人机共生方法与系统技术方案

本发明专利技术涉及一种人机共生方法与系统，机器通过仓外传感器获取外界环境的信息，并通过信息传输系统传输到计算装置进行信息处理，经过处理后的信息通过人机交互系统显示给在密封仓内的人，同时机器通过人机交互系统中的仓内传感器获得人在信息交互中的认知行为表达，经过学习后，调整信息处理算法，从而有效地处理仓外传感器所获得的外界环境的信息并显示给在密封仓内的人，使人能感知外界环境，最终通过人的认知行为表达和机器的学习来实现人机的共同演化。本发明专利技术提供的一种人机共生方法及其系统，实现人在环境中复杂事件的感知和理解，可普遍适用于人与机器所组成的系统，包括智能机器人、智能驾驶等。

【技术实现步骤摘要】
人机共生方法与系统
本专利技术涉及一种人机共生方法与系统，尤其涉及在人不能生存的特殊环境下的人机共生方法与系统。
技术介绍
近年来，随着人工智能研究的深入，人工智能的缺点，如高度依赖训练数据，通过机器学习得到的神经网络不可解析、识别结果不可预测等。因此，人们提出了结合人的智能和机器智能的人机混合智能，为机器智能和人类智能之间的整合提供了一种新的途径。但是，尽管最近脑科学和机器学习研究，以及人机交互等领域取得了极大的进展，人与机的协同交互与共生在认知信息获取、信息解析与交互共生等关键技术与装置方面仍面临巨大的挑战。其本质是缺乏利用机器智能检测外界视听觉环境的事件，对于生物体的多模态反馈(如视觉、听觉等)实现生物体与外部设备之间的实时闭环的准确协同、高效任务完成等技术和装置。随着人类空间探索、海洋探索的日益开展，人类在外星空间建立生存基地、在海洋建立生存基地将逐步成为现实。新的生存基地所面临的共同特点是人类不能直接暴露在该环境中，只能生活中人造的系统内，通过传感器来感知外部复杂世界，从而构成了人机共生系统。本专利技术提出了一种新型人机共生方法和相应的实现技术，使得人和机器在这类人不能直接生存的高动态复杂环境中，能够通过共生方法和技术逐步演进，更好地适应环境。经过充分和深入的检索、调研，未发现与人机共生相关的专利文献。但在相近的人机交互领域，有许多已经公开的专利技术专利，现列举著名公司和研究机构所公开的重要专利技术专利如下。CN201610158190.9A一种用于智能机器人的人机交互方法及装置，北京光年无限科技有限公司；CN201610004024.3A一种人机交互系统、方法及装置，京东方科技集团股份有限公司；CN201510741754.7A一种人机交互的方法及系统，小天才科技有限公司；CN201510563338.2A基于人工智能的人机交互方法和系统，百度在线网络技术(北京)有限公司；CN201510526445.8A一种基于用户情绪及意图识别的机器人人机交互方法，国家康复辅具研究中心；CN201510355757.7A基于人工智能的人机交互方法、装置和终端设备，百度在线网络技术(北京)有限公司；CN201410062551.0A人机交互系统及方法，清华大学；CN201480039808.9A人机交互学习中的交互区段提取，微软技术许可有限责任公司；CN201410070018.9A一种智能人机交互方法及装置青岛海尔机器人有限公司,青岛海尔模具有限公司,海尔集团公司；PCT/CN2013/088813人机交互系统、方法及其装置，百度在线网络技术(北京)有限公司；CN201210255981.5A一种3d人机交互方法及系统，中兴通讯股份有限公司；CN201210482843.0A智能人机交互语义分析方法及交互系统，海信集团有限公司；CN201210051834.6A一种人机交互控制方法及电子终端，联想(北京)有限公司；CN201180030808.9A人机交互证明引擎的自动构造，微软技术许可有限责任公司；CN201110117664一种人机交互设备，中国科学院计算技术研究所；CN201010544636.4A人机交互方法及系统，中国科学院深圳先进技术研究院；CN2009202661183U人机交互系统及其相关系统、设备，广东国笔科技股份有限公司；CN200810169232人机交互方法及系统，华为技术有限公司；CN200710195720一种自然语言理解方法和人机交互智能系统，中国电信股份有限公司；CN200510114477一种人机交互导航系统，西门子(中国)有限公司。这些公开的专利中，最早申请人机交互专利技术专利的是西门子公司，是在2005年。紧随其后的是中国电信(2007年)和华为公司(2008年)。而大量的人机交互方面的申请出现在2010年以后，反映了中国在人机交互这一领域逐步取得进展。本专利技术首次提出人机共生方法与系统，用于人机共生中实现机器智能与自然智能的相互促进和演化。本专利技术的人机共生方法和系统中传感器模块所获取的信息经过计算模块中的算法的处理，呈现给人，使得人能够感知和理解其本身视听觉所不能感知的环境信息并做出决策；人的反馈信息用于机器学习，使得机器能够更好地处理其传感器所获得的信息，并调整传感器参数使得其更好地获取所需的环境信息。通过所述的人机共生方法实现人在环境中复杂事件的感知和理解，可普遍适用于人与机器所组成的系统，包括智能机器人、智能驾驶等。
技术实现思路
共生是自然界的一种普遍现象，是指两种或多种生物各取所需，互相促进各自的生长和演化，一起形成一个生命共同体。双方通过物质与能量的交换构成了互相依赖的共生关系。这种共生关系促进了共生双方的成长、发展和演化，使得双方都更好地适应了自然环境的变化，获得了更多的生存空间和机会。本专利技术建立了A、B两种生命体之间的共生方法。为了叙述方便，本专利技术定义类生命体为：具有某种生命活动能力的物体，如生物体、人、机器人等，在本专利技术中统称为生命体。这个定义的含义可以参照现在通用的智能体的定义，即具有某种智能活动的物体，包括人和机器人、机器等，对应的英文词为agent。其不同之处是生命体可能是没有智能的，如
技术介绍
里提到的落花生和根瘤菌的共生。因此，本专利技术所述的生命体为广义的生物体，包括人造的具有类似自然界生物功能的物体，如机器人、计算系统等。所述的生命体A和B形成共生关系，需满足如下必要条件(图1)：约束一：形成共生关系的生命体之间存在双向信息流，即两个生命体之间需双向认可，才能结合形成共生关系；约束二：共生的生命体之间存在多种物质流，且这些物质流是单向的。即生命体A流向生命体B的物质流和反向的物质流不同，从而在物质上形成两者之间的相互依赖的共生关系；约束三：共生的生命体之间存在单向的能量流。即物体的能量以物质流的形式从一个生命体流向另一个生命体，为后者提供活动的能量。基于上述共生关系的三条约束，本专利技术提供了一种人机共生方法与系统，用于建立人和机器所形成的共生系统适应复杂多变的环境，使得所述的共生系统能够在变化的环境中逐步进化，更好地适应环境的变化。本专利技术所述的环境是指人不能生存的环境，如外太空、外星表面、水下等外界环境。在这些环境中，人无法生存，也无法直接感知外部的世界。人的眼睛和耳朵是人类最主要的信息获取器官，只能在地球的大气环境中，才能很好地感知周围的环境变化。在水下环境中，人无法通过水来听到声音，且由于光线在水中的穿透能力很低，人在水中只能看到数米的距离，几乎不具有获取水下环境信息，感知环境的能力，通过机载的水下传感器增强人在水下的感知能力，是人在水下环境中感知环境变化的必然途径。在外太空环境中，没有空气也就没有声音的传播，也没有光线的散射，但是外太空对人有害的辐射人却没有相应的传感器而没法感知。通过机载的太空传感器来增强人在外太空中感知太空环境的能力，是人在外本文档来自技高网...

