[发明专利]一种利用大语言模型实现移动机器人人机交互巡检的方法

权利要求书

1.一种利用大语言模型实现移动机器人人机交互巡检的方法，其特征在于，包括步骤：

步骤1：建立任务调度管理器；

步骤2：通过移动机器人的语音模块或者可视化交互界面获取用户的自然语言指令；

步骤3：通过任务调度管理器和自然语言指令，使用大语言模型推理巡检任务执行流程；

步骤4：使用任务调度管理器将巡检任务执行流程反馈给用户。若用户提出意见，则返回步骤3迭代优化巡检任务执行流程，若用户确认执行，则进入步骤5；

步骤5：使用任务调度管理器控制移动机器人执行巡检任务，巡检过程中使用大语言模型迭代推理；

步骤6：巡检任务完成后，将巡检结果反馈给用户。

2.根据权利要求1所述的一种利用大语言模型实现移动机器人人机交互巡检的方法，其特征在于，所述任务调度管理器包括调度原则、巡检功能模块库、问答模块和大语言模型输入模块，在所述步骤1中建立任务调度管理器，包括步骤：

步骤1.1：建立调度原则：为大语言模型提供规范格式和顺序推理出任务步骤，并优先调用巡检功能模块库；

步骤1.2：建立巡检功能模块库：封装针对不同巡检子任务的基础模块，每个基础模块都提供明确的名称提示符、用途使用提示符和输入输出提示符，方便大语言模型正确理解和调用；

步骤1.3：建立问答模块：用户通过语音指令或者交互界面与问答模块交互，问答模块储存用户当前自然语言指令和历史自然语言指令，以便后续大语言模型再次推理；

步骤1.4：建立大语言模型输入模块：汇总大语言模型推理的历史隐藏问答和历史推理结果，并将各基础模块输出信息转换为大语言模型所理解的自然语言形式，以便后续再次推理。

3.根据权利要求2所述的一种利用大语言模型实现移动机器人人机交互巡检的方法，其特征在于，在所述步骤1.1中，建立调度原则，包括：

(1)任务调度管理器能够访问巡检功能模块库，使大语言模型根据基础模块的提示符推理巡检任务流程或执行指令代码；

(2)任务调度管理器为每个巡检任务生成一个唯一的序列号，并在序列号后面加上一个后缀提示，表示该任务是由哪些基础模块组成的，以避免因混乱的任务名导致大语言模型推理错误；

(3)任务调度管理器使用链式思维来协助大语言模型推理或调度基础模块，即每次生成一个巡检任务后，向大语言模型提出一个问题，询问是否需要使用更多的基础模块来完善或优化该巡检任务。

4.根据权利要求2所述的一种利用大语言模型实现移动机器人人机交互巡检的方法，其特征在于，在所述步骤1.2中，巡检功能模块库通过基础模型的提示符来协助任务调度管理器调度基础模型，使大语言模型准确理解基础模块，基础模型提示符具体包括：(1)名称提示符：提供了每个基础模块整体功能的摘要，帮助大语言模型简洁地理解每个基础模块的目的，并作为基础模块的调用入口；(2)用途使用提示符：描述每个基础模块的使用场景，帮助大语言模型对特定任务使用哪个基础模块做出决定；(3)输入输出提示符：描述每个基础模块所需的输入和输出格式，帮助移动机器人正确执行基础模块提供明确的定义。

根据基础模型的种类和提示符，定义移动机器人感知主机模块包括：即时定位与地图构建模块，地图管理模块，路径规划及运动控制模块，语音交互模块，基于深度学习的人员位置识别模块，基于深度学习的人员穿戴标准识别模块，以及基于深度学习的火灾烟雾检测模块。

5.根据权利要求1所述的一种利用大语言模型实现移动机器人人机交互巡检的方法，其特征在于，在所述步骤2中，通过麦克风阵列语音模块获取用户自然语言指令，包括步骤：

步骤2.1麦克风阵列语音模块采集用户语音输入；通过麦克风阵列语音模块收集用户语音输入的自然语言指令，并将其转换为数字信号；

步骤2.2数字信号将被送入语音处理模块进行预处理，所述预处理包括噪声消除、语音信号增强；

步骤2.3语音识别；将预处理后的信号送入语音识别模块，使用声学模型、语言模型和发音词典技术，将自然语言指令语音转换为文本。