数据集的生成方法、装置、机器人和存储介质制造方法及图纸

本申请公开了一种数据集的生成方法、数据集的生成装置、机器人和计算机可读存储介质。数据集的生成方法包括：设定任务属性数据以及任务技术分解数据；根据任务属性数据以及任务技术分解数据，获得对应的任务实现流程数据；将任务属性数据、任务技术分解数据以及对应的任务实现流程数据存入数据集中。如此，将数据集设置任务属性数据、任务技术分解数据以及相应的执行策略数据，生成了面向任务的数据集，节约数据集的存储空间，降低数据集存储成本。降低数据集存储成本。降低数据集存储成本。

【技术实现步骤摘要】
数据集的生成方法、装置、机器人和存储介质


[0001]本申请涉及机器人控制
，更具体而言，特别涉及一种数据集的生成方法、数据集的生成装置、机器人和计算机可读存储介质。

技术介绍

[0002]随着社会不断发展，机器人越来越多的应用于生产、家用等领域。
[0003]为了实现机器人能够根据环境和指令准确地完成操作，通常采用机器学习的方法对机器人进行训练，机器学习过程中，数据集作为机器学习的基础尤为重要。在现有的机器学习中，数据集通常只包括目标物的相关信息，而缺少有关机器人操作策略的内容。

