CN114290333A - 一种泛在机器人系统、构建方法及装置、设备、介质 - Google Patents
一种泛在机器人系统、构建方法及装置、设备、介质 Download PDFInfo
- Publication number
- CN114290333A CN114290333A CN202111640113.4A CN202111640113A CN114290333A CN 114290333 A CN114290333 A CN 114290333A CN 202111640113 A CN202111640113 A CN 202111640113A CN 114290333 A CN114290333 A CN 114290333A
- Authority
- CN
- China
- Prior art keywords
- module
- ubiquitous
- access management
- ubiquitous robot
- management module
- 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.)
- Granted
Links
- 238000010276 construction Methods 0.000 title claims abstract description 22
- 238000007726 management method Methods 0.000 claims abstract description 158
- 238000000034 method Methods 0.000 claims description 22
- 230000003993 interaction Effects 0.000 claims description 21
- 230000002787 reinforcement Effects 0.000 claims description 18
- 238000012549 training Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 3
- 230000006378 damage Effects 0.000 abstract description 6
- 238000012986 modification Methods 0.000 abstract description 6
- 230000004048 modification Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Landscapes
- Manipulator (AREA)
- Feedback Control In General (AREA)
Abstract
本公开提供了一种泛在机器人系统、构建方法及装置、设备、介质,包括组件接入管理模块,用于接入并管理搭建在场景中的组件;数据接入管理模块,用于获取组件输入的数据以及存储泛在机器人系统中交互产生的数据;环境建模模块,用于从数据接入管理模块中获取数据,进行环境建模;智能算法模块,用于从数据接入管理模块和环境建模模块中获取数据或信息,理解任务并规划任务;泛在机器人管控模块,泛在机器人管控模块对组件接入管理模块、数据接入管理模、环境建模模块和智能算法模块进行配置生成应用于预设场景的泛在机器人,泛在机器人管控模块管理泛在机器人,其中,管理包括创建、修改和销毁。
Description
技术领域
本公开涉及智能机器人领域技术领域,尤其涉及一种泛在机器人系统、构建方法及装置、设备、介质。
背景技术
泛在机器人是一个将机器人的传感和执行组件广泛分布在环境中的智能系统,各机器人组件通过网络通信,协作完成任务。
相关技术中,机器人的终端设备日渐成熟,类型逐渐丰富。然而单体智能机器人将各项复杂功能集于一身,开发成本高、难度大;另外在各智能终端如何协同完成任务方面,普遍由人来完成任务规划过程,再通过操控终端设备完成任务。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种泛在机器人系统、构建方法及装置、设备、介质,至少在一定程度上克服由于相关技术的限中由人来完成任务规划以及各项复杂功能集机器人一体导致开发成本高、难度大的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种泛在机器人系统,包括:
组件接入管理模块,用于接入并管理搭建在场景中的组件;
数据接入管理模块,用于获取所述组件输入的数据以及存储所述泛在机器人系统中交互产生的数据;
环境建模模块,用于从所述数据接入管理模块中获取数据,进行环境建模;
智能算法模块,用于从所述数据接入管理模块和所述环境建模模块中获取数据或信息,理解任务并规划任务;
