机器人任务状态监测方法、装置以及相关设备

技术领域

本公开涉及物联网技术领域，尤其涉及一种机器人任务状态监测方法、装置以及相关设备。

背景技术

智能空间是研究和谐人机交互原理与技术的典型环境。在智能空间中，用户可以与各种信息源(包括设备和数据)进行交互。随着人工智能技术的发展，空间中人机物三元融合会越来越紧密。

智能空间中，机器人具备与其他设备及物品智能交互的能力，可执行复杂的任务。在实际任务执行过程中，由于智能空间中元素繁多，环境复杂多变，因此任务执行状态不止取决于机器人与目标物品本身状态，还会受诸多因素影响，特别是来自环境的突发情况等，因此，在相关技术中，机器人在任务执行时，由于环境突然发生变化，导致系统不能及时调整机器人的任务状态。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开提供一种机器人任务状态监测方法、装置以及相关设备，至少在一定程度上克服相关技术由于任务执行环境突变而不能及时监测出任务中的元素属性发生的变化。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供了一种机器人任务状态监测方法，该方法包括：获取所述机器人待执行任务实例的任务信息；对所述待执行任务实例的任务信息进行处理，根据所述任务信息确定所述机器人的动作序列；根据所述机器人的动作序列确定与所述待执行任务实例对应关联的第一关键元素；在预先建立的本体知识库中查找出与所述关键元素具有关联关系的第一关联元素，所述本体知识库包含：多个关键元素以及与每个关键元素具有关联关系的关联元素；根据所述第一关键元素与所述第一关联元素，确定所述机器人待执行任务实例的第一属性信息；根据所述机器人待执行任务实例的第一属性信息，确定所述机器人待执行任务实例的任务状态信息。

在本公开的一些示例性实施例中，基于前述方案，对所述待执行任务实例的任务信息进行处理，根据所述任务信息确定所述机器人的动作序列，包括：根据所述待执行任务实例的任务信息，生成所述待执行任务实例对应的动作序列，所述动作序列中包含所述机器人待执行的多个动作。

在本公开的一些示例性实施例中，基于前述方案，根据所述机器人的动作序列确定与所述待执行任务实例对应关联的关键元素，包括：将所述机器人待执行的多个动作序列输入至预先训练好的元素处理模型中，输出与所述待执行任务实例对应关联的关键元素，其中，所述元素处理模型用于对所述机器人待执行的动作序列进行分析，提取与所述待执行任务实例对应关联的关键元素。

在本公开的一些示例性实施例中，基于前述方案，在根据所述第一关键元素与所述第一关联元素，确定所述机器人待执行任务实例的第一属性信息之前，所述方法还包括：获取所述机器人待执行任务实例中对应关联的所有元素的目标属性信息。

在本公开的一些示例性实施例中，基于前述方案，所述任务状态信息包括：正常状态以及非正常状态，根据所述机器人待执行任务实例的第一属性信息，确定所述机器人待执行任务实例的任务状态信息，包括：在所述机器人待执行任务实例的第一属性信息与所述目标属性信息一致的情况下，确定所述机器人待执行任务实例的任务状态信息为正常状态；在所述机器人待执行任务实例的第一属性信息与所述目标属性信息不一致的情况下，确定所述机器人待执行任务实例的任务状态信息为非正常状态。

在本公开的一些示例性实施例中，基于前述方案，所述任务状态信息的非正常状态包括：中断状态或失败状态，在所述机器人待执行任务实例的第一属性信息与所述目标属性信息不一致的情况下，确定所述机器人待执行任务实例的任务状态信息为非正常状态，包括：在所述机器人待执行任务实例的第一属性信息与所述目标属性信息不一致的情况下，确定所述机器人待执行任务实例的任务状态信息为中断状态；当所述机器人待执行任务实例的任务状态信息为中断状态时，重复执行如下步骤，直到满足预设停止条件，确定所述机器人待执行任务实例的任务状态信息为失败状态，其中，所述预设停止条件为第二属性信息与目标属性信息不一致且所述预设停止条件为重复次数大于预设阈值；当所述机器人待执行任务实例的任务状态信息为中断状态时，确定所述机器人在中断状态时的中断位置；根据所述中断位置更新所述机器人待执行任务实例的任务信息；根据更新后的所述任务信息确定所述机器人更新后的动作序列；根据所述机器人更新后的动作序列，确定与更新后的所述待执行任务实例对应关联的第二关键元素；在所述本体知识库中查找出与所述第二关键元素具有关联关系的第二关联元素；根据所述第二关键元素与所述第二关联元素，确定所述机器人更新后的待执行任务实例的第二属性信息；判断所述机器人更新后的待执行任务实例的第二属性信息与所述目标属性信息是否一致；若所述机器人更新后的待执行任务实例的第二属性信息与所述目标属性信息一致，则确定所述机器人更新后的待执行任务实例的任务状态信息为正常状态；若所述机器人更新后的待执行任务实例的第二属性信息与所述目标属性信息不一致，重新确定所述机器人在中断状态时的中断位置，将所述机器人更新后的待执行任务实例的第二属性信息与所述目标属性信息进行比对，得到比对结果。

