CN106054602A - 一种识别语音需求的模糊自适应机器人系统及其工作方法 - Google Patents

Abstract

本发明公开了一种识别语音需求的模糊自适应机器人系统及其工作方法，该系统包括顺次连接的模糊感知模块、模糊决策模块、执行模块；其中模糊感知模块感知语音以及系统和环境传感器信息，实现信息的模糊化预处理，并将模糊化预处理的结果传输到模糊决策模块；模糊决策模块进行模糊自适应推理，实现模糊推理决策和去模糊化，输出清晰的动作指令；执行模块接受模糊决策模块的决策结果，发布清晰的动作指令到底层硬件。本发明可有效提高机器人系统对语音需求的支持，提高任务完成的质量和系统的效率，提高了机器人系统对用户语音需求的自适应能力。

Description

一种识别语音需求的模糊自适应机器人系统及其工作方法

技术领域

本发明属于自适应软件系统和需求工程技术领域，特别是一种识别语音需求的模糊自适应机器人系统及其工作方法。

背景技术

软件自适应的研究正成为当前软件工程、信息物理融合系统领域最为活跃的研究方向之一。对环境变化和用户需求变化的动态演化和适应能力已成为对软件系统的必然需求，即要求软件系统具有自适应能力，以能及时消除或减轻变化所带来的不利影响，确保持续而不间断地提供服务。众所周知，语言是用户表达需求最直接的方式。这意味着在许多面向任务的自适应系统中，用户的原始需求是基于语音的。传统的方式是人为的将其转换为基于文本的形式再输入到软件的自适应环中，显然这种方式存在许多不足，比如：难以保证反应实时性，人机交互不直接，容易丢失信息等。

因此，我们探索利用语音识别技术，将识别得到的语音要求直接输入到自适应环无需经过语音转换到文本的过程，为人机交互提供一个自然和实时的方式。然而，人类的语言和需求总是充满模糊性和不确定性，例如“尽可能快”，这是一个典型的模糊术语而难以确定其准确值。现有机器人系统虽然能够识别语音进行动作，但大多只能识别简单的语音指令，并且采取非模糊的精确推导来决策，以致不能解决带有模糊性的语音需求，具有较低的自适应性。

