【技术实现步骤摘要】
本专利技术涉及人机交互领域，具体涉及基于主动学习的人机交互方法及系统。
技术介绍
1、随着人工智能技术的不断发展，人机交互已成为人们日常生活和工作中的重要部分，目前，智能车载系统已成为现代汽车的标配。申请号为cn201611246400.6的专利公开了一种基于人工智能的人机交互车载系统，包括车载端子系统和移动端子系统；车载端子系统包括语音采集模块、语音输出模块、中央控制模块和第一无线通信模块，移动端子系统包括信息处理模块和第二无线通信模块，其中第一无线通信模块和第二无线通信模块连接，以实现车载端子系统和移动端子系统之间的信息传输，中央控制模块分别与语音采集模块、语音输出模块和第一无线通信模块连接，同时也根据接收指令和操作信息对上述模块进行控制；语音采集模块用于采集用户语音信息和环境信息并传送至所述移动端子系统；语音输出模块用于播放从所述移动端子系统接收的语音；信息处理模块用于将接收的信息识别编辑合成语音并传送至车载端子系统，但仍然存在以下不足之处：该人机交互车载系统只能按照预定的规则和逻辑与用户进行交互，无法自适应地理解用户需求，导致交互效率低下，用户体验不佳，因此，开发一种能够自适应理解和响应用户需求的人机交互智能车载系统具有重要意义。
技术实现思路
1、为了克服上述的技术问题，本专利技术的目的在于提供基于主动学习的人机交互方法及系统：通过人员监测模块获取人员分辨信息，通过信息分析模块根据人员分辨信息获得人员分辨系数，通过人机交互平台根据人员分辨系数获得选中人员系数，并根据选中人
2、本专利技术的目的可以通过以下技术方案实现：
3、基于主动学习的人机交互方法，包括以下步骤：
4、步骤一：人员监测模块获取人员分辨信息，其中，人员分辨信息包括人员重量值rz、面部面积值mj以及眼部轮廓值lk，并将人员分辨信息发送至信息分析模块；
5、步骤二：信息分析模块根据人员分辨信息获得人员分辨系数ry，并将人员分辨系数ry发送至人机交互平台；
6、步骤三：人机交互平台根据人员分辨系数ry获得选中人员系数，并根据选中人员系数获取选中人员系数所对应的驾驶员驾驶汽车的座椅调节参数，将座椅调节参数发送至车辆调节模块；
7、步骤四：车辆调节模块根据座椅调节参数对驾驶位座椅进行自动调节，调节完成生成习惯分析指令，并将习惯分析指令发送至习惯分析模块；
8、步骤五：习惯分析模块接收到习惯分析指令后获取环境调节信息，其中，环境调节信息包括环温值hw、环湿值hs以及环音值hy，并将环境调节信息发送至车辆调节模块；
9、步骤六：车辆调节模块根据环境调节信息对车辆环境进行自动调节。
10、作为本专利技术进一步的方案：所述人员监测模块获取人员分辨信息的具体过程如下：
11、当汽车驾驶位处车门关闭，则获取汽车驾驶位上的重量，并将其标记为人员重量值rz；
12、获取驾驶位上人员的面部轮廓，获取轮廓面积，并将其标记为面部面积值mj；
13、获取驾驶位上人员的左眼轮廓，在左眼轮廓中绘制水平线段，且水平线段两端均与左眼轮廓连接，获取最长的水平线段的长度，并将其标记为左轮长度值zl，获取驾驶位上人员的右眼轮廓，在右眼轮廓中绘制水平线段，且水平线段两端均与右眼轮廓连接，获取最长的水平线段的长度，并将其标记为右轮长度值yl，将左轮长度值zl、右轮长度值yl进行求和并求取平均值，并将其标记为眼部轮廓值lk；
14、将人员重量值rz、面部面积值mj以及眼部轮廓值lk发送至信息分析模块。
15、作为本专利技术进一步的方案：所述信息分析模块获得人员分辨系数ry的具体过程如下：
16、将人员重量值rz、面部面积值mj以及眼部轮廓值lk进行量化处理，提取人员重量值rz、面部面积值mj以及眼部轮廓值lk的数值，并将其代入公式中计算，依据公式得到人员分辨系数ry，其中，e为数学常数，α为预设的误差调节因子，取α=1.109，r1、r2以及r3分别为人员重量值rz、面部面积值mj以及眼部轮廓值lk对应的预设比例系数，r1、r2以及r3满足r1+r2+r3=1，0＜r3＜r2＜r1＜1，取r1=0.40，r2=0.31，r3=0.29；