在本公开的一些示例性实施例中，基于前述方案，在根据所述机器人待执行任务实例的第一属性信息，确定所述机器人待执行任务实例的任务状态信息之后，所述方法还包括：在所述机器人待执行任务实例的任务状态信息为正常状态的情况下，生成第一监测指令，所述第一监测指令用于继续监测所述机器人待执行任务实例的第一属性信息；在所述机器人待执行任务实例的任务状态信息为中断状态的情况下，生成第二监测指令，所述第二监测指令用于监测所述机器人更新后的待执行任务实例的第二属性信息。

根据本公开的另一个方面，还提供了一种机器人任务状态监测装置，该装置包括：任务信息获取模块，用于获取所述机器人待执行任务实例的任务信息；动作序列处理模块，用于对所述待执行任务实例的任务信息进行处理，根据所述任务信息确定所述机器人的动作序列；关键元素确定模块，用于根据所述机器人的动作序列确定与所述待执行任务实例对应关联的第一关键元素；关联元素确定模块，用于在预先建立的本体知识库中查找出与所述关键元素具有关联关系的关联元素，所述本体知识库包含：多个关键元素以及与每个关键元素具有关联关系的第一关联元素；属性信息确定模块，用于根据所述第一关键元素与所述第一关联元素，确定所述机器人待执行任务实例的第一属性信息；任务状态确定模块，用于根据所述机器人待执行任务实例的第一属性信息，确定所述机器人待执行任务实例的任务状态信息。

根据本公开的再一个方面，还提供了一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一种机器人任务状态监测方法。

根据本公开的又一个方面，还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一种机器人任务状态监测方法。

本公开的实施例中提供的机器人任务状态监测方法、装置以及相关设备，首先，获取机器人待执行任务实例的任务信息；其次，对待执行任务实例的任务信息进行处理，根据任务信息确定机器人的动作序列；然后，根据机器人的动作序列确定与待执行任务实例对应关联的第一关键元素；之后，在预先建立的本体知识库中查找出与第一关键元素具有关联关系的第一关联元素；然后，根据第一关键元素与第一关联元素，确定机器人待执行任务实例的第一属性信息；最后，根据机器人待执行任务实例的第一属性信息，确定机器人待执行任务实例的任务状态信息。

相较于相关技术中机器人在实际任务执行过程中，由于环境突然发生变化，不能及时监测到任务状态中的元素属性发生的变化，导致机器人不能及时调整任务状态，本公开实施例通过监测机器人在执行任务中的属性信息，并根据第一关键元素以及与机器人待执行任务实例具有关联关系的第一关联元素，来确定机器人待执行任务实例的属性信息，通过实时监测机器人待执行任务实例的属性信息，确定机器人待执行任务实例的任务状态信息，以便及时修正和完善任务执行决策，改善任务执行中遇到的智能性、实时性和任务完整性不足的缺陷，让在智能空间中的智能服务机器人在执行任务时更高效，更智能。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出本公开实施例中一种应用机器人任务状态监测方法的系统架构示意图；

图2示出本公开实施例中一种机器人任务状态监测方法示意图；

图3示出本公开实施例中一种获得与待执行任务实例对应关联的关键元素的方法示意图；

图4示出本公开实施例中一种机器人任务状态监测系统流程示意图；

图5示出本公开实施例中一种根据任务状态信息调整任务规划示意图；

图6示出本公开实施例中一种机器人任务状态监测装置示意图；

图7示出本公开实施例中一种应用机器人任务状态监测方法的电子设备示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本公开的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本公开的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。

