CN114131598B - 层次化机器人技能表达方法、终端及计算机可读存储介质 - Google Patents

层次化机器人技能表达方法、终端及计算机可读存储介质 Download PDF

Info

Publication number
CN114131598B
CN114131598B CN202111407959.3A CN202111407959A CN114131598B CN 114131598 B CN114131598 B CN 114131598B CN 202111407959 A CN202111407959 A CN 202111407959A CN 114131598 B CN114131598 B CN 114131598B
Authority
CN
China
Prior art keywords
skill
task
robot
action
scene
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111407959.3A
Other languages
English (en)
Other versions
CN114131598A (zh
Inventor
孙富春
钟达明
缪圣义
黄海明
文振焜
邱志鹏
陈小军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen University
Original Assignee
Shenzhen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen University filed Critical Shenzhen University
Priority to CN202111407959.3A priority Critical patent/CN114131598B/zh
Publication of CN114131598A publication Critical patent/CN114131598A/zh
Application granted granted Critical
Publication of CN114131598B publication Critical patent/CN114131598B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1679Programme controls characterised by the tasks executed

Abstract

本发明公开了一种层次化机器人技能表达方法、终端及计算机可读存储介质,其中,方法包括:获取目标与场景层信息,并确定机器人在技能操作过程中的目标和场景;将目标与场景层信息划分为若干个序列化的任务层信息,并确定对应的需要执行的任务;将各任务层信息分解为若干个序列化的规划层信息,并确定对应的序列化技能;将各技能分解为若干个动作基元和/或动作组合,并根据分解的动作基元和/或动作组合执行对应的操作。本发明根据机器人需完成的目标场景,将机器人操作技能进行知识化表达,可应用于机器人复杂技能应用场景,把复杂任务分解为便于执行的序列化动作基元,增强机器人对复杂场景的适应性,提高机器人完成任务目标的执行效率。