17、将人员分辨系数ry发送至人机交互平台。
18、作为本专利技术进一步的方案：所述人机交互平台获取座椅调节参数的具体过程如下：
19、获取历史数据中所有的人员分辨系数ry，并将其标记为历史人员系数ls；
20、获取历史人员系数ls、人员分辨系数ry之间的差值，并将其标记为分辨差值fc；
21、将最小的分辨差值fc对应的历史人员系数ls标记为选中人员系数，获取选中人员系数所对应的驾驶员驾驶汽车的座椅调节参数，将座椅调节参数发送至车辆调节模块。
22、作为本专利技术进一步的方案：所述车辆调节模块对驾驶位座椅进行自动调节的具体过程如下：
23、根据座椅调节参数对驾驶位座椅进行自动调节；其中，座椅调节参数包括座椅高度、座椅纵向位置以及座椅椅背倾斜度；
24、调节完成生成习惯分析指令，并将习惯分析指令发送至习惯分析模块。
25、作为本专利技术进一步的方案：所述习惯分析模块获取环温值hw的具体过程如下：
26、接收到习惯分析指令后对座椅调节参数所对应的驾驶员驾驶汽车的过程中的车辆环境进行监测，按照预设的时间间隔将驾驶时间划分成若干个时间节点，并用符号i表示，其中，i=1、……、n，n为大于1的自然数，获取汽车内部每个时间节点的温度，并将其标记为温度值wdi，获取所有的温度值wdi的中位数和平均值，并将其分别标记为中温值zw和均温值jw，将中温值zw和均温值jw进行量化处理，提取中温值zw和均温值jw的数值，并将其代入公式中计算，依据公式得到环温值hw，其中，w1、w2分别为设定的中温值zw和均温值jw对应的预设比例系数，w1、w2满足w1+w2=1，0＜w1＜w2＜1，取w1=0.43，w2=0.57。
27、作为本专利技术进一步的方案：所述习惯分析模块获取环湿值hs的具体过程如下：
28、获取汽车内部每个时间节点的湿度，并将其标记为湿度值sdi，获取所有的湿度值sdi的中位数和平均值，并将其分别标记为中湿值zs和均湿值js，将中湿值zs和均湿值js进行量化处理，提取中湿值zs和均湿值js的数值，并将其代入公式中计算，依据公式得到环湿值hs，其中，s1、s2分别为设定的中湿值zs和均湿值js对应的预设本文档来自技高网...
【技术保护点】
1.基于主动学习的人机交互方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于主动学习的人机交互方法，其特征在于，所述人机交互平台获取座椅调节参数的具体过程如下：
3.根据权利要求1所述的基于主动学习的人机交互方法，其特征在于，所述车辆调节模块对驾驶位座椅进行自动调节的具体过程如下：
4.根据权利要求1所述的基于主动学习的人机交互方法，其特征在于，所述习惯分析模块获取环温值HW的具体过程如下：
5.根据权利要求1所述的基于主动学习的人机交互方法，其特征在于，所述习惯分析模块获取环湿值HS的具体过程如下：
6.根据权利要求1所述的基于主动学习的人机交互方法，其特征在于，所述习惯分析模块获取环音值HY的具体过程如下：
7.根据权利要求1所述的基于主动学习的人机交互方法，其特征在于，所述车辆调节模块对车辆环境进行自动调节的具体过程如下：
8.基于主动学习的人机交互系统，其特征在于，包括：
【技术特征摘要】
1.基于主动学习的人机交互方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于主动学习的人机交互方法，其特征在于，所述人机交互平台获取座椅调节参数的具体过程如下：
3.根据权利要求1所述的基于主动学习的人机交互方法，其特征在于，所述车辆调节模块对驾驶位座椅进行自动调节的具体过程如下：
4.根据权利要求1所述的基于主动学习的人机交互方法，其特征在于，所述习惯分析模块获取环温值hw的具体过程如下：<...
【专利技术属性】
技术研发人员：孙海锋，
申请(专利权)人：沈阳桢林文化科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。