智能空间环境下基于本体的机器人服务自主认知及规划

为了提高机器人服务的自主性,针对动态家庭环境提出基于本体的机器人服务自主认知及规划方法.首先,利用本体技术为智能空间系统建立本体模型,并通过构建语义规则的方法,建立以用户为中心自适应调整的数据-概念转换机制,实现智能空间信息的整合.在此基础上,建立服务任务推理规则库对本体模型进行扩展,通过匹配实时更新的智能空间本体与规则库中的知识,推理出机器人需要执行的服务序列,实现机器人对用户所需服务的自主认知.最后,利用分层任务网络的思想,在JSHOP2规划器上实现服务任务的具体规划.智能空间环境下的任务执行实验结果表明,利用该方法服务机器人能够根据环境信息和用户信息实现对任务的自主认知,进而主动地为用户提供个性化的服务,其服务的智能化水平得以显著提高.     

智能机器人服务环境下传感数据映射及服务组合方法研究

为了提高传感器数据信息可利用性和机器人服务的智能性,针对动态异构智能空间提出基于SSN(语义传感器网络)本体的传感器数据映射方法和Web服务组合方法.首先,利用SSN本体技术建立智能空间中的传感器数据本体模型,通过传感器标注和语义映射语言(SASML)自动将动态传感器数据映射进SSN本体文件,实现物理-信息的转换.在此基础上,利用面向服务计算的思想,采用Web服务技术将空间设备功能封装成统一的接口,建立智能空间服务模型.最后,采用无回溯反向链(NBBC)算法实现动态Web服务组合,以实现提供复杂服务的能力.智能空间背景下的系统运行实验结果表明,构建的SSN本体模型能够有效融合传感器数据信息,实现的服务组合算法能够将单个简单服务组件组合成具有复杂功能的服务序列,从而进一步提高机器人服务的智能性.     

基于情感-时空信息的机器人服务自主认知及个性化选择

为了提高机器人的人机交互能力,针对家庭服务机器人在认知服务任务时往往忽略用户情感因素的弊端,提出了以用户情感为核心的机器人服务任务自主认知方法以及个性化服务选择策略.首先,利用智能空间本体技术结合用户情感状态与时间空间信息建立情感-时空本体模型,消除智能空间中的信息异构性.在此基础上,将与情感-时空相关的服务规则库编码并训练BP（逆向传播）神经网络构建推理机,将实时更新的智能空间信息与神经网络相匹配,推理出机器人需要执行的服务,实现机器人对以用户情感为核心的服务任务自主认知.最后,将用户情感状态作为执行服务的奖惩反馈信号,对服务集合中的子类服务进行动态的偏好度调节,完成有针对性的服务选择.仿真结果表明,基于该方法能够实现以用户情感为核心的机器人服务任务自主认知,同时可以根据用户偏好变化提供个性化的服务,有效提高了家庭服务机器人的智能性和灵活性,增强了用户的服务体验.     

智能空间下基于WIFI指纹定位与粒子滤波的服务机器人复合全局定位系统设计

针对机器人在没有任何初始位姿先验知识的情况下,通过传感器感知信息确定位姿的全局定位问题,将智能空间技术与ROS(robot operating system)服务机器人相结合,设计了一种智能空间技术支持下的基于WIFI指纹定位和蒙特卡洛粒子滤波定位的复合服务机器人全局定位系统.在该复合定位方法中,首先利用智能空间中的基于BP(backpropagation)神经网络的WIFI指纹定位对机器人进行粗定位,并将估计位置与估计误差发送给ROS服务机器人;在粗定位的基础上使用蒙特卡洛粒子滤波算法方法最终获得服务机器人的精确位置.实验结果表明,本文设计的系统实现了ROS机器人与智能空间之间的零配置与松耦合,可有效地提高服务机器人全局定位精度,缩短计算迭代时间.     