Description

层次化机器人技能表达方法、终端及计算机可读存储介质
技术领域
本发明涉及机器人领域,尤其涉及的是一种层次化机器人技能表达方法、终端及计算机可读存储介质。
背景技术
目前,机器人被广泛应用于工业,农业,医疗,军事等领域。关于机器人的技能操作和动作规划是机器人领域的重点研究方向。随着社会不断发展,机器人面对的环境和场景越来越复杂,科技的进步对机器人的执行效率提出了更严格的要求。
在现有技术中,机器人在陌生场景的适应性差,执行复杂任务的效率性低。为了提高机器人的适应性,需要将机器人的技能操作进行分析,并分解成多层次的操作层,然后再针对每个任务需求,拆分为不同的技能序列、动作序列以及相关可执行参数,便于机器人解读和执行,从而增强机器人应对多种场景的适应性,提高机器人完成任务目标的执行效率。
有研究工作将多模态知识图谱应用于机器人的任务规划中,但只是宏观层面上将高层次任务分解成低层级任务,并未在微观上实现任务及技能操作的分解,从而无法快速适应陌生场景以及提高执行任务效率。
因此,现有技术还有待改进。
发明内容
本发明要解决的技术问题在于,针对现有技术缺陷,本发明提供一种层次化机器人技能表达方法、终端及计算机可读存储介质,旨在解决现有技术中机器人在陌生场景中适应性差及执行任务效率低的技术问题。
本发明解决技术问题所采用的技术方案如下:
第一方面,本发明提供一种层次化机器人技能表达方法,层次化机器人技能表达方法包括以下步骤:
获取目标与场景层信息,并确定机器人在技能操作过程中的目标和场景;
将所述目标与场景层信息划分为若干个序列化的任务层信息,并确定对应的需要执行的任务;
将各任务层信息分解为若干个序列化的规划层信息,并确定对应的序列化技能;
将各技能分解为若干个动作基元和/或动作组合,并根据分解的动作基元和/或动作组合执行对应的操作。
在一种实现方式中,所述获取目标与场景层信息,并确定机器人在技能操作过程中的目标和场景,包括:
根据当前操作场景构建目标与场景层;
获取所述目标与场景层中的目标与场景层信息;
根据所述目标与场景层信息确定所述机器人在技能操作过程中的目标和场景。
在一种实现方式中,所述将目标与场景层信息划分为若干个序列化的任务层信息,并确定对应的需要执行的任务,包括:
确定实现所述目标的过程;
根据所述过程将所述目标与场景层划分为若干个序列化的任务层,并得到各任务层对应的任务层信息;
根据各任务层信息确定所述机器人在技能操作过程中需要执行的序列化任务;其中,所述序列化任务包括:任务1、任务2、...、任务N,N为大于或等于2的整数。
在一种实现方式中,所述将各任务层信息分解为若干个序列化的规划层信息,并确定对应的序列化技能,包括:
确定各任务所需要的技能及实现方式;
根据所述技能及实现方式将所述任务层中的任务分解为若干个规划层,并得到各规划层对应的规划层信息;
根据各规划层信息确定所述机器人在技能操作过程中完成对应任务需要的序列化技能;其中,所述序列化技能包括:技能1、技能2、...、技能M,M为大于或等于2的整数。
在一种实现方式中,所述将各技能分解为若干个动作基元和/或动作组合,并根据分解的动作基元和/或动作组合执行对应的操作,包括:
确定各技能所需要的动作基元;
根据所述动作基元将所述规划层分解为若干个操作层,并得到对应的动作基元和/或动作组合;
根据分解的动作基元和/或动作组合执行对应的操作。
在一种实现方式中,所述确定各技能所需要的动作基元,包括:
根据所述机器人的执行参数的姿态角、风力数值、压力数值、摄像头参数以及深度学习参数中的一项或多项组合确定所述动作基元。
在一种实现方式中,所述动作组合为根据预设动作基元重新组合的动作组合,或所述动作组合为根据新增动作基元重新组合的动作组合。
在一种实现方式中,所述层次化机器人技能表达方法还包括:
根据所述机器人的执行参数的变化更改对应的动作基元,并在所述机器人执行对应任务及技能时根据更改后的动作基元执行对应的操作。
第二方面,本发明提供一种终端,包括:处理器以及存储器,所述存储器存储有层次化机器人技能表达程序,所述层次化机器人技能表达程序被所述处理器执行时用于实现如第一方面所述的层次化机器人技能表达方法。
第三方面,本发明提供一种计算机可读存储介质,所述计算机可读存储介质存储有层次化机器人技能表达程序,所述层次化机器人技能表达程序被处理器执行时用于实现如第一方面所述的层次化机器人技能表达方法。
本发明采用上述技术方案具有以下效果:
本发明提供了可将复杂任务规划分解,便于机器人的操作执行。根据机器人所需完成的目标场景,将机器人操作技能进行知识化表达,自上而下分解为四个层次,针对操作技能知识化表达的需求,可将第一层次层层分解,转化为若干个第四层次,从而实现机器人复杂目标场景的运动规划。本发明可应用于机器人复杂技能应用场景,把复杂任务分解为便于执行的序列化动作基元,增强机器人对复杂场景的适应性,提高机器人完成任务目标的执行效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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,下面描述中的附图仅仅是本发明的一些实施例,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示出的结构获得其他的附图。
图1是本发明的一种实现方式中层次化机器人技能表达方法的流程图。
图2是本发明的一种实现方式中机器人技能操作的多层次规划流程图。
图3是本发明的一种实现方式中机器人技能实施示意图。
图4是本发明的一种实现方式中机器人动作基元实施示意图。
图5是本发明的一种实现方式中相机装配的机器人技能实施示意图。
图6是本发明的一种实现方式中相机装配的任务整体知识化表达示意图。
图7是本发明的一种实现方式中终端的功能原理图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
示例性方法
如图1所示,本发明实施例提供一种层次化机器人技能表达方法,所述层次化机器人技能表达方法包括以下步骤:
步骤S100,获取目标与场景层信息,并确定机器人在技能操作过程中的目标和场景。
在本实施例中,所述层次化机器人技能表达方法应用于终端中,所述终端包括但不限于:机器人,或智能电视、手机以及平板电脑等用于控制机器人的终端设备。
在本实施例中,在所述层次化机器人技能表达方法中,可将复杂任务进行规划分解,以便于机器人的操作执行;本实施例根据机器人所需完成的目标场景,将机器人操作技能进行知识化表达,自上而下分解为四个层次,通过将机器人的上层进行层层分解,可实现机器人复杂目标场景的运动规划,从而增强机器人对复杂场景的适应性。
具体地,如图2和图3所示,将机器人操作技能进行知识化表达时,自上层至下层依次分为:第一层次、第二层次、第三层次以及第四层次;其中,第一层次由模块A101实现,为机器人的目标与场景层,可用于表达机器人在技能操作过程中的目标和场景;第二层次由模块A102实现,为机器人的任务层,可用于表达机器人在技能操作过程中的任务;第三层次由模块A103实现,为机器人的规划层,可用于表达机器人在技能操作过程中完成一项任务所需要执行的序列化技能;第四层次由模块A104实现,为机器人的操作层,可用于表达机器人在技能操作过程中完成一个操作技能所需执行的序列化动作基元。
在一种应用场景中,在实施所述层次化机器人技能表达方法时,需要先明确以及构建机器人技能表达的第一层次(即目标与场景层),并在该第一层次中设置相应的目标信息和场景信息,从而通过该第一层次表达机器人在技能操作过程中的目标和场景。
具体地,可通过摄像机拍摄的方式获取机器人的当前操作环境信息,或者通过手动输入(选择)的方式输入机器人的当前操作环境信息,例如:机器人的当前操作环境信息为相机装配作业场地;然后,根据当前操作环境信息构建目标与场景层;在构建目标与场景层时,可在目标与场景层中设置对应的目标信息和场景信息,例如:目标信息为相机,场景信息为装配作业;通过获取目标与场景层中的目标与场景层信息,即可根据目标与场景层信息确定机器人在技能操作过程中的目标和场景。
即在本实施例的一种实现方式中,步骤S100具体包括以下步骤:
步骤S101,根据当前操作场景构建目标与场景层;
步骤S102,获取所述目标与场景层中的目标与场景层信息;
步骤S103,根据所述目标与场景层信息确定所述机器人在技能操作过程中的目标和场景。
本实施例根据机器人所需完成的目标场景,将机器人操作技能进行知识化表达,自上而下分解为四个层次,针对操作技能知识化表达的需求,可将第一层次层层分解,转化为若干个第四层次,从而实现机器人复杂目标场景的运动规划。
如图1所示,在本发明实施例的一种实现方式中,层次化机器人技能表达方法还包括以下步骤:
步骤S200,将所述目标与场景层信息划分为若干个序列化的任务层信息,并确定对应的需要执行的任务。
