(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210478258.7 (22)申请日 2022.05.05 (65)同一申请的已公布的文献号 申请公布号 CN 114580576 A (43)申请公布日 2022.06.03 (73)专利权人 中国科学院自动化研究所 地址 100190 北京市海淀区中关村东路95 号 (72)发明人 王海涛　张少林　葛悦光　王硕　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 周淑娟 (51)Int.Cl. G06K 9/62(2022.01) G06F 16/28(2019.01) G06F 16/2455(2019.01)(56)对比文件 CN 114310883 A,202 2.04.12 CN 112396653 A,2021.02.23 CN 114185281 A,202 2.03.15 CN 110134081 A,2019.08.16 CN 10946 5834 A,2019.0 3.15 CN 112313043 A,2021.02.02 WO 2021219812 A1,2021.1 1.04 付艳等.基 于人机协同的人 形机器人实时任 务规划. 《华中科技大 学学报(自然科 学版)》 .2017,(第01期), Wang X等.Design and Implementati on of Visual Robot Mis sion Planning. 《IOP Conference Series Earth and Enviro nmental Science》 .2019, 审查员 张甜 (54)发明名称 一种基于知识处理的机器人任务规划方法 和装置 (57)摘要 本发明涉及一种基于知识处理的机器人任 务规划方法和装置， 包括： 基于初始任务场景与 目标任务场景的实体差异， 确定机器人待操控的 实体对象及其对应的动作原 语； 确定外部结构化 知识库中与实体对象相匹配的实体； 根据与实体 对象相匹配的实体、 实体对象及其对应的动作原 语和动作指令函数， 生成从初始任务场景到目标 任务场景机器人所要执行的动作序列。 本发明赋 予机器人对任务场景的自主决策能力， 解决了机 器人对任务场景理解以及任务 规划困难的问题。 权利要求书3页 说明书14页 附图4页 CN 114580576 B 2022.09.06 CN 114580576 B 1.一种基于知识处 理的机器人任务 规划方法， 其特 征在于， 所述方法包括： 基于初始任务场景与目标任务场景的实体差异， 确定机器人待操控的实体对象以及所 述实体对象对应的动作原语； 利用特征匹配算法， 确定预存的外 部结构化知识库中与所述实体对象相匹配的实体； 根据所述与所述实体对象相匹配的实体、 所述实体对象、 所述实体对象对应的动作原 语以及预存的动作指 令函数， 生成从初始任务场景到目标任务场景机器人所要执行的动作 序列； 其中， 所述外 部结构化知识库， 是由任务涉及到的实体及其对应的特 征组成的。 2.根据权利要求1所述的基于知识处理 的机器人任务规划方法， 其特征在于， 所述初始 任务场景与目标任务场景中的实体， 表面都贴有二维码标签； 所述基于初始任务场景与目 标任务场景的实体差异， 确定机器人待操控的实体对象以及所述 实体对象对应的动作 原语 之前， 还包括： 检测初始任务场景/目标任务场景中的二维码标签， 确定初始任务场景/目标任务场景 中包含的实体。 3.根据权利要求1所述的基于知识处理 的机器人任务规划方法， 其特征在于， 所述基于 初始任务场景与目标任务场景的实体差异， 确定 机器人待操控的实体对象， 包括： 检索仅存在于所述初始任务场景或仅存在于所述目标任务场景中的实体， 并将其作为 机器人待操控的实体对象； 所述确定所述实体对象对应的动作原语， 包括： 若所述实体对象存在于所述初始任务场景中且未存在于所述目标任务场景中， 则所述 实体对象对应的动作原语为移除所述实体对象； 若所述实体对象存在于所述目标任务场景中且未存在于所述初始任务场景中， 则所述 实体对象对应的动作原语为载入所述实体对象。 4.根据权利要求1所述的基于知识处理 的机器人任务规划方法， 其特征在于， 所述实体 对应的特 征， 包括： 尺寸、 颜色和形状； 所述外 部结构化知识库的构建过程， 包括： 确定任务涉及到的实体； 将所述任务涉及到的实体映射到各个特征空间， 得到所述任务涉及到的实体在各个特 征空间的特 征向量； 利用所述任务涉及到的实体以及所述任务涉及到的实体在各个特征空间的特征向量 生成所述外 部结构化知识库。 5.根据权利要求1所述的基于知识处理 的机器人任务规划方法， 其特征在于， 所述利用 特征匹配算法， 确定预存的外 部结构化知识库中与所述实体对象相匹配的实体， 包括： 确定所述实体对象与外部结构化知识库中所述实体对象之外的其它实体的特征相似 矩阵； 基于所述特征相似矩阵， 并采用特征匹配算法， 确定所述外部结构化知识库中与所述 实体对象相匹配的实体。 6.根据权利要求5所述的基于知识处理 的机器人任务规划方法， 其特征在于， 所述基于 所述特征相似矩阵， 并采用特征匹配算法， 确定所述外部结构化知识库中与所述实体对 象 相匹配的实体， 包括：权　利　要　求　书 1/3 页 2 CN 114580576 B 2对于外部结构化知识库中所述实体对象之外的任一其它实体， 将预存的特征权重向量 和所述实体对象与所述任一其它实体的特征相似矩阵相乘， 得到所述实体对象与所述任一 其它实体的匹配分数； 若所述实体对象与 所述任一其它实体的匹配分数大于预设分数阈值， 则所述任一其它 实体与所述实体对象相匹配； 否则， 所述任一 其它实体与所述实体对象不匹配； 遍历所述外部结构化知识库， 确定所述外部结构化知识库中与 所述实体对象相匹配的 实体； 其中， 所述预存的特 征权重向量， 是利用感知器模型迭代训练得到的。 7.根据权利要求6所述的基于知识处理 的机器人任务规划方法， 其特征在于， 所述实体 对象与外部结构化知识库中所述 实体对象之外的其它实体的特征相似矩阵， 具体用下述 公 式表示： 上式中， 表示所述实体对象 与所述外部结构化知识库中所述实体对象之外 的实体 之间的特征相似矩阵， 表示所述实体对象 与所述外部结构化知识库 中所述实体对象之外的实体 关于第 个特征的相似度， ， 表示特征的维度数； 其中， 所述 ， 具体用下述公式表示： 上式中， 表示所述实体对象 的第 个特征的特征向量， 表示所述外部结 构化知识库中所述实体对象之外的实体 的第 个特征的特征向量， 表 示 与 的内积； 所述感知器模型的迭代过程， 具体用下述公式表示：权　利　要　求　书 2/3 页 3 CN 114580576 B 3