一种空间智能室内导航指令歧义主动澄清方法与流程

本发明属于空间领域，涉及语义识别技术，具体是一种空间智能室内导航指令歧义主动澄清方法。

背景技术：

1、现有指令歧义主动澄清方法在进行室内导航指令歧义澄清时，存在以下缺陷：

2、1、现有的指令歧义主动澄清方法在开展室内导航指令歧义澄清过程中，较难结合室内场景特征针对性选择模型创建方式，多倾向于采用相对固定的建模手段处理各类子空间，从而容易生成不符合实际通行规则的导航路径，进而提升了歧义发生的概率，需要用户进行多次澄清交互，大幅降低了导航指令的处理效率与用户的使用体验；

3、2、现有的指令歧义主动澄清方法在进行歧义处理时，往往难以依据解析得到的实际语音语义内容灵活适配语义澄清方式，通常沿用相对固化的处理策略，部分可依托定位、空间拓扑关系完成推理消歧的场景，会不必要地触发用户问询，增加用户的交互开销，使得语义澄清对不同歧义场景的适配能力存在一定局限。

4、为此，本技术提出一种空间智能室内导航指令歧义主动澄清方法。

技术实现思路

1、针对现有技术存在的不足，本发明目的是提供一种空间智能室内导航指令歧义主动澄清方法，本发明旨在提高室内导航指令歧义主动澄清效果。

2、为了实现上述目的，本发明采用了如下技术方案：一种空间智能室内导航指令歧义主动澄清方法，包括：

3、步骤s1：获取室内导航指令，并对室内导航指令所对应的室内空间进行获取，得到预选指令导航空间，对预选指令导航空间中的各区域子空间进行激光点云采集，分析获取点云横向分布复杂度以及点云纵向分布复杂度，得到指令区域分析数据；

4、步骤s2：根据指令区域分析数据对预选指令导航空间进行三维重建，得到指令区域三维模型，将室内导航指令进行语义分割，得到多个位置描述用语，通过指令区域三维模型对位置描述用语进行类型划分，得到位置用语分析数据；

5、步骤s3：根据指令区域三维模型对歧义位置用语进行语义澄清。

6、进一步地，所述步骤s1中，具体步骤如下：

7、步骤s11：对指令用户所实时输出的室内导航指令进行获取，得到实时导航输出指令，对实时导航输出指令所关联的室内空间进行获取，得到预选指令导航空间；

8、步骤s12：将预选指令导航空间分割为若干个区域子空间，并在所分割的区域子空间中任意选取一个t1子空间；

9、步骤s13：对t1子空间进行激光点云采集并分析，根据分析结果得到t1子空间所对应的点云横向分布复杂度以及点云纵向分布复杂度；

10、步骤s14：获取每一个区域子空间所对应的点云横向分布复杂度以及点云纵向分布复杂度，得到指令区域分析数据。

11、进一步地，所述步骤s13中，具体步骤如下：

12、步骤s131：使用激光扫描终端对t1子空间进行激光扫描，根据扫描结果得到t1子空间所对应的三维点云集合；

13、步骤s132：在三维点云集合所对应的点云包络空间进行获取，得到预选点云包络空间；

14、步骤s133：在预选点云包络空间中，标记第一预选空间平面以及第二预选空间平面；

15、步骤s134：在预选点云包络空间中，创建若干个与第一预选空间平面相平行的空间截面，得到多个横向空间截面，对横向空间截面中的激光采样点进行位置分析，根据分析结果得到点云横向分布复杂度；

16、步骤s135：在预选点云包络空间中，创建若干个与第二预选空间平面相平行的空间截面，得到多个纵向空间截面，对纵向空间截面中的激光采样点进行位置分析，根据分析结果得到点云纵向分布复杂度。

17、进一步地，所述步骤s134中，具体步骤如下：

18、在所获取的空间截面中任意选取一个q1空间截面，并对q1空间截面所包含激光采样点进行获取，得到多个截面激光采样点；

19、在所获的截面激光采样点任意选取一个特征激光采样点，将特征激光采样点作为圆心创建q1空间截面内的最大内接圆，得到采样邻域辐射圆，在采样邻域辐射圆的圆周区域标记多个圆周预设点位；

20、将各圆周预设点位与特征激光采样点进行连线，得到多条圆周中心连线，在所获取的圆周中心连线中任意选取一条样本中心连线；

21、对样本中心连线所覆盖的截面激光采样点进行获取，得到多个连线覆盖采样点，获取每一个连线覆盖采样点与特征激光采样点之间的连线距离数值，将最小连线距离数值标记为邻域采样距离。

22、进一步地，所述步骤s134中，具体步骤如下：

23、获取每一条圆周中心连线所对应的邻域采样距离，对所得的多个邻域采样距离进行平均数计算，得到局部邻域平均距离；

24、获取截面激光采样点所对应的局部邻域平均距离，并对所得的局部邻域平均距离进行方差计算，得到邻域采样距离方差；

25、对历史所采集的空间截面进行邻域采样距离方差获取，得到多个历史邻域距离方差，将最大历史邻域距离方差标记为邻域比对距离方差，计算邻域采样距离方差与邻域比对距离方差之比，得到邻域方差历史峰值比；

