一种机器人智能互动的方法及智能机器人技术

本发明专利技术公开了一种机器人智能互动的方法及智能机器人，其方法包括：于机器人上的红外感应器判断目标范围内是否有人存在；在判断有人存在时，基于共面P4P的单目视觉定位原理对人体目标对象进行定位；在完成人体目标对象的定位之后，基于人脸识别技术获取脸部特征数据；基于脸部特征数据判断所述人体目标对象是否为可互动对象；在判断所述人体目标对象为可互动对象时，基于脸部特征数据识别人体目标对象的年龄范围；基于人体目标对象的年龄范围构建场景模式数据；基于语音交互模块输出场景模式数据所对应的语音内容。通过本发明专利技术实施例，实现互动场景内容的精准匹配，使得交互场景模式更加趣味化。

【技术实现步骤摘要】

本专利技术涉及智能制造
，具体涉及一种机器人智能互动的方法及智能机器人。
技术介绍
随着科学技术的不断进步和机器人技术的不断发展，智能机器人已逐渐走入千家万户，市场上也出现了不少智能机器人给人们的生活带来便利和乐趣，其中，交互机器人作为智能机器人的一种，能够和人们互动，给人们的生活，尤其是给老人或孩子的生活增添了许多乐趣。市面上现有的交互机器人以自然语言处理和语义理解为核心，整合语音识别等技术，实现和各种设备的拟人化交互。但这些现有交互机器人还存在不足之处，具体表现为：交互方式单一。如只有语音或手势等；交互理解力差，交互信息被理解时的正确率低，使得交互机器人实用性大打折扣。
技术实现思路
本专利技术提供了一种机器人智能互动的方法及智能机器人，通过红外感应器实现人物进入判断，启动摄像头实现对目标定位，实现脸部识别和年龄识别，实现互动场景内容的精准匹配，使得交互场景模式更加趣味化。本专利技术提供了一种机器人智能互动的方法，包括如下步骤：基于机器人上的红外感应器判断目标范围内是否有人存在；在判断有人存在时，基于共面P4P的单目视觉定位原理对人体目标对象进行定位；在完成人体目标对象的定位之后，基于人脸识别技术获取脸部特征数据；基于脸部特征数据判断所述人体目标对象是否为可互动对象；在判断所述人体目标对象为可互动对象时，基于脸部特征数据识别人体目标对象的年龄范围；基于人体目标对象的年龄范围构建场景模式数据；基于语音交互模块输出场景模式数据所对应的语音内容。所述共面P4P的单目视觉定位原理对人体目标对象进行定位包括：基于平行四边形成像消隐点进行人体目标对象定位；通过牛顿迭代法进行优化获得人体目标对象在摄像机坐标系下的精确位姿。所述基于人脸识别技术获取脸部特征数据包括：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取。所述基于脸部特征数据判断所述人体目标对象是否为可互动对象包括：基于脸部特征数据判断是否有关联于所述脸部特征数据的互动场景数据库，如果存在互动场景数据库，则判断所述人体目标对象为可互动对象。所述基于脸部特征数据识别人体目标对象的年龄范围包括：基于深度学习的方法识别人体目标对象的年龄和性别。所述基于人体目标对象的年龄范围构建场景模式数据包括：基于年龄范围调用与年龄范围相关联的场景模式模型；从场景模式模型中提取一个场景模式数据。相应的，本专利技术还提供了一种智能机器人，包括：红外感应模块，用于基于机器人上的红外感应器判断目标范围内是否有人存在；定位模块，用于在判断有人存在时，基于共面P4P的单目视觉定位原理对人体目标对象进行定位；人脸识别模块，用于在完成人体目标对象的定位之后，基于人脸识别技术获取脸部特征数据；判断模块，用于基于脸部特征数据判断所述人体目标对象是否为可互动对象；年龄检测模块，用于在判断所述人体目标对象为可互动对象时，基于脸部特征数据识别人体目标对象的年龄范围；场景模块，用于基于人体目标对象的年龄范围构建场景模式数据；互动模块，用于基于语音交互模块输出场景模式数据所对应的语音内容。所述定位模块包括：第一定位单元，用于基于平行四边形成像消隐点进行人体目标对象定位；第二定位单元，用于通过牛顿迭代法进行优化获得人体目标对象在摄像机坐标系下的精确位姿。所述判断模块基于脸部特征数据判断是否有关联于所述脸部特征数据的互动场景数据库，如果存在互动场景数据库，则判断所述人体目标对象为可互动对象。所述年龄检测模块采用深度学习的方法识别人体目标对象的年龄和性别；以及所述场景模块基于年龄范围调用与年龄范围相关联的场景模式模型，从场景模式模型中提取一个场景模式数据。在本专利技术中，通过红外感应器感应目标区域内是否有人进入，从而启动整个人体目标对象的脸部识别过程，在进行脸部识别过程中，也实现了年龄匹配，从而在互动中实现相匹配的场景模式互动，从而增加了智能机器人的趣味性和智能化。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1是本专利技术实施例中的机器人智能互动的方法流程图；图2是本专利技术实施例中的智能机器人结构示意图；图3是本专利技术实施例中的定位模块结构示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。相应的，图1示出了本专利技术实施例中的机器人智能互动的方法流程图，具体包括如下步骤：开始；S101、基于机器人上的红外感应器判断目标范围内是否有人存在入，如果有人进入则进入S102，否则继续该步骤；S102、在判断有人存在时，基于共面P4P的单目视觉定位原理对人体目标对象进行定位；具体实施过程中，基于平行四边形成像消隐点进行人体目标对象定位；通过牛顿迭代法进行优化获得人体目标对象在摄像机坐标系下的精确位姿。机器人在运动学标定过程中，通过视觉测量手段完成误差测量的关键在于视觉定位方法，基于4个空间点共面且所在平面与摄像机光轴不平行时，则对应的共面P4P问题有唯一解，因此通过4个共面点实现人体目标对象定位具有很强的实用价值，当4个空间共面点组成平行四边形时，该P4P问题的解可以通过平行四边形的两个消隐点很方便的求解。考虑到测量噪声以及四个特征点位置误差的影响，以消隐点计算出的结果作为初始值通过牛顿迭代法进行优化可以得到人体目标对象在摄像机坐标系下的精确位姿态，本专利技术实施例中的这种定位方法首选需要对摄像机参数进行标定。S103、在完成人体目标对象的定位之后，基于人脸识别技术获取脸部特征数据；该步骤实施过程中，包括：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取。人脸图像采集：不同的人脸图像都能通过摄像镜头采集下来，比如静态图像、动态图像、不同的位置、不同表情等方面都可以得到很好的采集。当用户在采集设备的拍摄范围内时，采集设备会自动搜索并拍摄用户的人脸图像。人脸检测：人脸检测在实际中主要用于人脸识别的预处理，即在图像中准确标定出人脸的位置和大小。人脸图像中包含的模式特征十分丰富，如直方图特征、颜色特征、模板特征、结构特征及Haar特征等。人脸检测就是把这其中有用的信息挑出来，并利用这些特征实现人脸检测。主流的人脸检测方法基于以上特征采用Adaboost学习算法，Adaboost算法是一种用来分类的方法，它把一些比较弱的分类方法合在一起，组合出新的很强的分类方法。人脸检测过程中使用Adaboost算法挑选出一些最能代表人脸的矩形特征(弱分类器)，按照加权投票的方式将弱分类器构造为一个强分类器，再将训练得到的若干强分类器串联组成一个级联结构的层叠分类器，有效地提高分类器的检测速度。人脸图像预处理：对于人脸的图像预处理是基于人脸检测结果，对图像进行处理并最终服务于特征提取的过程。系统获取的原始图像由于受到各种条件的限制和随机干扰，往往不能直接使用，必须在图像处理的早期阶段对它进行灰度校正、噪声过滤等本文档来自技高网...

