机器人执行方法、装置、电子设备、介质和程序产品与流程

摘要: 本公开的实施例涉及机器人运动控制与情感交互,具体涉及机器人执行方法、装置、电子设备、介质和程序产品。背景技术:1、目前,随着智能机器人的不断发展,越来越多的机器...
机器人执行方法、装置、电子设备、介质和程序产品与流程

本公开的实施例涉及机器人运动控制与情感交互,具体涉及机器人执行方法、装置、电子设备、介质和程序产品。

背景技术:

1、目前,随着智能机器人的不断发展,越来越多的机器人应用到各种场景下,以辅助用户进行相关事件的处理。如何实现机器人的精准且自然地控制成为当前主要研究的方向之一。对于机器人的执行,通常采用的方式为:首先,将“高兴、悲伤、中性”等情绪或行为状态分别对应至一组预设姿态参数。然后,在状态切换时通过线性插值从当前状态姿态过渡至目标状态姿态,以执行姿态变化。

2、然而,当采用上述方式,经常会存在如下技术问题:

3、不同类型运动竞争同一控制资源,存在相互覆盖或相互抵消的问题,可能存在主要执行内容被覆盖或抵消的情况发生,使得机器人所执行的内容与执行要求不匹配。

技术实现思路

1、本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。

2、本公开的一些实施例提出了机器人执行方法、装置、电子设备、计算机可读介质和程序产品,来解决以上背景技术部分提到的技术问题。

3、第一方面,本公开的一些实施例提供了一种机器人执行方法,包括:响应于获取到实时输入信息,根据上述实时输入信息,确定目标控制层;根据上述实时输入信息,利用上述目标控制层,生成第一控制处理信息;根据上述第一控制处理信息,生成机器人处理信息;执行上述机器人处理信息对应的处理操作。

4、可选地,上述方法还包括:响应于在处理操作执行中获取到中间输入信息且确定上述目标控制层为交互动作控制层,获取上述中间输入信息对应的输入时间;获取在上述输入时间之后的机器人处理子信息和上述输入时间下的机器人执行状态;根据上述中间输入信息,利用上述交互动作控制层,生成第二控制处理信息;获取上述第二控制处理信息对应的第一权重变化信息和上述机器人处理子信息对应的第二权重变化信息;以上述机器人执行状态为起始状态,根据上述第一权重变化信息和上述第二权重变化信息,对上述第二控制处理信息和上述机器人处理子信息进行处理信息融合,得到机器人调整处理信息;执行上述机器人调整处理信息对应的处理操作。

5、可选地,上述根据上述第一控制处理信息,生成机器人处理信息,包括:响应于上述目标控制层为交互动作控制层,获取当前机器人处理信息;获取上述第一控制处理信息对应的第三权重变化信息和上述当前机器人处理信息对应的第四权重变化信息,其中,上述第三权重变化信息为在执行时间段内逐步提高的权重变化信息,上述第四权重变化信息为在执行时间段内逐步降低的权重变化信息;根据上述第三权重变化信息和上述第四权重变化信息,对上述第一控制处理信息和上述当前机器人处理信息进行处理信息融合,得到机器人处理信息。

6、可选地,上述方法还包括:响应于在机器人末尾状态下未获取到输入信息,获取姿态控制层在未来时间段下进行姿态处理的未来姿态处理信息,其中,上述机器人末尾状态为执行处理操作后的状态;获取上述未来姿态处理信息对应的第五权重变化信息和第一控制处理子信息对应的第六权重变化信息,其中,上述第一控制处理子信息为上述未来时间段下的控制处理信息,上述第五权重变化信息为在上述未来时间段内逐步提高的权重变化信息,上述第六权重变化信息为在上述未来时间段内逐步降低的权重变化信息;以上述机器人末尾状态为起始状态,根据上述第五权重变化信息和上述第六权重变化信息,对上述未来姿态处理信息和上述第一控制处理子信息进行处理信息融合,得到第一未来处理信息;执行上述第一未来处理信息对应的处理操作。

7、可选地,上述方法还包括:响应于在目标未来时间获取到微表情控制信息,获取微表情控制层输出的微表情处理信息、上述目标未来时间下的机器人未来状态和未来处理子信息;获取上述未来处理子信息对应的第七权重变化信息和上述微表情处理信息对应的第八权重变化信息,其中,第七权重变化信息为执行时间段内逐步降低的权重变化信息,上述第八权重变化信息为在执行时间段内进行逐步提高再逐步降低的权重变化信息;以上述机器人未来状态为起始状态,根据上述第七权重变化信息和上述第八权重变化信息,对上述未来处理子信息和上述微表情处理信息进行处理信息融合,得到第二未来处理信息;在上述目标未来时间下执行上述第二未来处理信息对应的处理操作。

