基于情感-时空信息的机器人服务自主认知方法及机器人技术

本发明专利技术公开了一种基于情感‑时空信息的机器人服务自主认知方法和服务机器人，所述方法包括：构建情感‑时空本体模型，并基于智能空间实时获取的情感‑时空信息对所述本体模型进行实时更新；为智能空间中的用户的情感‑时空信息匹配服务，构建基于情感的服务任务推理规则库；将所述服务任务推理规则库作为训练样本，训练BP神经网络构建推理机；根据实时更新的本体模型获取当前的情感‑时空信息，采用所述推理机推理机器人要执行的服务。本发明专利技术能够有效提高家庭服务机器人的智能化和拟人化程度，增强了用户的服务体验。

Self cognition method and robot for robot service based on emotion spatio-temporal information

The invention discloses a robot service autonomous cognition method and a service robot based on emotional space-time information. The method comprises: constructing an emotional space-time ontology model, and updating the ontology model in real time based on emotional space-time information acquired in intelligent space; and updating the ontology model for the user's emotions in intelligent space. Sensory space-time information matching service is used to construct service task reasoning rule base based on emotion; the service task reasoning rule base is used as training sample to train BP neural network to construct reasoning engine; the current emotional space-time information is acquired according to the real-time updated ontology model, and the reasoning robot is executed using the reasoning engine. Service. The invention can effectively improve the intelligence and personification degree of the home service robot and enhance the service experience of the user.

