CN111796593A - 机器人的控制方法、装置和电子设备 - Google Patents

Abstract

本发明提供了一种机器人的控制方法、装置和电子设备，包括：获取当前时刻目标机器人执行目标任务时的系统状态；根据目标任务的任务决策模型和系统状态确定下一时刻目标机器人所执行动作的动作信息；根据动作信息控制目标机器人，以使目标机器人根据动作信息执行对应操作。本发明的机器人的控制方法是在目标机器人完成一个动作后，结合任务决策模型和系统状态再确定下一时刻的动作，这样，即便目标机器人发生故障，故障恢复完成后，可直接根据故障恢复完成后的系统状态再确定下一时刻目标机器人所执行动作的动作信息，无需重新编码，节省了成本，也无需对目标机器人的现场进行恢复，减少了工作量，实用性好。

Description

机器人的控制方法、装置和电子设备

技术领域

本发明涉及机器人控制的技术领域，尤其是涉及一种机器人的控制方法、装置和电子设备。

背景技术

随着机器人在物流、仓储和工厂领域等的应用，根据业务场景进行相应开发工作，变得越来越复杂。随着业务的发展，WCS(Warehouse Control System，仓储控制系统)需要根据业务场景不断的调整自己的代码。

目前，在对AGV设备进行控制时，都是根据目标任务和系统状态生成指令序列，进而根据指令序列控制AGV设备完成上述目标任务。例如，目标任务为将货架从A点运输到B点，系统状态为货架在A点，AGV设备在C点，那么生成的指令序列为：AGV设备移动至A点，顶升货架，AGV设备移动至B点，放下货架，进而WCS系统根据指令序列控制AGV设备执行上述目标任务。

上述过程并未考虑指令执行完成后，系统状态是否达到预期状态，若执行完顶升货架的指令后，AGV设备发生故障，其并没有完成顶升货架的动作，则后续未执行的指令均会失效，此时就需要根据当前的系统状态和目标任务再重新生成新的指令序列，重新编写新的代码，即需要编写两套针对相同逻辑的代码，增加了研发维护的成本和工作量。另外，在对发生故障的AGV设备维修完成并开机后，需要根据AGV设备发生故障时的状态恢复现场，如此才能确保后续的指令顺利执行。但是，在恢复现场时，往往需要手工操作AGV设备和货架，非常不便。

综上，现有的机器人控制方法存在成本高，工作量大，实用性差的技术问题。

发明内容

有鉴于此，本发明的目的在于提供一种机器人的控制方法、装置和电子设备，以缓解现有的机器人控制方法成本高，工作量大，实用性差的技术问题。

第一方面，本发明实施例提供了一种机器人的控制方法，所述方法包括：获取当前时刻目标机器人执行目标任务时的系统状态，其中，所述系统状态包括：所述目标机器人的状态信息和任务对象的状态信息，所述任务对象为所述目标机器人执行所述目标任务时的控制对象；根据所述目标任务的任务决策模型和所述系统状态确定下一时刻所述目标机器人所执行动作的动作信息；根据所述动作信息控制所述目标机器人，以使所述目标机器人根据所述动作信息执行对应操作。

进一步的，所述任务决策模型包括：任务决策树，所述任务决策树包括：多个节点和所述多个节点之间的逻辑对应关系，其中，每个节点设置相应的业务含义，所述业务含义包括：节点所对应的判断规则或者节点所对应的决策结果，一个决策结果对应一个动作信息；根据所述目标任务的任务决策模型和所述系统状态确定下一时刻所述目标机器人所执行动作的动作信息包括：根据所述任务决策树中各个节点的业务含义和所述系统状态确定下一时刻所述目标机器人所执行动作的动作信息。

进一步的，所述多个节点包括：状态判断节点和决策节点；所述状态判断节点设置相应的判断规则，所述决策节点设置相应的决策结果；根据所述任务决策树中各个节点的业务含义和所述系统状态确定下一时刻所述目标机器人所执行动作的动作信息包括：根据所述任务决策树中状态判断节点所对应的判断规则，在所述决策节点中确定与所述系统状态相匹配的目标决策节点；根据所述目标决策节点所对应的决策结果确定下一时刻所述目标机器人所执行动作的动作信息。