附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。

图1示出了可以应用本公开实施例中机器人任务状态监测方法的示例性应用系统架构示意图。如图1所示，该系统架构可以包括监测设备101、网络102和机器人103。

网络102用以在监测设备101和机器人103之间提供通信链路的介质，可以是有线网络，也可以是无线网络。

可选地，上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络，包括但不限于局域网(Local Area Network，LAN)、城域网(Metropolitan Area Network，MAN)、广域网(Wide Area Network，WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中，使用包括超文本标记语言(Hyper Text Mark-up Language，HTML)、可扩展标记语言(ExtensibleMarkupLanguage，XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer，SSL)、传输层安全(Transport Layer Security，TLS)、虚拟专用网络(Virtual Private Network，VPN)、网际协议安全(InternetProtocolSecurity，IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中，还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。

监测设备101可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机、台式计算机、可穿戴设备、增强现实设备、虚拟现实设备等。

可选地，不同的监测设备101中安装的应用程序的客户端是相同的，或基于不同操作系统的同一类型应用程序的客户端。基于终端平台的不同，该应用程序的客户端的具体形态也可以不同，比如，该应用程序客户端可以是手机客户端、PC客户端等。

机器人103可以是提供各种服务的机器人，例如对用户利用监测设备101所进行操作的装置提供支持的后台管理机器人。后台管理机器人可以对接收到的请求等数据进行分析等处理，并将处理结果反馈给监测设备。

可选地，机器人可以是独立的物理机器人，也可以是多个物理机器人构成的机器人集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、CDN(Content Delivery Network，内容分发网络)、以及大数据和人工智能平台等基础云计算服务的云服务器。监测设备可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。监测设备以及机器人可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。

本领域技术人员可以知晓，图1中的监测设备101、网络102和机器人103的数量仅仅是示意性的，根据实际需要，可以具有任意数目的监测设备、网络和机器人。本公开实施例对此不作限定。

在上述系统架构下，本公开实施例中提供了一种机器人任务状态监测方法，该方法可以由任意具备计算处理能力的电子设备执行。

在一些实施例中，本公开实施例中提供的机器人任务状态监测方法可以由上述系统架构的监测设备执行；在另一些实施例中，本公开实施例中提供的机器人任务状态监测方法可以由上述系统架构中的机器人执行；在另一些实施例中，本公开实施例中提供的机器人任务状态监测方法可以由上述系统架构中的监测设备和机器人通过交互的方式来实现。

下面，将结合附图及实施例对本示例实施方式中的机器人任务状态监测方法的各个步骤进行更详细的说明。

首先，本公开实施例中提供了一种可以应用但不限于在智能空间中对机器人的任务状态进行监测的控制方法，其中，在相关技术中机器人在实际任务执行过程中，由于智能空间中元素繁多，环境复杂多变，因此任务执行状态不止取决于机器人与目标物品本身状态，还会受诸多因素影响，特别是来自环境的突发情况等，而本申请下述方法，可以有效避免相关技术中在任务执行环境发生变化时不能及时监测出任务中的元素属性发生的变化的问题。

图2示出本公开实施例中一种机器人任务状态监测方法示意图，如图2所示，本公开实施例中提供的机器人任务状态监测方法，该方法包括如下步骤：

S201，获取机器人待执行任务实例的任务信息。

在一些实施例中，本公开实施例中的获取的机器人待执行任务实例的任务信息可以是从用户端接收任务指令，然后，根据接收任务指令通过查询知识库中当前任务实例定义的相关静态知识生成的任务信息，其中，静态知识通过常识知识和任务背景构建，用于描述抽象类别、固有属性和类别间关系等概念及概念间关系，例如，机器人待执行任务实例的任务信息为“从厨房拿杯水”。

S202，对待执行任务实例的任务信息进行处理，根据任务信息确定机器人的动作序列。

在一些实施例中，本公开实施例中的机器人从用户端接收到的任务指令，并通过查询知识库中当前任务实例定义的相关静态知识生成的任务信息，本公开实施例对生成的任务信息进行处理，从而获得机器人的动作序列，例如，对任务信息“从厨房拿杯水”进行处理，获得动作序列“穿过客厅”，“穿过走廊”，“找到放水杯的桌子”等等。

S203，根据机器人的动作序列确定与待执行任务实例对应关联的第一关键元素。

需要说明的是，本公开实施例中的第一关键元素可以是任意动作序列中的名词，例如，根据动作序列“穿过客厅”，“穿过走廊”，“达到厨房”，“找到放水杯的桌子”等，确定“客厅”、“走廊”、“厨房”、“桌子”、“水杯”等与待执行任务实例对应关联的第一关键元素。