【技术实现步骤摘要】
基于情感-时空信息的机器人服务自主认知方法及机器人
本专利技术属于智能空间机器人自主服务领域，尤其涉及一种基于情感-时空信息的机器人服务自主认知方法及服务机器人。
技术介绍
随着人工智能技术日益成熟，家庭服务机器人技术也取得了不容小觑的成就。仿生类人机器人“Atlas”能完成像人类一样行走、上下台阶、攀爬梯子等一系列动作。机器人不仅在行为上表现的像人类，它们也同人类一样具有视觉、听觉等感知系统，人工智能的发展使得机器人热潮经久不衰。随着家庭服务机器人在普通家庭的普及，其便利化的操作需求也日益加深。当机器人进入家庭环境后，其交互对象由科研人员变成了寻常百姓，他们对机器人操作知识一无所知，这意味着机器人需要更加智能化的人机交互方式。因此，机器人服务任务的自主认知变成机器人学科中的一个重要研究领域。机器人如何正确地感知服务环境和理解用户，综合实时信息与已有知识进行推理，进而对服务进行主动认知均成为研究的关键。近年来，众多学者在家庭服务机器人的服务认知领域进行了广泛的研究。褚伟杰等通过情境规则建立起能够识别老人的起居和健康状况的情境感知系统，进而主动提供提醒服药、休息或运动等服务。秦伟俊等利用当前用户和环境资源设计了情景推理感知系统，基于用户、环境等基本实体与扩展本体建立智能空间情境信息分层模型，采用规则描述语言实现智能空间的情境推理。但是纵观这些文献所涉及的服务认知方法，大多数仅强调智能空间中时间和空间因素，对于用户内心的情感需求进行服务认知的研究较少，且对于不同用户间的个体化差异不大。当计算机能够观察、理解和生成各种人类的情感时，才能实现真正意义上自然和谐的人机交互。由于人机交互的首要服务对象是“人”，因此需要在服务认知过程中考虑人的情感因素，作为提升机器人服务质量和用户体验的重要措施。有大量研究人员考虑到情感的重要性对服务认知和优化做出了贡献。LimYM以一种低成本、非侵入式的方法，感知用户在使用E-learning远程教育系统时情感状态，以此提升用户的远程教育体验。设计的ITS智能教学系统，针对于学习者在回答问题时的紧张程度和用户行为，评估学习者的表现，从而对在线学习进行个性化且适当的调整。TivatansakulS等开发了一个基于WEB界面可识别情感的保健系统，融合ECG生理信号和面部表情共同识别用户的情感状态，之后结合增强现实技术缓解负面情感或加强正向情感。张腾宇等提出一种基于用户情绪及意图识别的机器人人机交互方法，利用生物信息和面部表情识别用户的情绪，利用压力、温度等物理传感器识别用户意图，根据情绪和意图智能控制机器人执行完成肢体动作和语音交互，满足用户对情感陪护功能的需求。NasozF等结合情感计算与家居远程医疗系统，考虑了负向情绪对人免疫系统的影响，通过人机交互获取病人的实时情感，对其进行评估并采集适当行动，减少病人的负向情绪，从而提高病人的生理健康指数。韩晶等在识别出用户的情感后，将其作为外界情感刺激结合机器人的个性因素，构建了机器人的认知情感交互模型，在人机交互过程中机器人可以通过肢体动作对不同强度下悲伤情绪进行不同程度的反馈。虽然智能空间本体技术的引入为服务机器人认知领域开辟了崭新的途径，但由于目前对智能空间中用户情感因素的考虑不足，在很大程度上制约了服务机器人似人化与智能化的发展。
技术实现思路
为克服上述现有技术的不足，本专利技术提供了一种基于情感-时空信息的机器人服务自主认知方法及服务机器人，构建了以用户情感为核心的家庭服务机器人本体模型；在此基础上建立情感-时空服务推理机，结合用户情感与智能空间时间与空间进行服务推理，实现机器人的服务自主认知；最后以情感为反馈，动态调节服务偏好度，实现机器人个性化服务认知；解决了机器人服务推理过程未考虑用户情感因素的弊端，提高了机器人智能化与拟人化程度。为实现上述目的，本专利技术采用如下技术方案：一种基于情感-时空信息的机器人服务自主认知方法，包括以下步骤：构建情感-时空本体模型，并基于智能空间实时获取的情感-时空信息对所述本体模型进行实时更新；为智能空间中的用户的情感-时空信息匹配服务，构建基于情感的服务任务推理规则库；将所述服务任务推理规则库作为训练样本，训练BP神经网络构建推理机；根据实时更新的本体模型获取当前的情感-时空信息，采用所述推理机推理机器人要执行的服务。进一步地，所述情感-时空本体模型包括用户领域、环境领域和服务领域。进一步地，所述基于情感的服务任务推理规则库包括输入状态集和输出状态集。所述输入状态集包括用户行为信息子集、用户生理信息子集、用户情感信息子集、用户位置子集和时间子集，输出状态集包括服务子集。进一步地，所述训练BP神经网络构建推理机包括：将所述服务任务推理规则库采用0-1化方法进行编码；基于编码后的服务任务推理规则库，以输入状态集作为输入，以输出状态集作为输出，训练BP神经网络。进一步地，所述编码包括：对输入状态集和输出状态集中每个特征项0-1编码，每个特征项均由一个二进制数表示，1表示出现，0表示不出现，二进制数位由该特征项所在子集中特征项总数决定。进一步地，所述推理机器人要执行的服务包括：根据实时更新的本体模型获取当前的情感-时空信息并采用0-1化方法进行编码，输入所述推理机；将输出参数与事实库进行匹配，获取机器人需要执行的服务。进一步地，所述方法还包括：将用户情感状态作为执行服务的奖惩反馈信号，对服务子集中的服务子类进行动态的偏好度调节。进一步地，所述用户领域还包括同类服务的偏好子集，记录各种服务子类及偏好度。进一步地，所述偏好度调节包括：若智能空间中用户的当前情感信息为压力状态，且基于推理机的服务认知结果包含播放音乐子集，则基于用户音乐偏好子集进行音乐选择；每隔一段时间检测用户的当前情感信息，若压力有所缓解，则增加所述音乐的偏好度；若没有缓解，则降低所述音乐的偏好度，增加其他音乐的偏好度，基于调整后的偏好度重新进行音乐选择。进一步地，所述偏好度调整基于慢开始、拥塞避免和快恢复算法。根据本专利技术的第二目的，本专利技术还提供了一种计算机可读存储介质，存储预先建立的服务任务推理规则库以及可在处理器上运行的计算机程序，当处理器执行所述程序时实现以下步骤：接收智能空间实时获取的情感-时空信息对构建的情感-时空本体模型进行实时更新；将所述服务任务推理规则库作为训练样本，训练BP神经网络构建推理机；根据实时更新的本体模型获取当前的情感-时空信息，采用所述推理机推理机器人要执行的服务。根据本专利技术的第三目的，本专利技术还提供了一种服务机器人，包括处理器和所述计算机可读存储介质，当处理器执行时进行服务自主认知，并根据所述认知结果控制机器人执行相应服务。本专利技术的有益效果1、本专利技术利用本体技术构建情感-时空为中心的家庭服务机器人的本体模型，消除了智能空间中信息异构性；在此基础上采用BP神经网络权重可调节的特性，根据规则库中已知情景训练BP神经网络，结合用户情感、智能空间时间与空间信息，基于所述神经网络对未知的情景进行服务推理；实现了以情感为核心的机器人服务任务自主认知，使得机器人的自主服务更符合用户预期。2、本专利技术还在本体模型中引入用户偏好及偏好度，并且根据用户对服务执行结果的情感反馈，动态调整所述偏好度，因而本专利技术能够兼顾用户的个体性差异，本文档来自技高网...