进一步的，所述方法还包括：在根据所述动作信息控制所述目标机器人之后，接收所述目标机器人反馈的系统状态，并根据反馈的系统状态继续执行所述根据所述目标任务的任务决策模型和所述系统状态确定下一时刻所述目标机器人所执行动作的动作信息的步骤。

进一步的，根据所述目标决策节点所对应的决策结果确定下一时刻所述目标机器人所执行动作的动作信息包括：获取所述目标决策节点所对应的决策结果，并获取所述目标决策节点的决策结果所对应的动作信息；将所述所对应的动作信息确定为下一时刻所述目标机器人所执行动作的动作信息。

进一步的，若所述目标任务为将货架移动至目标位置，则所述任务对象的状态信息为用于表示货架位置的位置信息。

进一步的，所述判断规则包括以下至少之一：判断所述货架是否存在；在所述货架存在的情况下，判断所述货架是否到达所述目标位置；在所述货架存在，且所述货架未到达所述目标位置的情况下，判断所述目标机器人是否顶起所述货架；在所述货架存在，所述货架未到达所述目标位置，且所述货架未在所述目标机器人上时，判断所述目标机器人是否在所述货架的位置；在所述货架存在，所述货架未到达所述目标位置，且所述货架在所述目标机器人上时，判断所述目标机器人是否在所述目标位置；所述动作信息包括以下至少之一：移动至所述货架的位置，顶起所述货架，移动至所述目标位置，放下所述货架，任务完成，任务失败。

第二方面，本发明实施例还提供了一种机器人的控制装置，所述装置包括：获取单元，用于获取当前时刻目标机器人执行目标任务时的系统状态，其中，所述系统状态包括：所述目标机器人的状态信息和任务对象的状态信息，所述任务对象为所述目标机器人执行所述目标任务时的控制对象；确定单元，用于根据所述目标任务的任务决策模型和所述系统状态确定下一时刻所述目标机器人所执行动作的动作信息；控制单元，用于根据所述动作信息控制所述目标机器人，以使所述目标机器人根据所述动作信息执行对应操作。

第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的方法的步骤。

第四方面，本发明实施例提供了一种计算机存储介质，其上存储有计算机程序，所述计算机运行所述计算机程序时执行上述第一方面任一项所述的方法的步骤。

在本发明实施例中，先获取当前时刻目标机器人执行目标任务时的系统状态；然后，根据目标任务的任务决策模型和系统状态确定下一时刻目标机器人所执行动作的动作信息；最后，根据动作信息控制目标机器人，以使目标机器人根据动作信息执行对应操作。通过上述描述可知，本发明的机器人的控制方法是根据当前时刻的系统状态和目标任务的任务决策模型确定下一时刻目标机器人所执行动作的动作信息的，也就是说本发明的机器人的控制方法是在目标机器人完成一个动作后，结合任务决策模型和系统状态再确定下一时刻的动作，这样，即便目标机器人发生故障，故障恢复完成后，可直接根据故障恢复完成后的系统状态再确定下一时刻目标机器人所执行动作的动作信息，无需重新编码，节省了成本，也无需对目标机器人的现场进行恢复，减少了工作量，实用性好，缓解了现有的机器人控制方法成本高，工作量大，实用性差的技术问题。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种电子设备的示意图；

图2为本发明实施例提供的一种机器人的控制方法的流程图；

图3为本发明实施例提供的确定下一时刻目标机器人所执行动作的动作信息的方法流程图；

图4为本发明实施例提供的将货架移动至目标位置的任务决策树的示意图；

图5为本发明实施例提供的一种机器人的控制装置的示意图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1：

首先，参照图1来描述用于实现本发明实施例的电子设备100，该电子设备可以用于运行本发明各实施例的机器人的控制方法。

如图1所示，电子设备100包括一个或多个处理器102、一个或多个存储器104、输入装置106、输出装置108、仓储控制系统110，这些组件通过总线系统112和/或其它形式的连接机构(未示出)互连。应当注意，图1所示的电子设备100的组件和结构只是示例性的，而非限制性的，根据需要，所述电子设备也可以具有其他组件和结构。

