一种基于人工智能技术的多模婴儿语言生活管理车制造技术

本发明专利技术提供了一种基于人工智能技术的多模婴儿语言生活管理车，包括车体，车体包括：检测装置，包括控制器及与其连接的检测模块，检测模块用于采集基础信息，基础信息包括婴儿的人体特征信息、车体受到的压力、车体的平衡度及纸尿裤的湿度，人体特征信息包括面部表情、哭声和体温；移动终端，用于接收基础信息；服务器，与移动终端建立双向通讯连接；运算终端，与服务器建立双向通讯连接，用于通过服务器接收移动终端发送的基础信息，并用于使用预设的训练模型对转化为深度学习格式的基础信息进行运算，并将获得的运算结果通过服务器返回至移动终端。

A multi-mode baby language life management vehicle based on artificial intelligence technology

【技术实现步骤摘要】
一种基于人工智能技术的多模婴儿语言生活管理车
本专利技术涉及婴儿车
，特别涉及一种基于人工智能技术的多模婴儿语言生活管理车。
技术介绍
当今社会，很多人们第一次照顾婴儿的时候，不了解婴儿的特性，而婴儿不会说话，只能通过哭声和各种肢体语言表达他们的想法，所以人们无法正确获知婴儿的需求，不能更好地照顾婴儿。若人们从婴儿的面部表情或哭声获取到错误的信息，对婴儿做出错误的照顾方式，轻则降低婴儿生活的舒适性，重则影响婴儿的发育。本专利技术的目的就是通过深度学习模型把经验性的总结转化数据化的标准，转而翻译婴儿的想法，通过移动端传递给父母。为婴儿和父母之间建立一个沟通交流的平台。以此解决父母在育儿过程中缺乏经验的问题。
技术实现思路
本专利技术提供一种基于人工智能技术的多模婴儿语言生活管理车，用以获得准确性远高于单一变量的判断的运算结果，为用户提供更加贴近婴儿想法的运算结果，建立一个婴儿与用户之间准确沟通的平台，解决用户在育婴过程中缺乏经验的问题。为解决上述技术问题，本专利技术提出的一种基于人工智能技术的多模婴儿语言生活管理车，包括车体，所述车体包括：检测装置，包括控制器及与其连接的检测模块，所述检测模块用于采集基础信息，所述基础信息包括婴儿的人体特征信息、车体受到的压力、车体的平衡度及纸尿裤的湿度，所述人体特征信息包括面部表情、哭声和体温；移动终端，用于接收所述基础信息；服务器，与所述移动终端建立双向通讯连接；运算终端，与所述服务器建立双向通讯连接，用于通过所述服务器接收所述移动终端发送的所述基础信息，并用于使用预设的训练模型对转化为适于进行深度学习的格式的基础信息进行运算，并将获得的运算结果通过所述服务器返回至所述移动终端。优选的，所述运算终端包括：传输层：用于和所述服务器之间建立双向通讯连接；数据分析层：用于对所述基础信息的格式进行分析，并确定将所述基础信息的格式转化为适于进行深度学习计算的格式的转化方式；数据处理层：用于将所述基础信息转化成适于进行深度学习计算的格式；数据计算层：用于使用所述训练模型对转化后的所述基础信息进行深度学习计算，获得运算结果。优选的，所述移动终端还用于实时向用户展示所述基础信息和接收到的所述运算结果，所述移动终端还能根据所述运算结果向用户提供相应的育婴建议；所述服务器根据向所述移动终端发出的所述基础信息和接收所述运算终端发送的运算结果建立用户的历史记录列表文件。优选的，所述训练模型包括面部表情训练模型和哭声训练模型，其中，形成所述面部表情训练模型包括：采集婴儿不止一个表情状态的视频文件，形成表情视频包；对所述表情视频包中的视频文件逐帧提取，对婴儿的表情状态进行多步骤处理形成第一数据集，所述多步骤处理包括筛选、像素处理、图片剪裁、灰度转化、重命名及分类打标；将所述第一数据集发送至所述服务器，通过Tensorflow机器学习框架对所述第一数据集进行训练，获得训练后的第一数据集；对训练后的第一数据集进行若干次调试、调优，以获得面部表情训练模型；形成所述哭声训练模型包括：采集婴儿不止一种状态下的哭声，形成哭声音频包；对所述哭声音频包中的哭声进行采样，记录各所述哭声的声波和振幅，将所述哭声进行分类形成第二数据集；将所述第二数据集发送至所述服务器，通过Tensorflow机器学习框架对所述第二数据集进行训练，获得训练后的第二数据集；对训练后的第二数据集进行若干次调试、调优，以获得哭声训练模型。