【技术保护点】
1.一种基于情感‑时空信息的机器人服务自主认知方法，其特征在于，包括以下步骤：构建情感‑时空本体模型，并基于智能空间实时获取的情感‑时空信息对所述本体模型进行实时更新；为智能空间中的用户的情感‑时空信息匹配服务，构建基于情感的服务任务推理规则库；将所述服务任务推理规则库作为训练样本，训练BP神经网络构建推理机；根据实时更新的本体模型获取当前的情感‑时空信息，采用所述推理机推理机器人要执行的服务。

【技术特征摘要】
1.一种基于情感-时空信息的机器人服务自主认知方法，其特征在于，包括以下步骤：构建情感-时空本体模型，并基于智能空间实时获取的情感-时空信息对所述本体模型进行实时更新；为智能空间中的用户的情感-时空信息匹配服务，构建基于情感的服务任务推理规则库；将所述服务任务推理规则库作为训练样本，训练BP神经网络构建推理机；根据实时更新的本体模型获取当前的情感-时空信息，采用所述推理机推理机器人要执行的服务。2.如权利要求1所述的基于情感-时空信息的机器人服务自主认知方法，其特征在于，所述情感-时空本体模型包括用户领域、环境领域和服务领域。3.如权利要求1所述的基于情感-时空信息的机器人服务自主认知方法，其特征在于，所述基于情感的服务任务推理规则库包括输入状态集和输出状态集，其中，所述输入状态集包括用户行为信息子集、用户生理信息子集、用户情感信息子集、用户位置子集和时间子集，输出状态集包括服务子集。4.如权利要求1所述的基于情感-时空信息的机器人服务自主认知方法，其特征在于，所述训练BP神经网络构建推理机包括：将所述服务任务推理规则库采用0-1化方法进行编码；基于编码后的服务任务推理规则库，以输入状态集作为输入，以输出状态集作为输出，训练BP神经网络。5.如权利要求4所述的基于情感-时空信息的机器人服务自主认知方法，其特征在于，所述编码包括：对输入状态集和输出状态集中每个特征项0-1编码，每个特征项均由一个二进制数表示，1表示出现，0表示不出现，二进制数位由该特征项所在子集中特征项总数决定。6.如权利要求5所述的基于情感-时空信息的机器人服务自主认...

【专利技术属性】
技术研发人员：路飞，姜媛，田国会，刘硕，孙晓红，
申请(专利权)人：山东大学，
类型：发明
国别省市：山东,37