所述处理器102可以采用数字信号处理器(DSP，Digital Signal Processing)、现场可编程门阵列(FPGA，Field－Programmable Gate Array)、可编程逻辑阵列(PLA，Programmable Logic Array)和ASIC(Application Specific Integrated Circuit)中的至少一种硬件形式来实现，所述处理器102可以是中央处理单元(CPU，Central ProcessingUnit)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制所述电子设备100中的其它组件以执行期望的功能。

所述存储器104可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器102可以运行所述程序指令，以实现下文所述的本发明实施例中(由处理器实现)的客户端功能以及/或者其它期望的功能。在所述计算机可读存储介质中还可以存储各种应用程序和各种数据，例如所述应用程序使用和/或产生的各种数据等。

所述输入装置106可以是用户用来输入指令的装置，并且可以包括键盘、鼠标、麦克风和触摸屏等中的一个或多个。

所述输出装置108可以向外部(例如，用户)输出各种信息(例如，图像或声音)，并且可以包括显示器、扬声器等中的一个或多个。

所述仓储控制系统110用于采集机器人执行目标任务时的系统状态，其中，仓储控制系统110所采集的系统状态经过所述机器人的控制方法进行处理之后得到下一时刻机器人所执行动作的动作信息，例如，仓储控制系统110可以采集当前时刻机器人执行目标任务时的系统状态，将系统状态经过所述机器人的控制方法进行处理之后得到下一时刻机器人所执行动作的动作信息，进而根据动作信息控制机器人，仓储控制系统还可以将采集的机器人执行目标任务时的系统状态存储在所述存储器104中，存储器104中存储的数据可供其它组件使用。

示例性地，用于实现根据本发明实施例的机器人的控制方法的电子设备可以被实现为诸如智能手机、平板电脑等智能移动终端，还可以被实现为其它任何具备计算能力的设备。

实施例2：

根据本发明实施例，提供了一种机器人的控制方法的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图2是根据本发明实施例的一种机器人的控制方法的流程图，如图2所示，该方法包括如下步骤：

步骤S202，获取当前时刻目标机器人执行目标任务时的系统状态。

其中，系统状态包括：目标机器人的状态信息和任务对象的状态信息，任务对象为目标机器人执行目标任务时的控制对象。

在本发明实施例中，该机器人的控制方法可以由仓储控制系统(WarehouseControl System，WCS)执行，上述目标机器人的状态信息可以包括：目标机器人的位置状态信息、目标机器人的方向状态信息和目标机器人的动作状态信息等，上述任务对象的状态信息可以包括：任务对象的位置状态信息。

步骤S204，根据目标任务的任务决策模型和系统状态确定下一时刻目标机器人所执行动作的动作信息。

具体的，对于一个目标任务，都事先设置有对应的任务决策模型，在得到系统状态后，就能够根据目标任务的任务决策模型和系统状态确定下一时刻目标机器人所执行动作的动作信息，也就是说，可直接根据当前时刻的系统状态和任务决策模型实时的确定下一时刻目标机器人所要执行动作的动作信息，这样，避免了将目标任务事先拆分为动作指令序列所带来的动作指令负担，即便目标机器人完成了动作信息对应的操作，但是，未达到与动作信息相符的操作结果，也会自动进行重试，即能继续根据本发明中的机器人的控制方法对目标机器人进行控制，提高了系统的稳定性。另外，若目标机器人发生故障，故障恢复后，无需再将目标机器人的现场恢复为故障前的状态，减少了对于目标机器人场地的移动和人员的参与，提高了故障处理的速度。