智能空间下面向动作序列生成的服务机器人指令解析方法

服务机器人在执行家庭任务时存在任务分析困难、环境适应性差、人机交互不友好等问题。为了更加准确地理解用户意图,规划符合当前环境的服务步骤,研究了智能空间下面向序列生成的服务机器人指令智能解析方法,以加强机器人对于家庭环境下服务任务的认知能力。首先,从指令关键词入手,提出了一个基于门控机制的意图识别模型,加强了机器人对用户指令的认知能力。然后,提出了一种以服务策略作为中间状态的序列文本生成机制,用于辅助生成机器人的动作序列。同时,结合机器人与环境的多模态感知,集成了一种基于智能空间本体交互的策略修正机制,以生成最符合当前环境的服务策略。最后,融合了基于领域与问题描述的任务规划模块,为机器人生成可执行的动作序列,从而提升服务任务的执行质量。实验结果表明,本文方法在保证交互友好的同时,能够准确理解复杂的用户指令,并最终生成机器人能执行的可靠动作序列。     

基于IHDR算法和BP神经网络复合框架的机器人服务自主认知和发育系统

为了解决传统的基于知识或基于学习的机器人服务认知机制的智能性和普适性较差的问题,构建了一个基于IHDR(增量分层判别回归)算法和BP(反向传播)神经网络复合框架的机器人服务任务自主认知和自主发育系统.在家庭服务机器人智能空间中丰富的传感器和物联网技术的支持下,采集大量用于机器人学习和发育的样本数据;在此基础上,针对智能空间样本数据的混合特性,设计改进的IHDR算法,实现对混合型样本数据的聚类更新和响应计算,并将生成的IHDR树作为机器人存储历史经验的"大脑",使机器人能够利用"大脑"中已有的经验进行自主学习和相应判断,以实现对服务的自主认知;利用JSHOP2(Java simple hierarchical planner)规划器对认知的复杂任务进行分解,得到可被机器人直接执行的原子任务.为了避免IHDR树规模不足的局限性,设计基于BP神经网络的服务认知算法,利用样本数据训练BP神经网络,实现智能空间实际场景到用户所需服务的映射,在IHDR树无法提供历史经验的情况下,使机器人仍能基于BP神经网络自主进行服务决策.然后将此映射结果以增量的方式更新到IHDR树中,丰富其具备的经验知识,实现机器人服务自主认知能力的发育.仿真实验结果表明,该复合框架可以有效提高服务机器人对智能空间情景下用户所需服务的认知准确性及认知发育能力,推进人机共融的实现.     

基于ROS的服务机器人云端协同计算框架

随着机器人应用技术的发展,服务机器人走进人们的生活日渐成为可能. 但机器人本身计算能力有限,同时仅靠自身的传感器接收的信息也有一定的局限性. 现有的机器人还不足以胜任面对复杂场景的应对能力,也不能够满足人们对服务机器人的期待. 本文设计的云机器人计算框架（cloud robot computing framework, CRCF）通过云端,将智能家居以及其他智能硬件与机器人相结合,为机器人提供更多更广的信息. 同时,CRCF通过互联网结合了其它第三方的云端应用API,为机器人提供更多的服务功能. CRCF框架旨在利用云端的大数据处理能力提升机器人的计算和存储能力,并结合第三方云端应用服务和智能硬件设备来拓展机器人的信息来源和服务功能. 最后,本文通过远程语音控制机器人的实验,验证了CRCF系统平台在结合硬件设备以及第三方云端应用的功能和性能.     

服务机器人辅助老年人生活——保健康复

随着我国老龄化进程的加深,我国的老年人数量将迅速上升,如何照料这些老年人将成为亟待解决的一大社会难题。采用智能护理床、中医按摩机器人、助行康复机器人和老年人智能空间中的信息辅助平台等高技术装备辅助老年人的保健康复,构想了未来老年人新的生活模式,并阐述了使用服务机器人辅助老年人生活的可行性。     

银发科技时代（三）服务机器人辅助老年人生活——保健康复

随着我国老龄化进程的加深,我国的老年人数量将迅速上升,如何照料这些老年人将成为亟待解决的一大社会难题。采用智能护理床、中医按摩机器人、助行康复机器人和老年人智能空间中的信息辅助平台等高技术装备辅助老年人的保健康复,构想了未来老年人新的生活模式,并阐述了使用服务机器人辅助老年人生活的可行性。     