优选的，所述检测模块包括摄像头模块和传感器模块，其中，所述摄像头模块用于采集婴儿的面部表情和哭声；所述摄像头模块还用于实时向所述移动终端发送婴儿的视频信息；所述传感器模块设于所述车体上，包括温度传感器、压力传感器、湿度传感器和陀螺仪，所述温度传感器用于检测婴儿的体温；所述压力传感器用于检测车体的受到的压力；所述湿度传感器用于检测婴儿的纸尿裤的湿度；所述陀螺仪用于检测所述车体的平衡度。优选的，所述运算终端还包括：深度学习数据库：深度学习数据库中包含有P条不同婴儿在不同情况的记录的指标数值化后的值，其中每条记录中的指标都包括在该情况下的婴儿的n1种人体特征信息指标和n2种外界环境指标指标，共n个指标数值化后的值，形成一个相应的学习矩阵A，其中所述人体特征信息包括面部表情、哭声、婴儿年龄、体重等，其中所述外界环境指标包括太阳强度、体温、车体受到的压力、车体的平衡度及纸尿裤的湿度等，同时对于每条记录都在记录的最后标注该记录所对应的婴儿的表现形式，所述表现形式则为该条记录所对应的婴儿的需求，形成表现向量B,所述向量B拥有P个值，每个值都表示为所述记录对应的婴儿的表现形式(即个值均为一段文字叙述，并不是一个数字)；所述数值化则为将一些不能用数值所表示的东西用数值进行表示，例如哭声可以为大哭、呜咽、哽咽、啜泣、抽泣等，这些表现为非数值的东西，则可以用1代表大哭、2代表呜咽等，将所述哭声分别用不同的数值表现出来。训练中心：所述训练中心用于对深度学习数据库中的矩阵A进行机器学习，其中机器学习的具体步骤如下101-102所述101将矩阵A中的数据利用公式(1)进行数据的归一化其中为at归一化后的值，at表示需要归一化的数据为第t个指标的值，At为矩阵A中的第t个指标所有的值组成的集合，e为自然常数，t＝1、2、3……n,将矩阵A中的所有数据都利用公式(1)归一化后，可以得到新矩阵A*；102将矩阵A*带入公式(2)求解出每个指标的权重系数，|A*-λE|＝0(2)其中E为单位矩阵，所求解出来的λ则为所需的权重系数，且λ为包含有n个值的一个向量集合；运算中心：利用所述检测装置中的检测模块，采集婴儿所述深度学习数据库中的n个指标的值，并将该所述指标的值数值化，然后利用公式(1)将所述指标的值归一化，形成向量C，将归一化后的向量带入公式(3)，求解出向量C与所述深度学习数据库中的每条记录的匹配度其中，ρt为向量C与深度学习数据库中第t条记录之间的匹配度，Ci为向量C中的第i个值，λi利用公式(2)计算所得的权重系数中的第i个值，为矩阵A*第t行第i列的值，i＝1、2、3……n,t＝1、2、3……p,计算出所有的ρt，寻找ρt中的最大值ρj，j小于等于P，则所述最大值所对应的Bj则为所述检测模块所采集的基础信息所获得的运算结果，其中Bj为深度学习数据库中所述标注该记录形成的向量B的第j个值。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。下面通过附图和实施例，对本专利技术的技术方案做进一步的详细描述。附图说明附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：图1为本专利技术实施例的整体框图。具体实施方式以下结合附图对本专利技术的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。本实施例提供的一种基于人工智能技术的多模婴儿语言生活管理车，包括车体，车体包括：检测装置，包括控制器及与其连接的检测模块，检测模块用于采集基础信息，基础信息包括婴儿的人体特征信息、车体受到的压力、本文档来自技高网...

