[发明专利]一种智能机器人

摘要

本发明提供了一种服务水平高的智能机器人，包括中央处理器、视觉采集系统、图像处理系统、图像显示系统和语音系统，所述中央处理器分别与所述视觉采集系统、图像处理系统、图像显示系统和语音系统电连接，所述中央处理器用于管理所述视觉采集系统、图像处理系统、图像显示系统和语音系统，所述视觉采集系统用于对图像进行采集，所述图像处理系统用于对采集的图像进行识别，所述图像显示系统用于显示识别结果，所述语音系统用于播报识别结果。本发明的有益效果为：机器人识别性能好，提高了机器人的服务水平。

主权项

1.一种智能机器人，其特征在于，包括中央处理器、视觉采集系统、图像处理系统、图像显示系统和语音系统，所述中央处理器分别与所述视觉采集系统、图像处理系统、图像显示系统和语音系统电连接，所述中央处理器用于管理所述视觉采集系统、图像处理系统、图像显示系统和语音系统，所述视觉采集系统用于对图像进行采集，所述图像处理系统用于对采集的图像进行识别，所述图像显示系统用于显示识别结果，所述语音系统用于播报识别结果；所述图像显示系统包括高清显示屏；所述视觉采集系统包括照明设备和高清摄像头；所述图像处理系统包括一次处理模块、二次处理模块和三次处理模块，所述一次处理模块用于从图像数据集中检索与待识别图像相似的图像，获取检索结果，所述二次处理模块用于根据检索结果与待识别图像的相似度对检索结果排序，获取排序列表，所述三次处理模块将相似度最高的检索结果作为图像识别结果；所述一次处理模块包括一次处理单元和二次处理单元，所述一次处理单元用于挖掘图像数据集中图像之间的相似关系，所述二次处理单元用于从图像数据集中检索图像；所述挖掘图像之间的相似关系，采用以下步骤进行：步骤1、给定图像数据集SY＝{x₁,x₂,…,x_n}和若干种距离度量{FN₁,FN₂,…,FN_m}，设SY中任意两图像x_i和x_j在度量FN_l下的距离为s_l(x_i,x_j)，其中，l∈[1,m]；则对任意度量FN_l，存在一个有向图G_l(AY,EU,w_l)，其中，AY＝SY为顶点集合，为有向边集合，w_l用于计算任意边的权值，将w_l(x_i,x_j)简记为w_l(i,j)；在式子里，βij为尺度因子，βij＝12avxiN+xjN+xiN‑xjN，其中，av表示取平均值，x_i(N)和x_j(N)分别表示x_i和x_j与各自距离最小的前N个数据的距离的和；步骤2、采用kN_l(x_i)表示x_i在有向图G_l下的k近邻，得到有向图G₁,G₂,…,G_m的k近邻图G_k1,G_k2,…,G_km，对于任意的k近邻图G_kl，其中，l∈[1,m]，仅当x_j∈kN_l(x_i)时，二者存在边b_ij，权值为w_kl(i,j)＝w_l(i,j)，其余情况下边的权值为0；将k近邻图组合成图G_k(AY,EU,w_k)，如果样本x_i和x_j在任意图G_kl中有权值不为0的边，则G_k中存在边b_ij，权值w_k为：在式子里，q_l表示每种度量的重要性指标，若w_l>0，则c_l＝1，否则为0，只有x_j在至少一个度量方法下属于x_i的k近邻时，w_k(i,j)才非0；步骤3、有向图G_k对应数据集SY上的一个马尔科夫链，其转移概率矩阵HX_k＝[a_kij]_n×n，其中，在式子里，a_kij表示马尔科夫系统某一时刻从x_i到x_j的转移概率；步骤4、建立传播过程：在式子里，kN(x_i)表示x_i在图G_k下的k近邻，kN(x_j)表示x_j在图G_k下的k近邻，表示第t次迭代后的相似矩阵，初始矩阵HX_k(x_i,x_p)表示从x_i到x_p的转移概率矩阵，HX_k(x_q,x_j)表示从x_q到x_j的转移概率矩阵；步骤5、运行步骤4中的传播过程，样本之间的两两相似关系向远处传播，经过若干步的迭代，得到样本之间的内在相似关系。