泛在机器人管控模块,所述泛在机器人管控模块对所述组件接入管理模块、所述数据接入管理模、所述环境建模模块和所述智能算法模块进行配置生成应用于预设场景的泛在机器人,所述泛在机器人管控模块管理所述泛在机器人,其中,所述管理包括创建、修改和销毁。
在本公开一个实施例中,所述系统还包括数字孪生模块,用于获取实际场景数据进行数字化建模,输出用于所述泛在机器人强化学习的训练场景。
在本公开一个实施例中,所述系统还包括强化学习模块,用于利用实际场景或者所述数字孪生模块输出的训练场景进行所述泛在机器人的训练。
在本公开一个实施例中,所述系统还包括用户交互平台,用于接收用户任务和反馈所述泛在机器人信息。
根据本公开的另一个方面,提供一种泛在机器人的构建方法,包括:
搭建泛在机器人系统,其中,所述泛在机器人系统包括泛在机器人管控模块、智能算法模块、数据接入管理模块、组件接入管理模块和环境建模模块;
针对应用场景,利用所述泛在机器人管控模块配置所述智能算法模块、所述数据接入管理模块、所述组件接入管理模块和所述环境建模模块,获得泛在机器人,其中,所述泛在机器人接收用户任务,并规划和执行任务。
在本公开一个实施例中,所述针对应用场景,利用所述泛在机器人管控模块配置所述智能算法模块、所述数据接入管理模块、所述组件接入管理模块和所述环境建模模块,获得泛在机器人,其中,所述泛在机器人接收用户任务,并规划和执行任务的步骤,包括:
将针对应用场景搭建的组件接入所述组件接入管理模块;
利用所述泛在机器人管控模块,部署所述智能算法模块的算法,定义所述数据接入管理模块、所述组件接入管理模块和所述环境建模模块;
获得所述泛在机器人。
在本公开一个实施例中,所述组件包括传感器和智能设备。
根据本公开的再一个方面,一种泛在机器人的构建装置,包括:
搭建模块,用于搭建泛在机器人系统,其中,所述泛在机器人系统包括泛在机器人管控模块、智能算法模块、数据接入管理模块、组件接入管理模块和环境建模模块;
配置模块,用于针对应用场景,利用所述泛在机器人管控模块配置所述智能算法模块、所述数据接入管理模块、所述组件接入管理模块和所述环境建模模块,获得泛在机器人,其中,所述泛在机器人接收用户任务,并规划和执行任务。
根据本公开的又一个方面,提供一种一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述的泛在机器人构建方法。
根据本公开的还有一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的泛在机器人构建方法。
本公开的实施例所提供的一种泛在机器人系统、构建方法及装置、设备、介质,通过组件接入管理模块、数据接入管理模块、环境建模模块、智能算法模块和泛在机器人管控模块,接入并管理搭建在场景中的组件;获取组件输入的数据以及存储泛在机器人系统中交互产生的数据;从数据接入管理模块中获取数据;进行环境建模、从数据接入管理模块和环境建模模块中获取数据或信息,理解任务并规划任务;对组件接入管理模块、数据接入管理模、环境建模模块和智能算法模块进行配置生成应用于预设场景的泛在机器人,泛在机器人管控模块管理泛在机器人,其中,管理包括创建、修改和销毁。本公开实施例能够实现在智能设备丰富、任务复杂的场景下,通过泛在机器人的有效规划、协同各组件完成任务,避免由人来完成任务规划过程,再通过操控终端设备完成任务的问题。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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获得其他的附图。
图1示出本公开实施例中一种泛在机器人系统结构的示意图;
图2示出本公开实施例中泛在机器人结构的示意图;
图3示出本公开实施例中另一种泛在机器人系统结构的示意图;
图4是图2中组件接入管理模块连接组件的示意图;
图5示出本公开实施例中一种泛在机器人的构建方法的流程图;
图6是图5中一种泛在机器人的构建方法的流程图;
图7示出本公开实施例中一种电子设备的方框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
下面结合附图对本公开示例实施方式进行详细说明。
图1和图2示意性示出本公开的一种泛在机器人系统100结构的示意图。
参考图1和图2,应用于一种泛在机器人系统100,可以包括组件接入管理模块110、数据接入管理模块120、环境建模模块130、智能算法模块140、泛在机器人200管控模块150、数字孪生模块320、强化学习模块330和用户交互平台310,通过上述模块以及接入的组件210,能够在任务复杂的场景下,有效规划、协同各组件210完成用户任务。
参见图2和图4,组件接入管理模块110,用于接入并管理搭建在场景中的组件。