下文再对上述任务决策模型以及根据目标任务的任务决策模型和系统状态确定下一时刻目标机器人所执行动作的动作信息的过程进行详细介绍，在此不再赘述。

步骤S206，根据动作信息控制目标机器人，以使目标机器人根据动作信息执行对应操作。

在本发明实施例中，先获取当前时刻目标机器人执行目标任务时的系统状态；然后，根据目标任务的任务决策模型和系统状态确定下一时刻目标机器人所执行动作的动作信息；最后，根据动作信息控制目标机器人，以使目标机器人根据动作信息执行对应操作。通过上述描述可知，本发明的机器人的控制方法是根据当前时刻的系统状态和目标任务的任务决策模型确定下一时刻目标机器人所执行动作的动作信息的，也就是说本发明的机器人的控制方法是在目标机器人完成一个动作后，结合任务决策模型和系统状态再确定下一时刻的动作，这样，即便目标机器人发生故障，故障恢复完成后，可直接根据故障恢复完成后的系统状态再确定下一时刻目标机器人所执行动作的动作信息，无需重新编码，节省了成本，也无需对目标机器人的现场进行恢复，减少了工作量，实用性好，缓解了现有的机器人控制方法成本高，工作量大，实用性差的技术问题。

在根据动作信息控制目标机器人之后，接收目标机器人反馈的系统状态，并根据反馈的系统状态继续执行根据目标任务的任务决策模型和系统状态确定下一时刻目标机器人所执行动作的动作信息的步骤，直至目标任务完成。

上述内容对本发明的机器人的控制方法进行了简要介绍，下面对其中涉及到的具体内容进行详细描述。

在本发明的一个可选实施例中，任务决策模型包括：任务决策树，任务决策树包括：多个节点和多个节点之间的逻辑对应关系，其中，每个节点设置相应的业务含义，业务含义包括：节点所对应的判断规则或者节点所对应的决策结果，一个决策结果对应一个动作信息；

根据目标任务的任务决策模型和系统状态确定下一时刻目标机器人所执行动作的动作信息包括：根据任务决策树中各个节点的业务含义和系统状态确定下一时刻目标机器人所执行动作的动作信息。

具体的，多个节点包括：状态判断节点和决策节点；状态判断节点设置相应的判断规则，决策节点设置相应的决策结果。

参考图3，根据任务决策树中各个节点的业务含义和系统状态确定下一时刻目标机器人所执行动作的动作信息包括如下步骤：

步骤S301，根据任务决策树中状态判断节点所对应的判断规则，在决策节点中确定与系统状态相匹配的目标决策节点。

具体的，在任务决策树中，沿着与系统状态相匹配的方向查询，从而查询得到目标决策节点。

步骤S302，根据目标决策节点所对应的决策结果确定下一时刻目标机器人所执行动作的动作信息。

具体的，获取目标决策节点所对应的决策结果，并获取目标决策节点的决策结果所对应的动作信息；将所对应的动作信息确定为下一时刻目标机器人所执行动作的动作信息。

下面以一个具体的实施例对本发明的机器人的控制方法进行介绍，当目标任务为将货架移动至目标位置时，任务对象的状态信息为用于表示货架位置的位置信息，对应的任务决策树如图4所示，从图4中可以看出，判断规则包括：判断货架是否存在；在货架存在的情况下，判断货架是否达到目标位置；在货架存在，且货架未达到目标位置的情况下，判断目标机器人是否顶起货架；在货架存在，货架未到达目标位置，且货架未在目标机器人上时，判断目标机器人是否在货架的位置；在货架存在，货架未达到目标位置，且货架在目标机器人上时，判断目标机器人是否在目标位置。而动作信息包括：移动至货架的位置，顶起货架，移动至目标位置，放下货架，任务完成，任务失败。

若当前时刻目标机器人执行将货架移动至目标位置时的系统状态为：货架存在，但是货架未达到目标位置，目标机器人未顶起货架，且目标机器人不在货架处，在图4的任务决策树中，沿着与上述系统状态相符的方向查询，最终查询得到的目标决策节点为移动至货架的位置的节点，该节点对应的决策结果为移动至货架的位置，其对应的动作信息即为移动目标机器人至货架的位置。这里只以上述一种系统状态为例进行说明，其它的系统状态看参考上述过程来确定目标决策节点，这里不再一一说明。

本发明的机器人的控制方法，不立即生成目标任务的动作指令序列，而是在机器人执行完一个动作后，结合当前时刻的系统状态，确定下一时刻机器人要执行的动作，该控制过程避免了针对目标任务的二次编码，减少了后续的维护成本，并且也避免了机器人故障恢复后，对机器人现场进行恢复的过程，减少了人员的参与，实用性好。