【技术保护点】
一种机器人智能互动的方法，其特征在于，包括如下步骤：基于机器人上的红外感应器判断目标范围内是否有人存在；在判断有人存在时，基于共面P4P的单目视觉定位原理对人体目标对象进行定位；在完成人体目标对象的定位之后，基于人脸识别技术获取脸部特征数据；基于脸部特征数据判断所述人体目标对象是否为可互动对象；在判断所述人体目标对象为可互动对象时，基于脸部特征数据识别人体目标对象的年龄范围；基于人体目标对象的年龄范围构建场景模式数据；基于语音交互模块输出场景模式数据所对应的语音内容。

【技术特征摘要】
1.一种机器人智能互动的方法，其特征在于，包括如下步骤：基于机器人上的红外感应器判断目标范围内是否有人存在；在判断有人存在时，基于共面P4P的单目视觉定位原理对人体目标对象进行定位；在完成人体目标对象的定位之后，基于人脸识别技术获取脸部特征数据；基于脸部特征数据判断所述人体目标对象是否为可互动对象；在判断所述人体目标对象为可互动对象时，基于脸部特征数据识别人体目标对象的年龄范围；基于人体目标对象的年龄范围构建场景模式数据；基于语音交互模块输出场景模式数据所对应的语音内容。2.如权利要求1所述的机器人智能互动的方法，其特征在于，所述共面P4P的单目视觉定位原理对人体目标对象进行定位包括：基于平行四边形成像消隐点进行人体目标对象定位；通过牛顿迭代法进行优化获得人体目标对象在摄像机坐标系下的精确位姿。3.如权利要求1所述的机器人智能互动的方法，其特征在于，所述基于人脸识别技术获取脸部特征数据包括：人脸图像采集及检测、人脸图像预处理、人脸图像特征提取。4.如权利要求1所述的机器人智能互动的方法，其特征在于，所述基于脸部特征数据判断所述人体目标对象是否为可互动对象包括：基于脸部特征数据判断是否有关联于所述脸部特征数据的互动场景数据库，如果存在互动场景数据库，则判断所述人体目标对象为可互动对象。5.如权利要求1至4任一项所述的机器人智能互动的方法，其特征在于，所述基于脸部特征数据识别人体目标对象的年龄范围包括：基于深度学习的方法识别人体目标对象的年龄和性别。6.如权利要求5所述的机器人智能互动的方法，其特征在于，所...

【专利技术属性】
技术研发人员：曹永军，王亚梅，周雪峰，
申请(专利权)人：华南智能机器人创新研究院，
类型：发明
国别省市：广东;44