具体的,在预设的应用场景中,接入组件210,组件210可以是传感器410和智能设备420。传感器410可以是温度传感器、湿度传感器、压力敏和力敏传感器、位置传感器、能耗传感器410、射线辐射传感器等,智能设备420可以是智能摄像头、机械臂、智能灯、智能空调、智能窗帘、智能安防等。组件接入管理模块110管理组件210包括和组件210发生交互、组件210的接入状态、记录组件210类型、读取记录组件210功能、获取组件210位置。
例如,搭建的预设场景为智能家居环境,组件接入管理模块110可以是接入温度传感器410、湿度传感器410、位置传感器410、智能灯、智能空调、智能窗帘、智能安防、智能摄像头等,组件接入管理模块110根据智能算法模块140处理完后的执行指令,接收组件210采集到的环境信息以及向组件210传输执行指令。用户指令可以为20分钟到家让泛在机器人200开空调和窗帘,温度传感器410、湿度传感器410先采集温度、湿度信息上传至组件接入管理模块110,智能算法模块140根据上传的信息以及用户任务进行处理生成执行指令,组件接入管理模块110在根据执行指令传输至对应的智能空调、智能窗帘设备上,智能空调开启,降温或升温至预设温度,窗帘打开,若是晚上,执行指令中还会包括让智能安防检测用户是否开门,开门时智能灯开启客厅灯光的指令。
数据接入管理模块120,用于获取组件210输入的数据以及存储泛在机器人系统100中交互产生的数据。
具体的,获取组件210输入的数据,即获取组件接入管理模块110接入的传感器410采集到的环境数据、智能设备420的工作状态数据、智能设备420的位置数据、组件接入管理模块110和组件210发生交互的数据、监控组件的接入状态等。以及存储泛在机器人系统100中交互产生的数据,即存储上述获取组件210输入的数据,以及组件接入管理模块110、数据接入管理模块120、环境建模模块130、智能算法模块140、泛在机器人200管控模块150、数字孪生模块320、强化学习模块330和用户交互平台310这七部分之间交互而产生的数据。
环境建模模块130,用于从数据接入管理模块120中获取数据,进行环境建模。
具体的,从数据接入管理模块120中获取数据,数据由感应器和智能设备420采集来的数据,根据获取的数据以及三维环境建模算法,进行环境建模。其中三维环境建模是一种利用声、光、电和磁设备获取信息,以恢复物体的位置、尺寸、和形状等三维信息的技术手段。三维环境建模技术在制造业、建筑业、军事科技、地理信息系统等领域得到广泛应用,在机器人控制领域,三维信息是泛在机器人200感知环境和规划路径的重要依据。三维环境建模利用机器对环境信息的学习、感知、知识表示等技术来构建泛在机器人200作业环境的空间特征和物体属性,以及泛在机器人200与环境间的相互关系,为保证泛在机器人200能够更好地完成所担负的工作任务奠定基础。
智能算法模块140,用于从数据接入管理模块120和环境建模模块130中获取数据或信息,理解任务并规划任务。
具体的,智能算法模块140可以包括各类智能算法,例如图像识别、语音识别、自然语音处理、知识图谱、动态规划、路径导航、场景感知、场景理解等,根据各类智能算法以及从数据接入管理模块120和环境建模模块130中获取数据或信息,理解任务并规划任务。
例如,用户可以用语音下达任务,任务为20分钟到家让泛在机器人200开空调和窗帘。智能算法模块140根据从数据接入管理模块120获取语音用户任务,利用语音识别算法,理解用户任务意思转化为机器语音。然后利用场景感知和动态规划进行规划用户任务,生成执行指令,由组件接入管理模块110传输给对应的智能设备420进行作业。其中,语音识别,通常称为自动语音识别(Automatic Speech Recognition),主要是将人类语音中的词汇内容转换为计算机可读的输入,一般都是可以理解的文本内容,也有可能是二进制编码或者字符序列;动态规划算法是用于求解具有某种最优性质的问题,在这类问题中,可能会有许多可行解,每一个解都对应于一个值,而我们利用动态规划找到具有最优值的解。任务为20分钟到家让泛在机器人200开空调和窗帘,泛在机器人200规划用户任务可以是接收到任务就打开空调和打开窗帘,也可以是接收到用户任务15分钟后打开空调和打开窗帘,第二种明显优于第一种规划,能够节省电费。
泛在机器人200管控模块150,用于对组件接入管理模块110、数据接入管理模、环境建模模块130和智能算法模块140进行配置生成应用于预设场景的泛在机器人200,泛在机器人200管控模块150管理泛在机器人200,其中,所述管理包括创建、修改和销毁。
具体的,针对预设场景的应用情况,泛在机器人管控模块150对组件接入管理模块110、数据接入管理模块120、环境建模模块130和智能算法模块140进行配置。配置包括在智能算法模块140部署适应预设场景的各类智能算法;组件接入管理模块110接入对应预设场景所需的传感器410和智能设备420;数据接入管理模块120与组件接入管理模块110、环境建模模块130和智能算法模块140进行通讯连接,保证数据在上述各模块间能够进行交互。最后生成应用于预设场景的泛在机器人200,泛在机器人管控模块150管理泛在机器人200。