基于机器视觉的锯条自动化装盒系统设计

以VS2010为软件平台,以Staubli TP80机器人,康耐视摄像机和传送带为硬件基础,对锯条进行识别,定位和动态抓取,搭建了一个基于机器视觉的工业机器人智能抓取系统,其中Staubli-TP80机器人为操作手臂,利用康耐视摄像机和工控机搭建视觉检测平台,通过抓取系统的参数化建模实现图像坐标到机器人坐标的转换,利用OpenCV函数库实现锯条的图像处理和模式匹配,最后控制机器人对动态目标进行抓取。     

机械臂抓取行为规划研究综述

随着机器人工作环境越来越复杂,通过对其示范性的教学,可以使机器人更快地适应所处的环境,更好地完成人类所给的任务。在机器人行为中,机械臂在机器人工作中是不可缺少的。近年来,对机械臂抓取行为的建模控制成为科研工作的一个热点。最前沿的方法多从行为获取和行为表征2个方面着手,在行为获取方面大致有2种方法,一种是真人示教法,另一种是虚拟平台示教法;行为表征方面多采用深度学习的方法。本文从数据获取的角度对近几年机械臂建模和控制的研究发展进行综述。     

System Integration for Cognitive Model of a Robot Partner

This paper introduces the integrated system of a smart-device-based cognitive robot partner called iPhonoid-C. Interaction with a robot partner requires many elements, including verbal communication, nonverbal communication, and embodiment as well. A robot partner should be able to understand human sentences, as well as nonverbal information such as human gestures. In the proposed system, the robot has an emotional model connecting the input information from the human with the robot’s behavior. Since emotions are involved in human natural communication, and emotion has a significant impact on humans’ actions, it is important to develop an emotional model for the robot partner to enhance human robot interaction. In our proposed system, human sentences and gestures influence the robot’s emotional state, and then the robot will perform gestural and facial expressions and generate sentences according to its emotional state. The proposed cognitive method is validated using a real robot partner.     

基于改进生物启发神经网络的机器人目标搜索方法

针对未知环境下机器人目标搜索的问题,按照机器人能力不同对搜索区域进行划分,目标点在自己运动的过程中会在局部范围内留下信息素并且这些信息素会随着时间的流失而减少,机器人可以探测到这些信息素的多少进而影响机器人下一个搜索位置的选择。本文采用改进生物启发神经网络选取机器人探索范围内活性值最大的点作为下一个搜索位置。为了防止在连续的时间段内多次选择相同的点,引入禁忌搜索,把多次选择相同的点放入禁忌表中,可以有效防止陷入局部最优点。与随机搜索方式和原始的生物启发神经网络进行对比,验证了该方法对动态目标的搜索具有良好的效果。     

Mechanism Design and Mechanical Analysis of Multi-Suction Sliding Cleaning Robot Used in Glass Curtain Wall

In order to meet the needs of high-altitude glass curtain wall cleaning, a multi-suction sliding cleaning robot was designed. The sliding robot sucker, cleaning system, obstacle avoidance and rotation ability, walking circuit and mobile working principle of the cleaning robot were designed. This involved the analysis of the robot’s anti-rollover mechanics during adsorption, of robotic winds when working at height, and of anti-sliding mechanics during robot movement, in order to explore feasible ways to improve the robot’s adsorption performance. The relationship between the effective diameter D of the suction cup, the vacuum degree △ P, and the gravity G should be determined by the anti-slipping analysis. In order to ensure the safe and reliable adsorption force and the flexibility of this robot when moving on a wall, the aforementioned analyses were conducted to improve the motion performance of wall-climbing robots, which provides a good theoretical basis for design optimization and motion control of cleaning robots. The curtain wall cleaning robot has stable walking ability and can clean the wall surface effectively; therefore, it has a certain practical value.     

