.png){kind=icon}
返回
DK-SMF: Domain Knowledge-Driven Semantic Modeling Framework for Service Robots
.png){kind=icon}
OA
AI
DOI：10.3390/electronics14163197.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
现代机器人系统正朝着基于语义知识执行任务的方向发展。此类系统需要环境建模作为成功执行任务的关键要素。然而，存在一个低效问题：每当给定新环境时都需要手动建模，因此需要能够适应环境变化的建模方法。在本文中，我们提出了一种集成框架，通过融合领域知识与基于开放词汇表的视觉语言模型（VLMs），使服务机器人能够自主进行环境建模。当机器人部署于新环境时，它通过自主探索构建占据地图，并提取关于物体和场所的语义信息。此外，我们引入了超越仅机器人环境建模的人机协同建模方法。收集的语义信息存储在结构化数据库中，并根据需求加以利用。为验证所提出框架在服务机器人中的适用性，我们在模拟家庭环境和真实世界室内走廊中进行了实验。通过实验，所提出的框架在两种环境中均实现了超过80%的语义信息提取准确率。关于各种类型物体和场所的语义信息被提取并存储在数据库中，证明了DK-SMF在服务机器人中的有效性。
Keyword:
semantic knowledge
environmental modeling
vision-language models
service robots
human-robot collaboration
期刊
IF:
2.6
论文数:
1.1W
被引数:
4.7W
机构
暂无机构信息
引用论文
.png){kind=icon}
分享收藏Robotics Classification of Domain Knowledge Based on a Knowledge Graph for Home Service Robot Applications王, Y.; 姚, R.; 赵, K.; 吴, P.; 陈, W. 基于知识图谱的领域知识分类方法研究及其在家服务机器人应用中的机器人分类. Appl. Sci. 2024, 14, 11553. [Google Scholar] [CrossRef]
PREAI
分享收藏
查看更多内容