泛在机器人管控模块150可以是同时管理几个泛在机器人200。其中,管理中的创建可以是创建面向会议室办公任务的泛在机器人200、面向居家服务任务的泛在机器人200和面向羽毛球馆服务任务的泛在机器人200三种类型的泛在机器人200,上述三种泛在机器人200各自拥有不同的组件接入管理模块110、数据接入管理模块120、环境建模模块130、智能算法模块140以及适应各自场景应用的组件210,工作状态时互不干扰。此外,管理中的修改可以是修改泛在机器人200接入的组件210,增加或减少接入组件210,根据增加或减少接入的组件210部署预设场景适应的智能算法;也可以是各类算法经过训练,对智能算法模块140中各类算法模型的参数进行修改。另外,管理中的销毁可以是不需要面线居家服务任务的泛在机器人200时,断开组件210与组件接入管理模块110的连接,将组件接入管理模块110、数据接入管理模块120、环境建模模块130和智能算法模块140进行初始化,清除数据,为下次创建新的泛在机器人200提供空间。
本公开的实施例中,通过组件接入管理模块110、数据接入管理模块120、环境建模模块130、智能算法模块140和泛在机器人200管控模块150,接入并管理搭建在场景中的组件210;获取组件210输入的数据以及存储泛在机器人系统100中交互产生的数据;从数据接入管理模块120中获取数据;进行环境建模、从数据接入管理模块120和环境建模模块130中获取数据或信息,理解任务并规划任务;对组件接入管理模块110、数据接入管理模、环境建模模块130和智能算法模块140进行配置生成应用于预设场景的泛在机器人200,泛在机器人200管控模块150管理泛在机器人200,其中,管理包括创建、修改和销毁。本公开实施例能够实现在智能设备420丰富、任务复杂的场景下,通过泛在机器人200的有效规划、协同各组件210完成任务,避免由人来完成任务规划过程,再通过操控终端设备完成任务的问题。
图3示意性示出本公开的另一种泛在机器人系统100结构的示意图。
参考图3,应用于一种泛在机器人系统100,系统还包括数字孪生模块320、强化学习模块330和用户平台交互平台。通过数字孪生模块320和强化学习模块330的强化学习,通过和环境以及用户平台交互平台的交互,以达到最优化的策略,能够持续进化,提升泛在机器人200的智能水平。
数字孪生模块320,用于获取实际场景数据进行数字化建模,输出用于泛在机器人200强化学习的训练场景。
具体的,通过组件接入管理模块110接入的感应器,采集到实际场景数据,利用数字孪生技术进行数字化建模,输出数字孪生模型作为泛在机器人200强化学习的训练场景,为智能算法模块140中的各类智能算法提供支持,优化各类智能算法模型的参数,使规划任务更具优势。同时,也能在还未创建泛在机器人200之前,针对预设的应用场景,就完成数字化建模模型。从而在虚拟的赛博空间中对预设应用场景进行仿真和模拟,并将真实参数传给泛在机器人200管控模块150,作为参考配置的信息。数字孪生是充分利用物理模型、传感器410更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念,可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。数字孪生是个普遍适应的理论技术体系,可以在众多领域应用,在产品设计、产品制造、医学分析、工程建设等领域应用较多。
系统还包括强化学习模块330,用于利用实际场景或者数字孪生模块320输出的训练场景进行泛在机器人200的训练。
具体的,泛在机器人200在环境和任务复杂情况下,需要多组件210配合协同完成较大难度的用户任务时,可以调用强化学习模块330,提供强化的学习算法进行任务规划。强化学习(Reinforcement Learning,RL),又称再励学习、评价学习或增强学习,是机器学习的范式和方法论之一,用于描述和解决智能体在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。强化学习的常见模型是标准的马尔可夫决策过程(Markov Decision Process,MDP)。强化学习模块330中具有各类强化学习算法,其中可以是包括:Q-learning算法、sarsa算法、deep QNetwork算法、policy Gradient算法、ActorCritic算法等等。
系统还包括用户交互平台310,用于接收用户任务和反馈泛在机器人200信息。
