信息处理系统技术方案

本发明专利技术涉及信息处理系统。一种信息处理系统，其被配置成生成用于识别触摸可变形的结构体(11)的人的情绪的数据。该信息处理系统包括：传感器，该传感器设置在结构体(11)中，并被配置成输出表明由于人的触摸导致结构体(11)中的物理量的时间变化的信号；以及电子控制单元(30)，其被配置成：i)以等于或小于10Hz的采样频率对信号执行快速傅立叶变换以生成频域数据；ii)将频域数据当中的具有等于或小于采样频率的一半的频率的数据量化到预定数量的频带中以生成情绪识别数据，并且iii)使用情绪识别数据作为输入数据执行机器学习，以生成用于根据情绪类别对用作处理对象的数据进行分类的分类边界数据。

【技术实现步骤摘要】
信息处理系统
本专利技术涉及产生用于识别人的情绪的数据的信息处理系统以及识别人的情绪的信息处理系统。
技术介绍
在机器人的领域，或在涉及出行即服务(MaaS)和飞行汽车的新移动社会中，识别出人(用户)的情绪和意图，并检测诸如异常的结构组件的状态。因此，需要比当前可用的信息更大量的信息。在上述这样的技术中，例如，将高分子材料(橡胶、树脂或弹性体)用作外部材料、内部材料或驱动部件。为了获得关于人的情绪的信息，将柔软的材料传感器附接到由例如弹性体制成的内部材料的表面上。软材料传感器根据内部材料的变形而变形，并基于该变形输出信号。日本未经审查的专利申请公开No.2013-178241(JP2013-178241A)公开一种技术，其中在柔性印刷电路板上设置压力感测传感器。
技术实现思路
如上所述，软材料传感器被附接到内部材料的表面以获得关于人的情绪的信息。即使当人触摸内部材料并且软材料传感器响应并输出信号时，也不知道该信号意指什么，并且当该人触摸内部材料时人的情绪也无法被识别。本公开提供生成用于当人触摸可变形的结构体时识别人的情绪的数据的信息处理系统，以及用于在人触摸可变形的结构体时识别人的情绪的信息处理系统。本公开的第一方面涉及一种信息处理系统，该信息处理系统被配置成生成用于识别触摸可变形的结构体的人的情绪的数据。该信息处理系统包括：传感器，该传感器设置在结构体中并被配置成输出表明由于人的触摸而导致结构体中的物理量的时间变化的信号；以及电子控制单元，该电子控制单元被配置成：i)以等于或小于10Hz的采样频率对信号执行快速傅立叶变换以生成频域数据；ii)将频域数据当中的具有等于或小于采样频率的一半的频率的数据量化到预定数量的频带中以生成情绪识别数据，并且iii)使用情绪识别数据作为输入数据执行机器学习，以生成用于根据情绪类别对用作处理对象的数据进行分类的分类边界数据。通过信息处理系统，当人触摸结构体时，基于由传感器获得的信号，生成用于根据情绪类别对用作处理对象的数据进行分类的分类边界数据。基于生成的分类边界数据，可以识别当人触摸结构体时的人的情绪。传感器可以包括多个传感器，该多个传感器被设置在结构体中；每个传感器可以被配置成输出表明结构体中物理量的时间变化的信号；并且情绪识别数据可以包括基于从传感器输出的信号的数据，以及表示基于从传感器输出的信号的数据之间的差的数据。在这种情况下，即使当结构体以复杂的方式变形时，也能够获得使其能够高精度地识别情绪的分类边界数据(学习模型)。电子控制单元可以被配置成：i)以等于或小于10Hz的第一采样频率对信号执行快速傅里叶变换以生成作为频域数据的第一频域数据；ii)以大于10Hz的第二采样频率对信号执行快速傅立叶变换以生成第二频域数据；iii)将第二频域数据当中的具有大于第二采样频率一半的频率的数据量化预定数量频带中以生成异常识别数据，并且iv)使用异常识别数据作为输入数据执行机器学习，以生成用于将传感器的异常与传感器的正常状态区分开的识别边界数据。