8、可选地,上述目标控制层为用于叠加控制的控制层集中的对上述实时输入信息进行重点处理的控制层,上述控制层集包括:基于整体情绪的姿态控制层、交互动作控制层和微表情控制层,上述控制层集中的各个控制层是在不同时间尺度下对机器人进行状态调整的控制层,上述姿态控制层是分钟级的体态控制层,上述交互动作控制层为秒级的动作交互处理层,上述微表情控制层为毫秒级的微表情处理层。

9、可选地,上述根据上述实时输入信息,利用上述目标控制层,生成第一控制处理信息,包括:根据交互对象的对象画像,生成个性化处理特征信息,其中,上述个性化处理特征信息包括处理时长、处理幅度、处理速度和处理风格中的至少一项;根据上述个性化处理特征信息和上述实时输入信息,利用上述目标控制层,生成第一控制处理信息。

10、可选地,上述目标控制层为姿态控制层;以及上述根据上述个性化处理特征信息和上述实时输入信息,利用上述目标控制层,生成第一控制处理信息,包括:根据上述处理速度、上述处理风格和上述实时输入信息,利用上述姿态控制层,生成表情处理信息,作为第一控制处理信息。

11、可选地,上述微表情控制层对应的触发阈值是基于交互对象对应的对象敏感度确定的;以及上述获取上述未来处理子信息对应的第七权重变化信息和上述微表情处理信息对应的第八权重变化信息,包括:根据上述对象敏感度,设置上述微表情处理信息对应的权重衰减信息;根据上述权重衰减信息,设置上述微表情处理信息对应的第八权重变化信息。

12、可选地,上述获取上述未来姿态处理信息对应的第五权重变化信息和第一控制处理子信息对应的第六权重变化信息,包括:根据上述未来时间段对应的执行环境,确定权重变化持续时长;根据上述权重变化持续时长,设置第五权重变化信息和第六权重变化信息。

13、可选地,上述获取上述第一控制处理信息对应的第三权重变化信息和上述当前机器人处理信息对应的第四权重变化信息,包括:根据上述执行时间段内的执行环境,获取对应的权重选择策略;根据上述权重选择策略,设置上述第三权重变化信息和上述第四权重变化信息。

14、第二方面,本公开的一些实施例提供了一种机器人执行装置,包括:确定单元,被配置成响应于获取到实时输入信息,根据上述实时输入信息,确定目标控制层;第一生成单元,被配置成根据上述实时输入信息,利用上述目标控制层,生成第一控制处理信息;第二生成单元,被配置成根据上述第一控制处理信息,生成机器人处理信息;执行单元,被配置成执行上述机器人处理信息对应的处理操作。

15、可选地,装置还包括:响应于在处理操作执行中获取到中间输入信息且确定上述目标控制层为交互动作控制层,获取上述中间输入信息对应的输入时间;获取在上述输入时间之后的机器人处理子信息和上述输入时间下的机器人执行状态;根据上述中间输入信息,利用上述交互动作控制层,生成第二控制处理信息;获取上述第二控制处理信息对应的第一权重变化信息和上述机器人处理子信息对应的第二权重变化信息;以上述机器人执行状态为起始状态,根据上述第一权重变化信息和上述第二权重变化信息,对上述第二控制处理信息和上述机器人处理子信息进行处理信息融合,得到机器人调整处理信息;执行上述机器人调整处理信息对应的处理操作。

16、可选地,第一生成单元可以被配置成:响应于上述目标控制层为交互动作控制层,获取当前机器人处理信息;获取上述第一控制处理信息对应的第三权重变化信息和上述当前机器人处理信息对应的第四权重变化信息,其中,上述第三权重变化信息为在执行时间段内逐步提高的权重变化信息,上述第四权重变化信息为在执行时间段内逐步降低的权重变化信息;根据上述第三权重变化信息和上述第四权重变化信息,对上述第一控制处理信息和上述当前机器人处理信息进行处理信息融合,得到机器人处理信息。

17、可选地,装置还包括:响应于在机器人末尾状态下未获取到输入信息,获取姿态控制层在未来时间段下进行姿态处理的未来姿态处理信息,其中,上述机器人末尾状态为执行处理操作后的状态;获取上述未来姿态处理信息对应的第五权重变化信息和第一控制处理子信息对应的第六权重变化信息,其中,上述第一控制处理子信息为上述未来时间段下的控制处理信息,上述第五权重变化信息为在上述未来时间段内逐步提高的权重变化信息,上述第六权重变化信息为在上述未来时间段内逐步降低的权重变化信息;以上述机器人末尾状态为起始状态,根据上述第五权重变化信息和上述第六权重变化信息,对上述未来姿态处理信息和上述第一控制处理子信息进行处理信息融合,得到第一未来处理信息;执行上述第一未来处理信息对应的处理操作。

