[发明专利]机器人行为准则智能监管的方法有效

专利信息
申请号: 201710509338.3 申请日: 2017-06-28
公开(公告)号: CN107329445B 公开(公告)日: 2020-09-08
发明(设计)人: 潘晓明;彭罗 申请(专利权)人: 重庆柚瓣家科技有限公司
主分类号: G05B19/048 分类号: G05B19/048
代理公司: 重庆强大凯创专利代理事务所(普通合伙) 50217 代理人: 隋金艳;刘嘉
地址: 401121 重庆市渝北*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机器人 行为准则 智能 监管 方法
【权利要求书】:

1.机器人行为准则智能监管的方法,包括以下步骤:

采集步骤,采集用户指令;

识别步骤,处理器根据接收到的用户指令,提取及识别特征信号,并将提取的特征信号与存储器中存储的通过用户指令样本训练获得的最佳训练码本进行对比,获得匹配结果信息;

决策步骤,匹配成功后,处理器根据识别结果确定控制指令,输出控制指令;

自学习步骤,匹配失败后,处理器对超出范围的用户指令进行自学习,生成相应的目标答案,将目标答案存储至存储器中,并输出目标答案;

执行步骤,让执行机构根据处理器输出的控制指令或目标答案执行相应动作;

其特征在于,还包括以下内容:

匹配成功后,测试网络是否连接正常,若连接正常,处理器将决策步骤中确定的控制指令与其对应的用户指令一起反馈至云端进行核对;

匹配失败后,测试网络是否连接正常,若连接正常,处理器将自学习步骤中自学生成的目标答案与其对应的用户指令一起反馈至云端进行核对;若网络连接不正常,则发出提示信号;

云端核对步骤,云端中央处理器判断控制指令或目标答案是否遵守行为准则,若云端核对结果为是,则处理器输出控制指令或目标答案至执行机构,若云端核对为否,则对违反行为准则的控制指令或目标答案进行修正,并将修正后的控制指令或目标答案覆盖存储器中存储的违反行为准则的控制指令或目标答案;

所述自学习步骤还包括以下步骤:

自学失败原因分析步骤,网络连接正常且匹配失败后,处理器对超出范围的用户指令进行自学习,自学习失败,并对自学习失败原因进行分析,输出分析结果及用户指令至云端进行学习;

云端学习步骤,若云端中央处理器接收到的分析结果为超出自学能力范围,则云端中央处理器对超出范围的用户指令进行识别、分类,根据与数据库中存储的超出范围的用户指令进行相似度对比进行分类,并对同类别进行统计,当同类别超出范围的用户指令的个数大于预设值时,发送升级消息通知技术人员进行程序升级,技术人员将升级后的控制指令通过云端中央处理器存储至存储器中;

若云端中央处理器接收到的分析结果与行为准则逻辑冲突,则云端中央处理器发送紧急消息通知技术人员进行程序升级,技术人员将升级后的控制指令通过云端中央处理器存储至存储器中。

2.根据权利要求1所述的机器人行为准则智能监管的方法,其特征在于,还包括以下步骤:

通讯步骤,若处理器分析出自学习失败原因为逻辑冲突时,启动通讯模块,通讯模块向看护人员发送紧急救助信息。

3.根据权利要求1所述的机器人行为准则智能监管的方法,其特征在于,所述用户指令包括指令信息、动作信息、表情信息和环境信息。

4.根据权利要求1至3任一所述的机器人行为准则智能监管的方法,其特征在于,所述云端核对步骤还包括以下步骤:

云端自检步骤,通过模拟仿真器仿真,判断自学习生成的目标答案是否有逻辑错误:

当判断结果为有逻辑错误,则执行云端修正步骤;

当判断结果为无逻辑错误,则处理器输出控制指令或目标答案至执行机构;

云端修正步骤,技术人员对违反行为准则的控制指令或目标答案进行修正,并将修正后的控制指令或目标答案覆盖存储器中存储的违反行为准则的控制指令或目标答案。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆柚瓣家科技有限公司,未经重庆柚瓣家科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710509338.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top