本发明属于移动机器，尤其涉及一种自适应抓取任务的机器人行为规划方法、控制器及机器人。
背景技术：
1、本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
2、现有的移动抓取机器人虽然增设了人机交互模块，用于提升机器人的高级语言理解能力，准确理解人类的意图和指令，以实现机器人在执行任务时与人类沟通的有效性，以及灵活适应人类的需求变化的目的。但是，现有机器人系统仍存在以下问题：
3、现有的移动抓取机器人在处理复杂任务时，机器人无法根据周围环境中的对象、障碍物及自身的物理操作能力，进行精确的推理和决策，从而限制了机器人在复杂环境中的灵活性和适应性；而且机器人在执行任务时，无法根据任务的复杂性和自身的能力，选择最合适的工具和策略，导致机器人在处理复杂任务时效率低下，甚至无法完成任务。
技术实现思路
1、为了解决上述技术问题，本发明提供一种自适应抓取任务的机器人行为规划方法、控制器及机器人，其能够对环境的自主感知和识别，在复杂环境中规划导航路线，帮助机器人满足在复杂环境的智能化操作需求。
2、为了实现上述目的，本发明采用如下技术方案：
3、本发明的第一个方面提供了一种自适应抓取任务的机器人行为规划方法。
4、一种自适应抓取任务的机器人行为规划方法，其包括：
5、获取当前场景的全局场景图及全局场景图中的抓取任务；
6、基于全局场景图、机器人实时位置及抓取任务，生成导航指令；
7、判断机器人是否具备完成所述抓取任务的能力；
8、若是，则根据导航指令控制机器人移动，以执行所述抓取任务；
9、否则，当全局场景图中存在与所述抓取任务相匹配的候选工具时，计算各个候选工具的得分，选取得分最高者作为抓取工具并更新导航指令，根据更新后的导航指令，控制机器人获取抓取工具来执行所述抓取任务；
10、其中，计算各个候选工具的得分的过程为：
11、根据预设大语言模型及抓取任务，得到执行抓取任务的候选工具解集；
12、获取候选工具解集中的各个候选工具在常识经验数据库中的常识使用频率、在当前场景类型中的场景使用频率及在全局场景图中的出现频率；
13、将各个候选工具的常识使用频率及场景使用频率分别进行频率归一化，得到各个候选工具的常识权重及场景权重；根据出现频率，将机器人从当前位置至各个候选工具的距离进行标准化，得到各个候选工具的标准化距离；
14、根据各个候选工具的出现频率与标准化距离的加权和，计算相应得分；其中，出现频率的权重为：常识权重在常识权重与场景权重累加和中的占比；标准化距离的权重为：场景权重在常识权重与场景权重累加和中的占比的相反数。
15、作为一种实施方式，各个候选工具的标准化距离表达式为：
16、
17、其中，表示第个候选工具；表示机器人从当前位置至第个候选工具的距离；表示第个候选工具在全局场景图中的出现频率；为大于或等于1的正整数。
18、作为一种实施方式，当各个候选工具的常识使用频率与场景使用频率的差值大于全局场景图中的出现频率的设定倍数时，从新更新各个候选工具的常识使用频率与场景使用频率。
19、作为一种实施方式，当各个候选工具的常识使用频率与场景使用频率的差值大于在全局场景图中的出现频率的三倍时，更新相应候选工具的常识使用频率为在全局场景图中的出现频率的两倍，更新相应候选工具的场景使用频率等于在全局场景图中的出现频率。
20、作为一种实施方式，当全局场景图中不存在与所述抓取任务相匹配的候选工具时，控制机器人与用户进行交互，以获取与所述抓取任务相匹配的候选工具。
21、作为一种实施方式，获取全局场景图中的抓取任务的过程为：
22、获取抓取任务，并判断抓取任务与全局场景图是否存在冲突，若不存在冲突，则抓取任务保持不变；
23、否则，通过与用户交互来更新抓取任务，确保抓取任务与全局场景图无冲突。
24、作为一种实施方式，判断机器人是否具备完成所述抓取任务的能力之前，还包括：
25、从预设知识数据库中检索是否存在当前场景的全局场景图或/和抓取任务，若存在，则直接从预设知识数据库调取相应全局场景图或/和抓取任务相对应的导航指令；其中，预设知识数据库中存储有全局场景图、抓取任务及导航指令关联存储信息。
26、作为一种实施方式，将当前场景的全局场景图、抓取任务及导航指令均反馈存储至预设知识数据库中，以更新预设知识数据库。
27、本发明的第二个方面提供了一种自适应抓取任务的机器人行为规划控制器。
