[发明专利]基于知识库和PDDL语义设计的机器人任务执行方法

说明书

本发明公开了一种基于知识库和PDDL语义设计的机器人任务执行方法，属于知识库和机器人自主决策领域。该方法包括：摄像头全局感知场景物体；图像视觉解析得到物体状态；使用图数据库进行进行知识库的表达；生成PDDL域文件和问题文件；执行规划并且返回机器人协同执行。本发明的方法可以实现室内场景下语义环境已知的情况下协同多机器人完成任务执行，对于多机器人自主决策执行有着较大的意义。

技术领域

本发明属于知识库和机器人自主决策领域，具体地涉及一种基于知识库和PDDL语义设计的机器人任务执行方法。

背景技术

知识库是计算机领域一项前沿技术，在市场应用上更多在于金融反欺诈、知识问答、搜索等，在机器人领域的应用很少，基于知识的任务规划执行目前是该领域前沿应用。使用知识库存储日常生活中一些常见的物体用法、物体间关系、操作物体的方法等，来模拟人类大脑记忆常识、动作和任务执行，同时使用知识推理技术从已有的知识中来推理认知未知陌生的环境，从而自主学习、自主任务规划，这是机器人未来智能化的方向。

现有的机器人任务执行大多是将任务的执行顺序固定或者通过人为的方式来控制指导的方式执行，在仓库领域，任务的执行是将任务顺序编排好，然后调度机器人执行，并且在出现异常的时候也不会进行处理。

发明内容

针对现有技术存在的问题，本发明提出了一种基于知识库和PDDL语义设计的机器人任务执行方法。该方法可以运用知识库存储的知识和PDDL语言自主的任务分解规划，不需要任务的编排设定，且机器人在执行过程中可以自动的处理动态情况和异常情况。

为实现此目的，本发明采用如下技术方案：一种基于知识库和PDDL语义设计的机器人任务执行方法，包括以下步骤：

步骤一：在室内场景下，通过全局摄像头感知环境物体，使用语义分割方法完成物体识别；

步骤二：通过设置三维全局坐标，识别步骤一中的物体的位置坐标，并获取物体的重心位置坐标，计算物体间的位置关系；所述物体的位置坐标和物体间的位置关系组成物体状态；生成当前环境实例化知识并存储在Redis中；

步骤三：使用图数据库进行知识库的表达，所述知识库包括机器人任务知识、机器人知识；所述机器人任务知识由任务目标状态和动作知识组成，所述动作知识使用类似PetriNet网络结构来表达动作执行后物体状态变化，并记录动作的输入输出时间状态变化；所述机器人知识中记录注册的机器人，包括机器人组件和可以执行的动作以及动作知识关联；

步骤四：所述知识库接收到任务后，将任务匹配到相应的动作知识上，解析得到的每一个动作，将动作转换成PDDL格式要求的动作结构生成域文件；所述域文件包括：断言、动作，使用NLP技术从知识库中模糊匹配出机器人任务知识中已存相应的任务，将机器人任务知识中的任务目标状态和当前环境实例化知识合并，生成问题文件；

步骤五：通过在全局状态空间搜索的方法下对需要执行的任务进行分解规划，根据生成的问题文件中的任务目标状态和域文件反向推理，得到任务的全局执行顺序，知识库在任务执行时根据动作知识来调度相应的机器人按全局执行顺序执行任务；同时，机器人在执行任务的过程中实时感知环境物体状态，将感知的环境物体信息储存Redis，所述环境物体信息包括物体位置、物体状态、机器人状态；

步骤六：实时判断物体状态是否与域文件中的断言相同，当物体状态与断言相同时，则继续执行任务；否则重复步骤四~五，直至任务执行结束。

进一步地，步骤四中如果没有从知识库中匹配到任务，将对应的任务知识以及任务目标状态增加到机器人任务知识中。