实施例3：

本发明实施例还提供了一种机器人的控制装置，该机器人的控制装置主要用于执行本发明实施例上述内容所提供的机器人的控制方法，以下对本发明实施例提供的机器人的控制装置做具体介绍。

图5是根据本发明实施例的一种机器人的控制装置的示意图，如图5所示，该机器人的控制装置主要包括：获取单元10、确定单元20和控制单元30，其中：

获取单元，用于获取当前时刻目标机器人执行目标任务时的系统状态，其中，系统状态包括：目标机器人的状态信息和任务对象的状态信息，任务对象为目标机器人执行目标任务时的控制对象；

确定单元，用于根据目标任务的任务决策模型和系统状态确定下一时刻目标机器人所执行动作的动作信息；

控制单元，用于根据动作信息控制目标机器人，以使目标机器人根据动作信息执行对应操作。

在本发明实施例中，先获取当前时刻目标机器人执行目标任务时的系统状态；然后，根据目标任务的任务决策模型和系统状态确定下一时刻目标机器人所执行动作的动作信息；最后，根据动作信息控制目标机器人，以使目标机器人根据动作信息执行对应操作。通过上述描述可知，本发明的机器人的控制方法是根据当前时刻的系统状态和目标任务的任务决策模型确定下一时刻目标机器人所执行动作的动作信息的，也就是说本发明的机器人的控制方法是在目标机器人完成一个动作后，结合任务决策模型和系统状态再确定下一时刻的动作，这样，即便目标机器人发生故障，故障恢复完成后，可直接根据故障恢复完成后的系统状态再确定下一时刻目标机器人所执行动作的动作信息，无需重新编码，节省了成本，也无需对目标机器人的现场进行恢复，减少了工作量，实用性好，缓解了现有的机器人控制方法成本高，工作量大，实用性差的技术问题。

可选地，任务决策模型包括：任务决策树，任务决策树包括：多个节点和多个节点之间的逻辑对应关系，其中，每个节点设置相应的业务含义，业务含义包括：节点所对应的判断规则或者节点所对应的决策结果，一个决策结果对应一个动作信息；上述确定单元还用于，根据任务决策树中各个节点的业务含义和系统状态确定下一时刻目标机器人所执行动作的动作信息。

可选地，多个节点包括：状态判断节点和决策节点；状态判断节点设置相应的判断规则，决策节点设置相应的决策结果；上述确定单元还用于，根据任务决策树中状态判断节点所对应的判断规则，在决策节点中确定与系统状态相匹配的目标决策节点；根据目标决策节点所对应的决策结果确定下一时刻目标机器人所执行动作的动作信息。

可选地，该装置还用于：在根据动作信息控制目标机器人之后，接收目标机器人反馈的系统状态，并根据反馈的系统状态继续执行根据目标任务的任务决策模型和系统状态确定下一时刻目标机器人所执行动作的动作信息的步骤。

可选地，上述确定单元还用于，获取目标决策节点所对应的决策结果，并获取目标决策节点的决策结果所对应的动作信息；将所对应的动作信息确定为下一时刻目标机器人所执行动作的动作信息。

可选地，若目标任务为将货架移动至目标位置，则任务对象的状态信息为用于表示货架位置的位置信息。

可选地，判断规则包括以下至少之一：判断货架是否存在；在货架存在的情况下，判断货架是否到达目标位置；在货架存在，且货架未到达目标位置的情况下，判断目标机器人是否顶起货架；在货架存在，货架未到达目标位置，且货架未在目标机器人上时，判断目标机器人是否在货架的位置；在货架存在，货架未到达目标位置，且货架在目标机器人上时，判断目标机器人是否在目标位置；动作信息包括以下至少之一：移动至货架的位置，顶起货架，移动至目标位置，放下货架，任务完成，任务失败。

本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。

在本发明的另一个实施中，还提供了一种计算机存储介质，其上存储有计算机程序，所述计算机运行所述计算机程序时执行上述方法实施例2中任一项所述的方法的步骤。

另外，在本发明实施例的描述中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种机器人的控制方法，其特征在于，所述方法包括：