具体的,用户交互平台310可以是手机、平板、PC端、智能音箱等等。用户可以在用户交互平台310上下达用户任务,用户交互平台310将接收到的用户任务传输给泛在机器人200,泛在机器人200完成对用户任务的理解、规划和执行。除此之外,用户交互平台310也能够反馈泛在机器人200信息,即将泛在机器人200工作状态、智能设备420的位置、组件210采集到用户在用户任务中指出所需的信息等,通过户用交互平台将信息反馈给用户。
本公开的实施例中,通过数字孪生模块320、强化学习模块330和用户交互平台310,用于获取实际场景数据进行数字化建模,输出用于泛在机器人200强化学习的训练场景;用于利用实际场景或者数字孪生模块320输出的训练场景进行泛在机器人200的训练;用于接收用户任务和反馈泛在机器人200信息。本公开实施例能够提升泛在机器人200的训练效率,可以通过与实际环境、人进行交互,来提升智能水平。
图5示意性示出本公开的一种泛在机器人200的构建方法的流程图。
参考图5,应用于一种泛在机器人200的构建方法,包括:
步骤502,搭建泛在机器人系统100,其中,所述泛在机器人系统100包括泛在机器人200管控模块150、智能算法模块140、数据接入管理模块120、组件接入管理模块110和环境建模模块130。
具体的,组件接入管理模块110,用于接入并管理搭建在场景中的组件;数据接入管理模块120,用于获取组件210输入的数据以及存储泛在机器人系统100中交互产生的数据;环境建模模块130,用于从数据接入管理模块120中获取数据,进行环境建模;智能算法模块140,用于从数据接入管理模块120和环境建模模块130中获取数据或信息,理解任务并规划任务;泛在机器人200管控模块150,泛在机器人200管控模块150对组件接入管理模块110、数据接入管理模、环境建模模块130和智能算法模块140进行配置生成应用于预设场景的泛在机器人200,泛在机器人200管控模块150管理泛在机器人200,其中,管理包括创建、修改和销毁。上述实施例已详细说明各个模块的功能,请参考上述泛在机器人系统100中的模块,在此不在赘述。
步骤504,针对应用场景,利用所述泛在机器人200管控模块150配置所述智能算法模块140、所述数据接入管理模块120、所述组件接入管理模块110和所述环境建模模块130,获得泛在机器人200,其中,所述泛在机器人200接收用户任务,并规划和执行任务。
具体的,泛在机器人200接收用户任务,在智能算法模块140进行规划任务,处理后的执行指令由组件接入管理模块110传输给各个对应组件210进行作业。
参见图6,其中,步骤504可以具体分为:
步骤602,将针对应用场景搭建的组件210接入所述组件接入管理模块110;
步骤604,利用所述泛在机器人200管控模块150,部署所述智能算法模块140的算法,定义所述数据接入管理模块120、所述组件接入管理模块110和所述环境建模模块130;
步骤606,获得所述泛在机器人200。
参见图4,组件210包括传感器410和智能设备420,请参考上述泛在机器人系统100中的组件210,在此不在赘述。
本公开实施例能够构建一种泛在机器人,在组件丰富、所处环境复杂、任务复杂的场景下,能够有效规划、协同各组件完成任务。
一种泛在机器人的构建装置,包括搭建模块和配置模块。
搭建模块,用于搭建泛在机器人系统,其中,泛在机器人系统包括泛在机器人管控模块、智能算法模块、数据接入管理模块、组件接入管理模块和环境建模模块;
配置模块,用于针对应用场景,利用泛在机器人管控模块配置智能算法模块、数据接入管理模块、组件接入管理模块和环境建模模块,获得泛在机器人,其中,泛在机器人接收用户任务,并规划和执行任务。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
下面参照图7来描述根据本发明的这种实施方式的电子设备700。图7显示的电子设备700仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于:上述至少一个处理单元710、上述至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元710执行,使得所述处理单元710执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元710可以执行如图5中所示的步骤502,搭建泛在机器人系统,其中,所述泛在机器人系统包括泛在机器人管控模块、智能算法模块、数据接入管理模块、组件接入管理模块和环境建模模块;步骤504,针对应用场景,利用所述泛在机器人管控模块配置所述智能算法模块、所述数据接入管理模块、所述组件接入管理模块和所述环境建模模块,获得泛在机器人,其中,所述泛在机器人接收用户任务,并规划和执行任务。
存储单元720可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)7201和/或高速缓存存储单元7202,还可以进一步包括只读存储单元(ROM)7203。