智能空间下基于分层任务网络的服务机器人任务规划

针对在复杂、动态的家庭环境下,如何让机器人获取足够多的环境信息并根据环境信息进行自主的任务规划,提出了智能空间技术支持下基于分层任务网络的服务机器人任务规划方案.利用智能空间技术为机器人提供充足的环境上下文信息,用基于分层任务网络设计的JSHOP2规划器执行机器人任务规划.为了提高机器人任务规划的自主性和智能性,在规划领域文件中加入不同的模板信息,使机器人具有根据环境的不同自动对任务进行调整的能力.仿真实验结果表明利用该方法能够有效地提高机器人任务规划的性能.     

A model for output evaluation of an intelligent robotic assembly station

The evolution of intelligent robots has brought widespread changes in the concept of automatic assembly. An intelligent robot can successfully accomplish assembly in a multiple end product processing and unstructured component part(s) handling environment. This advanced capability of the robot dictates a major change in their basic output characteristics. For example, task service time of an intelligent assembly robot is no longer completely deterministic like that of an ordinary pick-and-place type robot. In this paper, a typical component insertion type assembly task is analyzed to show that the task service time is a random variable consisting of two (2) parts, a deterministic component and a stochastic component. Thus, with the assumption of exponential part input an assembly station served by a single intelligent robot is modeled as an M/G/1 queueing model. A robot availability factor is also introduced into the service time random variable. Closed form expressions for important system performance parameters are obtained under the assumption of three (3) different probability distributions for the stochastic part of the service time random variable.     

服务机器人智能空间中顶棚投影器建模与外参数标定

研究服务机器人智能空间中顶棚投影器的运动学建模和外参数标定问题.首先,利用D-H方法对投影器进行运动学建模;然后,给出一种全新的求解一类关于旋转矩阵方程组的非线性迭代优化算法,以完成投影器的外参数标定;最后进行了实验验证.实验结果表明,所提出的投影器建模方法和外参数标定算法具有很高的精度,经过标定后的投影器能够在地面上投射出完全按期望路径引导机器人运动的激光斑点,从而实现低成本服务机器人高效和精确地导航.     

A hardware intelligent processing accelerator for domestic service robots

ABSTRACT

We present a method for implementing hardware intelligent processing accelerator on domestic service robots. These domestic service robots support human life; therefore, they are required to recognize environments using intelligent processing. Moreover, the intelligent processing requires large computational resources. Therefore, standard personal computers (PCs) with robot middleware on the robots do not have enough resources for this intelligent processing. We propose a ‘connective object for middleware to an accelerator (COMTA),’ which is a system that integrates hardware intelligent processing accelerators and robot middleware. Herein, by constructing dedicated architecture digital circuits, field-programmable gate arrays (FPGAs) accelerate intelligent processing. In addition, the system can configure and access applications on hardware accelerators via a robot middleware space; consequently, robotic engineers do not require the knowledge of FPGAs. We conducted an experiment on the proposed system by utilizing a human-following application with image processing, which is commonly applied in the robots. Experimental results demonstrated that the proposed system can be automatically constructed from a single-configuration file on the robot middleware and can execute the application 5.2 times more efficiently than an ordinary PC.     

A Selective Attention Guided Initiative Semantic Cognition Algorithm for Service Robot

With the development of artificial intelligence and robotics, the study on service robot has made a significant progress in recent years. Service robot is required to perceive users and environment in unstructured domestic environment. Based on the perception, service robot should be capable of understanding the situation and discover service task. So robot can assist humans for home service or health care more accurately and with initiative. Human can focus on the salient things from the mass observation information. Humans are capable of utilizing semantic knowledge to make some plans based on their understanding of the environment. Through intelligent space platform, we are trying to apply this process to service robot. A selective attention guided initiatively semantic cognition algorithm in intelligent space is proposed in this paper. It is specifically designed to provide robots with the cognition needed for performing service tasks. At first, an attention selection model is built based on saliency computing and key area. The area which is highly relevant to service task could be located and referred as focus of attention (FOA). Second, a recognition algorithm for FOA is proposed based on a neural network. Some common objects and user behavior are recognized in this step. At last, a unified semantic knowledge base and corresponding reasoning engine is proposed using recognition result. Related experiments in a real life scenario demonstrated that our approach is able to mimic the recognition process in humans, make robots understand the environment and discover service task based on its own cognition. In this way, service robots can act smarter and achieve better service efficiency in their daily work.