发明内容

本发明的目的在于提供一种识别语音需求的模糊自适应机器人系统及其工作方法，使得系统捕获自然语音并直接作用于自适应环，提高任务完成的质量和系统的效率。

实现本发明目的的技术解决方案为：一种识别语音需求的模糊自适应机器人系统，包括顺次连接的模糊感知模块、模糊决策模块、执行模块，其中：

模糊感知模块，用于实现感知语音以及系统和环境传感器信息，实现信息的模糊化预处理，并将模糊化预处理的结果传输到模糊决策模块；

模糊决策模块，进行模糊自适应推理，实现模糊推理决策和去模糊化，输出清晰的动作指令；

执行模块，接受模糊决策模块的决策结果，发布清晰的动作指令到底层硬件。

进一步地，所述模糊感知模块包括音识别模块、传感器感知模块、预处理模糊化模块，音识别模块、传感器感知模块分别与预处理模糊化模块连接，其中：

语音识别模块，用于识别自然语音，并将识别得到的关键词传输到预处理模糊化模块；

传感器感知模块，实现对系统内部以及外部环境改变的感知，并将感知结果传输到预处理模糊化模块；

预处理模糊化模块，用于实现数据的模糊化处理，接受并处理来自语音识别模块和传感器感知模块的数据信息。

进一步地，所述模糊决策模块包括顺次连接的规则库、模糊推理模块、去模糊化模块，其中：

模糊推理模块，实现基于规则的模糊推理，推理结果传输到去模糊化模块；

规则库，定义基于专家知识的规则，用于模糊推理；

去模糊化模块，实现模糊推理结果的去模糊化。

进一步地，所述语音识别模块包括相互连接的语音识别API和指令匹配模块，其中：

语音识别API，实现对自然语音的感知，并与匹配模块相连接；

指令匹配模块，接受语音识别API的语音指令，实现对识别所得指令的初步归类。

进一步地，所述传感器感知模块包括系统传感器和环境传感器，其中：

系统传感器，感知系统内部变化；

环境传感器，感知外部环境。

进一步地，所述规则库包括模糊规则库和隐含规则库，其中：

模糊规则库，定义基于专家知识的模糊规则，匹配识别语音的模糊语义；

隐含规则库，定义基于专家知识的隐含语义规则，匹配识别语音的隐含语义。

一种基于所述识别语音需求的模糊自适应机器人系统的工作方法，步骤如下：

步骤1，模糊感知模块感知语音以及系统和环境传感器信息，实现信息的模糊化预处理，并将模糊化预处理的结果传输到模糊决策模块；

步骤2，模糊决策模块进行模糊自适应推理，实现模糊推理决策和去模糊化，输出清晰的动作指令；

步骤3，执行模块接受模糊决策模块的决策结果，发布清晰的动作指令到底层硬件。

进一步地，步骤1所述模糊感知模块感知语音以及系统和环境传感器信息，实现信息的模糊化预处理，并将模糊化预处理的结果传输到模糊决策模块，具体步骤如下：

1)模糊感知模块感知语音指令、系统内部变化以及外部环境，根据语音指令进行指令匹配，实现指令的分类；

2)将步骤1)中感知到的原始参数、属性数据进行模糊化，根据模糊隶属度函数转换成定性的模糊值，实现信息的模糊化预处理；

3)将模糊化预处理的结果传输到模糊决策模块。

进一步地，步骤2所述模糊决策模块进行模糊自适应推理，实现模糊推理决策和去模糊化，输出清晰的动作指令，公式为：

$y^{crisp}=\frac{{\Σ}_i{y}_i\mathrm{\μ}\left(y_i\right)}{{\Σ}_i\mathrm{\μ}\left(y_i\right)}$

其中，y^crisp为经过去模糊化处理后的清晰值，y_i表示第i条模糊规则在隶属函数的中心，μ(y_i)为第i条规则求最小蕴含运算后的隶属度。

本发明与现有技术相比，其显著优点为：(1)该系统较好的解决了基于语音的需求的模糊性和不确定性等问题；(2)该系统将识别得到的语音指令直接作用到自适应环中，有效提高了任务完成的质量和效率。

附图说明

图1是本发明识别语音需求的模糊自适应机器人系统的结构示意图。

图2是本发明示例中模糊化的隶属度函数图，其中(a)为速度隶属度函数图，(b)为拥挤隶属度函数图。

图3是本发明实施例中去模糊化的示意图。

图4是本发明实施例中系统的序列图表示变量的动态调用关系图。

图5是本发明实施例中运行界面和实际运行图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步详细说明。

结合图1，本发明识别语音需求的模糊自适应机器人系统，包括顺次连接的模糊感知模块1、模糊决策模块2、执行模块3，其中：

一、模糊感知模块1，用于实现感知语音以及系统和环境传感器信息，实现信息的模糊化预处理，并将模糊化预处理的结果传输到模糊决策模块2；

所述模糊感知模块1包括音识别模块11、传感器感知模块12、预处理模糊化模块13，音识别模块11、传感器感知模块12分别与预处理模糊化模块13连接，其中：

语音识别模块11，用于识别自然语音，并将识别得到的关键词传输到预处理模糊化模块13；所述语音识别模块11包括相互连接的语音识别API111和指令匹配模块112，其中：语音识别API111，实现对自然语音的感知，并与匹配模块112相连接；指令匹配模块112，接受语音识别API111的语音指令，实现对识别所得指令的初步归类。

传感器感知模块12，实现对系统内部以及外部环境改变的感知，并将感知结果传输到预处理模糊化模块13；所述传感器感知模块12包括系统传感器121和环境传感器122，其中：系统传感器121，感知系统内部变化；环境传感器122，感知外部环境。

预处理模糊化模块13，用于实现数据的模糊化处理，接受并处理来自语音识别模块11和传感器感知模块12的数据信息。

二、模糊决策模块2，进行模糊自适应推理，实现模糊推理决策和去模糊化，输出清晰的动作指令；

所述模糊决策模块2包括顺次连接的规则库22、模糊推理模块21、去模糊化模块23，其中：

模糊推理模块21，实现基于规则的模糊推理，推理结果传输到去模糊化模块22；

规则库22，定义基于专家知识的规则，用于模糊推理；所述规则库22包括模糊规则库221和隐含规则库222，其中：模糊规则库221，定义基于专家知识的模糊规则，匹配识别语音的模糊语义；隐含规则库222，定义基于专家知识的隐含语义规则，匹配识别语音的隐含语义。