S204，在预先建立的本体知识库中查找出与关键元素具有关联关系的第一关联元素，本体知识库包含：多个关键元素以及与每个关键元素具有关联关系的关联元素。

在一些实施例中，本公开实施例通过将机器人获得任务信息进行处理，从而获得与待执行任务实例对应关联的第一关键元素，而影响任务执行的除了第一关键元素之外，在空间环境中，其余与关键元素相关联的共生元素也会对任务执行造成影响，因此，本公开实施例再将获取的第一关键元素与预先建立的，包括多个关键元素以及与每个关键元素具有关联关系的关联元素的本体知识库进行匹配，从而确定与第一关键元素具有关联关系的第一关联元素，例如，走廊是否有障碍物阻碍机器人继续执行任务实例，书房的门的开关状态可影响机器人的活动范围，书桌上的物品可影响水杯的拿取等，因此，确定与第一关键元素具有关联关系的第一关联元素为走廊的“障碍物”，书房的“门”，书桌上的“物品”等。

S205，根据第一关键元素与第一关联元素，确定机器人待执行任务实例的第一属性信息。

在一些实施例中，本公开实施例中的第一属性信息可以是任意第一关键元素和/或任意第一关联元素的属性信息，具体地，本公开实施例可以将第一关键元素和第一关联元素输入至预先构建好的神经网络模型，输出关键元素关联元素的属性信息，例如，将走廊的“障碍物”，书房的“门”，书桌上的“物品”，输入值神经网络模型，确定走廊的障碍物是否阻碍机器人行进，书房的门的“开关状态”，书桌上的物品是否阻碍水杯等。

S206，根据机器人待执行任务实例的第一属性信息，确定机器人待执行任务实例的任务状态信息。

在一些实施例中，由于智能空间中元素繁多，环境复杂多变，为保障任务的执行，需要对机器人待执行任务实例的第一属性信息进行实时监测，以便在机器人待执行任务实例的第一属性信息发生变化时，对任务执行进行变更或优化，例如，确定书房的门的是关闭的状态，又或者是在机器人行进导航过程中出现障碍物时，则需要变更导航路线，如果在任务执行过程中，杯子被突然碰到地上摔碎，则可以停止任务。

本公开实施例中的机器人任务状态监测方法，首先，获取机器人待执行任务实例的任务信息；其次，对待执行任务实例的任务信息进行处理，根据任务信息确定机器人的动作序列；然后，根据机器人的动作序列确定与待执行任务实例对应关联的第一关键元素；之后，在预先建立的本体知识库中查找出与第一关键元素具有关联关系的第一关联元素；然后，根据第一关键元素与第一关联元素，确定机器人待执行任务实例的第一属性信息；最后，根据机器人待执行任务实例的第一属性信息，确定机器人待执行任务实例的任务状态信息。

相较于相关技术中机器人在实际任务执行过程中，由于环境突然发生变化，不能及时监测到任务状态中的元素属性发生的变化，导致机器人不能及时调整任务状态，本公开实施例通过监测机器人在执行任务中的属性信息，并根据第一关键元素以及与机器人待执行任务实例具有关联关系的第一关联元素，来确定机器人待执行任务实例的属性信息，通过实时监测机器人待执行任务实例的属性信息，确定机器人待执行任务实例的任务状态信息，以便及时修正和完善任务执行决策，改善任务执行中遇到的智能性、实时性和任务完整性不足的缺陷，让在智能空间中的智能服务机器人在执行任务时更高效，更智能。

在一些实施例中，如图3所示，本公开实施例获取第一关键元素的方法，包括如下步骤：

S301，根据待执行任务实例的任务信息，生成待执行任务实例对应的动作序列，动作序列中包含机器人待执行的多个动作；

S302，将机器人待执行的多个动作序列输入至预先训练好的元素处理模型中，输出与待执行任务实例对应关联的关键元素，其中，元素处理模型用于对机器人待执行的动作序列进行分析，提取与待执行任务实例对应关联的第一关键元素。

