[发明专利]一种用于智能机器人系统的多模态输出方法在审
| 申请号: | 202011514705.7 | 申请日: | 2020-12-21 |
| 公开(公告)号: | CN112559834A | 公开(公告)日: | 2021-03-26 |
| 发明(设计)人: | 刘继明;丁洋;陈永前;任斌 | 申请(专利权)人: | 浙江合张量科技有限公司 |
| 主分类号: | G06F16/906 | 分类号: | G06F16/906;G06F16/9035;G06K9/62;G06N3/00 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 313000 浙江省湖*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 用于 智能 机器人 系统 多模态 输出 方法 | ||
本发明公开了一种用于智能机器人系统的多模态输出方法,包括S1:首先进行信息的收集,将收集后的信息进行存储,通过在智能机器人系统设置存储模块,将收集的信息进行存储,对存储的信息进行分类,将信息分为Q1、Q2、Q3和Q4,信息分类完成后,对信息进行统计,对于统计分类后的信息进行模态的分类。本发明的有益效果是:该用于智能机器人系统的多模态输出方法通过将收集后的信息进行存储,这样可以避免信息的丢失,通过在智能机器人系统设置存储模块,将收集的信息进行存储,对存储的信息进行分类,将信息分为Q1、Q2、Q3和Q4,信息分类完成后,对信息进行统计,通过对信息的分类后可以更好的进行信息的多模态的输出。
技术领域
本发明涉及一种智能机器人系统,具体为一种用于智能机器人系统的多模态输出方法,属于智能机器人系统技术领域。
背景技术
智能机器人之所以叫智能机器人,这是因为它有相当发达的“电脑”。在脑中起作用的是中央处理器,这种计算机跟操作它的人有直接的联系。最主要的是,这样的计算机可以进行按目的安排的动作。正因为这样,我们才说这种机器人才是真正的机器人,尽管它们的外表可能有所不同,智能机器人具备形形色色的内部信息传感器和外部信息传感器,如视觉、听觉、触觉、嗅觉。除具有感受器外,它还有效应器,作为作用于周围环境的手段。这就是筋肉,或称自整步电动机,它们使手、脚、长鼻子、触角等动起来。由此也可知,智能机器人至少要具备三个要素:感觉要素,反应要素和思考要素。
智能机器人我们称这种机器人为自控机器人,以便使它同前面谈到的机器人区分开来。它是控制论产生的结果,控制论主张这样的事实:生命和非生命有目的的行为在很多方面是一致的。正像一个智能机器人制造者所说的,机器人是一种系统的功能描述,这种系统过去只能从生命细胞生长的结果中得到,现在它们已经成了我们自己能够制造的东西了。
智能机器人能够理解人类语言,用人类语言同操作者对话,在它自身的“意识”中单独形成了一种使它得以生存的外界环境--实际情况的详尽模式。它能分析出现的情况,能调整自己的动作以达到操作者所提出的全部要求,能拟定所希望的动作,并在信息不充分的情况下和环境迅速变化的条件下完成这些动作。当然,要它和我们人类思维一模一样,这是不可能办到的。
现有的智能机器人系统的输出方式无法很好的满足于人们的需求,因此需要提出一种用于智能机器人系统的多模态输出方法。
发明内容
本发明的目的在于提供一种用于智能机器人系统的多模态输出方法,以解决上述背景技术中提出的问题。
本发明通过以下技术方案来实现上述目的,一种用于智能机器人系统的多模态输出方法,包括首先进行信息的收集,将收集后的信息进行存储,通过在智能机器人系统设置存储模块,将收集的信息进行存储,对存储的信息进行分类,将信息分为Q1、Q2、Q3和Q4,信息分类完成后,对信息进行统计,对于统计分类后的信息进行模态的分类,按照多个模态将信息进行划分,然后在信息的输出时,进行多个模态的输出。
优选的,所述所述在进行信息的分类时,分别对Q1、Q2、Q3和Q4类别的信息进行分类统计,统计完成后,在对Q1、Q2、Q3和Q4信息进行模态的划分,模态划分完成后直接进行存储。
优选的,对Q1、Q2、Q3和Q4类别的信息进行分类统计后,对所有的信息进行标签化,通过关键字进行信息的标记,在进行信息的输出个检索时,直接通过关键词进行检索分析。
优选的,包括数据调用模块,所述数据调用模块用于数据的调用,在进行数据的调用时,通过关键词进行数据的调用,将调用的数据进行模态的划分后,然后进行关键词标签化,通过进行不同标签的搜索分析,直接进行多模态的输出,实现多模态的输出。
优选的,在进行数据调用时,通过检索分析,进行Q1、Q2、Q3和Q4类别的信息的匹配,匹配好后,进行数据的分析,然后可以输出多模态的信息。
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浙江合张量科技有限公司,未经浙江合张量科技有限公司许可,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/202011514705.7/2.html,转载请声明来源钻瓜专利网。





