本动作序列之后，还包括：

若经过动态规划后，若所述更新的基本动作序列中存在任一动作物体实例数据不满足所述动作执行条件，则所述任务执行失败。

根据本发明提供的一种基于本体知识表示的机器人任务处理方法，所述若所述物体实例数据满足所述动作执行条件则执行所述动作实例，包括：