在一些实施例中，本公开实施例中的第一关键元素是机器人执行任务过程中可能碰到的一些空间元素，具体地，本公开实施例可以根据预先构建好的动作提取模型，将待执行任务实例的任务信息进行拆解，得到待执行任务实例对应的动作序列，举例来说，本公开实施例中的待执行任务实例对应的动作序列可以为：从客厅出发，穿过走廊，进入书房，在书桌上拿上水杯，返回客厅，根据上述动作序列，并将上述机器人的动作序列输入至预先训练好的元素处理模型中，输出与待执行任务实例对应关联的关键元素，获得与待执行任务实例对应关联的关键元素“客厅”、“走廊”、“书桌”以及“水杯”。

在一些实施例中，根据机器人的动作序列确定与待执行任务实例对应关联的第一关键元素，包括：将机器人待执行的多个动作序列输入至预先训练好的元素处理模型中，输出与待执行任务实例对应关联的关键元素，其中，元素处理模型用于对机器人待执行的动作序列进行分析，提取与待执行任务实例对应关联的第一关键元素。

更为详细地，本公开实施例中的元素处理模型可以但不限于是语义模型，本公开实施例以语义模型为例，将待执行任务实例对应的动作序列结合动作提取模型，进而提取出符合待执行任务实例涉及的第一关键元素，例如，将动作序列：从客厅出发，穿过走廊，进入书房，在书桌上拿上水杯，返回客厅，输入至预先训练好的语义模型中，结合语义，提取出上述动作序列中符合机器人待执行任务实例涉及的关键元素“客厅”、“走廊”、“书桌”以及“水杯”。

在一些实施例中，在根据第一关键元素与第一关联元素，确定机器人待执行任务实例的第一属性信息之前，本公开实施例中的机器人任务状态监测方法还包括：获取机器人待执行任务实例中对应关联的所有元素的目标属性信息。

在一些实施例中，本公开实施例中的机器人任务状态监测方法可以通过预先构建好的任务监测模型完成，如图4所示，任务监测模型包括：任务监测管理层、关键元素提取层、关联元素分析层、关联属性提取层以及关联属性监测层，具体地，本公开实施例在获取任务信息之后将的创建任务实例输出至任务监测管理层进行监测管理，其中，任务监测管理层主要进行当前任务实例的跟踪监控及管理，包括将任务实例拆解为动作序列，绑定与该任务实例相关的元素属性，进行元素属性评估，当元素属性发生变化时能实时更新任务状态等。

具体地，本公开实施例中的任务监测管理层接收任务实例，并将任务初步拆解为动作序列；关键元素提取层根据任务动作序列，结合当前空间的元素处理模型(例如，语义模型)，提取完成该任务实例所涉及的第一关键元素；关联元素分析层会基于第一关键元素并结合当前空间的本体知识库，提取与任务实例具有关联关系的第一关联元素；而关联属性提取层则会基于输入的第一关键元和第一关联元素确定机器人待执行任务实例的第一属性信息；关联属性提取层向关联属性监测层输出机器人待执行任务实例的第一属性信息，完成对该机器人待执行任务实例的第一属性信息的监测；关联属性提取层向任务监测管理层输出机器人待执行任务实例的第一属性信息，完成任务实例与众元素动作属信息的绑定；关联属性监测层将机器人待执行任务实例的第一属性信息的监测结果输出至任务监测管理层；任务监测管理层根据当前机器人待执行任务实例的第一属性信息判断机器人待执行任务实例的任务状态信息。

在一些实施例中，本公实施例将机器人待执行任务实例的任务信息进行拆解，得到动作序列，并通过该任务实例中涉及的第一关键元素，获得与每个第一关键元素具有关联关系的第一关联元素，并将可以完成该任务实例的第一属性信息记为目标属性信息，例如，本公开实施例可以将书房的门在开启状态记为目标属性信息等。

在一些实施例中，本公开实施例中的任务状态信息包括：正常状态以及非正常状态，根据机器人待执行任务实例的第一属性信息，确定机器人待执行任务实例的任务状态信息，包括：在机器人待执行任务实例的第一属性信息与目标属性信息一致的情况下，确定机器人待执行任务实例的任务状态信息为正常状态；在机器人待执行任务实例的第一属性信息与目标属性信息不一致的情况下，确定机器人待执行任务实例的任务状态信息为非正常状态。

在一些实施例中，本公开实施例将确定出的机器人待执行任务实例的第一属性信息与目标属性信息做比对，判断获取到的机器人待执行任务实例的第一属性信息是否能够完成机器人待执行任务实例，若机器人待执行任务实例的第一属性信息与目标属性信息不一致，则确定机器人待执行任务实例中的元素属性发生的变化，不能完成该任务实例，确定机器人待执行任务实例的任务状态信息为非正常状态，后续能够根据待执行任务实例的任务状态信息及时调整任务规划。