去模糊化模块23，实现模糊推理结果的去模糊化。

三、执行模块3，接受模糊决策模块2的决策结果，发布清晰的动作指令到底层硬件。

本发明基于所述识别语音需求的模糊自适应机器人系统的工作方法，步骤如下：

步骤1，模糊感知模块1感知语音以及系统和环境传感器信息，实现信息的模糊化预处理，并将模糊化预处理的结果传输到模糊决策模块2，具体步骤如下：

1)模糊感知模块1感知语音指令、系统内部变化以及外部环境，根据语音指令进行指令匹配，实现指令的分类；

2)将步骤1)中感知到的原始参数、属性数据进行模糊化，根据模糊隶属度函数转换成定性的模糊值，实现信息的模糊化预处理；

3)将模糊化预处理的结果传输到模糊决策模块2。

步骤2，模糊决策模块2进行模糊自适应推理，实现模糊推理决策和去模糊化，输出清晰的动作指令，公式为：

$y^{crisp}=\frac{{\Σ}_i{y}_i\mathrm{\μ}\left(y_i\right)}{{\Σ}_i\mathrm{\μ}\left(y_i\right)}$

其中，y^crisp为经过去模糊化处理后的清晰值，y_i表示第i条模糊规则在隶属函数的中心，μ(y_i)为第i条规则求最小蕴含运算后的隶属度。

步骤3，执行模块3接受模糊决策模块2的决策结果，发布清晰的动作指令到底层硬件。

实施例1

本实例结合送餐机器人场景进行说明，构建了识别语音需求的模糊自适应送餐机器人G。机器人G可以识别自然语音，并根据环境的拥挤状况、电池电量，自动调节自身速度，以合适的速度运送食品到目的地。

具体步骤如下：

机器人G包括：模糊感知模块，模糊自适应决策模块和执行模块，如图1所示，其中：

(1)模糊感知模块1，感知器如Kinect(微软的视觉传感器)、Mobile_base/sensor(机器人的参数传感器)检测环境以及软件内部变化；语音识别器(Recognizer)识别语音指令，并通过指令匹配模块112进行指令匹配,实现指令的分类。例如：识别得到“停”、“暂停”、“沉默”、“关闭”等指令匹配后为“停”。感知环节将原始的参数、属性数据通过预处理模糊化模块13模糊化；

通过预处理模糊化模块13，系统传感器感知模块12采集来的定量和数值型数据需要首先转换成定性的模糊值才能实现模糊自适应推理决策。考虑到电机的最大功率，机器人G的速度范围被规定为[0,0.6](米/秒)。速度的模糊范围设定集A＝{很慢,慢,正常,快,非常快}。以同样的方式确定环境拥挤程度(以前方障碍物的距离作依据)，设置集B＝{很拥挤,拥挤,正常，开阔，很开阔}。模糊隶属度函数如图2所示，其中图2(a)为速度隶属度函数图，图2(b)为拥挤隶属度函数图。

以前者为例，三角函数是用来描述中间三者，梯形函数用来描述“很快”。环境拥挤程度隶属度函数中，如果距离超过0.5米,则环境拥挤度隶属于“很拥挤”的程度是1。最后，传输到模糊决策模块2；

(2)模糊决策模块2，进行模糊推理决策和去模糊化。其中：

模糊推理模块21，依靠规则库22进行匹配，规则包括：模糊规则221，处理具有模糊含义的语句；隐含规则222，转换语句中潜在的用户需求。如表1、2，模糊控制器包括两个输入变量和一个输出变量。以“尽快”为例，当机器人G捕获声音得到关键字“尽快”，这意味着任务需要全速执行。详细的模糊规则在表1；捕获声音得到关键字“汉堡”，则代表一种固体食物，其模糊推理速度结果为快。详细的转换规则列在表2。

表1模糊规则

表2隐含规则

去模糊化模块23，将模糊推理后的结果按照中心平均法进行去模糊化输出清晰值,公式为：

$y^{crisp}=\frac{{\Σ}_i{y}_i\mathrm{\μ}\left(y_i\right)}{{\Σ}_i\mathrm{\μ}\left(y_i\right)}$

其中，y^crisp为经过去模糊化处理后的清晰值，y_i表示第i条模糊规则在隶属函数的中心(即横轴上使隶属度达到高峰的位置)，μ(y_i)为第i条规则求最小蕴含运算后的隶属度。

例如：当语音指令为“尽可能快”且障碍距离为“0.5”的时候，经过模糊决策得到“快”或“很快”的模糊推理结果。清晰化后得到0.35m/s的速度值，过程如图3所示。

(3)执行模块3，得到的清晰的动作指令被施加到应用逻辑层调整相应的参数、行为，达到自适应的调速送餐目的。

图4是本发明示例系统的序列图，表示机器人程序中变量的动态调用关系；图5是本发明示例的运行界面和实际应用图。由上可知，本发明可有效提高机器人系统对语音需求的支持，提高任务完成的质量和系统的效率。

Claims (9)

