一种机器人移动控制方法及装置和可读存储介质制造方法及图纸

本申请提供一种机器人移动控制方法及装置和可读存储介质，涉及机器人控制技术领域

【技术实现步骤摘要】
一种机器人移动控制方法及装置和可读存储介质


[0001]本申请涉及机器人控制
，具体而言，涉及一种机器人移动控制方法及装置和可读存储介质
。

技术介绍

[0002]随着科学技术的不断发展，机器人技术因具有极大的研究价值及应用价值受到了各行各业的广泛重视，其中机器人自主导航便是机器人控制
中的一项重要研究方向
。
而在机器人自主导航的实现过程中，通常需要研发人员直接基于已有地图进行路径规划，并根据路径规划结果编辑出机器人适用的底层控制代码，使对应机器人通过运行该底层控制代码的方式，来确保对应机器人自主导航地移动到期望位置处
。
[0003]但值得注意的是，这种机器人自主导航实现方案实质无法达到通过自然语言直接控制机器人进行自主导航的效果，同时无法确保机器人在移动过程中面对突发的环境变化状况
(
例如，机器人前进方向上新增有障碍物等
)
时能够灵活地调整移动路径
。

技术实现思路

[0004]有鉴于此，本申请的目的在于提供一种机器人移动控制方法及装置和可读存储介质，能够利用大语言模型理解自然语言移动指令所承载的目标终点位置，并基于目标机器人在移动过程中实时采集到的环境深度图像灵活调整目标机器人移动往目标终点位置的移动路径，使目标机器人在面临突发的环境变化状况时也能正常到达目标终点位置，从而达到通过自然语言直接控制机器人进行自主导航的效果
。
[0005]为了实现上述目的，本申请实施例采用的技术方案如下：
[0006]第一方面，本申请提供一种机器人移动控制方法，所述方法包括：
[0007]获取针对目标机器人的自然语言移动指令，并调用大语言模型对所述自然语言移动指令进行识别，得到所述目标机器人的目标终点位置；
[0008]在所述目标机器人所在的原始语义地图中以所述目标终点位置为赋值中心进行地图奖励赋值，得到对应的赋值语义地图；
[0009]根据所述赋值语义地图及所述目标机器人实时采集到的环境深度图像，以最小化路径节点奖励和值为目的，基于所述大语言模型调用预存的高级语言移动控制函数驱动所述目标机器人移动到所述目标终点位置处
。
[0010]在可选的实施方式中，所述在所述目标机器人所在的原始语义地图中以所述目标终点位置为赋值中心进行地图奖励赋值的步骤，包括：
[0011]按照最大预设奖励值在所述原始语义地图中对所述目标终点位置进行赋值；
[0012]确定所述原始语义地图内的多个可通行位置各自到所述目标终点位置的最短路径长度；
[0013]针对所述原始语义地图内的每个可通行位置，按照预设的路径长度与奖励值之间的数值负相关关系，为该可通行位置赋予与对应最短路径长度匹配的奖励值
。
[0014]在可选的实施方式中，所述根据所述赋值语义地图及所述目标机器人实时采集到的环境深度图像，以最小化路径节点奖励和值为目的，基于所述大语言模型调用预存的高级语言移动控制函数驱动所述目标机器人移动到所述目标终点位置处的步骤，包括：
[0015]根据所述目标机器人实时采集到的环境深度图像，确定所述目标机器人在所述赋值语义地图中的实际移动位置；
[0016]检测所述实际移动位置是否到达所述目标终点位置；
[0017]若检测到所述实际移动位置未到达所述目标终点位置，则从所述赋值语义地图提取与所述实际移动位置对应的局部赋值地图；
[0018]在所述局部赋值地图中，以所述实际移动位置为基准，在所述目标机器人的机器人视野范围内确定具有最大奖励值的局部终点位置，其中所述局部终点位置为所述目标机器人移动往所述目标终点位置的一个路径节点；
[0019]调用多模态路径规划大模型基于所述机器人视野范围内的环境深度图像对所述原始语义地图进行地图更新，并在更新后的原始语义地图中针对从所述实际移动位置到所述局部终点位置的机器人路径进行自动感知决策；
[0020]调用所述大语言模型基于预存的高级语言移动控制函数驱动所述目标机器人按照所述机器人路径从所述实际移动位置移动到所述局部终点位置处，并跳转到上述确定所述目标机器人在所述赋值语义地图中的实际移动位置的步骤继续执行
。
[0021]在可选的实施方式中，所述根据所述目标机器人实时采集到的环境深度图像，确定所述目标机器人在所述赋值语义地图中的实际移动位置的步骤，包括：
[0022]根据所述目标机器人实时采集到的环境深度图像，基于
ORB
‑
SLAM
算法进行局部地图构建，得到所述目标机器人所在环境的局部环境地图；
[0023]将所述局部环境地图与所述赋值语义地图进行信息匹配，得到所述目标机器人在所述赋值语义地图中的实际移动位置
。
[0024]在可选的实施方式中，所述在所述局部赋值地图中，以所述实际移动位置为基准，在所述目标机器人的机器人视野范围内确定具有最大奖励值的局部终点位置的步骤，包括：
[0025]以所述实际移动位置为奖励值变化基准位置，确定所述局部赋值地图中的所有奖励值升高方向；