技术实现思路

[0004]本申请实施方式提供一种数据集的生成方法、数据集的生成装置、机器人和存储介质。
[0005]本申请实施方式的数据集的生成方法包括：设定任务属性数据以及任务技术分解数据；根据所述任务属性数据以及所述任务技术分解数据，获得对应的任务实现流程数据；将所述任务属性数据、所述任务技术分解数据以及对应的所述任务实现流程数据存入所述数据集中；其中，所述任务属性数据包括任务本身属性数据和/或任务对象属性数据，所述任务技术分解数据包括任务信息输入数据以及任务技术点数据，所述任务实现流程数据包括执行步骤数据和具体输入属性数据，所述执行步骤数据用于表述完成任务所需的各步骤，所述具体输入属性数据用于表述完成任务机器人运行的具体参数，所述具体输入属性数据与所述执行步骤数据对应。
[0006]本申请实施方式的数据集的生成方法包括：接收外力，并记录由外力引导的运行轨迹，作为任务实现流程数据；将任务属性数据、任务技术分解数据以及所述任务实现流程数据存入所述数据集中；其中，所述任务属性数据包括任务本身属性数据和/或任务对象属性数据，所述任务技术分解数据包括任务信息输入数据以及任务技术点数据，所述任务实现流程数据包括执行步骤数据和具体输入属性数据，所述执行步骤数据用于表述完成任务所需的各步骤，所述具体输入属性数据用于表述完成任务机器人运行的具体参数，所述具体输入属性数据与所述执行步骤数据对应；所述数据集包括第一级数据结构、第二级数据结构和第三级数据结构，所述第一级数据结构包括任务属性数据，所述第二级数据结构包括任务分解数据，所述第三级数据结构包括任务实现流程数据，若所述第一级数据结构为空集，则与所述第一级数据结构对
应的所述第二级数据结构以及与所述第二级数据结构对应的第三级数据结构均标记为空集；若所述第一级数据结构为非空集，所述第二级数据结构为空集，则与所述第二级数据结构对应的第三级数据结构标记为空集；若识别到所述第一级数据结构为空集，则不给为空集的所述第一级数据结构、对应的第二级数据结构以及对应的第三级数据结构分配存储空间或者压缩相应的存储空间，若识别到所述第二级数据结构为空集，则不给为空集的所述第二级数据结构以及对应的第三级数据结构分配存储空间或者压缩相应的存储空间，若识别到所述第三级数据结构为空集，则不给为空集的所述第三级数据结构分配存储空间或者压缩相应的存储空间。
[0007]本申请实施方式的数据集的生成装置包括：设定模块，所述设定模块用于设定任务属性数据以及任务技术分解数据；获得模块，所述获得模块用于根据所述任务属性数据以及所述任务技术分解数据，获得对应的任务实现流程数据；存入模块，所述存入模块用于将所述任务属性数据、所述任务技术分解数据以及对应的所述任务实现流程数据存入所述数据集中；其中，所述任务属性数据包括任务本身属性数据和/或任务对象属性数据，所述任务技术分解数据包括任务信息输入数据以及任务技术点数据，所述任务实现流程数据包括执行步骤数据和具体输入属性数据，所述执行步骤数据用于表述完成任务所需的各步骤，所述具体输入属性数据用于表述完成任务机器人运行的具体参数，所述具体输入属性数据与所述执行步骤数据对应。
[0008]本申请实施方式的机器人，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述实施方式所述的数据集的生成方法。
[0009]本申请实施方式的计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述实施方式的数据集的生成方法。
[0010]本申请实施方式的数据集的生成方法、数据集的生成装置、机器人和计算机可读存储介质，将数据集设置任务属性数据、任务技术分解数据以及相应的执行策略数据，生成了面向任务的数据集，节约数据集的存储空间，降低数据集存储成本。
[0011]本申请的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
[0012]本申请的上述和/或附加的方面和优点从结合下面附图对实施方式的描述中将变得明显和容易理解，其中：图1是本申请实施方式的数据集的生成方法的流程示意图；图2是本申请实施方式的数据集的生成装置的模块示意图；图3是本申请实施方式的机器人的模块示意图；图4是本申请实施方式的多足机器人的硬件结构示意图；图5是本申请实施方式的多足机器人的结构示意图；图6是本申请实施方式的数据集的生成方法的方案示意图；图7是本申请实施方式的数据集的生成方法的又一流程示意图；
图8是本申请实施方式的数据集的生成装置的又一模块示意图；图9是本申请实施方式的数据集的生成方法的再一流程示意图；图10是本申请实施方式的数据集的生成方法的再一流程示意图。
[0013]主要元件符号说明：数据集的生成装置100、设定模块10、获得模块20、轨迹单元21、迭代单元22、筛选单元23、存入模块30、机器人1000、处理器300、存储器200、多足机器人400、机械单元401、驱动板4011、电机4012、机械结构4013、机身主体4014、可伸展的腿部4015、足部4016、可转动的头部结构4017、可摇动的尾巴结构4018、载物结构4019、鞍座结构4020、摄像头结构4021、通讯单元402、传感单元403、接口单元404、存储单元405、显示单元406、显示面板4061、输入单元407、触控面板4071、输入设备4072、触摸检测装置4073、触摸控制器4074、机器控制模块410、电源411。
具体实施方式
[0014]下面详细描述本申请的实施方式，所述实施方式的实施方式在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。
[0015]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0016]在后续的描述中，使用用于表示部件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本专利技术的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
[0017]请参阅图1，本申请实施方式的数据集的生成方法包括步骤：S10：设定任务属性数据以及任务技术分解数据；S20：根据任务属性数据以及任务技术分解数据，获得对应的任本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据集的生成方法，用于机器人，其特征在于，所述数据集的生成方法包括：设定任务属性数据以及任务技术分解数据；根据所述任务属性数据以及所述任务技术分解数据，获得对应的任务实现流程数据；将所述任务属性数据、所述任务技术分解数据以及对应的所述任务实现流程数据存入所述数据集中；其中，所述任务属性数据包括任务本身属性数据和/或任务对象属性数据，所述任务技术分解数据包括任务信息输入数据以及任务技术点数据，所述任务实现流程数据包括执行步骤数据和具体输入属性数据，所述执行步骤数据用于表述完成任务所需的各步骤，所述具体输入属性数据用于表述完成任务机器人运行的具体参数，所述具体输入属性数据与所述执行步骤数据对应。2.根据权利要求1所述的数据集的生成方法，其特征在于，所述数据集包括第一级数据结构、第二级数据结构和第三级数据结构，所述第一级数据结构包括任务属性数据，所述第二级数据结构包括任务分解数据，所述第三级数据结构包括任务实现流程数据，若所述第一级数据结构为空集，则与所述第一级数据结构对应的所述第二级数据结构以及与所述第二级数据结构对应的第三级数据结构均标记为空集；若所述第一级数据结构为非空集，所述第二级数据结构为空集，则与所述第二级数据结构对应的第三级数据结构标记为空集；若识别到所述第一级数据结构为空集，则不给为空集的所述第一级数据结构、对应的第二级数据结构以及对应的第三级数据结构分配存储空间或者压缩相应的存储空间，若识别到所述第二级数据结构为空集，则不给为空集的所述第二级数据结构以及对应的第三级数据结构分配存储空间或者压缩相应的存储空间，若识别到所述第三级数据结构为空集，则不给为空集的所述第三级数据结构分配存储空间或者压缩相应的存储空间。3.根据权利要求1所述的数据集的生成方法，其特征在于，所述根据所述任务属性数据以及所述任务技术分解数据，获得对应的任务实现流程数据，包括：将所述任务属性数据和所述任务技术分解数据输入仿真软件，获得若干运行轨迹；通过迭代的方式，将每间隔一定数量的运行轨迹作为一个群；在每个群中比较运行轨迹的任务完成度，筛选出每个群任务完成度排名超过阈值的运行轨迹，作为对应的任务实现流程数据。4.根据权利要求3所述的数据集的生成方法，其特征在于，所述筛选出每个群任务完成度排名超过阈值的运行轨迹，作为对应的任务实现流程数据，包括：筛选出每个群任务完成度排名第一的运行轨迹，作为对应的任务实现流程数据。5.根据权利要求1所述的数据集的生成方法，其特征在于，所述根据所述任务属性数据以及所述任务技术分解数据，获得对应的任务实现流程数据，包括：将所述任务属性数据和所述任务技术分解数据输入仿真软件，获得若干运行轨迹；获取任务完成度高于第一完成度阈值的所述运行轨迹，作为对应的任务实现流程数据。6.一种数据集的生成方法，用于机器人，其特征在于，所述数据集的生成方法包括：接收外力，并记录由外力引导的运行轨迹，作为任务实现流程数据；将任务属性数据、任务技术分解数据以及所述任务实现流程数据存入所述数据集中；其中，所述任务属性数据包括任务本身属性数据和/或任务对象属性数据，所述任务技
术分解数据包括任务信息输入数据以及任务技术点数据，所述任务实现流程数据包括执行步骤数据和具体输入属性数据，所述执行步骤数据用于表述完成...

【专利技术属性】
技术研发人员：陈金亮，陈相羽，何旭，刘旭东，
申请(专利权)人：深圳鹏行智能研究有限公司，
类型：发明
国别省市：