一种机器人视听融合的问答式交互方法及系统

本发明公开了一种机器人视听融合的问答式交互方法及系统，属于人工智能和人机交互技术领域。其方法包括：获取语音指令并生成任务假设；动态调整AI视觉感知资源；结合语音与视觉信息进行跨模态校验；判断歧义或视角不佳，并发起主动澄清问答或指令运动视角变换；执行任务并通过增强识别的运动模式获取多视角图像进行三维融合；结合机器人位姿进行空间锚定处理；利用稳定坐标信息生成情境化反馈信息并输出。本发明采用主动澄清、运动增强感知与高精度空间锚定的组合策略，能够在高动态复杂环境下精确解决指令歧义与感知不足问题，提升机器人任务执行的准确性、空间定位的鲁棒性以及人机交互的效率和自然度。