需要说明的是，本公开实施例中的目标属性信息是根据机器人的动作序列确定出的关键元素与在本体知识库中查找出的对应关联元素生成一个预先设置的范围，例如，根据上述关键元素“书房”和关联元素“门”，生成一个“在机器人能够通过书房时，门打开的角度范围(45°～90°)”的范围”，将现场采集到的机器人待执行任务实例的第一属性信息与上述目标属性信息进行比较，若现场采集到的机器人待执行任务实例的第一属性信息处于该目标属性信息的范围内，则确定机器人能够正常完成待执行任务实例，若现场采集到的机器人待执行任务实例的第一属性信息不处于该目标属性信息的范围内，则确定机器人不能正常完成待执行任务实例，例如，现场采集到的机器人待执行任务实例的第一属性信息是“门打开角度为0(门是关闭的)”，第一属性信息(0°)并不在45°～90°之间，机器人不能正常完成待执行任务实例。

在一些实施例中，本公开实施例中任务状态信息的非正常状态包括：中断状态以及失败状态，在机器人待执行任务实例的第一属性信息与目标属性信息不一致的情况下，确定机器人待执行任务实例的任务状态信息为非正常状态，包括：在机器人待执行任务实例的第一属性信息与目标属性信息不一致的情况下，确定机器人待执行任务实例的任务状态信息为中断状态；当机器人待执行任务实例的任务状态信息为中断状态时，重复执行如下步骤，直到满足预设停止条件，确定机器人待执行任务实例的任务状态信息为失败状态，其中，预设停止条件为第二属性信息与目标属性信息不一致且预设停止条件为重复次数大于预设阈值；当机器人待执行任务实例的任务状态信息为中断状态时，确定机器人在中断状态时的中断位置；根据中断位置更新机器人待执行任务实例的任务信息；根据更新后的任务信息确定机器人更新后的动作序列；根据机器人更新后的动作序列，确定与更新后的待执行任务实例对应关联的第二关键元素；在本体知识库中查找出与第二关键元素具有关联关系的第二关联元素；根据第二关键元素与第二关联元素，确定机器人更新后的待执行任务实例的第二属性信息；判断机器人更新后的待执行任务实例的第二属性信息与目标属性信息是否一致；若机器人更新后的待执行任务实例的第二属性信息与目标属性信息一致，则确定机器人更新后的待执行任务实例的任务状态信息为正常状态；若机器人更新后的待执行任务实例的第二属性信息与目标属性信息不一致，重新确定机器人在中断状态时的中断位置，将机器人更新后的待执行任务实例的第二属性信息与目标属性信息进行比对，得到比对结果。

更为详细地，若本公开实施例中的机器人待执行任务实例的第一属性信息与目标属性信息不一致，则说明机器人不能正常完成待执行的任务实例，因此，在机器人待执行任务实例的第一属性信息与目标属性信息不一致的情况下，确定机器人待执行任务实例的任务状态信息为中断状态，并确定在中断状态时机器人的中断位置，并在中断位置重新确定机器人待执行任务实例的任务信息，根据更新后的任务信息来更新机器人的动作序列，重新根据更新后的工作序列确定第二关键元素和第二关联元素，并根据更新后的第二关键元素和第二关联元素确定更新后的待执行任务实例的第二属性信息，判断第二属性信息与目标属性信息是否一致，若更新后的机器人待执行任务实例的第二属性信息与目标属性信息一致，则确定机器人更新后的待执行任务实例的任务状态信息为正常状态，继续执行任务实例；若更新后的机器人待执行任务实例的第二属性信息与目标属性信息不一致，则重复确定机器人在中断状态时的中断位置，将机器人更新后的待执行任务实例的第二属性信息与目标属性信息进行比对，得到比对结果，若第二属性信息与目标属性信息不一致且重复次数大于预设阈值，则确定机器人待执行任务实例的任务状态信息为失败状态。

在一些实施例中，在根据关联元素的状态属性信息，确定机器人待执行任务实例的任务状态信息之后，该方法还包括：在机器人待执行任务实例的任务状态信息为正常状态的情况下，生成第一监测指令，第一监测指令用于继续监测关联元素的状态属性信息；在机器人待执行任务实例的任务状态信息为中断状态的情况下，生成第二监测指令，第二监测指令用于监测机器人更新后的待执行任务实例的第二属性信息。

