主动机器人交互行为决策方法及完整系统与流程

摘要: 0001本发明涉及机器人交互,具体涉及一种主动机器人交互行为决策方法及完整系统。背景技术:1、0002随着服务机器人、陪护机器人和移动机器人应用增加,机器人需要...
主动机器人交互行为决策方法及完整系统与流程

0001 本发明涉及机器人交互,具体涉及一种主动机器人交互行为决策方法及完整系统。

背景技术:

1、0002 随着服务机器人、陪护机器人和移动机器人应用增加,机器人需要根据环境主动发起或调整交互行为,例如问候、让路、跟随、提示、停止等。现有方案多依赖单一传感器触发或固定规则匹配,对环境时间、位置、空间属性、光照、温湿度、地面属性及障碍物动态变化等因素的联合感知不足,且行为决策与环境语义之间缺乏双向校验,容易出现误交互或交互死锁。此外,传统方法对历史交互反馈利用不足,难以在相同环境下逐步形成稳定经验。

技术实现思路

1、0003 本发明的目的在于提供一种主动机器人交互行为决策方案及完整系统,以解决现有技术中机器人交互决策缺乏全局环境感知、环境冲突时易死锁、学习结果无法固化的问题。所述完整系统包括:环境感知模块、状态描述构建模块、双向比对决策模块、交互执行模块以及固化学习模块;所述环境感知模块用于获取当前时间信息和位置信息,以时间和位置作为平等并行的底层输入派生子锚库;所述状态描述构建模块用于对子锚库中的各子锚进行实时采样并将采样结果融合处理,生成当前环境状态描述集;所述双向比对决策模块用于将环境状态描述集与预设的语义候选集进行双向比对,根据匹配度与冲突度的综合判定输出交互行为决策或执行容错处理;所述交互执行模块用于根据决策结果控制机器人执行对应的交互行为;所述固化学习模块用于在执行交互行为后根据环境反馈进行固化学习,将决策结果与环境反馈关联存储,并在后续相同环境状态下优先调用固化结果,若环境状态发生预期变化则解除固化并重新触发双向比对决策模块执行比对。

1.一种主动机器人交互行为决策方法,其特征在于,包括以下步骤:

2.如权利要求1所述的主动机器人交互行为决策方法,其特征在于,所述s1中,时间信息和位置信息作为平等并行的底层输入,所述子锚库中的各子锚之间相互独立且可组合使用。

3.如权利要求1所述的主动机器人交互行为决策方法,其特征在于,所述s3中,匹配度计算和冲突度计算均采用加权评分机制,权重根据环境场景动态调整。

4.如权利要求1所述的主动机器人交互行为决策方法,其特征在于,所述s4中,预设阈值例如可以为15%,当冲突度小于或等于15%时输出交互行为决策,当冲突度大于15%时执行容错处理。

5.如权利要求1所述的主动机器人交互行为决策方法,其特征在于,所述s6中,固化学习的次数为3至10次,当相同环境状态下连续n次决策结果与环境反馈一致时,完成固化。

6.如权利要求1所述的主动机器人交互行为决策方法,其特征在于,所述s2中,环境状态描述集的构建包括:对子锚库中的各子锚进行实时采样,并将采样结果进行融合处理。

7.如权利要求1所述的主动机器人交互行为决策方法,其特征在于,所述s5中,交互行为的执行优先级为:安全避让高于语音输出,语音输出高于动作调节,动作调节高于表情变化,表情变化高于移动路径调整。

8.如权利要求1所述的主动机器人交互行为决策方法,其特征在于,还包括:在执行s1之前,对机器人硬件进行自检,确认传感器、执行器及通信模块处于正常工作状态。

9.如权利要求1所述的主动机器人交互行为决策方法,其特征在于,所述s6中,解除固化后重新执行s3至s6时,将前次固化结果作为参考权重参与本次双向比对。

10.如权利要求1所述的主动机器人交互行为决策方法,其特征在于,所述语义候选集包含预设的交互行为模板库,所述模板库根据应用场景进行更新。