[发明专利]一种对象抓取方法、装置、计算机设备及存储介质

说明书

本公开提供了一种对象抓取方法、装置、计算机设备及存储介质，其中，该方法包括：响应于接收到目标对象抓取指令，基于包含的目标对象的状态描述信息、以及当前场景中各候选对象分别具有每个预设状态的第一置信度，确定各候选对象分别为目标对象的第二置信度；基于所述第一置信度和第二置信度，确定目标候选对象以及针对目标候选对象执行各预设动作后的回报信息；基于所述回报信息，确定待执行的目标预设动作，并执行目标预设动作。本公开实施例不需要对机器人进行预训练，可以较为准确地确定出符合用户要求的目标候选对象；并且通过确定最优的目标预设动作，减少了与用户对话的次数，还可以尽快抓取到目标对象，提高了任务执行的成功率和效率。

技术领域

本公开涉及人工智能技术领域，具体而言，涉及一种对象抓取方法、装置、计算机设备及存储介质。

背景技术

随着科技的发展，服务型机器人逐渐出现在人们的日常生活中。某些机器人通常具有对话消歧的能力，当用户向机器人下达指令后，机器人可以在对用户指令产生疑惑时，主动向用户提出问题，通过结合用户的回答明确指令中的含义并成功完成用户的任务。

而通常情况下，机器人只执行预先训练过的任务、或者处理预先训练过的指令，在出现没有训练过的任务或指令的情况下，机器人难以完成任务。并且，在物体的属性相近的场景中，容易出现机器人对多个物体逐一指认的情况。因此，上述情况导致机器人的任务执行成功率和效率较低。

发明内容

本公开实施例至少提供一种对象抓取方法、装置、计算机设备及存储介质。

第一方面，本公开实施例提供了一种对象抓取方法，包括：

响应于接收到目标对象抓取指令，基于所述目标对象抓取指令中包含的目标对象的状态描述信息、以及当前场景中各候选对象分别具有每个预设状态的第一置信度，确定各所述候选对象分别为所述目标对象的第二置信度；

基于各所述候选对象分别对应的所述第一置信度和所述第二置信度，确定目标候选对象以及针对所述目标候选对象执行各预设动作后的回报信息；所述预设动作包括抓取所述目标候选对象及提出问题；

基于所述各预设动作分别对应的所述回报信息，确定待执行的目标预设动作，并针对所述目标候选对象执行所述目标预设动作。

一种可选的实施方式中，所述候选对象具有每个预设状态的第一置信度包括：所述候选对象分别具有各预设特征属性的第三置信度、所述候选对象位于不同预设位置区域的第四置信度、所述候选对象与其他每个所述候选对象之间存在各预设位置关系的第五置信度。

一种可选的实施方式中，所述第三置信度是通过以下步骤得到的：

将所述当前场景对应的二维场景图像进行分割处理，得到各所述候选对象分别对应的图像区域；

基于所述候选对象对应的图像区域与各预设特征属性描述信息之间的第一相似度，确定所述候选对象具有各预设特征属性的第三置信度。

一种可选的实施方式中，所述第四置信度是通过以下步骤得到的：

获取所述当前场景对应的二维场景图像；

基于所述候选对象在所述二维场景图像中的位置范围，与所述二维场景图像中的各预设位置区域之间的重叠面积，确定所述候选对象位于各所述预设位置区域的第四置信度。

一种可选的实施方式中，所述第五置信度是通过以下步骤得到的：

基于各所述候选对象在所述当前场景对应的三维场景图像中的三维位置信息，确定每个所述候选对象与其他各所述候选对象之间的最短距离向量；

基于所述最短距离向量在各预设方向上的投影长度，确定该候选对象与其他各所述候选对象之间存在各预设位置关系的第五置信度。