更为具体地，如图5所示，本公开实施例中的任务状态信息包括正常状态、中断状态以及失败状态，若监测到的任务状态信息为正常状态，则机器人将继续执行任务实例；若监测到的任务状态信息为中断状态，机器人会先暂停执行上述任务实例，重新规划任务的动作序列并发出请求恢复继续执行上述任务实例，若重复次数在预设阈值内判断更新后的第二属性信息与目标属性信息一致，就可以确定重新规划任务的动作序列可以正常执行任务，则机器人根据重新规划出的动作序列继续执行任务，并对更新后的待执行任务实例的第二属性信息进行实时监测，若请求恢复的次数超过预设阈值，则确定任务状态信息为失败状态；若监测到的任务状态信息为失败状态，则将机器人待执行任务实例中对应关联的所有元素与其对应的目标属性信息进行解绑，并释放监测资源，控制机器人停止执行该任务实例。

基于同一发明构思，本公开实施例中还提供了一种机器人任务状态监测装置，如下面的实施例。由于该装置实施例解决问题的原理与上述方法实施例相似，因此该装置实施例的实施可以参见上述方法实施例的实施，重复之处不再赘述。

图6示出本公开实施例中一种机器人任务状态监测装置示意图，如图6所示，该装置包括：

任务信息获取模块601，用于获取机器人待执行任务实例的任务信息；

动作序列处理模块602，用于对待执行任务实例的任务信息进行处理，根据任务信息确定机器人的动作序列；

关键元素确定模块603，用于根据机器人的动作序列确定与待执行任务实例对应关联的第一关键元素；

关联元素确定模块604，用于在预先建立的本体知识库中查找出与第一关键元素具有关联关系的第一关联元素，本体知识库包含：多个关键元素以及与每个关键元素具有关联关系的关联元素；

属性信息确定模块605，用于根据第一关键元素与第一关联元素，确定机器人待执行任务实例的第一属性信息；

任务状态确定模块606，用于根据机器人待执行任务实例的第一属性信息，确定机器人待执行任务实例的任务状态信息。

本公开的实施例中提供的机器人任务状态监测装置，通过任务信息获取模块，获取机器人待执行任务实例的任务信息；通过动作序列处理模块，对待执行任务实例的任务信息进行处理，根据任务信息确定机器人的动作序列；通过关键元素确定模块，根据机器人的动作序列确定与待执行任务实例对应关联的第一关键元素；通过关联元素确定模块，在预先建立的本体知识库中查找出与第一关键元素具有关联关系的第一关联元素；通过属性信息确定模块，根据第一关键元素与第一关联元素，确定机器人待执行任务实例的第一属性信息；通过任务状态确定模块，根据机器人待执行任务实例的第一属性信息，确定机器人待执行任务实例的任务状态信息。

相较于相关技术中机器人在实际任务执行过程中，由于环境突然发生变化，不能及时监测到任务状态中的元素属性发生的变化，导致机器人不能及时调整任务状态，本公开实施例通过监测机器人在执行任务中的属性信息，并根据第一关键元素以及与机器人待执行任务实例具有关联关系的第一关联元素，来确定机器人待执行任务实例的属性信息，通过实时监测机器人待执行任务实例的属性信息，确定机器人待执行任务实例的任务状态信息，以便及时修正和完善任务执行决策，改善任务执行中遇到的智能性、实时性和任务完整性不足的缺陷，让在智能空间中的智能服务机器人在执行任务时更高效，更智能。

在一些实施例中，本公开实施例中的动作序列处理模块还用于根据待执行任务实例的任务信息，生成待执行任务实例对应的动作序列，动作序列中包含机器人待执行的多个动作。

在一些实施例中，本公开实施例中的关关键元素确定模块还用于将机器人待执行的多个动作序列输入至预先训练好的元素处理模型中，输出与待执行任务实例对应关联的关键元素，其中，元素处理模型用于对机器人待执行的动作序列进行分析，提取与待执行任务实例对应关联的第一关键元素。

在一些实施例中，本公开实施例中的机器人任务状态监测装置在根据第一关键元素与第一关联元素，确定机器人待执行任务实例的第一属性信息之前，还包括：目标属性信息获取模块，用于获取机器人待执行任务实例中对应关联的所有元素的目标属性信息。