在这种情况下，能够获得使其能够对包括传感器和用于识别情绪的结构体的机制进行故障诊断的识别边界数据。本公开的第二方面涉及一种信息处理系统，该信息处理系统被配置成识别触摸可变形结构体的人的情绪。该信息处理系统包括：传感器，该传感器设置在结构体中并被配置成输出表明由于人的触摸而导致结构体中的物理量的时间变化的信号；以及电子控制单元，该电子控制单元包括存储单元，该存储单元被配置成存储用于根据情绪类别对用作处理对象的数据进行分类的分类边界数据。电子控制单元被配置成：i)使用来自传感器的信号作为实际数据执行预处理以生成对象输入数据；ii)基于分类边界数据，判定对象输入数据属于哪种情绪类别，iii)以等于或小于10Hz的采样频率对作为实际数据的信号执行快速傅里叶变换，以生成频域数据，并且iv)将频域数据当中的具有等于或小于采样频率一半的频率的数据量化到预定数量的频带中以生成对象输入数据。利用信息处理系统，可以基于人触摸结构体时由传感器所获得的信号，根据类别对人触摸结构体时人的情绪进行分类。即，当人触摸结构体时，能够识别人的情绪。电子控制单元可以被配置成：i)以等于或小于10Hz的采样频率对信号执行快速傅立叶变换以生成频域数据；ii)将频域数据当中的具有等于或小于采样频率一半的频率的数据量化到预定数量的频带中以生成情绪识别数据；iii)使用情绪识别数据作为输入数据执行机器学习以生成分类边界数据，并且iv)将分类边界数据存储在存储单元中。传感器可以包括多个传感器，该多个传感器被设置在结构体中；每个传感器可以被配置成输出表明结构体中物理量的时间变化的信号；并且对象输入数据可以包括基于从传感器输出的信号的数据，以及表示基于从传感器输出的信号的数据之间的差的数据。在这种情况下，即使当结构体以复杂的方式变形时，也能够增加根据情绪类别对用作处理对象的数据进行分类的准确度。存储单元可以被配置成存储用于将传感器的异常与传感器的正常状态区分开的识别边界数据；电子控制单元可以被配置成以等于或小于10Hz的第一采样频率对作为实际数据的信号执行快速傅里叶变换以生成作为频域数据的第一频域数据，并且以大于10Hz的第二采样频率对作为实际数据的信号执行快速傅立叶变换以生成第二频域数据；并且电子控制单元可以被配置成将第二频域数据当中的具有大于第二采样频率的一半的频率的数据量化到预定数量的频带中以生成第二对象输入数据，并且基于识别边界数据判定第二对象输入数据是对应于异常的数据还是对应于正常状态的数据。在这种情况下，信息处理系统可以在不使用其它机制的情况下自身对传感器执行故障诊断。电子控制单元可以被配置成：i)以大于10Hz的第二采样频率对信号执行快速傅立叶变换以生成第二频域数据，ii)将第二频域数据当中的具有大于第二采样频率的一半的频率的数据量化到预定数量的频带中以生成异常识别数据，iii)使用异常识别数据作为输入数据执行机器学习以生成识别边界数据，并且iv)将识别边界数据存储在存储单元中。利用根据本公开的以上方面的本专利技术，能够在人触摸可变形的结构体时识别人的情绪。附图说明下面将参考附图描述本专利技术的示例性实施例的特征、优点以及技术和工业意义，其中相同的附图标记表示相同的元件，并且其中：图1是示意地示出信息处理系统的配置的说明图；图2是示出生成分类边界数据的过程的流程图；图3包括示出来自传感器的信号的示例的曲线图；图4是示出第一频率区域数据的示例的曲线图；图5是示出分类边界数据的示例的曲线图；以及图6是示出识别人的情绪的过程的流程图。具体实施方式图1是示意性示出信息处理系统的配置的说明图。本公开的信息处理系统10被配置成识别已经触摸了可变形结构体11的人的情绪。信息处理系统10可以生成用于识别已经触摸了结构体11的人的情绪的分类边界数据。分类边界数据是用于根据人的情绪的类别对输入数据(用作处理对象的数据)进行分本文档来自技高网...

