基于记忆模型的机器人共融导航的理论方法和关键技术研究

For life service and medical rehabilitation of the aged, it’s of significant importance to develop medical wheelchair robot system that is endowed with dynamic unstructured environment perception and Tri-Co navigation ability. However, objective inconsistency in environment cognitive level between human and robot makes great challenge for Tri-Co navigation task. Aiming at robot Tri-Co navigation system, grey qualitative method, machine learning methods and human memory models in cognitive psychology are introduced to study environment information perception and representation, information processing and decision making mechanism. Three parts are included: (1) Improve environmental stable feature extraction and representation ability and optimize fusion mechanism of environmental topological information and quantitative information. Based on association memory model, efficient and task-friendly environment representation model is constructed. (2) Information acquiring and validation mechanism based on human-robot cooperation and online learning mechanism based on human labeling. (3) Based on context memory model, historical path storage and retrieval mechanism are established, which enables memory information based intelligent task planning. Our work will benefits human-robot-environment Tri-Co and natural varied service for human and has great application value.

具备动态非结构环境感知与共融导航能力的医疗轮椅机器人，对老年人生活服务以及医疗康复具有重要意义。然而，人类与机器人在环境认知水平上存在的客观不一致性，对实现共融导航任务带来巨大挑战。本研究计划以实现机器人共融导航系统为目标，应用灰色定性方法、机器学习方法以及认知心理学中的人类记忆模型，研究环境信息感知与表达机理以及信息处理与决策机制。主要内容包括：(1)研究提升环境稳定特征提取与表达能力，优化环境拓扑信息与度量信息融合机制，基于联想记忆模型，构建高效、任务友好型的环境表达模型。(2)建立基于人机协作的信息获取与校验机制，结合机器学习方法，建立基于人类标注信息的在线学习机制。(3)研究基于上下文记忆模型，建立历史路径记忆机制与回忆机制，实现基于记忆信息的任务智能规划。目的是形成一套符合人类思维的、能反映人-机-环境深度共融的机器人导航的理论和技术方法，有重要的理论价值和广阔的应用前景。

人机共融是机器人发展的必然趋势，也是智慧医疗、老年康复、智慧城市等国家级战略实施的重要基点。理清和挖掘不同应用场景下人机共融系统的深刻本征内涵，创新突破支撑人机共融的核心理论方法与技术体系，构建具备高度共融特性的机器人系统与人机自然交互方法，已经成为机器人领域以及人工智能领域发展的重大方向。申请人通过对国内外研究机构开展的人机共融方面的研究成果与应用场景进行系统总结与分析，根据应用场景和人机共融形态的不同，创新性地将目前人机共融系统分为生理共融、生物共融和社会共融三种类型。其中，社会共融系统由于机器人基于非接触式感知系统获取人的行为与意识信息极为有限且误差较大，目前仍然存在较大挑战，使得目前机器人在面向人的服务场景中表现出共融性不足的特性。针对这一重大需求，本课题以共融导航为切入点，通过对共融导航的内涵进行深刻阐释，建立了一套基本完善的支撑共融导航系统的理论方法与技术体系，形成了一套无人自主共融导航平台。具体地，通过建立基于概率理论、定性方法、图理论以及深度学习方法的环境鲁棒感知体系，实现了机器人在人居自然场景的稳定、长时间“生存”。通过建立基于机器学习、深度学习以及图理论的环境模型重构表达体系，实现了机器人在复杂场景下面向任务需求的高效与深刻环境认知。通过建立基于生成对抗网络、贝叶斯模型以及记忆模型的规划决策体系，实现了机器人在园区自然场景下的共融导航。在应用层，申请人基于共融导航平台进一步形成了三大应用能力，即未知环境下的自主探索与建图能力、未知环境下不依赖于地图的示教导航能力以及园区场景下的物流自主配送服务能力。总之，通过对环境信息表达与关联、环境模型重构以及导航规划与决策方面进行共融性定义和理论方法创新，形成了一套共融导航的示范应用平台和核心的理论方法体系。

内容获取失败，请点击重试