在本实施例中,在得到目标和场景信息后,机器人可以在第一层次之下构建第二层次(即任务层),在第二层次中可以表达机器人在技能操作过程中的任务信息;通过将第一层次中的目标分解为若干个任务,得到若干个任务信息,从而使得机器人执行该若干个任务后,可以完成第一层次中的目标;值得一提的是,在第二层次中,该若干个任务需要完整地表达出第一层次的目标要求。
具体地,在构建第二层次的过程中,需要先明确实现目标的过程,其中,实现过程可以从已完成的目标中获取已有的过程,或者基于大数据分析得到对应的实现过程;然后,根据确定的过程将第一层次中的目标与场景层划分为若干个序列化的任务层,并得到各任务层对应的任务层信息。
如图3和图5所示,在一种应用场景中,在第一层次下构建第二层次时,在该第二层次中设置有完成一个总任务所需执行的任务,其中,包括任务1:R101、任务2:R102、任务3:R103、…任务N:R10N;N为大于或等于2的整数。
例如:在相机装配的场景中,在第二层次中包括任务1:插装软线A(R1001)、任务2:插装软线B(R1002)、任务3:插装软线C(R1003)等任务信息。
进一步地,在得到各任务层对应的任务层信息后,机器人根据各任务层信息即可确定在技能操作过程中需要执行的序列化任务;即按照第二层次中的任务顺序依次执行对应的任务,从而完成第一层次中的目标。
值得一提的是,本实施例可以通过线性组合的方式,将已有的任务信息进行组合,利用已有任务完成第一层次中的目标;也可以通过新增任务信息的方式,利用新增任务和/或已有任务完成第一层次中的目标;具体的线性组合方式在此不进行赘述。
即在本实施例的一种实现方式中,步骤S200具体包括以下步骤:
步骤S201,确定实现所述目标的过程;
步骤S202,根据所述过程将所述目标与场景层划分为若干个序列化的任务层,并得到各任务层对应的任务层信息;
步骤S203,根据各任务层信息确定所述机器人在技能操作过程中需要执行的序列化任务。
本实施例根据执行目标需求将目标分解为多个任务,利用多任务的方式对场景的技能操作进行细分,可以实现机器人多场景任务的快速切换,从而提高机器人对于陌生操作环境的适应性。
如图1所示,在本发明实施例的一种实现方式中,层次化机器人技能表达方法还包括以下步骤:
步骤S300,将各任务层信息分解为若干个序列化的规划层信息,并确定对应的序列化技能。
在本实施例中,在得到序列化任务信息后,机器人可以在第二层次之下构建第三层次(即规划层),在第三层次中可以表达机器人在技能操作过程中执行每个任务所需要的技能信息;通过将第二层次中的每个任务分解为若干个技能,可以得到若干个技能信息,从而使得机器人在执行该若干个技能后,可以完成第二层次中对应的任务;值得一提的是,在第三层次中,将每个任务下对应的所有技能组合起来,可以完整地表达出第二层次中对应任务的要求。
具体地,在构建第三层次的过程中,需要先明确执行第二层次中的任务所需要的技能以及对应的实现方式;其中,需要的技能以及对应的实现方式可以从已有的任务信息中获取,或者基于大数据分析得到需要的技能以及对应的实现方式;然后,根据明确的技能及实现方式将任务层中的任务分解为若干个技能,并得到对应的技能信息。
如图3和图5所示,在一种应用场景中,在第二层次下构建第三层次时,根据执行第二层次的任务所需的技能和实现方式,可将第二层次分解为若干个序列化的第三层次,以用于表达机器人技能操作过程中完成一项任务所需执行的序列化技能1、技能2、技能3、…、技能M,其中,M为大于或等于2的整数。
进一步地,根据对应关系,在执行技能序列中的技能时,执行技能序列1可以完成任务1,技能序列1包括技能1:J101、技能2:J102、…技能N:J10N;执行技能序列2可以完成任务2,技能序列2包括技能1:J201、技能2:J202、…技能N:J20N,以此类推,技能序列具有顺序关系,执行技能序列M可以完成任务N。
例如:在相机装配的场景中,针对第二层次中的任务2:插装软线B(R1002)需要使用的技能序列为技能序列2,技能序列2中包括贴近:J2001、对准:J2002、插进:J2003、回位:J2004等技能信息。
进一步地,在得到对应的规划层信息后,根据各规划层信息确定所述机器人在技能操作过程中完成对应任务需要的序列化技能。其中,第三层次的技能序列可通过线性化组合多个技能完成第二层次的任务。
值得一提的是,在第三层次中,可以用已有技能重新组合完成第二层次的现有任务(即第二层次中的任务为现有任务),也可以用新增的技能重新组合完成第二层次的现有任务,还可以用新增的技能重新组合完成第二层次的新增任务;具体的线性组合方式在此不进行赘述。
