一种基于机器人自主行为的自然语言解析方法与流程

本发明属于自然语言解析技术领域，具体涉及一种基于机器人自主行为的自然语言解析方法。

背景技术：

未受过专业训练的人员使用智能机器人为其服务最直接的沟通方式是自然语言，但自然语言过于宽泛的语言形式和多变的句型结构给机器人对自然语言的理解和决策带来困难，而且对于自主机器人来说，要理解丰富多变的自然语言是极其困难的。现在的自然语言解析的研究也往往只注重于自然语言词性词义本身的理解，实际上，在自主机器人工作中需要理解的自然语言必然是与其自主行为能力相匹配的，并不需要对所有自然语言进行理解拆分，那样无疑是增加了自然语言解析的难度并且降低了人机交互的效率，所以单单针对于纯自然语言的词法分析并不能满足自主机器人对自然语言指令解析的要求。本发明旨在降低过于宽泛的自然语言带来的解析难度，有针对性地对与机器人自主行为相关的自然语言进行解析，设计相应的解析方法，高效地完成自然语言解析任务，辅助人机交互。本发明一方面将机器人的自主行为(包括目标操作行为、运动规划行为和运动控制行为)划分为基础行为模块，并为每个基础行为模块定义自然语言属性，另一方面设计基于词干知识库和逻辑推理规则相结合的自然语言解析方法，实现自然语言与机器人自主行为的有效匹配。机器人能够将操作者的语言指令分解成可执行的自主行为序列完成指令任务，通过对自然语言指令词干进行提取，并且在基础词干知识库进行搜索匹配，结合基础行为知识库，实现自然语言与机器人自主行为的有效匹配。这种基于基础行为语言属性的自然语言解析方法能够解决语言丰富性带来的难题，建立起较为高效且歧义较少的人-机交互模式，是机器人人性化的有效途径。

技术实现要素：

本发明的目的在于提供一种基于机器人自主行为的自然语言解析方法。

本发明的目的是这样实现的：

一种基于机器人自主行为的自然语言解析方法，将自主机器人的行为划分为基础行为模块,即运动控制、运动规划、目标操作模块，为每个模块定义自然语言属性，设计基于词干知识库和逻辑推理规则相结合的自然语言解析方法，每个模块赋予语言属性，建立相应的自然语言词干知识库，结合逻辑推理规则，实现自然语言与自主行为的匹配，通过自然语言指令字符串与词干知识库的匹配搜索提炼出所有词干，并根据词干属性和逻辑推理规则的内在关系，完成自然语言指令的词干分解，实现词干与机器人基础行为的合理匹配，机器人将自然语言指令解析为可执行的自主行为序列完成指令任务。

所述的自然语言解析方法使机器人对自然语言指令进行学习，学习的目的是丰富基础词干库、基础行为库、推理知识库、具有语言属性的目标知识库和环境地图，学习的手段是通过自然语言交流模式和执行效果评价机制实现。

本发明的有益效果在于：

本发明为自主机器人提供一种基于机器人自主行为的自然语言解析方法，实现在人机交互中，通过自然语言指令对机器人自主行为进行辅助，将人类智能和机器智能相结合，使得人机交互方式更加自然，能够更加方便快捷地完成任务。

附图说明

图1是本发明基于自主行为分解的自然语言词干知识库模型；

图2是本发明自然语言指令解析流程。

具体实施方式

下面结合附图对本发明做进一步描述。

本发明公开了一种基于机器人自主行为的自然语言解析方法，旨在使用自然语言指令对自主机器人的行为进行辅助控制。将机器人的自主行为划分为基础行为模块，并为每个基础行为模块定义自然语言属性，针对自主机器人基础行为进行分类，将其自主行为进行自然语言描述，并且确定词干自然语言属性。通过对自然语言指令词干进行提取，并且在基础词干知识库进行搜索匹配，结合基础行为知识库，实现自然语言与机器人自主行为的有效匹配，在此基础上，机器人能够将操作者的语言指令分解成可执行的自主行为序列完成指令任务。对自然语言指令的扩展通过学习完成，基础行为能力学习可通过丰富具有语言属性的目标知识库和环境地图实现，而丰富手段可通过辅助环境感知自然语言指令交流形式实现，基础行为能力的增强可以实现基础词干库的丰富，扩展语言类推理知识可以加强机器人对自然语言习惯的适应能力。学习的目的是丰富基础词干库、基础行为库、逻辑推理规则、具有语言属性的目标知识库和环境地图，学习的手段可通过自然语言交流模式和执行效果评价机制实现。

本发明公开了一种基于机器人自主行为的自然语言解析方法，为了降低自然语言丰富性和无规律性给自然语言解析带来的难度，设计出与机器人自主行为相匹配的自然语言，降低语言解析的难度，将机器人的自主行为划分为基础行为模块，并为每个基础行为模块定义自然语言属性，通过对自然语言指令词干进行提取，并且在基础词干知识库进行搜索匹配，结合词干属性与逻辑推理规则的内在联系，实现自然语言与机器人自主行为的有效匹配，在此基础上，机器人能够将操作者的自然语言指令分解成可执行的自主行为序列完成指令任务。机器人的自主学习能力通过丰富基础词干库、基础行为库、逻辑推理规则、具有语言属性的目标知识库和环境地图等来实现，学习的手段可通过自然语言交流模式和执行效果评价机制实现。本发明实现了机器人自主行为的自然语言解析，并生成相应的机器人自主行为序列，通过自主行为能力的提高丰富了语言知识库，使得机器人获得自主行为学习能力，进而提高了人机交互能力。

参阅图1，本发明针对机器人各种自主行为建立了一个词干知识库，首先将机器人的目标操作、运动规划、运动控制等三类自主行为划分为基础行为模块，建立基础行为库，并为每个基础行为模块定义自主行为属性，同时基础行为都是有目标的，如抓取的目标、到达的地点、运动的方向和距离等，为基础行为目标定义自然语言属性，将上述定义的自然语言分类建立基础词干库来对应相应的基础行为库。可以建立出运动控制词干和运动控制目标词干对应运动控制行为；运动规划词干和运动规划目标词干对应运动规划行为；目标操作词干和操作目标词干对应目标操作行为；目标属性词干对应属性目标操作行为；目标关系词干对应运动规划和目标操作行为；辅助环境感知词干对应辅助环境感知行为。

本发明提供以机器人自主行为分解为基础的自然语言解析方法是基于基础词干知识库和逻辑推理规则进行解析匹配的，结合基础行为知识库对机器人自主行为进行自然语言指令控制，解析流程参阅图2。首先通过自然语言指令字符串与词干知识库的匹配搜索提炼出所有词干，并且提取出词干相应属性，完成自然语言指令的词干分解，然后通过建立词干属性与逻辑推理规则的内在联系来实现词干与机器人基础行为的合理匹配，生成相应的机器人行为序列。