在一些实施例中，本公开实施例中的任务状态信息包括：正常状态以及非正常状态，上述任务状态确定模块还用于在机器人待执行任务实例的第一属性信息与目标属性信息一致的情况下，确定机器人待执行任务实例的任务状态信息为正常状态；在机器人待执行任务实例的第一属性信息与目标属性信息不一致的情况下，确定机器人待执行任务实例的任务状态信息为非正常状态。

在一些实施例中，本公开实施例中的任务状态信息的非正常状态包括：中断状态以及失败状态，上述任务状态确定模块还用于在机器人待执行任务实例的第一属性信息与目标属性信息不一致的情况下，确定机器人待执行任务实例的任务状态信息为中断状态；当机器人待执行任务实例的任务状态信息为中断状态时，重复执行如下步骤，直到满足预设停止条件，确定机器人待执行任务实例的任务状态信息为失败状态，其中，预设停止条件为第二属性信息与目标属性信息不一致且预设停止条件为重复次数大于预设阈值；当机器人待执行任务实例的任务状态信息为中断状态时，确定机器人在中断状态时的中断位置；根据中断位置更新机器人待执行任务实例的任务信息；根据更新后的任务信息确定机器人更新后的动作序列；根据机器人更新后的动作序列，确定与更新后的待执行任务实例对应关联的第二关键元素；在本体知识库中查找出与第二关键元素具有关联关系的第二关联元素；根据第二关键元素与第二关联元素，确定机器人更新后的待执行任务实例的第二属性信息；判断机器人更新后的待执行任务实例的第二属性信息与目标属性信息是否一致；若机器人更新后的待执行任务实例的第二属性信息与目标属性信息一致，则确定机器人更新后的待执行任务实例的任务状态信息为正常状态；若机器人更新后的待执行任务实例的第二属性信息与目标属性信息不一致，重新确定机器人在中断状态时的中断位置，将机器人更新后的待执行任务实例的第二属性信息与目标属性信息进行比对，得到比对结果。

在一些实施例中，本公开实施例中在根据机器人待执行任务实例的第一属性信息，确定机器人待执行任务实例的任务状态信息之后，该装置还包括：第一监测模块，用于在机器人待执行任务实例的任务状态信息为正常状态的情况下，生成第一监测指令，第一监测指令用于继续监测机器人待执行任务实例的第一属性信息；第二监测模块，用于在机器人待执行任务实例的任务状态信息为中断状态的情况下，生成第二监测指令，第二监测指令用于监测机器人更新后的待执行任务实例的第二属性信息。

所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图7来描述根据本公开的这种实施方式的电子设备700。图7显示的电子设备700仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图7所示，电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于：上述至少一个处理单元701、上述至少一个存储单元702、连接不同系统组件(包括存储单元702和处理单元701)的总线703。

其中，存储单元存储有程序代码，程序代码可以被处理单元701执行，使得处理单元701执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。

在一些实施例中，当电子设备用于控制例如本公开上述基于知识图谱的问答方法时，处理单元701可以执行上述方法实施例的如下步骤：

获取机器人待执行任务实例的任务信息。

对待执行任务实例的任务信息进行处理，根据任务信息确定机器人的动作序列。

根据机器人的动作序列确定与待执行任务实例对应关联的第一关键元素。

在预先建立的本体知识库中查找出与第一关键元素具有关联关系的第一关联元素，本体知识库包含：多个关键元素以及与每个关键元素具有关联关系的关联元素。

根据第一关键元素与第一关联元素，确定机器人待执行任务实例的第一属性信息。

根据机器人待执行任务实例的第一属性信息，确定机器人待执行任务实例的任务状态信息。

存储单元702可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)7021和/或高速缓存存储单元7022，还可以进一步包括只读存储单元(ROM)7023。

存储单元702还可以包括具有一组(至少一个)程序模块7025的程序/实用工具7024，这样的程序模块7025包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线703可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备700也可以与一个或多个外部设备704(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备700交互的设备通信，和/或与使得该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口705进行。并且，电子设备700还可以通过网络适配器706与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器706通过总线703与电子设备700的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备700使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机程序产品，该计算机程序产品包括：计算机程序，计算机程序被处理器执行时实现上述机器人任务状态监测方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质可以是可读信号介质或者可读存储介质。其上存储有能够实现本公开上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在监测设备上运行时，程序代码用于使监测设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。

本公开中的计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

在本公开中，计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可选地，计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

在具体实施时，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

通过以上实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。