基于智能机器人自动控制系统的指令数据安全预警方法技术方案

本发明专利技术涉及电数字数据处理技术领域，具体涉及一种基于智能机器人自动控制系统的指令数据安全预警方法，包括：获取监控目标在当前标准时段内每个时刻的输入三维动作图像中各个标记关键点的位置信息和各个标记关键点对应的匹配关键点的位置信息，根据位置信息确定位置差异值、方向误差值以及匹配误差比例；根据位置差异值、方向误差值以及匹配误差比例，确定修正匹配程度，进而确定预警临界值，根据修正匹配程度和预警临界值，控制指令数据安全预警。本发明专利技术提高了指令数据安全预警的准确性，可以应用于智能机器人自动控制监测领域。可以应用于智能机器人自动控制监测领域。可以应用于智能机器人自动控制监测领域。

【技术实现步骤摘要】
基于智能机器人自动控制系统的指令数据安全预警方法


[0001]本专利技术涉及电数字数据处理
，具体涉及一种基于智能机器人自动控制系统的指令数据安全预警方法。

技术介绍

[0002]智能机器人通过视觉、声觉等多模态信息的综合识别处理，对实时采集的多模态输入信息进行监管环境中是否存在危险情况进行判断，在发生危险情况之前生成危险预警信号，通过机器人自动控制系统转换为指令数据，然后通过指令数据对机器人的行为进行调节。当预测到监控目标可能会发生危险行为时，通过指令数据发送到机器人报警装置，通知监护人监控目标即将发生危险行为。比如：使用智能机器人对家中儿童安全进行监视和危险预警，避免发生危险行为，因此智能机器人需要实时地监控儿童的行为，并对接下来可能发生的危险行为进行判断。
[0003]在现有技术中，智能机器人的行为动作预测，主要是将监测目标的行为三维动作图像输入到神经网络中进行动作匹配，直接将匹配程度最大的危险动作作为最终的预测结果输出。但因为监测目标存在个体差异，现有方法容易导致动作匹配程度较低和临界值选择不准确，进而造成预测结果的准确性较差，指令数据的安全预警准确性低下。

