[发明专利]一种基于状态知识图谱的机器人自主行为驱动方法

说明书

本发明属于人工智能机器人任务行为规划、知识图谱技术领域，一种基于状态知识图谱的机器人自主行为驱动方法，包括如下步骤：步骤1：构建任务组知识图谱；步骤2：构建三元组知识图谱；步骤3：构建状态知识图谱；步骤4：设计决策和驱动方法；步骤5：设计任务决策闭环控制系统。本发明方法使用知识图谱和动态感知系统，生成一种自动的机器人行为驱动方法。使用该方案能够将机器人的任意行为与动态感知系统结合起来，该结合过程不需要过多的人为编辑和干预，作为技术使用方，只需要进行设置状态的阈值和期望附着状态，即可以完成对机器人行为的自主控制。

技术领域

本发明属于人工智能机器人任务行为规划、知识图谱技术领域，尤其涉及一种基于状态知识图谱的机器人自主行为驱动方法。

背景技术

目前机器人行为控制多依赖于规则约束进行控制，在机器人没有接收到指令时，机器人则无法自发生成行为指令；或者按照机器人设计人员预制的自动化指令执行一些重复的任务；无法根据环境的改变自主进行行为规划。对此，在现阶段基于任务知识三元组、状态知识图谱基础上，我们需要设计一种计算方法，将知识图谱应用到机器人的自主行为驱动过程中，实现机器人能够在知识图谱的作用下，根据场景中感知参数的改变，来判断应该执行的行为。

发明内容

本发明目的在于提供一种基于状态知识图谱的机器人自主行为驱动方法，以解决上述的技术问题。

为解决上述技术问题，本发明的一种基于状态知识图谱的机器人自主行为驱动方法的具体技术方案如下：

一种基于状态知识图谱的机器人自主行为驱动方法，包括如下步骤：

步骤1：构建任务组知识图谱；

步骤2：构建三元组知识图谱；

步骤3：构建状态知识图谱；

步骤4：设计决策和驱动方法：

步骤4.1：将感知信息转化为一种空间曲面分布；

步骤4.2：设计一种由感知到状态变化的方法，使用该方法让感知信息按照知识图谱的描述，转化为形成一种知识表征的算法；

步骤5：设计任务决策闭环控制系统。

进一步地，所述步骤1包括如下具体步骤：

将任务知识节点分类为两个种类：基本任务动作节点和任务节点；

对于动作节点，其中的参数有name、motionId、dsp、weight、vars、collection，分别表示任务名称动作执行原语ID、动作情景描述信息、动作权重、参数变量表、作为集合判定；

对于任务节点，其中参数有name、collection、weight，分别表示节点名称、集合判定、权重。

进一步地，所述步骤2包括如下具体步骤：

构造一个节点，节点由名词构成，包含名词特征features列表；节点之间关系为及物动词节点vt，表示源节点source通过动作vt作用到target节点；可以出现环路；再次，根据环境变化构建场景中人、物的实时追踪信息。

进一步地，所述步骤3包括如下具体步骤：

状态知识图谱的节点表示两个相对的状态，边为有向边，表示状态之间发生转移的动作，状态之间发生转移动作必须要与任务知识中的节点对应，状态知识必须要提供感知信息的获取方式和由感知到状态变化的算法，通过这样的计算将实时的环境信息改变反馈到场景改变。