18、可选地,装置还包括:响应于在目标未来时间获取到微表情控制信息,获取微表情控制层输出的微表情处理信息、上述目标未来时间下的机器人未来状态和未来处理子信息;获取上述未来处理子信息对应的第七权重变化信息和上述微表情处理信息对应的第八权重变化信息,其中,第七权重变化信息为执行时间段内逐步降低的权重变化信息,上述第八权重变化信息为在执行时间段内进行逐步提高再逐步降低的权重变化信息;以上述机器人未来状态为起始状态,根据上述第七权重变化信息和上述第八权重变化信息,对上述未来处理子信息和上述微表情处理信息进行处理信息融合,得到第二未来处理信息;在上述目标未来时间下执行上述第二未来处理信息对应的处理操作。

19、可选地,上述目标控制层为用于叠加控制的控制层集中的对上述实时输入信息进行重点处理的控制层,上述控制层集包括:基于整体情绪的姿态控制层、交互动作控制层和微表情控制层,上述控制层集中的各个控制层是在不同时间尺度下对机器人进行状态调整的控制层,上述姿态控制层是分钟级的体态控制层,上述交互动作控制层为秒级的动作交互处理层,上述微表情控制层为毫秒级的微表情处理层。

20、可选地,第一生成单元可以被配置成:根据交互对象的对象画像,生成个性化处理特征信息,其中,上述个性化处理特征信息包括处理时长、处理幅度、处理速度和处理风格中的至少一项;根据上述个性化处理特征信息和上述实时输入信息,利用上述目标控制层,生成第一控制处理信息。

21、可选地,上述目标控制层为姿态控制层;以及第一生成单元可以被配置成:根据上述处理速度、上述处理风格和上述实时输入信息,利用上述姿态控制层,生成表情处理信息,作为第一控制处理信息。

22、可选地,上述微表情控制层对应的触发阈值是基于交互对象对应的对象敏感度确定的;以及第一生成单元可以被配置成:根据上述对象敏感度,设置上述微表情处理信息对应的权重衰减信息;根据上述权重衰减信息,设置上述微表情处理信息对应的第八权重变化信息。

23、可选地,第一生成单元可以被配置成:根据上述未来时间段对应的执行环境,确定权重变化持续时长;根据上述权重变化持续时长,设置第五权重变化信息和第六权重变化信息。

24、可选地,第一生成单元可以被配置成:根据上述执行时间段内的执行环境,获取对应的权重选择策略;根据上述权重选择策略,设置上述第三权重变化信息和上述第四权重变化信息。

25、第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

26、第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

27、第五方面,本公开的一些实施例提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现上述第一方面中任一实现方式所描述的方法。

28、本公开的上述各个实施例具有如下有益效果:通过本公开的一些实施例的机器人执行方法,在机器人姿态符合输入信息对应控制要求下,可以实现机器人姿态连续且自然地变化。具体来说,造成相关的机器人姿态的变化不够自然且不符合语义执行要求的原因在于:不同类型运动竞争同一控制资源,存在相互覆盖或相互抵消的问题,可能存在主要执行内容被覆盖或抵消的情况发生,使得机器人所执行的内容与执行要求不匹配。基于此,本公开的一些实施例的机器人执行方法,首先,响应于目标机器人获取到实时输入信息,根据上述实时输入信息,确定目标控制层。在这里,通过设置姿态控制层、交互动作控制层和微表情控制层,基于实时输入信息的不同,可以精准地定位需要进行主要进行内容输出的控制层,以实现不同类型的输入信息(即,不同类型的事件处理请求),实现适应性地姿态变动。除此之外,通过确定目标控制层,可以实现主要执行语义内容的生成,以保障后续目标机器人在执行过程中避免出现主要执行语义内容被覆盖或抵消,保障目标机器人对应执行语义的正确性。然后,根据上述实时输入信息,利用上述目标控制层,生成第一控制处理信息,以用于后续机器人实际执行语义内容的生成。接着,根据上述第一控制处理信息,生成机器人处理信息。在这里,在第一控制处理信息的约束下,在保障执行语义内容不偏离第一控制处理信息对应执行内容的情况下,可以准确地生成机器人处理信息。最后,执行上述机器人处理信息对应的处理操作。综上,通过基于实时输入信息来确定目标控制层,以及基于目标控制层输出第一控制处理信息的执行语义内容的约束,保障后续目标机器人在执行过程中,避免执行内容偏离实时输入信息对应执行要求,可以实现机器人姿态连续且自然地变化。