存储单元720还可以包括具有一组(至少一个)程序模块7205的程序/实用工具7204,这样的程序模块7205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线730可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备700也可以与一个或多个外部设备800(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备700交互的设备通信,和/或与使得该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口750进行。并且,电子设备700还可以通过网络适配器760与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器760通过总线730与电子设备700的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备700使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
描述了根据本发明的实施方式的用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (10)
1.一种泛在机器人系统,其特征在于,包括:
组件接入管理模块,用于接入并管理搭建在场景中的组件;
数据接入管理模块,用于获取所述组件输入的数据以及存储所述泛在机器人系统中交互产生的数据;
环境建模模块,用于从所述数据接入管理模块中获取数据,进行环境建模;
智能算法模块,用于从所述数据接入管理模块和所述环境建模模块中获取数据或信息,理解任务并规划任务;
泛在机器人管控模块,所述泛在机器人管控模块对所述组件接入管理模块、所述数据接入管理模、所述环境建模模块和所述智能算法模块进行配置生成应用于预设场景的泛在机器人,所述泛在机器人管控模块管理所述泛在机器人,其中,所述管理包括创建、修改和销毁。
2.根据权利要求1所述的泛在机器人系统,其特征在于,所述系统还包括数字孪生模块,用于获取实际场景数据进行数字化建模,输出用于所述泛在机器人强化学习的训练场景。
3.根据权利要求1所述的泛在机器人系统,其特征在于,所述系统还包括强化学习模块,用于利用实际场景或者所述数字孪生模块输出的训练场景进行所述泛在机器人的训练。
4.根据权利要求1所述的泛在机器人系统,其特征在于,所述系统还包括用户交互平台,用于接收用户任务和反馈所述泛在机器人信息。
5.一种泛在机器人的构建方法,其特征在于,包括:
搭建泛在机器人系统,其中,所述泛在机器人系统包括泛在机器人管控模块、智能算法模块、数据接入管理模块、组件接入管理模块和环境建模模块;
针对应用场景,利用所述泛在机器人管控模块配置所述智能算法模块、所述数据接入管理模块、所述组件接入管理模块和所述环境建模模块,获得泛在机器人,其中,所述泛在机器人接收用户任务,并规划和执行任务。
6.根据权利要求5所述的泛在机器人构建方法,其特征在于,所述针对应用场景,利用所述泛在机器人管控模块配置所述智能算法模块、所述数据接入管理模块、所述组件接入管理模块和所述环境建模模块,获得泛在机器人,其中,所述泛在机器人接收用户任务,并规划和执行任务的步骤,包括:
将针对应用场景搭建的组件接入所述组件接入管理模块;
利用所述泛在机器人管控模块,部署所述智能算法模块的算法,定义所述数据接入管理模块、所述组件接入管理模块和所述环境建模模块;
获得所述泛在机器人。
7.根据权利要求6所述的泛在机器人构建方法,其特征在于,所述组件包括传感器和智能设备。
8.一种泛在机器人的构建装置,其特征在于,包括:
搭建模块,用于搭建泛在机器人系统,其中,所述泛在机器人系统包括泛在机器人管控模块、智能算法模块、数据接入管理模块、组件接入管理模块和环境建模模块;
配置模块,用于针对应用场景,利用所述泛在机器人管控模块配置所述智能算法模块、所述数据接入管理模块、所述组件接入管理模块和所述环境建模模块,获得泛在机器人,其中,所述泛在机器人接收用户任务,并规划和执行任务。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求5~7中任意一项所述泛在机器人构建方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求5~7中任意一项所述的泛在机器人构建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111640113.4A CN114290333B (zh) | 2021-12-29 | 2021-12-29 | 一种泛在机器人系统、构建方法及装置、设备、介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111640113.4A CN114290333B (zh) | 2021-12-29 | 2021-12-29 | 一种泛在机器人系统、构建方法及装置、设备、介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114290333A true CN114290333A (zh) | 2022-04-08 |