1.一种识别语音需求的模糊自适应机器人系统，其特征在于，包括顺次连接的模糊感知模块(1)、模糊决策模块(2)、执行模块(3)，其中：

模糊感知模块(1)，用于实现感知语音以及系统和环境传感器信息，实现信息的模糊化预处理，并将模糊化预处理的结果传输到模糊决策模块(2)；

模糊决策模块(2)，进行模糊自适应推理，实现模糊推理决策和去模糊化，输出清晰的动作指令；

执行模块(3)，接受模糊决策模块(2)的决策结果，发布清晰的动作指令到底层硬件。

2.根据权利要求1所述识别语音需求的模糊自适应机器人系统，其特征在于，所述模糊感知模块(1)包括音识别模块(11)、传感器感知模块(12)、预处理模糊化模块(13)，音识别模块(11)、传感器感知模块(12)分别与预处理模糊化模块(13)连接，其中：

语音识别模块(11)，用于识别自然语音，并将识别得到的关键词传输到预处理模糊化模块(13)；

传感器感知模块(12)，实现对系统内部以及外部环境改变的感知，并将感知结果传输到预处理模糊化模块(13)；

预处理模糊化模块(13)，用于实现数据的模糊化处理，接受并处理来自语音识别模块(11)和传感器感知模块(12)的数据信息。

3.根据权利要求1所述识别语音需求的模糊自适应机器人系统，其特征在于，所述模糊决策模块(2)包括顺次连接的规则库(22)、模糊推理模块(21)、去模糊化模块(23)，其中：

模糊推理模块(21)，实现基于规则的模糊推理，推理结果传输到去模糊化模块(22)；

规则库(22)，定义基于专家知识的规则，用于模糊推理；

去模糊化模块(23)，实现模糊推理结果的去模糊化。

4.根据权利要求2所述识别语音需求的模糊自适应机器人系统，其特征在于，所述语音识别模块(11)包括相互连接的语音识别API(111)和指令匹配模块(112)，其中：

语音识别API(111)，实现对自然语音的感知，并与匹配模块(112)相连接；

指令匹配模块(112)，接受语音识别API(111)的语音指令，实现对识别所得指令的初步归类。

5.根据权利要求2所述识别语音需求的模糊自适应机器人系统，其特征在于，所述传感器感知模块(12)包括系统传感器(121)和环境传感器(122)，其中：

系统传感器(121)，感知系统内部变化；

环境传感器(122)，感知外部环境。

6.根据权利要求3所述识别语音需求的模糊自适应机器人系统，其特征在于，所述规则库(22)包括模糊规则库(221)和隐含规则库(222)，其中：

模糊规则库(221)，定义基于专家知识的模糊规则，匹配识别语音的模糊语义；

隐含规则库(222)，定义基于专家知识的隐含语义规则，匹配识别语音的隐含语义。

7.一种基于权利要求1所述识别语音需求的模糊自适应机器人系统的工作方法，其特征在于，步骤如下：

步骤1，模糊感知模块(1)感知语音以及系统和环境传感器信息，实现信息的模糊化预处理，并将模糊化预处理的结果传输到模糊决策模块(2)；

步骤2，模糊决策模块(2)进行模糊自适应推理，实现模糊推理决策和去模糊化，输出清晰的动作指令；

步骤3，执行模块(3)接受模糊决策模块(2)的决策结果，发布清晰的动作指令到底层硬件。

8.根据权利要求7所述识别语音需求的模糊自适应机器人系统的工作方法，其特征在于，步骤1所述模糊感知模块(1)感知语音以及系统和环境传感器信息，实现信息的模糊化预处理，并将模糊化预处理的结果传输到模糊决策模块(2)，具体步骤如下：

1)模糊感知模块(1)感知语音指令、系统内部变化以及外部环境，根据语音指令进行指令匹配，实现指令的分类；

2)将步骤1)中感知到的原始参数、属性数据进行模糊化，根据模糊隶属度函数转换成定性的模糊值，实现信息的模糊化预处理；

3)将模糊化预处理的结果传输到模糊决策模块(2)。

9.根据权利要求7所述识别语音需求的模糊自适应机器人系统的工作方法，其特征在于，步骤2所述模糊决策模块(2)进行模糊自适应推理，实现模糊推理决策和去模糊化，输出清晰的动作指令，公式为：

$y^{crisp}=\frac{{\mathrm{\Σ}}_i{y}_i\mathrm{\μ}\left(y_i\right)}{{\mathrm{\Σ}}_i\mathrm{\μ}\left(y_i\right)}$

其中，y^crisp为经过去模糊化处理后的清晰值，y_i表示第i条模糊规则在隶属函数的中心，μ(y_i)为第i条规则求最小蕴含运算后的隶属度。