[发明专利]一种安全性高的基于动作行为的列车人机语音交互系统在审

专利信息
申请号: 202011546808.1 申请日: 2020-12-24
公开(公告)号: CN112735405A 公开(公告)日: 2021-04-30
发明(设计)人: 牛可;牛晨旭;李长留;吕蒙;赵慧;王洋;王闪闪;乔聪 申请(专利权)人: 郑州铁路职业技术学院
主分类号: G10L15/22 分类号: G10L15/22;G10L15/02;G10L15/25;G10L25/51;G06K9/00;G08B21/06;G08B21/24
代理公司: 北京棘龙知识产权代理有限公司 11740 代理人: 戴丽伟
地址: 451460 河南*** 国省代码: 河南;41
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 安全性 基于 动作 行为 列车 人机 语音 交互 系统
【说明书】:

发明公开了一种安全性高的基于动作行为的列车人机语音交互系统,涉及列车交互系统技术领域。本发明包括语音采集模块、动作行为采集摄像模块、情绪采集摄像模块、车载主机和大数据模块,语音采集模块的输出端与语音识别模块的输入端电性连接,动作行为采集摄像模块的输出端与动作行为识别模块的输入端电性连接。本发明通过设置语音识别模块、动作行为识别模块和情绪识别模块,使得该交互系统的语音交互能力准确率高,使得该交互系统的安全性更高,使得该交互系统具有防疲劳驾驶、防情绪驾驶的功能,解决了现有的列车人机语音交互系统语音准确率不理想,整个系统的安全性不够的问题。

技术领域

本发明属于列车交互系统技术领域,特别是涉及一种安全性高的基于动作行为的列车人机语音交互系统。

背景技术

列车运行监控LKJ系统的车载显示器作为车载系统的重要组成部分,承担着实现LKJ系统的人机交互功能,人机交互包含输入和输出两个部分,传统的车载显示器的人机交互是通过以下方式实现的,LKJ系统的车载显示器的输入主要通过物理按键和触摸屏两种方式实现,这两种方式都为机械操作,而机械操作都会存在物理损伤的问题,其中物理按键方式存在操作繁琐,故障率较高问题,而触摸屏方式在列控这种油污环境使用也存在可靠性不高的问题,故出现了语音控制系统。

但是现有的列车人机语音交互系统在使用时存在以下不足之处:

1.现有的列车人机语音交互系统语音准确率不理想;

2.现有的列车人机语音交互系统安全性不够,不具有防疲劳驾驶、防情绪驾驶的功能,且被不法分子控制时,容易失控。

因此有必要对现有技术进行改进,以解决上述问题。

发明内容

本发明的目的在于提供一种安全性高的基于动作行为的列车人机语音交互系统,通过设置语音识别模块、动作行为识别模块和情绪识别模块,使得该交互系统的语音交互能力准确率高,使得该交互系统的安全性更高,使得该交互系统具有防疲劳驾驶、防情绪驾驶的功能,解决了现有的列车人机语音交互系统语音准确率不理想,整个系统的安全性不够的问题。

为解决上述技术问题,本发明是通过以下技术方案实现的:

本发明为一种安全性高的基于动作行为的列车人机语音交互系统,包括语音采集模块、动作行为采集摄像模块、情绪采集摄像模块、车载主机和大数据模块,所述语音采集模块的输出端与语音识别模块的输入端电性连接,所述动作行为采集摄像模块的输出端与动作行为识别模块的输入端电性连接,所述情绪采集摄像模块的输出端与情绪识别模块的输入端电性连接,所述语音识别模块的输出端、动作行为识别模块的输出端和情绪识别模块的输出端均与车载主机的输入端电性连接,所述车载主机的输出端分别与扬声器模块的输入端和报警模块的输入端电性连接;

所述车载主机亦与大数据模块双向网络连接;

所述车载主机亦通过无线网络模块与列车监控中心双向网络连接。

进一步地,所述语音识别模块包括音色识别单元、音量识别单元和音调识别单元,所述音色识别单元用于识别驾驶员语音的音色,所述音量识别单元用于识别驾驶员语音的音量,所述音调识别单元用于识别驾驶员语音的音调。

进一步地,所述动作行为识别模块包括肢体动作识别单元和口型动作识别单元,所述肢体动作识别单元用于识别动作行为采集摄像模块采集到视频中的肢体动作特征,所述口型动作识别单元用于识别动作行为采集摄像模块采集到视频中的口型动作特征。

进一步地,所述情绪识别模块包括面部表情识别单元和瞳孔识别单元,所述面部表情识别单元用于识别情绪采集摄像模块采集到视频中的面部表情特征,所述瞳孔识别单元用于识别情绪采集摄像模块采集到视频中的人体瞳孔特征。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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郑州铁路职业技术学院,未经郑州铁路职业技术学院许可,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/202011546808.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top