[发明专利]一种机器人任务自主规划方法及系统

说明书

本发明属于机器人领域，提供了一种机器人任务自主规划方法及系统。其中，该方法包括基于家庭环境语义知识模型，获得静态物品语义位置和静态物品与动态物品之间的位置关系；基于静态物品语义位置和静态物品与动态物品之间的位置关系，根据混合任务规划器来执行动作规划，直至机器人执行的任务序列完成任务；其中，混合任务规划器在执行动作规划的过程中，首先进行离线任务规划，并确定离线任务规划的动作影响是否为确定型来判断是否继续执行离线任务序列，当离线任务规划的动作影响为不确定型，然后再进行在线动作规划。

技术领域

本发明属于机器人领域，尤其涉及一种机器人任务自主规划方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

随着机器人技术的发展，服务机器人逐渐走进家庭，为人类提供各种服务，成为提高人类生活质量的好帮手甚至好伙伴。尽管服务机器人在家庭应用领域有着巨大的潜力，但在任务规划等方面仍有许多问题有待解决。特别是在非结构化、动态的家庭环境中，服务任务的多样性和目标位置的不确定性增加了服务机器人任务规划的复杂性。如何根据家庭环境信息进行合理的任务规划是一个亟待解决的问题。对于服务机器人来说，任务规划就是规划一个完整的动作序列，引导机器人完成给定的任务。整个动作序列以高级语义形式表达。例如，移动、抓住等。

PPDDL(Probabilistic plan domain definition language)和POMDP(PartiallyObservable Markov Decision Process)是两种最常用的任务规划方法。PPDDL可以基于状态转换快速生成给定任务的操作序列。然而，PPDDL缺乏对不可靠观测的可靠推理。它生成一个线性静态的任务执行序列，只有当前一个动作完成后，下一个动作才能按顺序执行。如果一个动作执行失败，就意味着任务失败，灵活性差，难以适应动态的、非结构化的环境。因此，需要考虑复杂动态环境下的目标遮挡问题，给出机器人序列生成中的动态规划策略。当存在不确定性时，我们考虑使用POMDP来判断动作的执行，直到目标完成为止。POMDP是一种不确定环境下的规划方法，通常指具有概率作用效应的规划。POMDP计划者的目标是提高计划成功的概率。家庭环境的复杂性和物体的多样性使得机器人执行任务更加困难。通过单独的任务规划很难与环境交互。发明人发现，POMDP虽然可以与环境进行实时交互，但随着空间的增加，状态维数也会增加。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供一种移动家居服务机器人任务自主规划方法及系统，其基于物品级语义图和概率推理服务机器人混合离线和在线任务的规划，能够提高服务机器人任务规划的自主性。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种移动家居服务机器人任务自主规划方法。

一种机器人任务自主规划方法，其包括：

基于家庭环境语义知识模型，获得静态物品语义位置和静态物品与动态物品之间的位置关系；

基于静态物品语义位置和静态物品与动态物品之间的位置关系，根据混合任务规划器来执行动作规划，直至机器人执行的任务序列完成任务；

其中，混合任务规划器在执行动作规划的过程中，首先进行离线任务规划，并确定离线任务规划的动作影响是否为确定型来判断是否继续执行离线任务序列，当离线任务规划的动作影响为不确定型，然后再进行在线动作规划。

进一步地，获得静态物品语义位置和静态物品与动态物品之间的位置关系的过程为：

基于家庭环境语义知识模型及机器人在家居环境中的自主移动，建立物体实例级、地图级以及符号级三者之间的关系，并映射到物品位置本体中，推理家庭场景、静态物品和动态物品之间的语义位置关系。