论文部分内容阅读
随着服务机器人开始执行日常的操作任务,完善的知识储备和规划执行能力是机器人提供智能化服务任务的关键。课题设计思路是通过获取互联网中针对家庭服务的自然语言信息并结合智能空间优势来完善服务机器人的知识储备,提升其自身的服务决策和执行能力。本文设计了面向服务机器人的自然语言任务规划框架。首先构建自然语言服务信息库,使机器人具备自主获取网络服务信息的能力。然后设计机器人控制指令结构,利用自然语言理解算法,将构建的自然语言服务信息库作为语料库进行训练,提取服务任务的关键信息,生成机器人控制指令。在此基础上,将语义知识表达引入到自主规划领域,通过构建STRIPS标准的本体模型将智能空间中的信息进行统一整合和组织,为机器人获取知识提供一个统一的接口。利用完备的知识实现对任务的推理和规划,将控制指令转换成机器人动作执行序列,并在Unity3D仿真平台上进行执行验证。主要完成的工作如下:(1)构建自然语言服务信息库。当给机器人分配一个复杂任务,机器人需要从网络中获取完成这项任务的信息。本文通过改进的主题网络爬虫技术实现机器人对操作任务所需知识的自主获取,将网络自然语言文本信息纳入到机器人知识层面。采用LDA主题建模将获取信息的主题和内容进行映射,利用关系数据库作为存储工具,设置动态信息管理机制,实现自然语言服务信息库的构建。(2)设计机器人控制指令,通过自然语言理解算法对信息库中的任务进行解析,实现自然语言信息到控制指令的转换。以语义解析、短语组块分析方法为基础,利用规则匹配及条件随机场相结合的算法抽取自然语言任务中的关键信息,通过语义相似度分析将关键信息映射到机器人执行动作列表中,将获取到的自然语言服务信息转换成机器人控制指令。(3)利用语义本体技术对信息进行知识层次的概念建模,构建智能空间本体模块—环境本体和任务本体,把环境感知的底层知识抽象成上层知识,利用基于SWRL规则的JESS推理机,实现对任务执行中隐藏知识的挖掘。在此基础上,利用双向递归搜索算法生成服务任务的动作执行序列,实现在智能空间下机器人对服务任务的自主规划。最终把规划结果映射到执行机构的动作函数,并在Unity软件上搭建包含移动机器人和智能空间环境的仿真平台进行执行验证。