一种基于动作语言BC的通用服务机器人认知与规划系统

摘要

通用服务机器人在最近几年来越来越受到研究者们的关注。机器人作为一个高度交叉的研究领域，关于其系统的研究工作往往需要从底层硬件、控制，到各类感知算法的支持，所以更多的研究工作主要集中在机器人的某方面能力。对于服务机器人系统的研究，首先需要了解服务机器人的主要特点。与传统（自动）工业机器人相比，服务机器人在运行环境、感知能力、人机交互三个方面有显著不同。
　　第一，传统工业机器人的工作环境往往是确定的，机器人本身针对事先确定的特定环境进行设计，编程，使其具有能够7x24小时不间断的工作能力和健壮性。同时，绝大部分工业机器人在运行过程中不允许人类或其他物体的干扰，一旦在工作环境中出现未预计的物体，很可能导致严重的生产事故。一旦出现问题，工业机器人需要专门背景的专业维护人员进行重置或维修，机器人本身的维护代价很高。而服务机器人与此不同，其工作环境一般不确定，同时环境中必然具有如人类、宠物等带来各类不确定性的元素。因此，在服务机器人的工作过程中，需要考虑到这些潜在的不确定性，并且在任务的执行过程中能够自主的克服因此出现的错误，继续完成任务。
　　第二，传统工业机器人的感知能力往往局限在对本体的感知，如机械臂中通过编码器对电机转动角度的测量，或是安装在特定部位的力矩传感器获得关节的力数据。部分新型的工业机器人装备有能够对特定目标物体如零件位置的视觉检测设备，扩大了机器人的感知范围，提高了机器人的适应性。尽管如此，绝大部分工业机器人的感知能力都是非常受限的，一方面是因为技术的局限性，另一方面也是为了尽可能的提高效率因此将运行环境进行特别设计。然而对于服务机器人来说，对环境的感知能力尤其重要，第一点中提到的环境不确定性导致了机器人需要能够对环境的动态变化作出积极的应对，如移动过程中不能撞到人。同时，又因为服务机器人不同工作环境的巨大差别，更要求能够它们能够在这些环境中都能够具有对目标相关物体的感知能力。
　　第三，绝大部分传统工业机器人仍然是通过终端与操作员交互，其本质与电脑的交互方式相同。同时正如第一点所说，工业机器人基本固定的工作环境使得工作过程中需要与人交互的需求较少，维护和操作人员往往在机器人投入生产之前就已经针对机器人的工作要求进行了过程式的编程，因此在机器人运行中并不需要多少人工干预。但对于服务机器人来说，其工作过程中天然的需要与人类进行大量交互，从基本的聊天，到从人类获取命令和任务，以及出现问题时从人类获取帮助，无一不需要通过人机交互完成。
　　本文的研究目标是通过实现一个通用的智能服务机器人系统，并以此为范例研究通用服务机器人系统中的若干问题。在本文的研究过程中，我们总结对于构建一个通用服务机器人，主要有两类难度。第一类难度在于研发机器人需要具备的若干基本功能，包括运动部件，如轮式底盘或双足、机械臂、摄像头云台;机器人控制模块，来控制各机器人部件;机器人感知模块，来检测和识别环境中感兴趣的物体。第二类难度在于机器人的认知和决策规划系统，即当机器人拥有了一系列适应服务要求的基本能力以后，如何将这些能力整合在一起，来实现一个能够在不同环境中，应对不确定性，用自然的方式与人交互并完成人要求任务的智能机器人系统。
　　本文提出并实现的智能服务机器人系统框架是为了解决上述第二类难题的一种可能途径。该系统实现的机器人能够在具有不完全信息和动态变化的环境中，对于给定的欠描述目标作出智能应对并且尽最大努力完成任务。在该框架中，人机交互，感知行为以及物理动作被统一的在动作语言B(e)中描述;随后，在给定任务以后，动作语言B(e)的描述被翻译到回答集编程语言，并且调用其求解器进行求解，生成试图完成任务的规划动作序列。在动作序列的执行过程中，机器人通过感知模块不断更新对环境的认识并检查当前规划动作序列的有效性;一旦出现改变，及时对规划序列进行修正。我们提出并实现的系统框架特点和创新之处主要有以下三点。
　　第一，本文提供了一种基于动作语言B(e)的通用服务机器人行为表示方法。动作语言B(e)的语义基于回答集编程，它的表示刻画的是一种描述世界状态的转移系统，能够用来刻画环境信息和机器人内部信念状态。三种不同的行为，即人机交互、感知、物理行动可以对这些状态造成不同的影响。在给定目标以后，回答集编程的求解器通过在转移系统中搜索，能够生成一条从初始状态到目标状态的最短动作序列，驱动机器人一步步完成指定的任务。
　　第二，本文扩展了传统的控制机器人动作运行的执行-监测-重规划框架，加入了一个并行的连续观察机制，使得机器人能够快速应对环境中的变化。连续观察机制在机器人的任务执行开始之后，不断的通过感知模块将获得的信息提取抽象成规划系统的内部表示，并及时检查当前规划动作序列是否在新的信息出现以后仍然能够完成目标;一旦当前规划无法完成任务，或有更短的规划序列出现，则视情况中止当前动作的执行并且进行重规划。
　　第三，在对世界状态和机器人内部信念状态进行统一表示之后，机器人的“认知状态”可以在一定程度下被刻画。由于框架中对待人机交互和感知行为的方式统一，它们从不同来源获取的信息可能会出现不一致的情况。例如，机器人通过人机对话方式从人类获得的目标是“从餐桌上拿一瓶水给我”，而机器人通过感知发现餐桌上水的位置对机器人来说无法抓取，或是餐桌上压根就没有水，那么机器人需要能够通过对世界状态和机器人信念状态的组合更新来确保知识的一致性，以使机器人“知道”在这些问题出现时应该如何处理，才能不影响任务的继续执行。
　　本文提出的系统框架实现在了KeJia服务机器人上，并且在一个类似“通用服务机器人”场景下进行了实验，能够在类似家庭的环境中不断的为人服务，提供饮料。“通用服务机器人”测试场景是机器人世界杯学术竞赛家庭组项目中最有挑战性的测试之一，也是最能体现机器人智能的测试。KeJia服务机器人从2009年起参加机器人世界杯家庭服务组的比赛，于2014年在巴西获得了该项目的世界冠军，并在2011、2013、2015年多次获得世界亚军。

