一种工业搬运机器人语义识别方法技术

本发明专利技术公开了一种工业搬运机器人语义识别方法，包括以下步骤：步骤S1，将所有指令构建成本体模型，本体模型包括类、对象和实例；步骤S2，当操作人员发出语音指令时，机器人采集此语音信号；步骤S3，对语音信号进行识别以获得整个语句；步骤S4，基于本体模型对语句进行语义推理，识别出语句对应的指令；步骤S5，机器人根据此语音指令进行相应的操作。本发明专利技术通过构建本体模型并且利用本体推理机来进行语义解析，提升语义识别效果。

【技术实现步骤摘要】
一种工业搬运机器人语义识别方法
本专利技术涉及工业智能机器人
，具体涉及一种工业搬运机器人语义识别方法。
技术介绍
搬运机器人作为最早应用于生产的两种工业机器人之一，在工业生产自动化中，一直扮演着非常重要角色。并且在现有的工业机器人已装机总数中，搬运机器人也占着较大的比例。伴随着工业机器人应用范围的不断扩展，搬运机器人呈现向食品饮料、家用电器、半导体晶圆、液晶面板等多元行业发展的趋势，成为工业机器人领域发展的一个新增长点。在现代自动化生产的过程中，工业搬运机器人应用的引导控制系统原理主要有语义识别，就是让工业搬运机器人有听觉功能，能理解操作员发出的语音指令，并迅速做出反应，从而实现人机交互。随着现有技术中语义识别技术的发展，通过语音指令来控制机器人进行相应的操作已经取得实质性的突破。但是用于工业搬运的机器人，其能够识别的语音指令都是事先设定好的，操作人员在进行操作之前，都会进行培训，使用已经编程好的语音指令去操作机器人。对于未设定的语音指令，机器人识别率很低。综上所述，如何提高用于工业搬运机器人的语义识别效果，成为亟待解决的技术问题。
技术实现思路
本专利技术的目的在于克服现有技术中的不足，提出一种工业搬运机器人语义识别方法，解决现有技术中机器人语义识别效果差的技术问题。为解决上述技术问题，本专利技术提供了一种工业搬运机器人语义识别方法，其特征是，包括以下步骤：步骤S1，将所有指令构建成本体模型，本体模型包括类、对象和实例；步骤S2，当操作人员发出语音指令时，机器人采集此语音信号；步骤S3，对语音信号进行识别以获得整个语句；步骤S4，基于本体模型对语句进行语义推理，识别出语句对应的指令；步骤S5，机器人根据此语音指令进行相应的操作。优选的，对操作人员发出的语音信号进行采样的采样率为8KHz或16KHz。优选的，对操作人员的语音信号进行去噪处理。优选的，去噪处理时采用小波去噪方法。优选的，语音识别采用模版匹配法。优选的，语义推理时采用pellet推理机进行推理。与现有技术相比，本专利技术所达到的有益效果是：本专利技术采用小波去噪的方法来去除语音信号中大部分噪声，大大提高对操作人员语音指令的识别率，通过对指令构建本体模型并且利用本体推理机来进行语义解析，提升语义识别效果。附图说明图1为本专利技术方法的流程图。具体实施方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。本专利技术的一种工业搬运机器人语义识别方法，如图1所示，包括以下步骤：步骤S1，将所有指令构建成本体模型，本体模型包括类、对象和实例。本体（Ontology）是对某领域内客观存在的概念、概念的属性及其相互之间的关系的显示说明或表示。将机器人的所有指令构建成本体模型，并且包括指令的同义词、近义词等都囊括在本体模型中，以便在构建好的本体基础上进行语义推理。本体模型构建方法可以现有现有技术中较成熟的七步法或Methontology方法。步骤S2，当操作人员发出语音指令时，机器人采集此语音信号。对操作人员发出的语音信号进行采样的采样率可以为8KHz或16KHz，本实施例中采样频率为8KHz。由于机器人的工作环境嘈杂，存在环境噪声，为了更好的提高语义识别效果，需要对操作人员的语音信号进行去噪处理，以提高语义识别的效率。本实施例中采用小波去噪的方法来去除语音信号中大部分噪声，大大提高对操作人员语音指令的识别率。采用小波去噪方法进行去噪的原理是，对带噪的语音信号进行小波变换，得到各个不同频带的子波信号通过频率的高低，可以将语音信号和白噪声粗略地分开，用小波变换就可以去除高频部分的噪声。其实质上就是减少噪声产生的小波系统，保留真实信号的系数。步骤S3，对语音信号进行识别以获得整个语句；语音识别可以采用现有技术中的模版匹配法、随机模型法或概率语法分析法。本专利技术中采用模版匹配法。采用模版匹配法时，在训练阶段，操作人员将所有指令中的每一个指令词依次说一遍，并且将其特征向量作为模板存入模板库。在识别阶段，将输入语音的特征向量序列，依次与模板库中的每个模板进行相似度比较，将相似度最高者作为识别结果输出。步骤S4，基于本体模型对语句进行语义推理，识别出语句对应的指令。语义推理时采用pellet推理机进行推理，得出操作人员发出语句中对应的指令。步骤S5，机器人根据此语音指令进行相应的操作。以上所述仅是本专利技术的优选实施方式，应当指出，对于本
的普通技术人员来说，在不脱离本专利技术技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种工业搬运机器人语义识别方法，其特征是，包括以下步骤：步骤S1，将所有指令构建成本体模型，本体模型包括类、对象和实例；步骤S2，当操作人员发出语音指令时，机器人采集此语音信号；步骤S3，对语音信号进行识别以获得整个语句；步骤S4，基于本体模型对语句进行语义推理，识别出语句对应的指令；步骤S5，机器人根据此语音指令进行相应的操作。

【技术特征摘要】
1.一种工业搬运机器人语义识别方法，其特征是，包括以下步骤：步骤S1，将所有指令构建成本体模型，本体模型包括类、对象和实例；步骤S2，当操作人员发出语音指令时，机器人采集此语音信号；步骤S3，对语音信号进行识别以获得整个语句；步骤S4，基于本体模型对语句进行语义推理，识别出语句对应的指令；步骤S5，机器人根据此语音指令进行相应的操作。2.根据权利要求1所述的一种工业搬运机器人语义识别方法，其特征是，对操作人员发出的语音信号进...

【专利技术属性】
技术研发人员：徐忠华，刘玮，厉冯鹏，陈勇，郭俊，
申请(专利权)人：盐城工学院，
类型：发明
国别省市：江苏,32