CN114290333B CN114290333B (zh) | 2024-02-27 |
Family
ID=80971005
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111640113.4A Active CN114290333B (zh) | 2021-12-29 | 2021-12-29 | 一种泛在机器人系统、构建方法及装置、设备、介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114290333B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105773615A (zh) * | 2016-04-06 | 2016-07-20 | 成都令可科技有限公司 | 一种机器人系统 |
CN107819653A (zh) * | 2017-10-27 | 2018-03-20 | 芜湖乐锐思信息咨询有限公司 | 一种互联网识别智能家居场景控制装置 |
CN109623843A (zh) * | 2019-01-22 | 2019-04-16 | 重庆众兄共创科技有限公司 | 基于云计算智能决策算法的家庭智能服务机器人 |
CN110134081A (zh) * | 2019-04-08 | 2019-08-16 | 华东计算技术研究所(中国电子科技集团公司第三十二研究所) | 一种基于机器人能力模型的控制系统 |
CN110794777A (zh) * | 2019-10-25 | 2020-02-14 | 浙江工贸职业技术学院 | 一种智能家居控制设备及控制方法 |
CN111966212A (zh) * | 2020-06-29 | 2020-11-20 | 百度在线网络技术(北京)有限公司 | 基于多模态的交互方法、装置、存储介质及智能屏设备 |
US20210046650A1 (en) * | 2019-08-18 | 2021-02-18 | Cobalt Robotics Inc. | Elevator interactions by mobile robot |
CN112668687A (zh) * | 2020-12-01 | 2021-04-16 | 达闼机器人有限公司 | 云端机器人系统、云服务器、机器人控制模块和机器人 |
-
2021
- 2021-12-29 CN CN202111640113.4A patent/CN114290333B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105773615A (zh) * | 2016-04-06 | 2016-07-20 | 成都令可科技有限公司 | 一种机器人系统 |
CN107819653A (zh) * | 2017-10-27 | 2018-03-20 | 芜湖乐锐思信息咨询有限公司 | 一种互联网识别智能家居场景控制装置 |
CN109623843A (zh) * | 2019-01-22 | 2019-04-16 | 重庆众兄共创科技有限公司 | 基于云计算智能决策算法的家庭智能服务机器人 |
CN110134081A (zh) * | 2019-04-08 | 2019-08-16 | 华东计算技术研究所(中国电子科技集团公司第三十二研究所) | 一种基于机器人能力模型的控制系统 |
US20210046650A1 (en) * | 2019-08-18 | 2021-02-18 | Cobalt Robotics Inc. | Elevator interactions by mobile robot |
CN110794777A (zh) * | 2019-10-25 | 2020-02-14 | 浙江工贸职业技术学院 | 一种智能家居控制设备及控制方法 |
CN111966212A (zh) * | 2020-06-29 | 2020-11-20 | 百度在线网络技术(北京)有限公司 | 基于多模态的交互方法、装置、存储介质及智能屏设备 |
CN112668687A (zh) * | 2020-12-01 | 2021-04-16 | 达闼机器人有限公司 | 云端机器人系统、云服务器、机器人控制模块和机器人 |
Also Published As