【技术保护点】
1.一种信息处理系统，其被配置成生成用于识别触摸可变形的结构体(11)的人的情绪的数据，所述信息处理系统的特征在于包括：/n传感器，所述传感器被设置在所述结构体(11)中，并且被配置成输出表明由于所述人的触摸而导致所述结构体(11)中的物理量的时间变化的信号；以及/n电子控制单元(30)，所述电子控制单元(30)被配置成：/ni)以等于或小于10Hz的采样频率对所述信号执行快速傅立叶变换，以生成频域数据，/nii)将所述频域数据当中的具有等于或小于所述采样频率的一半的频率的数据量化到预定数量的频带中，以生成情绪识别数据，以及/niii)使用所述情绪识别数据作为输入数据执行机器学习，以生成用于根据情绪类别来对用作处理对象的数据进行分类的分类边界数据。/n

【技术特征摘要】
20190527 JP 2019-0985791.一种信息处理系统，其被配置成生成用于识别触摸可变形的结构体(11)的人的情绪的数据，所述信息处理系统的特征在于包括：
传感器，所述传感器被设置在所述结构体(11)中，并且被配置成输出表明由于所述人的触摸而导致所述结构体(11)中的物理量的时间变化的信号；以及
电子控制单元(30)，所述电子控制单元(30)被配置成：
i)以等于或小于10Hz的采样频率对所述信号执行快速傅立叶变换，以生成频域数据，
ii)将所述频域数据当中的具有等于或小于所述采样频率的一半的频率的数据量化到预定数量的频带中，以生成情绪识别数据，以及
iii)使用所述情绪识别数据作为输入数据执行机器学习，以生成用于根据情绪类别来对用作处理对象的数据进行分类的分类边界数据。


2.根据权利要求1所述的信息处理系统，其特征在于：
所述传感器包括被设置在所述结构体(11)中的多个传感器；
每个所述传感器被配置成输出表明所述结构体(11)中的所述物理量的时间变化的信号；以及
所述情绪识别数据包括：
基于从所述传感器输出的信号的数据，以及
表示基于从所述传感器输出的信号的数据之间的差的数据。


3.根据权利要求1或者2所述的信息处理系统，其特征在于所述电子控制单元(30)被配置成：
i)以等于或小于10Hz的第一采样频率对所述信号执行所述快速傅里叶变换，以生成作为所述频域数据的第一频域数据，
ii)以大于10Hz的第二采样频率对所述信号执行所述快速傅立叶变换，以生成第二频域数据，
iii)将所述第二频域数据当中的具有大于所述第二采样频率的一半的频率的数据量化到预定数量的频带中，以生成异常识别数据，以及
iv)使用所述异常识别数据作为输入数据来执行机器学习，以生成用于将所述传感器的异常与所述传感器的正常状态区分开的识别边界数据。


4.一种信息处理系统，其被配置成识别触摸可变形的结构体(11)的人的情绪，所述信息处理系统的特征在于包括：
传感器，所述传感器被设置在所述结构体(11)中，并且被配置成输出表明由于所述人的触摸而导致所述结构体(11)中的物理量的时间变化的信号；以及
电子控制单元(30)，所述电子控制单元包括存储单元(40)，所述存储单元被配置成存储用于根据情绪类别来对用作处理对象的数据进行分类的分类边界数据，所述电子控制单元(30)被配置成：
i)使用来自所述传感器的信号作为实际数据来执行预处理，以生成对象输入数据，
ii)基于所述分类边界数据，判定所述对象输入数据属于哪种情绪类...

【专利技术属性】
技术研发人员：清水阳平，
申请(专利权)人：株式会社捷太格特，
类型：发明
国别省市：日本;JP