获取当前时刻目标机器人执行目标任务时的系统状态，其中，所述系统状态包括：所述目标机器人的状态信息和任务对象的状态信息，所述任务对象为所述目标机器人执行所述目标任务时的控制对象；

根据所述目标任务的任务决策模型和所述系统状态确定下一时刻所述目标机器人所执行动作的动作信息；

根据所述动作信息控制所述目标机器人，以使所述目标机器人根据所述动作信息执行对应操作。

2.根据权利要求1所述的方法，其特征在于，所述任务决策模型包括：任务决策树，所述任务决策树包括：多个节点和所述多个节点之间的逻辑对应关系，其中，每个节点设置相应的业务含义，所述业务含义包括：节点所对应的判断规则或者节点所对应的决策结果，一个决策结果对应一个动作信息；

根据所述目标任务的任务决策模型和所述系统状态确定下一时刻所述目标机器人所执行动作的动作信息包括：

根据所述任务决策树中各个节点的业务含义和所述系统状态确定下一时刻所述目标机器人所执行动作的动作信息。

3.根据权利要求2所述的方法，其特征在于，所述多个节点包括：状态判断节点和决策节点；所述状态判断节点设置相应的判断规则，所述决策节点设置相应的决策结果；

根据所述任务决策树中各个节点的业务含义和所述系统状态确定下一时刻所述目标机器人所执行动作的动作信息包括：

根据所述任务决策树中状态判断节点所对应的判断规则，在所述决策节点中确定与所述系统状态相匹配的目标决策节点；

根据所述目标决策节点所对应的决策结果确定下一时刻所述目标机器人所执行动作的动作信息。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在根据所述动作信息控制所述目标机器人之后，接收所述目标机器人反馈的系统状态，并根据反馈的系统状态继续执行所述根据所述目标任务的任务决策模型和所述系统状态确定下一时刻所述目标机器人所执行动作的动作信息的步骤。

5.根据权利要求3所述的方法，其特征在于，根据所述目标决策节点所对应的决策结果确定下一时刻所述目标机器人所执行动作的动作信息包括：

获取所述目标决策节点所对应的决策结果，并获取所述目标决策节点的决策结果所对应的动作信息；

将所述所对应的动作信息确定为下一时刻所述目标机器人所执行动作的动作信息。

6.根据权利要求2所述的方法，其特征在于，若所述目标任务为将货架移动至目标位置，则所述任务对象的状态信息为用于表示货架位置的位置信息。

7.根据权利要求6所述的方法，其特征在于，

所述判断规则包括以下至少之一：判断所述货架是否存在；在所述货架存在的情况下，判断所述货架是否到达所述目标位置；在所述货架存在，且所述货架未到达所述目标位置的情况下，判断所述目标机器人是否顶起所述货架；在所述货架存在，所述货架未到达所述目标位置，且所述货架未在所述目标机器人上时，判断所述目标机器人是否在所述货架的位置；在所述货架存在，所述货架未到达所述目标位置，且所述货架在所述目标机器人上时，判断所述目标机器人是否在所述目标位置；

所述动作信息包括以下至少之一：移动至所述货架的位置，顶起所述货架，移动至所述目标位置，放下所述货架，任务完成，任务失败。

8.一种机器人的控制装置，其特征在于，所述装置包括：

获取单元，用于获取当前时刻目标机器人执行目标任务时的系统状态，其中，所述系统状态包括：所述目标机器人的状态信息和任务对象的状态信息，所述任务对象为所述目标机器人执行所述目标任务时的控制对象；

确定单元，用于根据所述目标任务的任务决策模型和所述系统状态确定下一时刻所述目标机器人所执行动作的动作信息；

控制单元，用于根据所述动作信息控制所述目标机器人，以使所述目标机器人根据所述动作信息执行对应操作。

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至7中任一项所述的方法。

10.一种计算机存储介质，其特征在于，其上存储有计算机程序，所述计算机运行所述计算机程序时执行上述权利要求1至7中任一项所述的方法的步骤。

Images