即在本实施例的一种实现方式中,步骤S300具体包括以下步骤:
步骤S301,确定各任务所需要的技能及实现方式;
步骤S302,根据所述技能及实现方式将所述任务层中的任务分解为若干个规划层,并得到各规划层对应的规划层信息;
步骤S303,根据各规划层信息确定所述机器人在技能操作过程中完成对应任务需要的序列化技能。
本实施例的每个层次均需要能够完整表达上一个层次的目标要求,从而实现机器人多场景任务的快速切换,提高机器人在复杂场景中的快速适应能力,最终提高机器人的任务执行效率。
如图1所示,在本发明实施例的一种实现方式中,层次化机器人技能表达方法还包括以下步骤:
步骤S400,将各技能分解为若干个动作基元和/或动作组合,并根据分解的动作基元和/或动作组合执行对应的操作。
在本实施例中,在得到序列化的技能后,机器人可以在第三层次之下构建第四层次(即操作层),在第四层次中可以表达机器人在技能操作过程中执行每个任务及对应技能所需要的动作基元信息;通过将第三层次中的每个技能分解为若干个动作基元,可以得到若干个动作信息,从而使得机器人在执行该若干个动作基元后,可以完成第三层次中对应的技能(例如,贴近:J2001);值得一提的是,在第四层次中,将每个技能下对应的所有动作基元组合起来,可以完整地表达出第三层次中对应技能的要求。
具体地,在构建第四层次的过程中,需要先确定第三层次的技能所需的动作基元和组合方式;其中,动作基元及组合方式可以从已有的技能中获取,或者基于历史数据或大数据获取;然后,根据第三层次的技能所需的动作基元和组合方式的不同,将第三层次分解为若干个序列化的第四层次,从而通过第四层次表达机器人技能操作过程中完成一个操作技能所需执行的序列化动作基元1、动作基元2、动作基元3、…动作基元N。
进一步地,在序列化动作基元中,执行动作基元序列1可以完成技能序列1中的技能1,动作基元序列1包括动作基元1:D101、动作基元2:D102、…动作基元N:D10N;执行动作基元序列2可以完成技能序列1中的技能2,动作基元序列2包括动作基元1:D201、动作基元2:D202、…动作基元N:DN0N;依次类推,具有顺序关系。
值得一提的是,第四层次的动作基元序列可通过线性化组合多个动作基元完成第三层次的技能。即将技能分解为序列化动作,便于机器人解读执行,例如:装配手机内存时候,让机器人执行夹取这个任务,可以分解为开爪、斜移、合爪以及提起等动作基元。
进一步地,在第四层次中可以用已有动作基元重新组合完成第三层次的现有技能(即根据预设动作基元重新组合,以完成第三层次中对应的技能),也可以用新增的动作基元重新组合完成第三层次的现有技能,还可以用新增的动作基元重新组合完成第三层次的新增技能;具体的线性组合方式在此不进行赘述。
步骤S401,确定各技能所需要的动作基元;
步骤S402,根据所述动作基元将所述规划层分解为若干个操作层,并得到对应的动作基元和/或动作组合;
步骤S403,根据分解的动作基元和/或动作组合执行对应的操作。
在本实施例中,第四层次中的动作基元是由动作基元模块驱动实现的,而动作基元模块是由机器人本身的相关参数所实现的,如图4所示,这些相关参数与机器人自身的功能配置密切相关,替换机器人的相关配置就能达成更多功能的动作基元。
具体地,动作基元为机器人执行参数的姿态角、风力数值、压力数值、摄像头参数、深度学习等具体参数组合而成的最小动作执行模块;例如:压这个动作,最直接的体现参数为力的大小,拍照的直观参数为摄像头参数。根据一个技能拆分为各个单一的最小动作,直至无法再细化拆分为更小单位的动作,通过获取对应的执行参数,即可实现对应的动作基元。
步骤S401a,根据所述机器人的执行参数的姿态角、风力数值、压力数值、摄像头参数以及深度学习参数中的一项或多项组合确定所述动作基元。
在本实施例中,若需要修改第四层次中的动作基元,通过更换机器人的执行参数即可,即通过机器人自带的功能模块即可实现机器人最小的动作基元的修改过程;在修改动作基元后,在机器人执行对应任务及技能时,根据更改后的动作基元执行对应的操作。
在本发明实施例的一种实现方式中,层次化机器人技能表达方法还包括以下步骤:
步骤S500,根据所述机器人的执行参数的变化更改对应的动作基元,并在所述机器人执行对应任务及技能时根据更改后的动作基元执行对应的操作。
进一步地,为便于理解,现结合图5和图6,并以“相机装配”为目标与场景进行说明:
如图5所示,“相机装配”目标与场景下的层次化机器人技能表达方法的具体结构化示意图,其中:
模块1001为第一层次目标与场景层,用于表达“相机装配”。
模块1002为第二层次任务层,包括完成“相机装配”需执行的任务1:R1001、任务2:R1002和任务3:R1003。
模块1003为第三层次规划层,包括完成任务1所需执行的技能序列1、完成任务2所需执行的技能序列2以及完成任务3所需执行的技能序列3;
其中,技能序列1包括技能1贴近:J1001、技能2对准:J1002、技能3插进:J1003、技能4回位:J1004;
技能序列2包括技能1贴近:J2001、技能2对准:J2002、技能3插进:J2003、技能4回位:J2004;
技能序列3包括技能1吸取:J3001、技能2对准:J3002、技能3插进A口:J3003;技能4回位:J3004、技能5贴近:J3005、技能6对准:J3006、技能7插进B口:J3007、技能8回位:J3008。
模块1004为第四层次操作层,包括完成上述技能所需执行的动作基元序列;
如图6所示,完成技能序列1中的技能1贴近,需执行动作基元序列1,动作基元序列1包括动作基元1横移X:D1001、动作基元2横移Y:D1002、动作基元3竖移Z:D1003;
其中X,Y,Z分别表示坐标方位;依次类推,完成技能序列1中的技能4回位,需执行动作基元序列4;完成技能序列2中的技能1贴近,需执行动作基元序列5,依次类推,具有顺序关系。
本实施例提供了可将复杂任务规划分解,便于机器人的操作执行。根据机器人所需完成的目标场景,将机器人操作技能进行知识化表达,自上而下分解为四个层次,针对操作技能知识化表达的需求,可将第一层次层层分解,转化为若干个第四层次,从而实现机器人复杂目标场景的运动规划。本发明可应用于机器人复杂技能应用场景,把复杂任务分解为便于执行的序列化动作基元,增强机器人对复杂场景的适应性,提高机器人完成任务目标的执行效率。
示例性设备
基于上述实施例,本发明还提供一种终端,其原理框图可以如图7所示。
该终端包括:通过系统总线连接的处理器、存储器、接口、显示屏以及通讯模块;其中,该终端的处理器用于提供计算和控制能力;该终端的存储器包括计算机可读存储介质以及内存储器;该计算机可读存储介质存储有操作系统和计算机程序;该内存储器为计算机可读存储介质中的操作系统和计算机程序的运行提供环境;该接口用于连接外部终端设备,例如:移动终端以及计算机等设备;该显示屏用于显示相应的层次化机器人技能表达信息;该通讯模块用于与云端服务器或移动终端进行通讯。
该计算机程序被处理器执行时用以实现一种层次化机器人技能表达方法。
本领域技术人员可以理解的是,图7中示出的原理框图,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的终端的限定,具体的终端可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种终端,其中,包括:处理器和存储器,存储器存储有层次化机器人技能表达程序,层次化机器人技能表达程序被处理器执行时用于实现如上的层次化机器人技能表达方法。
在一个实施例中,提供了一种计算机可读存储介质,其中,计算机可读存储介质存储有层次化机器人技能表达程序,层次化机器人技能表达程序被处理器执行时用于实现如上的层次化机器人技能表达方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一非易失性计算机可读存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本发明所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。
综上,本发明提供了一种层次化机器人技能表达方法、终端及计算机可读存储介质,其中,方法包括:获取目标与场景层信息,并确定机器人在技能操作过程中的目标和场景;将目标与场景层信息划分为若干个序列化的任务层信息,并确定对应的需要执行的任务;将各任务层信息分解为若干个序列化的规划层信息,并确定对应的序列化技能;将各技能分解为若干个动作基元和/或动作组合,并根据分解的动作基元和/或动作组合执行对应的操作。本发明根据机器人需完成的目标场景,将机器人操作技能进行知识化表达,可应用于机器人复杂技能应用场景,把复杂任务分解为便于执行的序列化动作基元,增强机器人对复杂场景的适应性,提高机器人完成任务目标的执行效率。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (8)