【技术保护点】
1.一种人机共生方法，其特征在于：机器通过仓外传感器获取外界环境的信息，并通过信息传输系统传输到计算装置进行信息处理，经过处理后的信息通过人机交互系统显示给在密封仓内的人，同时机器通过人机交互系统中的仓内传感器获得人在信息交互中的认知行为表达，经过学习后，调整信息处理算法，从而有效地处理仓外传感器所获得的外界环境的信息并显示给在密封仓内的人，使人能感知外界环境，最终通过人的认知行为表达和机器的学习来实现人机的共同演化。/n

【技术特征摘要】
1.一种人机共生方法，其特征在于：机器通过仓外传感器获取外界环境的信息，并通过信息传输系统传输到计算装置进行信息处理，经过处理后的信息通过人机交互系统显示给在密封仓内的人，同时机器通过人机交互系统中的仓内传感器获得人在信息交互中的认知行为表达，经过学习后，调整信息处理算法，从而有效地处理仓外传感器所获得的外界环境的信息并显示给在密封仓内的人，使人能感知外界环境，最终通过人的认知行为表达和机器的学习来实现人机的共同演化。


2.根据权利要求1所述的人机共生方法，其特征在于：对仓外传感器所获得的信息进行处理得到处理后信息，然后通过人机交互系统将处理后信息呈现出来；根据在密封仓内的人对所呈现的信息的反应和交互动作，对处理后信息进行标注，通过标注结果，来调整信息处理方法，将外界环境信息转化为易于理解的信息，提高在密封仓内的人对外界环境的感知和认知能力。


3.根据权利要求2所述的人机共生方法，其特征在于：假设密封仓内部及边界为Ωφ，密封仓外部为Ωψ，仓外传感器的种类和数量为在某一时刻t，仓外传感器所获得的信息为通过认知处理函数Φ对仓外传感器所获得的信息进行处理，得到处理后信息通过交互函数Γ将处理后信息通过人机交互系统呈现出来；根据在密封仓内的人对所呈现的信息的反应和交互动作，对处理后信息通过自然标注方法Θ进行标注，通过标注结果，调整认知处理函数Φ，将外界环境信息转化为易于理解的信息，提高在密封仓内的人对外界环境的感知和认知。


4.根据权利要求3所述的人机共生方法，其特征在于：假设信号的认知处理函数Φ是基于训练数据集从原始模型Φ学习得到的，即：


Φ→Φ(Φ1，Φ2，...，Φn)；
式中Φ1，Φ2，...，Φn表示n个认知处理函数；
在所述人机共生方法实际运行中，在时间t1，t2，t3，...仓外传感器所获得的信息表示为：那么当前时刻t1所获得的信号为经过认知处理函数Φ处理后，得到处理后信息那么，



人机交互系统通过交互函数Γ来呈现处理后信息呈现后的信息表示为
仓内传感器记为其中n表示仓内传感器的种类和数量，在时刻t，仓内传感器所获取的信息可以表示为：



仓内传感器所获取的信息为在密封仓内的人对所呈现的信息的反应和交互动作信息，根据相应的对处理后信息通过自然标注方...

【专利技术属性】
技术研发人员：陶霖密，倪正，
申请(专利权)人：清华大学，中国船舶工业系统工程研究院，
类型：发明
国别省市：北京;11