目录

声明

摘要

插图索引

算法索引

主要符号对照表

第一章 绪论

1．1 引言

1．2 机器人概述

1．3 回答集编程与动作语言概述

1．4 研究内容与论文结构

第二章 非单调逻辑与动作语言

2．1 非单调逻辑理论(Non-Monotonic Logic)

2．1．1 界限(Circumscription)理论

2．1．2 缺省逻辑(Default Logic)

2．1．3 自认知逻辑(Autoepistemic Logic)

2．1．4 非单调因果逻辑(Non-monotonic Causal Logic)

2．2 回答集编程(Answer Set Programming)

2．2．1 逻辑程序与稳定模型语义

2．2．2 稳定模型的性质

2．2．3 强否定(strong negation)

2．2．4 使用逻辑程序表示动态环境

2．3 动作语言

2．3．1 转移系统(Transition System)

2．3．2 STRIPS，ADL，B，C，C+等动作描述语言

第三章 基于动作语言BC的动作表示方法

3．1 动作语言BC

3．1．1 动作语言BC的语法

3．1．2 动作语言BC的语义

3．1．3 包含强否定的动作语言BC

3．1．4 动作语言BC与C+的关系

3．2 使用动作语言BC的通用行为描述

3．2．1 机器人自动规划的相关工作

3．2．2 世界状态和信念状态

3．2．3 动作语言BC的动作表示

第四章 一种通用服务机器人系统框架

4．1 服务机器人与传统工业机器人的比较

4．1．1 服务机器人面对的困难

4．1．2 服务机器人与工业机器人的区别

4．2 通用服务机器人系统框架

4．2．1 机器人系统概述

4．2．2 连续观察机制

4．2．3 执行监测和动作控制

第五章 机器人系统实现和实验效果

5．1 服务机器人系统性能衡量

5．1．1 机器人世界杯(Robot World Cup)

5．1．2 机器人世界杯家庭服务组(RoboCup@Home)

5．2 可佳机器人

5．2．1 可佳机器人硬件平台

5．2．2 可佳机器人感知系统

5．3 基于BC的认知和规划系统实验

第六章 总结与展望

6．1 本文工作总结

6．2 未来工作与展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果