1.一种层次化机器人技能表达方法,其特征在于,所述层次化机器人技能表达方法包括:获取目标与场景层信息,并确定机器人在技能操作过程中的目标和场景;
将所述目标与场景层信息划分为若干个序列化的任务层信息,并确定对应的需要执行的任务;
将各任务层信息分解为若干个序列化的规划层信息,并确定对应的序列化技能;
将各技能分解为若干个动作基元和/或动作组合,并根据分解的动作基元和/或动作组合执行对应的操作;
所述获取目标与场景层信息,并确定机器人在技能操作过程中的目标和场景,包括:
根据当前操作场景构建目标与场景层;
获取所述目标与场景层中的目标与场景层信息;
根据所述目标与场景层信息确定所述机器人在技能操作过程中的目标和场景;
所述将目标与场景层信息划分为若干个序列化的任务层信息,并确定对应的需要执行的任务,包括:
确定实现所述目标的过程;
根据所述过程将所述目标与场景层划分为若干个序列化的任务层,并得到各任务层对应的任务层信息;
根据各任务层信息确定所述机器人在技能操作过程中需要执行的序列化任务;其中,所述序列化任务包括:任务1、任务2、...、任务N,N为大于或等于2的整数;
通过线性组合的方式,将已有的任务信息进行组合,利用已有任务完成所述目标与场景层中的目标;或通过新增任务信息的方式,利用新增任务和/或所述已有任务完成所述目标与场景层中的目标。
2.根据权利要求1所述的层次化机器人技能表达方法,其特征在于,所述将各任务层信息分解为若干个序列化的规划层信息,并确定对应的序列化技能,包括:
确定各任务所需要的技能及实现方式;
根据所述技能及实现方式将所述任务层中的任务分解为若干个规划层,并得到各规划层对应的规划层信息;
根据各规划层信息确定所述机器人在技能操作过程中完成对应任务需要的序列化技能;其中,所述序列化技能包括:技能1、技能2、...、技能M,M为大于或等于2的整数。
3.根据权利要求1所述的层次化机器人技能表达方法,其特征在于,所述将各技能分解为若干个动作基元和/或动作组合,并根据分解的动作基元和/或动作组合执行对应的操作,包括:
确定各技能所需要的动作基元;
根据所述动作基元将所述规划层分解为若干个操作层,并得到对应的动作基元和/或动作组合;
根据分解的动作基元和/或动作组合执行对应的操作。
4.根据权利要求3所述的层次化机器人技能表达方法,其特征在于,所述确定各技能所需要的动作基元,包括:
根据所述机器人的执行参数的姿态角、风力数值、压力数值、摄像头参数以及深度学习参数中的一项或多项组合确定所述动作基元。
5.根据权利要求3所述的层次化机器人技能表达方法,其特征在于,所述动作组合为根据预设动作基元重新组合的动作组合,或所述动作组合为根据新增动作基元重新组合的动作组合。
6.根据权利要求1所述的层次化机器人技能表达方法,其特征在于,所述层次化机器人技能表达方法还包括:
根据所述机器人的执行参数的变化更改对应的动作基元,并在所述机器人执行对应任务及技能时根据更改后的动作基元执行对应的操作。
7.一种终端,其特征在于,包括:处理器以及存储器,所述存储器存储有层次化机器人技能表达程序,所述层次化机器人技能表达程序被所述处理器执行时用于实现如权利要求1-6中任意一项所述的层次化机器人技能表达方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有层次化机器人技能表达程序,所述层次化机器人技能表达程序被处理器执行时用于实现如权利要求1-6中任意一项所述的层次化机器人技能表达方法。
CN202111407959.3A 2021-11-24 2021-11-24 层次化机器人技能表达方法、终端及计算机可读存储介质 Active CN114131598B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111407959.3A CN114131598B (zh) 2021-11-24 2021-11-24 层次化机器人技能表达方法、终端及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111407959.3A CN114131598B (zh) 2021-11-24 2021-11-24 层次化机器人技能表达方法、终端及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN114131598A CN114131598A (zh) 2022-03-04
CN114131598B true CN114131598B (zh) 2024-02-02

