[发明专利]基于智能机器人的自动识别拍照方法及其系统

权利要求书

1.基于智能机器人的自动识别拍照方法，其特征在于，包括步骤：

S1，设定所述机器人的唤醒词：用户能够在所述机器人电源开通的情况下利用所述唤醒词启动所述机器人；

S2，所述机器人接收到唤醒词后，利用内部搭载的麦克风阵列以及内嵌的声学算法，确定声源的位置；

S3，所述用户发出拍照指令；

S4，确定扫描起点位置；

S5，所述机器人确定扫描起点后，以逼近声源的角度进行转动，在移动过程中转动摄像头并进行图像采集，并利用通信网络将所述图像传送至云端服务器进行人物面部图像检测与识别，所述云端服务器将人物面部图像检测与识别结果通过通信网络反馈给所述机器人；重复步骤S5至所述机器人拍摄到人物面部图像；

S6，所述机器人初次拍摄到人物面部图像时的摄像头方位角为a1，同时获取所述云端服务器反馈回的人物面部识别结果；所述机器人继续转动摄像头，记录不同人物的面部图像识别结果，直到检测不到人物面部图像并标定此时摄像头方位角为a2；所述机器人调整摄像头至最佳拍摄方位角a3，所述最佳拍摄方位角a3＝(a1+a2)/2；

S7，所述机器人在摄像头处于最佳拍摄角度a3时，拍摄当前图像并传递给云端服务器，进行对象数目比对；

S8，当对象数目比对结果一致时，所述机器人给出拍照语音提示，进行拍照；

S9，所述机器人完成拍照后，传递给所述云端服务器进行人物面部图像识别，根据人物面部图像识别结果，如果对象在机器人的绑定名单中，将照片推送至所述该对象手机上。

2.根据权利要求1所述的基于智能机器人的自动识别拍照方法，其特征在于，步骤S2中所述的确定声源位置包括步骤：

S21，所述麦克风阵列同时采集多路音频，利用参考信号对相关通道进行回声消除后输入所述机器人的唤醒引擎中进行识别；

S22，所述机器人，在唤醒过程中利用TDOA的方法确定声源方向，根据波束形成原理生成若干波束并对声源方向对应波束进行增强处理。

3.根据权利要求1所述的基于智能机器人的自动识别拍照方法，其特征在于，步骤S2中所述的机器人接收到唤醒词后，用户通过语音启动拍照，拍照过程中机器人给予用户指示，用户接收到所述指示后进行调整等待拍照完成或机器人的下一步指令。

4.根据权利要求1所述的基于智能机器人的自动识别拍照方法，其特征在于，所述S4包括步骤：

S41，所述机器人接收到所述指令后，采集当前图像并利用云端进行面部检测与识别，若返回的检测对象数目为0，则以当前位置为扫描起点；若返回的检测对象数目不为0，背离声源转动，在此过程中不断采集图像并进行对象检测，直到返回对象数目为0，此时停止转动，以当前位置为扫描起点。

5.根据权利要求1所述的基于智能机器人的自动识别拍照方法，其特征在于，步骤S5中所述的人物面部图像检测与识别包括步骤：

S51，所述云端服务器包括图像处理服务器，所述图像处理服务器能够集成第三方图像服务或人脸识别算法，对接收到的图像进行处理并反馈结果；

或

所述云端服务器通过调用第三方平台的人物面部检测与识别服务并获取所述第三方平台的反馈结果。

6.根据权利要求5所述的基于智能机器人的自动识别拍照方法，其特征在于，所述S51中所述的云端服务器通过web service或http request连接第三方平台。

7.根据权利要求1所述的基于智能机器人的自动识别拍照方法，其特征在于，步骤S8中所述的拍照语音提示包括：开始拍照。

8.根据权利要求7所述的基于智能机器人的自动识别拍照方法，其特征在于，步骤S8中所述的拍照语音提示还包括：存在人物面部未面向镜头和/或存在人物面部表情不自然。

9.一种用于实现权利要求1-8任一所述方法的基于智能机器人的自动识别拍照系统，其特征在于，包括：

麦克风阵列，用于多通道音频采集；

摄像头模组，用于图像采集；

机器人主控系统，负责音频前处理、图像采集、云端交互以及机器人运动控制；

图像服务器，提供一个能够部署自有算法、或者链接第三方算法库的云平台。