[发明专利]用于识别和处理异常情况的机器人和方法

说明书

技术领域

本发明的实施例涉及一种识别和处理可能在机器人正提供服务时发生的异常情况、例外情况或错误情况（在下文中统称为异常情况）的机器人和方法。

背景技术

与那些安装在工业现场的按照相同的方式处理给定任务的机器人不同，安装在家中的机器人需要在多种操作情况下提供服务，并灵活地处理在提供服务时由于操作情况的不确定性而可能发生的情况。

但是，在现有技术中，当非预期的信息被输入到机器人中或者由于操作情况的不确定性而发生设计者未预料的例外情况时，机器人将它们识别为输入错误或者仅定义发生例外情况，而可能不能适当地识别和处理这样的情况。

在这种关系下，提出了这样的机器人：使用由机器人的感测单元输入的数据来配置分层数据结构，使用所述分层数据结构来增强机器人对环境情况的识别能力，并确定将来的情况以使得机器人可适当地处理非预期的情况。

然而，如果机器人确定的情况与实际识别的情况不匹配，则机器人继续探测周围，直到确定的数据被输入到机器人为止，或者仅仅是忽略这样的情况。因此，现有技术的机器人可能不能适当地处理异常情况。

发明内容

因此，本发明的一方面在于提供一种用于基于除机器人的设计者预定义的输入数据以外的输入数据来识别由于噪声或操作情况的不确定性是否发生异常情况，并执行用于处理异常情况的处理任务的机器人和方法。

在以下描述中将部分阐述本发明的另外的方面，还有一部分从描述中将是显而易见的，或者可由本发明的实施而得知。

根据本发明的一方面，一种机器人包括：感测单元，用于感测机器人的内部信息和外部信息；存储单元，用于存储由感测单元感测的信息、推断模型、学习模型、机器人可提供的服务、用于提供服务的子任务以及用于处理异常情况的处理任务；控制器，用于根据用户命令或通过存储单元中的推断模型来选择将由机器人提供的服务，通过存储单元中的学习模型确定在用于提供选择的服务的子任务正被执行时是否发生异常情况，如果确定发生异常情况，则通过存储单元中的推断模型选择用于处理异常情况的处理任务。

关于选择将由机器人提供的服务的步骤，控制器可确定将由机器人提供的服务是否被选择，如果将由机器人提供的服务没有被选择，则在存储单元中检索所述信息、推断模型和机器人可提供的服务，并确定所述信息是否满足推断模型中包括的规则，从而选择将由机器人提供的服务。

关于确定异常情况是否发生的步骤，控制器可选择用于提供选择的服务的子任务，确定与所述子任务相应的学习模型是否在存储单元中，如果在存储单元中存在与所述子任务相应的学习模型，则从存储单元检索与选择的子任务相应的学习模型并从存储单元检索与学习模型的输入相应的信息，将检索的信息输入到学习模型，并基于来自学习模型的结果确定是否发生异常情况。

如果在存储单元中不存在与所述子任务相应的学习模型，则控制器可在存储单元中检索所述信息，通过将所述信息映射到异常情况的发生/未发生来训练学习模型，并将经过训练的学习模型存储在存储单元中，从而创建与所述子任务相应的学习模型。

关于选择用于处理异常情况的处理任务的步骤，控制器可在存储单元中检索所述信息、推断模型和用于处理异常情况的处理任务，并确定所述信息是否满足推断模型中包括的规则，以选择用于处理异常情况的处理任务。

根据本发明的另一方面，一种用于识别和处理机器人中的异常情况的方法包括：根据用户命令或通过机器人的存储单元中的推断模型来选择将由机器人提供的服务；通过存储单元中的学习模型来确定在用于提供选择的服务的子任务正被执行时是否发生异常情况；如果确定发生异常情况，则通过存储单元中的推断模型来选择用于处理异常情况的处理任务。

选择的步骤可包括：确定将由机器人提供的服务是否被选择；如果将由机器人提供的服务没有被选择，则在存储单元中检索机器人的内部信息和外部信息、推断模型和机器人可提供的服务；确定所述信息是否满足推断模型中包括的规则，从而选择将由机器人提供的服务。

确定是否发生异常情况的步骤可包括：选择用于提供选择的服务的子任务；确定与所述子任务相应的学习模型是否在存储单元中；如果在存储单元中存在与所述子任务相应的学习模型，则从存储单元检索与选择的子任务相应的学习模型并从存储单元检索与学习模型的输入相应的信息；将检索的信息输入到学习模型，并基于来自学习模型的结果确定是否发生异常情况。