Family

ID=80391465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111407959.3A Active CN114131598B (zh) 2021-11-24 2021-11-24 层次化机器人技能表达方法、终端及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN114131598B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114851204B (zh) * 2022-05-31 2024-03-15 云知声智能科技股份有限公司 一种机器人行为的规划方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111098301A (zh) * 2019-12-20 2020-05-05 西南交通大学 一种基于场景知识图谱任务型机器人的控制方法
CN112605974A (zh) * 2020-11-27 2021-04-06 广东省科学院智能制造研究所 一种机器人复杂操作技能表征方法及系统
CN112917516A (zh) * 2021-02-01 2021-06-08 北京航空航天大学 用于自主装配机器人的知识学习与推理执行系统
CN113199472A (zh) * 2021-04-14 2021-08-03 达闼机器人有限公司 机器人控制方法、装置、存储介质、电子设备和机器人

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3696733B1 (en) * 2019-02-13 2024-03-27 Siemens Aktiengesellschaft Encoding and transferring scene and task dependent learning information into transferable neural network layers

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111098301A (zh) * 2019-12-20 2020-05-05 西南交通大学 一种基于场景知识图谱任务型机器人的控制方法
CN112605974A (zh) * 2020-11-27 2021-04-06 广东省科学院智能制造研究所 一种机器人复杂操作技能表征方法及系统
CN112917516A (zh) * 2021-02-01 2021-06-08 北京航空航天大学 用于自主装配机器人的知识学习与推理执行系统
CN113199472A (zh) * 2021-04-14 2021-08-03 达闼机器人有限公司 机器人控制方法、装置、存储介质、电子设备和机器人

Also Published As

Publication number Publication date
CN114131598A (zh) 2022-03-04

Similar Documents

Publication Publication Date Title
US20180293498A1 (en) For hiearchical decomposition deep reinforcement learning for an artificial intelligence model
CN112001585A (zh) 多智能体决策方法、装置、电子设备及存储介质
CN114131598B (zh) 层次化机器人技能表达方法、终端及计算机可读存储介质
CN111095170B (zh) 虚拟现实场景及其交互方法、终端设备
US20210223774A1 (en) Neural task planner for autonomous vehicles
CN114185281B (zh) 基于知识库的机器人仿真平台控制方法、终端及介质
Gupta et al. A decision-theoretic approach to detection-based target search with a UAV
CN112965372B (zh) 基于强化学习的微零件精密装配方法、装置和系统
Von Borstel et al. Model-based development of virtual laboratories for robotics over the Internet
CN114693187B (zh) 塔吊集群的运行分析方法、装置、存储介质及终端
CN112270083A (zh) 一种多分辨建模与仿真方法及系统
CN115618649B (zh) 一种兵棋推演系统
CN111325812A (zh) 军标符号标绘中钳击箭标的动态计算及绘制方法及装置
CN114201594A (zh) 基于参数表达知识库的机器人技能操作方法、终端及介质
EP4258162A1 (en) Placement position acquisition method, model training method, and related devices
Haber et al. A cognitive architecture for autonomous robots
CN102521448A (zh) 综电系统作战效能通用评估平台及实现方法
CN115424261A (zh) 仓库点云语义分割方法、装置、计算机设备和存储介质
Yang et al. Exploiting redundancy to implement multiobjective behavior
TWI764282B (zh) 視覺化可堆疊控制之程式編譯系統
CN113459111B (zh) 一种多机器人与外部轴控制方法及系统、装置及存储介质
CN109284811B (zh) 一种面向智能机器人的人机交互方法及装置
CN117539357A (zh) 基于人机混合增强智能的人机协同决策方法及系统
Chen et al. Development of the picking manipulator simulation platform based on multi-domain system
Čapkovič Cooperation of agents in complex systems based on supervision

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant