一种基于大语言模型的机器人主动陪伴控制方法及系统与流程

摘要: 本发明涉及智能机器人控制,尤其是涉及一种基于大语言模型的机器人主动陪伴控制方法及系统。背景技术:1、随着人工智能技术的快速发展,服务机器人在家庭陪护、儿童监护、...
一种基于大语言模型的机器人主动陪伴控制方法及系统与流程

本发明涉及智能机器人控制,尤其是涉及一种基于大语言模型的机器人主动陪伴控制方法及系统。

背景技术:

1、随着人工智能技术的快速发展,服务机器人在家庭陪护、儿童监护、老人陪伴等场景中的应用日益广泛。陪伴机器人不仅需要具备基本的物理运动能力,还要求能够理解用户的自然语言意图、根据上下文自主决策、并以柔和安全的方式执行物理动作。

2、现有陪伴机器人的控制方案主要包括以下几类:

3、(1)基于预设规则或模板匹配的控制方案。传统陪伴机器人采用预编程的行为树或状态机实现动作控制,用户通过按键或固定语音指令触发预设动作序列。部分产品在本地部署语音识别模块,将识别结果与预设指令表进行关键词匹配后输出控制信号。此类方案的局限性在于:机器人行为完全依赖开发者预设的动作库,无法理解自然语言的开放式语义表达,无法根据对话上下文动态调整行为策略,交互模式僵化,不具备主动陪伴所需的灵活性和适应性。

4、(2)基于用户行为数据分析的控制方案。该类方案通过传感器采集用户的行为数据(如活动量、语音频次、交互历史等),利用统计模型或机器学习模型对用户状态进行模式匹配与预测,再根据预测结果驱动机器人执行预设的陪伴行为。然而,该类方案存在以下固有局限:需采集足够周期的行为数据才能进行模式匹配,无法实现用户意图的实时理解;通过统计模型间接推断用户状态,而非直接理解用户语音或文本所表达的语义内容;其控制链路为开环控制,缺乏执行结果的反馈机制,无法根据实际执行状态进行动态调整。

5、(3)基于模型上下文协议(mcp)的ai与机器人互联方案。近年来,模型上下文协议被引入作为大语言模型与机器人之间的通信桥梁。该类方案通过语义解析生成结构化操作序列,以驱动目标工具执行并反馈执行状态。然而,该类方案仍存在以下不足:一是缺乏运动规划中间层,工具调用指令被直接映射为工具的执行动作,未对执行过程中的运动轨迹进行加减速规划,无法保证机器人运动的平滑性和安全性;二是未涉及电机驱动层,方案停留在协议调度和工具调用层面,无法实现对电机运动品质的精确控制;三是反馈机制在任务级语义闭环方面存在不足,执行结果数据未能有效纳入大语言模型的对话上下文,无法形成“执行-感知-决策”的闭环;四是缺乏云端、移动终端与机器人的三端协同架构,未利用移动通信终端作为协议转换桥梁。

6、综上,现有陪伴机器人控制技术中至少存在以下共性技术问题:大语言模型的语义理解能力无法直接转化为机器人的精确运动指令,语义层与物理执行层之间存在断层;缺乏加加速度有界的运动规划中间层,机器人运动过程中存在加速度突变和机械冲击,无法满足陪伴场景对柔和、安全动作的要求;控制系统为开环架构,大语言模型无法感知物理执行状态,无法进行错误恢复或多轮策略调整;大语言模型的工具调用能力未被应用于陪伴机器人的完整运动控制链路。

7、针对上述技术问题,本发明提供了一种基于大语言模型的机器人主动陪伴控制系统及方法。

技术实现思路

1、本发明的目的是提供一种基于大语言模型的机器人主动陪伴控制方法及系统,以解决传统陪伴机器人语义理解能力差、运动控制不平滑、缺乏闭环反馈以及工具调用路径不合理等问题。

2、为实现上述目的,本发明提供了一种基于大语言模型的机器人主动陪伴控制系统,包括:云端大语言模型服务模块、移动通信终端模块、机器人微控制器模块和执行机构;

3、云端大语言模型服务模块,部署于云端服务器,用于接收用户输入数据和/或传感器数据;通过自然语言理解识别用户意图;根据用户意图自主决策生成工具调用指令,工具调用指令包括工具名称和工具参数;接收执行结果数据,将执行结果数据纳入对话上下文,并根据更新后的对话上下文生成下一步交互策略;其中,下一步交互策略包括根据执行结果数据判断任务完成状态,若未完成则生成重试或策略调整指令,若已完成则生成确认信息或进入下一轮交互;

4、移动通信终端模块,其内运行有模型上下文协议服务端模块,被配置为:通过第二通信方式接收云端大语言模型服务模块下发的工具调用指令;判断工具调用指令的类型:当工具调用指令为运动控制类工具调用指令时,进行协议转换,将运动控制类工具调用指令转换为二进制格式的机器人控制协议帧,并通过第一无线通信方式将控制协议帧下发至机器人微控制器模块;当工具调用指令为终端功能类工具调用指令时,由移动通信终端模块直接调用对应的终端功能并执行,不向机器人微控制器模块下发指令;通过第一无线通信方式接收机器人微控制器模块回传的执行结果数据,并将执行结果数据和/或终端功能类工具调用指令的执行结果经第二通信方式回传至云端大语言模型服务模块;

5、机器人微控制器模块,部署于机器人本体,被配置为:通过第一无线通信方式接收控制协议帧;通过运动规划层将控制协议帧中的目标运动指令拆解为轨迹点序列;其中,运动规划层对每个运动轴执行七段s曲线加减速规划,并根据目标运动角度与使速度达到最大速度所需角度的比较结果,自适应地选择七段s曲线、五段s曲线或三段s曲线进行规划;在多轴联动时对各轴轨迹进行时间同步插补;通过磁场定向控制驱动层驱动执行机构按照轨迹点序列运动;采集执行机构的实际运动状态,生成执行结果数据;

6、执行机构包括多路无刷直流电机及配套传动结构,用于在磁场定向控制驱动层的驱动下执行物理运动。

7、本发明还提供了一种基于大语言模型的机器人主动陪伴控制方法,采用上述系统,包括以下步骤:

8、s1、云端大语言模型接收用户输入数据和/或传感器数据,通过自然语言理解识别用户意图;

9、s2、云端大语言模型根据用户意图自主决策生成工具调用指令,工具调用指令包括工具名称和工具参数;

10、s3、移动通信终端中的模型上下文协议服务端模块接收工具调用指令;判断工具调用指令的类型:当工具调用指令为运动控制类工具调用指令时,进行协议转换,将运动控制类工具调用指令转换为二进制格式的机器人控制协议帧,并通过第一无线通信方式将控制协议帧下发至机器人微控制器;当工具调用指令为终端功能类工具调用指令时,由移动通信终端直接调用对应的终端功能并执行,并将执行结果经第二通信方式回传至云端大语言模型;

11、s4、机器人微控制器通过运动规划层将控制协议帧中的目标运动指令拆解为轨迹点序列,包括:对每个运动轴执行七段s曲线加减速规划,根据目标运动角度与使速度达到最大速度所需角度的比较结果自适应地选择七段s曲线、五段s曲线或三段s曲线进行规划,并在多轴联动时进行时间同步插补;其中七段s曲线包括依次的:加加速段、匀加速段、减加速段、匀速段、加减速段、匀减速段、减减速段;

12、s5、机器人微控制器通过磁场定向控制驱动层按照轨迹点序列驱动无刷直流电机运动;

13、s6、机器人微控制器采集电机实际运动状态,生成执行结果数据;执行结果数据包括:工具id、执行状态、实际到达角度信息、执行耗时和错误信息;执行状态包括成功、失败或部分成功;

14、s7、执行结果数据经移动通信终端回传至云端大语言模型;

15、s8、云端大语言模型将执行结果数据纳入对话上下文,根据执行结果判断任务完成状态,若未完成则生成重试或策略调整指令并继续执行,若已完成则生成确认信息或进入下一轮交互。

16、本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述基于大语言模型的机器人主动陪伴控制方法中由移动通信终端或机器人微控制器执行的步骤。

17、因此,本发明采用上述一种基于大语言模型的机器人主动陪伴控制方法及系统,具有以下有益效果:

18、(1)通过大语言模型的工具调用能力实现语义驱动的自主决策,模型能够基于用户自然语言输入和对话上下文动态决定调用哪些工具以及以何种参数调用,而非按照预设固定映射关系执行,使机器人能够灵活应对开放式自然语言输入,实现真正的主动陪伴。

19、(2)通过移动通信终端中运行的模型上下文协议服务端模块进行协议转换,将云端大语言模型下发的工具调用指令转换为机器人控制协议帧,弥合了云端互联网协议与机器人近距离无线通信协议之间的鸿沟;同时区分运动控制类工具调用指令和终端功能类工具调用指令,使录制、手机模式切换等终端本地功能由移动通信终端直接执行,避免将不适合底层控制器执行的指令下发,指令路径更合理。

20、(3)机器人微控制器通过运动规划层对目标运动指令执行七段s曲线加减速规划,并根据目标运动角度自适应选择七段、五段或三段s曲线,保证运动过程中加速度连续、加加速度有界,有效消除运动冲击和振动,使机器人陪伴动作柔和安全;多轴时间同步插补确保多轴联动的协调性。

21、(4)通过磁场定向控制驱动层驱动无刷直流电机,实现低速平稳力矩输出,适应陪伴机器人对柔和运动的要求。

22、(5)执行结果数据经原路回传至云端大语言模型,模型将执行结果纳入对话上下文,根据执行状态判断任务是否完成,实现任务级闭环反馈。系统具备错误恢复能力、上下文连续性和状态感知能力,支持连续多轮交互。

23、(6)通过情感感知模块识别用户情感状态,云端大语言模型根据情感状态调整工具调用策略,当用户情绪低落时采用更柔和的动作参数,当用户情绪愉悦时采用更活泼的动作参数,进一步提升主动陪伴的智能化水平。

24、下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。