26、对q1空间截面所包含的截面激光采样点进行数量统计，得到激光采样累计值，计算激光采样累计值与邻域方差历史峰值比的乘积，得到激光采样复杂度；

27、获取每一个横向空间截面所对应的激光采样复杂度，并对所得的激光采样复杂度进行数值比对，将最大激光采样复杂度标记为点云横向分布复杂度。

28、进一步地，所述步骤s2中，包括以下步骤：

29、获取指令区域分析数据，根据指令区域分析数据获取每一个区域子空间所对应的点云横向分布复杂度以及点云纵向分布复杂度；

30、创建复杂度量化坐标系，在复杂度量化坐标系中，以点云横向分布复杂度为横坐标，点云纵向分布复杂度为纵坐标进行坐标点创建，得到多个复杂度分布坐标点；

31、获取各复杂度分布坐标点与坐标原点之间的距离数值，得到每一个区域子空间所对应的空间复杂度量化值。

32、进一步地，所述步骤s2中，包括以下步骤如下：

33、创建空间复杂度基准值，若空间复杂度量化值大于空间复杂度基准值，则使用点云网格建模方法对区域子空间进行三维重建，若空间复杂度量化值小于等于空间复杂度基准值，则使用逆向实体建模方法对区域子空间进行三维重建，得到每一个区域子空间所对应的三维重建模型并进行组合，得到指令区域三维模型；

34、获取室内导航指令，对室内导航指令进行自然语言识别，根据识别结果获取若干个位置描述用语；

35、在所获取的位置描述用语中任意选取一个特征位置用语，若指令区域三维模型存在唯一位置与特征位置用语所指代的位置相重合，则将特征位置用语标记为明确位置用语，若指令区域三维模型不存在唯一位置与特征位置用语所指代的位置相重合，则将特征位置用语标记为歧义位置用语；

36、对每一个位置描述用语进行类型划分，得到位置用语分析数据。

37、进一步地，所述步骤s3中，具体步骤如下：

38、步骤s31：获取室内导航指令，根据位置描述用语在室内导航指令中的出现顺序对位置描述用语进行排序，得到位置描述时间序列；

39、步骤s32：获取位置用语分析数据，根据位置用语分析数据对歧义位置用语以及明确位置用语进行获取，并对歧义位置用语进行语义澄清。

40、进一步地，所述步骤s32中，具体步骤如下：

41、步骤s321：在所采集的歧义位置用语中任意选取一个p1歧义用语，将p1歧义用语在位置描述时间序列中标记为歧义分割节点，将歧义分割节点之前的位置描述时间序列片段标记为第一位置子序列，将歧义分割节点之后的位置描述时间序列片段标记为第二位置子序列；

42、步骤s322：若第一位置子序列或第二位置子序列中，存在任意位置子序列不存在明确位置用语，则控制移动终端采用完全被动交互方式，与指令发起用户完成针对p1歧义用语的歧义澄清，直至p1歧义用语为明确位置用语；

43、步骤s323：若第一位置子序列与第二位置子序列中，均存在明确位置用语，则对p1歧义用语进行模型位置分析，根据分析结果通过条件被动交互方式对p1歧义用语进行语义澄清，直至p1歧义用语为明确位置用语。

44、进一步地，所述步骤s323中，具体步骤如下：

45、获取第一位置子序列中的末位明确位置用语，得到第一明确位置用语，获取第二位置子序列中的首位明确位置用语，得到第二明确位置用语；

46、获取第一明确位置用语在指令区域三维模型所指代的空间位置，得到第一用语指代位置，获取第二明确位置用语在指令区域三维模型所指代的空间位置，得到第二用语指代位置；

47、在指令区域三维模型，生成由第一用语指代位置通往第二用语指代位置的模型路径，得到多条模型预设路径，对每一条模型预设路径所包含的模型位置进行采集，得到多个候选指令位置；

48、控制移动终端基于候选指令位置，通过条件被动交互方式与指令用户进行p1歧义用语歧义澄清。

49、综上所述，由于采用了上述技术方案，本发明的有益效果是：

50、1、本发明能够结合室内场景特征选择相适配的模型创建方式，可根据室内子空间采样点分布复杂程度，适应性选用逆向实体建模或者点云网格建模，减少构件拟合偏差以及结构化语义丢失的情况，改善位置描述用语与空间点位的匹配效果，有利于提升歧义澄清过程的可靠性；

51、2、本发明基于解析得到的语音语义内容灵活选择语义澄清方式，区分采用主动推理式澄清、条件被动交互以及完全被动交互，在条件允许时尽量减少不必要的用户问询，同时对不适合自主推理的歧义场景合理启用用户交互，降低错误推导目标位置的风险，提升不同歧义场景下语义澄清的适配性能。