[0026]针对每个奖励值升高方向，控制所述目标机器人按照该奖励值升高方向进行深度图像采集，并将采集到的环境深度图像与所述赋值语义地图进行信息比对，得到所述赋值语义地图在该奖励值升高方向上的最大奖励值；
[0027]从所有奖励值升高方向各自对应的最大奖励值中筛选出数值最大的目标奖励值，并将所述目标奖励值在所述赋值语义地图中的可通行位置作为所述局部终点位置
。
[0028]在可选的实施方式中，所述在更新后的原始语义地图中针对从所述实际移动位置到所述局部终点位置的机器人路径进行自动感知决策的步骤，包括：
[0029]获取所述目标机器人实时采集到的从所述实际移动位置到所述局部终点位置的环境深度图像；
[0030]调用所述多模态路径规划大模型对所述环境深度图像进行环境分析，并根据对应的环境分析结果从预存的多种路径规划算法中选取适配的目标路径规划算法；
[0031]根据所述环境深度图像及更新后的原始语义地图，基于所述目标路径规划算法进行路径规划，得到从所述实际移动位置到所述局部终点位置的机器人路径
。
[0032]在可选的实施方式中，所述调用所述大语言模型基于预存的高级语言移动控制函数驱动所述目标机器人按照所述机器人路径从所述实际移动位置移动到所述局部终点位置处的步骤，包括：
[0033]将所述机器人路径与所述大语言模型加载的各个高级语言代码输出提示语进行信息匹配，得到与所述机器人路径匹配成功的目标代码输出提示语；
[0034]调用与所述目标代码输出提示语关联的高级语言移动控制函数，针对所述机器人路径生成匹配的目标高级语言控制代码；
[0035]调用高级语言控制指令与机器人底层控制程序之间的桥接
API
接口运行所述目标高级语言控制代码本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种机器人移动控制方法，其特征在于，所述方法包括：获取针对目标机器人的自然语言移动指令，并调用大语言模型对所述自然语言移动指令进行识别，得到所述目标机器人的目标终点位置；在所述目标机器人所在的原始语义地图中以所述目标终点位置为赋值中心进行地图奖励赋值，得到对应的赋值语义地图；根据所述赋值语义地图及所述目标机器人实时采集到的环境深度图像，以最小化路径节点奖励和值为目的，基于所述大语言模型调用预存的高级语言移动控制函数驱动所述目标机器人移动到所述目标终点位置处
。2.
根据权利要求1所述的方法，其特征在于，所述在所述目标机器人所在的原始语义地图中以所述目标终点位置为赋值中心进行地图奖励赋值的步骤，包括：按照最大预设奖励值在所述原始语义地图中对所述目标终点位置进行赋值；确定所述原始语义地图内的多个可通行位置各自到所述目标终点位置的最短路径长度；针对所述原始语义地图内的每个可通行位置，按照预设的路径长度与奖励值之间的数值负相关关系，为该可通行位置赋予与对应最短路径长度匹配的奖励值
。3.
根据权利要求1所述的方法，其特征在于，所述根据所述赋值语义地图及所述目标机器人实时采集到的环境深度图像，以最小化路径节点奖励和值为目的，基于所述大语言模型调用预存的高级语言移动控制函数驱动所述目标机器人移动到所述目标终点位置处的步骤，包括：根据所述目标机器人实时采集到的环境深度图像，确定所述目标机器人在所述赋值语义地图中的实际移动位置；检测所述实际移动位置是否到达所述目标终点位置；若检测到所述实际移动位置未到达所述目标终点位置，则从所述赋值语义地图提取与所述实际移动位置对应的局部赋值地图；在所述局部赋值地图中，以所述实际移动位置为基准，在所述目标机器人的机器人视野范围内确定具有最大奖励值的局部终点位置，其中所述局部终点位置为所述目标机器人移动往所述目标终点位置的一个路径节点；调用多模态路径规划大模型基于所述机器人视野范围内的环境深度图像对所述原始语义地图进行地图更新，并在更新后的原始语义地图中针对从所述实际移动位置到所述局部终点位置的机器人路径进行自动感知决策；调用所述大语言模型基于预存的高级语言移动控制函数驱动所述目标机器人按照所述机器人路径从所述实际移动位置移动到所述局部终点位置处，并跳转到上述确定所述目标机器人在所述赋值语义地图中的实际移动位置的步骤继续执行
。4.
根据权利要求3所述的方法，其特征在于，所述根据所述目标机器人实时采集到的环境深度图像，确定所述目标机器人在所述赋值语义地图中的实际移动位置的步骤，包括：根据所述目标机器人实时采集到的环境深度图像，基于
ORB
‑
SLAM
算法进行局部地图构建，得到所述目标机器人所在环境的局部环境地图；将所述局部环境地图与所述赋值语义地图进行信息匹配，得到所述目标机器人在所述赋值语义地图中的实际移动位置
。
5.
根据权利要求3所述的方法，其特征在于，所述在所述局部赋值地图中，以所述实际移动位置为基准，在所述目标机器人的机器人视野范围内确定具有最大奖励值的局部终点位置的步骤，包括：以所述实际移动位置为奖励值变化基准位置，确...

【专利技术属性】
技术研发人员：李青锋，张鑫磊，陈晨，牛建伟，豆渊博，
申请(专利权)人：北京航空航天大学杭州创新研究院，
类型：发明
国别省市：