技术实现思路

[0004]为了解决上述现有指令数据的安全预警准确性低下的技术问题，本专利技术的目的在于提供一种基于智能机器人自动控制系统的指令数据安全预警方法，所采用的技术方案具体如下：本专利技术一个实施例提供了一种基于智能机器人自动控制系统的指令数据安全预警方法，该方法包括以下步骤：获取监控目标在当前标准时段内每个时刻的输入三维动作图像，所述输入三维动作图像中包含各个标记关键点的位置信息；获取目标危险动作对应的历史标准时段内每个时刻的样本三维动作图像，所述样本三维动作图像中包含与对应时刻下的每个所述标记关键点匹配的匹配关键点的位置信息；根据各个标记关键点的位置信息以及各个标记关键点对应的匹配关键点的位置信息，确定每个时刻的输入三维动作图像的位置差异值和方向误差值、当前标准时段的监控目标对应的匹配误差比例；根据位置差异值、方向误差值和匹配误差比例，确定每个时刻的输入三维动作图像的修正匹配程度；根据位置差异值、方向误差值和修正匹配程度，确定当前标准时段内每个时刻的预警临界值；根据每个时刻的预警临界值和每个时刻的输入三维动作图像的修正匹配程度，控制指令数据的安全预警。
[0005]进一步地，根据各个标记关键点的位置信息以及各个标记关键点对应的匹配关键点的位置信息，确定当前标准时段的监控目标对应的匹配误差比例，包括：获取匹配程度最大的输入三维动作图像和样本三维动作图像，将该输入三维动作图像中任意两个标记关键点之间的距离作为比值的分子，将该输入三维动作图像中该两个标记关键点对应的匹配关键点之间的距离作为比值的分母，将该比值作为当前标准时段的监控目标对应的匹配误差比例。
[0006]进一步地，根据各个标记关键点的位置信息以及各个标记关键点对应的匹配关键点的位置信息，确定每个时刻的输入三维动作图像的位置差异值，包括：计算各个标记关键点与其对应的匹配关键点在x轴时对应的坐标差值绝对值、在y轴时对应的坐标差值绝对值以及在z轴时对应的坐标差值绝对值，将在x轴时、在y轴时以及在z轴时对应的坐标差值绝对值相加，将相加后的数值确定为对应标记关键点的坐标差异指标，将每个时刻的输入三维动作图像中各个标记关键点的坐标差异指标的累加值，确定为对应时刻的输入三维动作图像的位置差异值。
[0007]进一步地，根据各个标记关键点的位置信息以及各个标记关键点对应的匹配关键点的位置信息，确定每个时刻的输入三维动作图像的方向误差值，包括：预设基准关键点在样本三维动作图像中对应的匹配关键点为匹配预设基准关键点，预设参考标记关键点在样本三维动作图像中对应的匹配关键点为匹配预设参考关键点，比对标记关键点在样本三维动作图像中对应的匹配关键点为匹配比对关键点，比对标记关键点为输入三维动作图像中除预设基准关键点以外的其他各个标记关键点；将每个时刻的输入三维动作图像的预设基准关键点与预设参考标记关键点之间的向量作为第一参考向量，将每个时刻的输入三维动作图像的预设基准关键点与比对标记关键点之间的向量作为第一比对向量，获得每个时刻的输入三维动作图像的第一参考向量和各个第一比对向量；将每个时刻的样本三维动作图像的匹配预设基准关键点与匹配预设参考关键点之间的向量作为第二基准向量，将每个时刻的样本三维动作图像的匹配预设基准关键点与匹配比对关键点之间的向量作为第二比对向量，获得每个时刻的样本三维动作图像的第二基准向量和各个第二比对向量；对于每个时刻的输入三维动作图像中的任意一个第一比对向量，计算第一参考向量和该第一比对向量之间的夹角，并计算第二基准向量和该第一比对向量对应的第二比对向量之间的夹角，将两个夹角的差值绝对值确定为角度差异指标；获得每个时刻的输入三维动作图像对应的各个角度差异指标，将各个角度差异指标的累加和确定为对应时刻的输入三维动作图像的方向误差值。
[0008]进一步地，根据位置差异值、方向误差值和匹配误差比例，确定每个时刻的输入三维动作图像的修正匹配程度，包括：对于任意一时刻的输入三维动作图像，对该时刻的输入三维动作图像的方向误差值进行归一化处理，使归一化处理后的方向误差值与该时刻的输入三维动作图像的位置差异值相加，将相加后的数值确定为该时刻的输入三维动作图像的匹配指标；对匹配指标进行负相关映射，将负相关映射后的匹配指标与匹配误差比例的乘积确定为该时刻的输入三维动作图像的初始修正匹配程度，利用高斯函数对该时刻的输入三维动作图像的初始修正匹配程度进行拟合，将拟合后的初始修正匹配程度确定为该时刻的
输入三维动作图像的修正匹配程度；获得每个时刻的输入三维动作图像的修正匹配程度。