Publication number | Publication date |
---|---|
CN114290333B (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11783227B2 (en) | Method, apparatus, device and readable medium for transfer learning in machine learning | |
Khanda et al. | Microservice-based iot for smart buildings | |
US10474934B1 (en) | Machine learning for computing enabled systems and/or devices | |
CN112288075B (zh) | 一种数据处理方法及相关设备 | |
US10102449B1 (en) | Devices, systems, and methods for use in automation | |
US9652713B2 (en) | Apparatus and methods for developing parallel networks using a general purpose programming language | |
CN113064351A (zh) | 数字孪生模型构建方法、装置、存储介质及电子设备 | |
CN107992291A (zh) | 应用于嵌入式应用程序的Ruff OS物联网操作系统 | |
US8660973B1 (en) | Systems and methods for cognition-based processing of knowledge | |
Sharaf et al. | An architecture framework for modelling and simulation of situational-aware cyber-physical systems | |
WO2021102615A1 (zh) | 虚拟现实场景及其交互方法、终端设备 | |
CN102073758A (zh) | 基于图灵机模型的增强现实装配环境系统建模方法 | |
Taniguchi et al. | Semiotically adaptive cognition: toward the realization of remotely-operated service robots for the new normal symbiotic society | |
CN114290333A (zh) | 一种泛在机器人系统、构建方法及装置、设备、介质 | |
Li et al. | Formal modeling and automatic code synthesis for robot system | |
CN115816459A (zh) | 机器人控制方法、装置、计算机设备、存储介质和产品 | |
Bonino et al. | Domains: Domain-based modeling for ambient intelligence | |
CN111913929A (zh) | 一种云脑机器人智库创建方法及其装置、计算机终端设备 | |
Buturuga et al. | Universal system for automation of small tasks | |
List et al. | Two approaches to a plug-and-play vision architecture–caviar and psyclone | |
Qu et al. | Distributed control application platform-a control platform for advanced manufacturing systems | |
Lee | A Study on Development of an Integrated IoT Service Platform Using Spatial Information | |
CN110705060B (zh) | 星上数据处理系统架构设计方法及系统 | |
CN116882278B (zh) | 一种想定仿真实验系统 | |
EP4354335A1 (en) | Automatic generation of an augmented reality assembly, integration, and testing preparation procedure from engineering models |
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 |