[发明专利]云端互动系统及其多感知型智能机器人和感知互动方法在审
| 申请号: | 201610422085.1 | 申请日: | 2016-06-15 |
| 公开(公告)号: | CN107511832A | 公开(公告)日: | 2017-12-26 |
| 发明(设计)人: | 不公告发明人 | 申请(专利权)人: | 深圳光启合众科技有限公司 |
| 主分类号: | B25J11/00 | 分类号: | B25J11/00 |
| 代理公司: | 上海专利商标事务所有限公司31100 | 代理人: | 骆希聪 |
| 地址: | 518000 广东省深圳市南山区南*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 云端 互动 系统 及其 感知 智能 机器 人和 方法 | ||
1.一种具有云端互动功能的多感知型智能机器人,其与外部的云端服务器配合,其特征在于,所述智能机器人包括有:
口令识别处理单元,用于对外部输入的语音信号进行本地口令识别并生成口令识别处理结果;
本地图像识别处理单元,用于对外部输入的场景图像进行本地图像识别并生成本地图像识别结果;
压力信号识别处理单元,用于对外部压力信号进行识别处理并生成压力感知型情绪信号;
云端识别单元,用于将所述语音信号发送至所述云端服务器并由所述云端服务器执行云端语音识别和云端语义理解至少之一,并接收所述云端服务器发来的云端语音识别处理结果;及用于将所述场景图像发送至所述云端服务器并由所述云端服务器进行人脸识别,并接收所述云端服务器发来的云端人脸识别结果;
控制器,用于根据所述口令识别处理结果和所述云端语音识别处理结果至少之一、所述本地图像识别结果和所述云端人脸识别结果至少之一和/或压力感知型情绪信号作出所述智能机器人的互动决策,从而触发所述互动决策的执行。
2.如权利要求1所述的多感知型智能机器人,其特征在于,还包括识别选择单元,用于对外部输入的语音信号进行判断,从而选择将外部输入的语音信号是传输给所述口令识别处理单元还是传输给所述云端识别单元,以及/或者对外部输入的场景图像进行判断,从而选择将外部输入的场景图像是传输给本地图像识别处理单元还是传输给所述云端识别单元。
3.如权利要求1所述的多感知型智能机器人,其特征在于,还包括语音采集单元,用于获得外部输入的语音信号。
4.如权利要求3所述的多感知型智能机器人,其特征在于,所述语音采集单元为麦克风,所述麦克风的数量为两个,分别安装在所述智能机器人的左右耳处。
5.如权利要求1所述的多感知型智能机器人,其特征在于,还包括预设口令存储单元,所述预设口令存储单元用于存储预设的口令资料;所述口令识别处理单元用于根据预设的口令资料对所述语音信号进行本地口令识别并生成口令识别处理结果。
6.如权利要求1所述的多感知型智能机器人,其特征在于,还包括声纹识别单元,用于在对所述语音信号进行识别处理之前,根据预存储的声纹资料进行身份验证。
7.如权利要求1所述的多感知型智能机器人,其特征在于,还包括图像采集单元,用于捕捉外部输入的一个以上的场景图像。
8.如权利要求1所述的多感知型智能机器人,其特征在于,还包括人脸图像获取单元,用于从外部输入的场景图像中获取具备识别特征点的人脸图像;所述本地图像识别处理单元用于对所述具备识别特征点的人脸图像进行本地图像识别并生成本地图像识别结果;所述云端识别单元用于将具备识别特征点的人脸图像发送至所述云端服务器进行云端人脸识别。
9.如权利要求8所述的多感知型智能机器人,其特征在于,所述人脸图像获取单元还用于从外部输入的场景图像中获取具备识别特征点的人脸图像之后排除不具备识别特征点的人脸图像。
10.如权利要求1所述的多感知型智能机器人,其特征在于,还包括预设图像存储单元,用于存储预设的图像资料;所述本地图像识别处理单元用于根据预设的图像资料对所述外部输入的场景图像进行本地图像识别并生成本地图像识别结果。
11.如权利要求1所述的多感知型智能机器人,其特征在于,还包括压力信号获取单元,用于获取外部压力信号。
12.如权利要求11所述的多感知型智能机器人,其特征在于,所述压力信号获取单元为电阻式压力传感器。
13.如权利要求11所述的多感知型智能机器人,其特征在于,所述压力信号获取单元包括分布于所述智能机器人表面的压力传感芯片阵列和与所述压力传感芯片阵列连接的模数转换电路,所述压力传感芯片阵列感知所述智能机器人表面的压力变化并将其转换为压力模拟信号,所述模数转换电路将所述压力模拟信号转换为压力数字信号。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳光启合众科技有限公司,未经深圳光启合众科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610422085.1/1.html,转载请声明来源钻瓜专利网。