[0009]进一步地，所述预警临界值的计算公式为：其中，为第t个时刻的预警临界值，为自然常数，为第t个时刻的输入三维动作图像的修正匹配程度，t为当前标准时段内的时刻序号，为第n个时刻的输入三维动作图像的位置差异值，为第n个时刻的输入三维动作图像的方向误差值，为180度，为对第t个时刻的输入三维动作图像的修正匹配程度进行反比例的归一化处理，为利用双曲正切函数对进行归一化处理。
[0010]进一步地，根据每个时刻的预警临界值和每个时刻的输入三维动作图像的修正匹配程度，控制指令数据的安全预警，包括：按照输入三维动作图像的时刻序号依次分析每个时刻的输入三维动作图像的修正匹配程度，对于某个时刻的输入三维动作图像的修正匹配程度，对该时刻的输入三维动作图像的修正匹配程度进行归一化处理；若该时刻的输入三维动作图像对应的归一化后的修正匹配程度处于第一预设匹配数值范围，则该时刻的收敛临界值为0，且该时刻不需要进行预警；若该时刻的输入三维动作图像对应的归一化后的修正匹配程度处于第二预设匹配数值范围，则该时刻的收敛临界值为数值1减去该时刻的预警临界值，且该时刻需要进行预警，预警时间为该时刻的收敛临界值对应的预警时刻；若该时刻的输入三维动作图像对应的归一化后的修正匹配程度等于1，则该时刻的收敛临界值为该时刻的预警临界值，且本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于智能机器人自动控制系统的指令数据安全预警方法，其特征在于，包括以下步骤：获取监控目标在当前标准时段内每个时刻的输入三维动作图像，所述输入三维动作图像中包含各个标记关键点的位置信息；获取目标危险动作对应的历史标准时段内每个时刻的样本三维动作图像，所述样本三维动作图像中包含与对应时刻下的每个所述标记关键点匹配的匹配关键点的位置信息；根据各个标记关键点的位置信息以及各个标记关键点对应的匹配关键点的位置信息，确定每个时刻的输入三维动作图像的位置差异值和方向误差值、当前标准时段的监控目标对应的匹配误差比例；根据位置差异值、方向误差值和匹配误差比例，确定每个时刻的输入三维动作图像的修正匹配程度；根据位置差异值、方向误差值和修正匹配程度，确定当前标准时段内每个时刻的预警临界值；根据每个时刻的预警临界值和每个时刻的输入三维动作图像的修正匹配程度，控制指令数据的安全预警。2.根据权利要求1所述的一种基于智能机器人自动控制系统的指令数据安全预警方法，其特征在于，根据各个标记关键点的位置信息以及各个标记关键点对应的匹配关键点的位置信息，确定当前标准时段的监控目标对应的匹配误差比例，包括：获取匹配程度最大的输入三维动作图像和样本三维动作图像，将该输入三维动作图像中任意两个标记关键点之间的距离作为比值的分子，将该输入三维动作图像中该两个标记关键点对应的匹配关键点之间的距离作为比值的分母，将该比值作为当前标准时段的监控目标对应的匹配误差比例。3.根据权利要求1所述的一种基于智能机器人自动控制系统的指令数据安全预警方法，其特征在于，根据各个标记关键点的位置信息以及各个标记关键点对应的匹配关键点的位置信息，确定每个时刻的输入三维动作图像的位置差异值，包括：计算各个标记关键点与其对应的匹配关键点在x轴时对应的坐标差值绝对值、在y轴时对应的坐标差值绝对值以及在z轴时对应的坐标差值绝对值，将在x轴时、在y轴时以及在z轴时对应的坐标差值绝对值相加，将相加后的数值确定为对应标记关键点的坐标差异指标，将每个时刻的输入三维动作图像中各个标记关键点的坐标差异指标的累加值，确定为对应时刻的输入三维动作图像的位置差异值。4.根据权利要求1所述的一种基于智能机器人自动控制系统的指令数据安全预警方法，其特征在于，根据各个标记关键点的位置信息以及各个标记关键点对应的匹配关键点的位置信息，确定每个时刻的输入三维动作图像的方向误差值，包括：预设基准关键点在样本三维动作图像中对应的匹配关键点为匹配预设基准关键点，预设参考标记关键点在样本三维动作图像中对应的匹配关键点为匹配预设参考关键点，比对标记关键点在样本三维动作图像中对应的匹配关键点为匹配比对关键点，比对标记关键点为输入三维动作图像中除预设基准关键点以外的其他各个标记关键点；将每个时刻的输入三维动作图像的预设基准关键点与预设参考标记关键点之间的向量作为第一参考向量，将每个时刻的输入三维动作图像的预设基准关键点与比对标记关键
点之间的向量作为第一比对向量，获得每个时刻的输入三维动作图像的第一参考向量和各个第一比对向量；将每个时刻的...

【专利技术属性】
技术研发人员：田立华，朱宏伟，刘吉洲，李芬，吴沧海，于夏夏，
申请(专利权)人：山东卓朗检测股份有限公司，
类型：发明
国别省市：