基于灰色定性仿真的机器人-环境系统信息智能表达技术及其应用研究

By combining the advantages of grey system theory and qualitative reasoning theory and applying gray qualitative simulation combined with granular computing, we study the hierarchical、multi-granularity representation and storage of unknown environment knowledge, further more, we study knowledge interpretation and mapping among different agents. The purpose is to simulate human abilities of analyzing、reasoning and decision making using incomplete、uncertain knowledge, and finally achieve the breakthrough of robot knowledge representation and application. The research including: Study the mathematical description of knowledge levels and granularities based on gray system theory; Based on gray space and whitening process, by combining granular computing and qualitative reasoning theory, the mechanism integrated both qualitative and quantitative reasoning will be studied; Semantic information and its reasoning mechanism are introduced, combined with different levels、vary granularities knowledge, the mechanism of information interpretation and mapping among different agents is built; Regarding mobile robot designated delivery task as specific application, the effective representation of mobile robot environment is given. By using whitening function of whitening process as the criterion of representing and storing knowledge, reasoning of robot environment information、interpretation and mapping of different information agents are achieved. Our final purpose is to build a human like knowledge representation and application method, both theoretically and technically, for mobile robot in unknown environment, which has broad theory and application prospects.

融合灰色系统理论和定性推理理论的优势，应用灰色定性仿真结合粒度计算,研究未知环境中知识的分层次、多粒度表达存储及不同知识载体之间信息的解释映射，以模拟人类利用不完备、不确定性知识进行分析、推理和决策的能力，实现机器人表达信息和利用信息的关键技术突破。具体内容包括:基于灰色系统理论，研究不同层次和粒度知识的数学描述方法；在灰色量空间和白化过程的基础上，结合粒度计算及定性推理理论，研究定性定量相结合的推理机制；引入语义信息及其推理机制，结合不同层次、不同粒度的白化知识，建立不同知识载体之间信息的解释映射机制；以机器人定点投递任务为背景，建立机器人环境信息的有效表达，以白化过程包含的白化函数为指标实现知识的表达存储、定性定量相结合的分层推理机制及不同知识载体之间信息的解释映射。目的是形成一套符合人类思维模式的未知环境中机器人知识表达和知识运用的理论和技术方法，有重要的理论价值和广阔的应用前景。

融合灰色系统理论和定性推理理论的优势，应用灰色定性仿真结合粒度计算，以多机器人定点投递任务为背景，研究未知环境中知识的分层次、多粒度表达存储及不同知识载体之间信息的解释映射，模拟人类利用不完备、不确定性知识进行分析、推理和决策的能力，建立环境信息的有效表达，以白化过程包含的白化函数为指标实现知识的表达存储、定性定量相结合的分层推理机制及不同知识载体之间信息的解释映射。其成果体现为：针对传统二维区间灰数在描述高维信息时存在的问题，结合定性理论采用路标值实现定量信息定性描述的特点，建立了灰色定性量空间，实现了任意维度主观不确定性信息的灰色定性表达；基于灰色定性量空间，定义了定性推理的规则，提出了一种不确定性信息的融合、推理及决策方法；基于灰色定性空间及定性推理规则，模拟人类智能处理不确定性信息的模式，建立了智能体在学习过程中处理主观不确定性信息的模型，强调处理过程的渐进性；将灰色定性理论应用到不确定性信息处理过程中，实现特征位置信息的扩展，建立了拓展灰色定性地图；根据人类环境认知过程的层次化特点，从机器人的视角，对环境进行了多层次的划分，并结合灰色定性理论与卡尔曼滤波技术的优势，实现了移动机器人状态及观测方程的动态创建以及机器人位姿及环境中特征位置的实时估计；利用建立的灰色定性方法实现了主观不确定性信息的区间化表达，建立了区间的渐进融合规则，结合概率统计中相关理论，实现了主观不确定性信息区间化表达的度量，进而给出了区间渐进融合过程中该度量的融合过程及结果的概率解释。基本上完成了既定的计划，通过灰色系统理论、定性仿真理论、语义推理方法及人类思维规律的综合研究，形成了一种符合人类认知模式的智能系统的知识表达方法，建立了灰概率测度集和灰色定性量空间，初步实现了信息表达、存储、映射、推理和决策流程，为机-机共融和人-机共融机器人系统的知识表达提供了思路。不同知识载体之间信息的解释映射和推理决策问题仍然是进一步研究的重点之一。