[发明专利]面向人机协作装配任务的知识图谱构建方法

说明书

本发明公开了一种面向人机协作装配任务的知识图谱构建方法，步骤包括：1)建立面向人机协作装配的知识图谱构建流程图；2)进行装配知识资源的采集；3)将采集到的装配知识统一预处理成自然语言文本的形式；4)对预处理过的自然语言文本语料进行句法分析；5)采用“基于规则模板的方法”规则，从句法分析的结果中进行信息抽取；6)采用“实体匹配”的方法对信息抽取得到的三元组数据进行知识融合；7)对数据层中的知识进行概念化抽象得到模式层知识，用本体库进行管理；8)将数据层和模式层知识以属性图模型的方式存储在图数据库Neo4j中，并以图结构的形式进行可视化。本发明方法简介有效，逻辑性强，具有广泛的应用价值。

技术领域

本发明属于人机协作装配技术领域，涉及一种面向人机协作装配任务的知识图谱构建方法。

背景技术

在人机协作装配领域，如果要让协作机器人在辅助人类进行产品装配的时候，能够正确理解操作者的装配行为意图，并像人一样自然、协调、及时地给予人类帮助，适应人类的工作节奏，那么机器人就必须对整个装配环境和装配过程形成常识性认知，包括零部件的结构尺寸信息、装配工具和机器的属性信息、装配工艺信息以及装配环境信息等。但是，这些信息大都是以非结构化或半结构化的形式出现，通常直接以文字的形式存储在文本文档或表格中，这种存储方式并不能充分挖掘信息之间的语义关系，且信息管理困难，信息利用率低，然而，近年来应用愈来愈广泛的知识图谱技术可以以结构化的方式来管理和组织这些多源异构的装配知识，并以图结构的形式将这些知识联系起来，充分表达知识之间的语义关系，也为机器人正确理解操作者的装配行为意图提供了可行途径。

关于面向人机协作的知识图谱研究，2021年东华大学的顾星海等人提出了一种针对总成产品的装配语义信息建模方法，实现了CAD模型的几何信息与装配工艺文档的过程信息的智能集成。该方法采用自顶向下的方式先设计知识图谱的本体层，包括类与关系，然后结合CAD模型和装配工艺文档从中抽取并映射相关语义数据，构建数据层。这种方式的schema是全人工构建，专业性、准确性、完备性要求高，因此构建成本高、局限性大，且对中长尾的知识收录比较困难，同时该文只是将装配语义信息以知识图谱的形式进行存储，并没有面向实际的人机协作装配过程。

2020年武汉理工大学的刘佳宜等人提出了一种面向人机协作拆卸任务的知识图谱构建方法。该方法构建了一种人机协作拆卸模型，将知识分为待拆产品信息、拆卸方案信息和过程数据，通过知识图谱构建技术得到结构化三元组信息。该方法并没有阐明在信息抽取部分的具体处理细节，如何得到实体、关系和属性三元组信息，所使用的方法是什么，同时，在信息融合部分采用了传统的双向LSTM网络得到实体的向量表示，无法解决长距离匹配问题。

发明内容

本发明的目的是提供一种面向人机协作装配任务的知识图谱构建方法，解决了现有的监督学习的方式从多源异构信息中抽取结构化三元组知识的神经网络方法，针对人机协作装配这种专业领域，可供利用的数据有限，显著限制了网络模型的训练；同时，神经网络具备黑盒特性，挖掘信息的过程不可解释，从而导致不能对错误知识执果索因，进行修正的问题。

本发明所采用的技术方案是，一种面向人机协作装配任务的知识图谱构建方法，按照以下步骤实施：

S1：分析实际的人机协作装配任务，得到具体的知识图谱构建流程图；

S2：从不同渠道采集不同模态、不同结构的原始装配数据；

S3：将采集到的多源异构装配数据统一预处理成自然语言文本的形式；

S4：采用LTP语言技术平台对预处理过的自然语言文本语料进行句法分析，包括分词、词性标注、命名实体识别、依存句法分析和语义角色标注；

S5：采用“基于规则模板的方法”设计新规则，从句法分析的结果中进行信息抽取，包括实体抽取、关系抽取和属性抽取；