28、一种自适应抓取任务的机器人行为规划控制器，其包括：
29、信息获取模块，其用于获取当前场景的全局场景图及全局场景图中的抓取任务；
30、指令生成模块，其用于基于全局场景图、机器人实时位置及抓取任务，生成导航指令；
31、能力判断模块，其用于判断机器人是否具备完成所述抓取任务的能力；
32、抓取任务执行模块，其用于当机器人具备完成所述抓取任务的能力时，根据导航指令控制机器人移动，以执行所述抓取任务；
33、候选工具确定模块，其用于当机器人不具备完成所述抓取任务的能力且全局场景图中存在与所述抓取任务相匹配的候选工具时，计算各个候选工具的得分，选取得分最高者作为抓取工具并更新导航指令，根据更新后的导航指令，控制机器人获取抓取工具来执行所述抓取任务；
34、其中，在所述候选工具确定模块中，计算各个候选工具的得分的过程为：
35、根据预设大语言模型及抓取任务，得到执行抓取任务的候选工具解集；
36、获取候选工具解集中的各个候选工具在常识经验数据库中的常识使用频率、在当前场景类型中的场景使用频率及在全局场景图中的出现频率；
37、将各个候选工具的常识使用频率及场景使用频率分别进行频率归一化，得到各个候选工具的常识权重及场景权重；根据出现频率，将机器人从当前位置至各个候选工具的距离进行标准化，得到各个候选工具的标准化距离；
38、根据各个候选工具的出现频率与标准化距离的加权和，计算相应得分；其中，出现频率的权重为：常识权重在常识权重与场景权重累加和中的占比；标准化距离的权重为：场景权重在常识权重与场景权重累加和中的占比的相反数。
39、本发明的第三个方面提供了一种机器人。
40、一种机器人，包括：
41、机器人本体、抓取执行机构及如上述所述自适应抓取任务的机器人行为规划控制器；
42、所述自适应抓取任务的机器人行为规划控制器及抓取执行机构均安装在所述机器人本体上。
43、与现有技术相比，本发明的有益效果是：
44、（1）本发明根据全局场景图、机器人实时位置及抓取任务来生成导航指令，再根据机器人是否具备完成相应抓取任务的能力，确定是直接执行导航指令，还是查找得分最高者的候选工具来更新导航指令，实现了对环境的自主感知和识别，在复杂环境中规划导航路线，提高了机器人在复杂环境中的灵活性和适应性以及机器人在处理复杂抓取任务的时效率。
45、（2）本发明在计算各个候选工具的得分的过程中，根据各个候选工具的出现频率与标准化距离的加权和来计算相应得分，考虑了各个候选工具在常识经验数据库中的常识使用频率、在当前场景类型中的场景使用频率以及在全局场景图中的出现频率，使得机器人能够高效地利用环境中的工具，优化抓取任务的执行流程，提高抓取任务完成的成功率和效率。
1.一种自适应抓取任务的机器人行为规划方法，其特征在于，包括：
2.如权利要求1所述的自适应抓取任务的机器人行为规划方法，其特征在于，各个候选工具的标准化距离表达式为：
3.如权利要求1所述的自适应抓取任务的机器人行为规划方法，其特征在于，当各个候选工具的常识使用频率与场景使用频率的差值大于全局场景图中的出现频率的设定倍数时，从新更新各个候选工具的常识使用频率与场景使用频率。
4.如权利要求3所述的自适应抓取任务的机器人行为规划方法，其特征在于，当各个候选工具的常识使用频率与场景使用频率的差值大于在全局场景图中的出现频率的三倍时，更新相应候选工具的常识使用频率为在全局场景图中的出现频率的两倍，更新相应候选工具的场景使用频率等于在全局场景图中的出现频率。
5.如权利要求1所述的自适应抓取任务的机器人行为规划方法，其特征在于，当全局场景图中不存在与所述抓取任务相匹配的候选工具时，控制机器人与用户进行交互，以获取与所述抓取任务相匹配的候选工具。
6.如权利要求1所述的自适应抓取任务的机器人行为规划方法，其特征在于，获取全局场景图中的抓取任务的过程为：
7.如权利要求1所述的自适应抓取任务的机器人行为规划方法，其特征在于，判断机器人是否具备完成所述抓取任务的能力之前，还包括：
8.如权利要求7所述的自适应抓取任务的机器人行为规划方法，其特征在于，将当前场景的全局场景图、抓取任务及导航指令均反馈存储至预设知识数据库中，以更新预设知识数据库。
9.一种自适应抓取任务的机器人行为规划控制器，其特征在于，包括：
10.一种机器人，其特征在于，包括：