【技术保护点】
1.一种基于人工智能技术的多模婴儿语言生活管理车，包括车体，其特征在于，所述车体包括：检测装置，包括控制器及与其连接的检测模块，所述检测模块用于采集基础信息，所述基础信息包括婴儿的人体特征信息、车体受到的压力、车体的平衡度及纸尿裤的湿度，所述人体特征信息包括面部表情、哭声和体温；移动终端，用于接收所述基础信息；服务器，与所述移动终端建立双向通讯连接；运算终端，与所述服务器建立双向通讯连接，用于通过所述服务器接收所述移动终端发送的所述基础信息，并用于使用预设的训练模型对转化为适于进行深度学习的格式的基础信息进行运算，并将获得的运算结果通过所述服务器返回至所述移动终端。

【技术特征摘要】
1.一种基于人工智能技术的多模婴儿语言生活管理车，包括车体，其特征在于，所述车体包括：检测装置，包括控制器及与其连接的检测模块，所述检测模块用于采集基础信息，所述基础信息包括婴儿的人体特征信息、车体受到的压力、车体的平衡度及纸尿裤的湿度，所述人体特征信息包括面部表情、哭声和体温；移动终端，用于接收所述基础信息；服务器，与所述移动终端建立双向通讯连接；运算终端，与所述服务器建立双向通讯连接，用于通过所述服务器接收所述移动终端发送的所述基础信息，并用于使用预设的训练模型对转化为适于进行深度学习的格式的基础信息进行运算，并将获得的运算结果通过所述服务器返回至所述移动终端。2.根据权利要求1所述的一种基于人工智能技术的多模婴儿语言生活管理车，其特征在于，所述运算终端包括：传输层：用于和所述服务器之间建立双向通讯连接；数据分析层：用于对所述基础信息的格式进行分析，并确定将所述基础信息的格式转化为适于进行深度学习计算的格式的转化方式；数据处理层：用于将所述基础信息转化成适于进行深度学习计算的格式；数据计算层：用于使用所述训练模型对转化后的所述基础信息进行深度学习计算，获得运算结果。3.根据权利要求1所述的一种基于人工智能技术的多模婴儿语言生活管理车，其特征在于，所述移动终端还用于实时向用户展示所述基础信息和接收到的所述运算结果，所述移动终端还能根据所述运算结果向用户提供相应的育婴建议；所述服务器根据向所述移动终端发出的所述基础信息和接收所述运算终端发送的运算结果建立用户的历史记录列表文件。4.根据权利要求1所述的一种基于人工智能技术的多模婴儿语言生活管理车，其特征在于，所述训练模型包括面部表情训练模型和哭声训练模型，其中，形成所述面部表情训练模型包括：采集婴儿不止一个表情状态的视频文件，形成表情视频包；对所述表情视频包中的视频文件逐帧提取，对婴儿的表情状态进行多步骤处理形成第一数据集，所述多步骤处理包括筛选、像素处理、图片剪裁、灰度转化、重命名及分类打标；将所述第一数据集发送至所述服务器，通过Tensorflow机器学习框架对所述第一数据集进行训练，获得训练后的第一数据集；对训练后的第一数据集进行若干次调试、调优，以获得面部表情训练模型；形成所述哭声训练模型包括：采集婴儿不止一种状态下的哭声，形成哭声音频包；对所述哭声音频包中的哭声进行采样，记录各所述哭声的声波和振幅，将所述哭声进行分类形成第二数据集；将所述第二数据集发送至所述服务器，通过Tensorflow机器学习框架对所述第二数据集进行训练，获得训练后的第二数据集；对训练后的第二数据集进行若干次调试、调优，以获得哭声训练模型。5....

【专利技术属性】
技术研发人员：孙艺，王天棋，侯钰峰，王梓，
申请(专利权)人：上海启倍生健康科技有限公司，
类型：发明
国别省市：上海,31