本发明涉及智能机器人领域，尤其涉及一种手机实时显示室内状况的智能机器人。
背景技术：
机器人(Robot)是自动执行工作的机器装置。他既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。他的任务是协助或取代人类工作的工作，例如生产业、建筑业，或是危险的工作。
机器人可以用于室内状况的实时监控，并能够将监控参数和监控状态发送给用户手机。但是，由于室内状况的实时监控机器人是专门定制的特殊类型机器人，其造价昂贵，如果在未经过培训的人员手下使用，很容易造成设备损坏。当前，尚不存在室内状况的实时监控机器人的授信方案。
为此，需要一种新的室内状况的实时监控机器人，在现有的机器人主体架构上增加人脸识别设备和网络通信设备，从而为室内状况的实时监控机器人引入有效的授信机制，避免室内状况的实时监控机器人受到损坏。
技术实现要素：
为了解决上述问题，本发明提供了一种手机实时显示室内状况的智能机器人，改造现有技术中室内状况的实时监控机器人，基于高精度的人脸识别设备和大数据的网络通信设备搭建一套高效率的使用人员授信机制，保障在使用人员离开后，现场数据顺利发送到远端手机，从而维护室内状况的实时监控机器人的使用安全。
根据本发明的一方面，提供了一种手机实时显示室内状况的智能机器人，所述机器人包括烟雾数据检测设备、灰尘浓度检测设备、4G数据发送设备和机器人主体，烟雾数据检测设备、灰尘浓度检测设备和4G数据发送设备都设置在机器人主体上，烟雾数据检测设备用于实时检测机器人主体所在室内的实时烟雾浓度，灰尘浓度检测设备用于实时检测机器人主体所在室内的实时灰尘浓度，4G数据发送设备用于将实时烟雾浓度和实时灰尘浓度通过4G通信网络发送到远端的手机上。
更具体地，在所述手机实时显示室内状况的智能机器人中，包括：灰尘浓度检测设备，设置在机器人主体上，用于实时检测机器人主体所在室内的实时灰尘浓度；除尘设备，设置在机器人主体上，与灰尘浓度检测设备连接，用于基于实时灰尘浓度确定自身的操作模式；机器人主体，与机器人授权设备连接，用于在机器人授权设备的控制下自动启动或自动关闭；高清摄像头，设置在机器人主体的前方，用于对机器人主体前方的人员进行高清图像采集；机器人授权设备，分别与机器人主体和特征向量比较子设备连接，用于在接收到人脸识别成功信号时，自动启动机器人主体，还用于在接收到人脸识别失败信号时，自动关闭机器人主体；脸部图像分割设备，与高清摄像头连接，用于接收高清图像，并从高清图像处识别并分割出脸部图像；姿态调整设备，与脸部图像分割设备连接，用于接收脸部图像，并基于脸部图像获取脸部图像中左眼位置、右眼位置、鼻尖位置和嘴部位置，左眼位置与右眼位置形成两眼连线，鼻尖位置中心和嘴部位置中心形成中轴连线，当两眼连线和中轴连线构成的T字形状歪曲时，对脸部图像进行调整以纠正T字形状呈现竖直状态，并将调整后的脸部图像作为纠正人脸图像输出，当两眼连线和中轴连线构成的T字形状为竖直状态时，直接将脸部图像作为纠正人脸图像输出；图像规范设备，与姿态调整设备连接，用于接收纠正人脸图像，对纠正人脸图像进行图像规范处理以获得规范人脸图像，其中，规范人脸图像中两眼连线的中心位置位于规范人脸图像水平方向的中间、垂直方向的从上往下的四分之一处；特征提取设备，分别与图像规范设备和IP解包设备连接，对接收到的规范人脸图像进行处理；特征提取设备包括波动阈值选择子设备、像素处理子设备、矩阵拆分子设备、十进制转换子设备、特征向量获取子设备和特征向量比较子设备；波动阈值选择子设备与图像规范设备连接，用于计算规范人脸图像的复杂度，基于规范人脸图像的复杂度选择波动阈值大小，规范人脸图像的复杂度越高，选择的波动阈值越大，波动阈值为正数；像素处理子设备分别与波动阈值选择子设备和图像规范设备连接，用于接收规范人脸图像，针对规范人脸图像的每一个像素作为对象像素执行以下处理：以对象像素为中心像素，在规范人脸图像中获取3×3大小的对象像素矩阵，将对象像素矩阵内除了对象像素之外的每一个像素作为参考像素与对象像素进行比较，以获得二值化矩阵，二值化矩阵为3×3大小，二值化矩阵由8个二值化像素组成，参考像素大于等于对象像素与波动阈值之和，则参考像素对应的二值化像素的像素值为1，参考像素小于对象像素减去波动阈值后的差值，则参考像素对应的二值化像素的像素值为﹣1，其他取值的参考像素对应的二值化像素的像素值为0；矩阵拆分子设备与像素处理子设备连接，用于将每一个对象像素对应的二值化矩阵转换成一个正二值化矩阵和一个负二值化矩阵，正二值化矩阵由8个二值化像素值组成，负二值化矩阵也由8个二值化像素值组成，正二值化矩阵的每一个二值化像素值减去负二值化矩阵相应位置的二值化像素值能够得到对应二值化矩阵相应位置的二值化像素的像素值；十进制转换子设备与矩阵拆分子设备连接，用于将每一个对象像素对应的正二值化矩阵的所有二值化像素值按其在正二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标正二进制数，再将目标正二进制数转化成十进制数以作为目标正十进制数，还用于将每一个对象像素对应的负二值化矩阵的所有二值化像素值按其在负二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标负二进制数，再将目标负二进制数转化成十进制数以作为目标负十进制数；特征向量获取子设备分别与图像规范设备和十进制转换子设备连接，用于将规范人脸图像中每一个对象像素的像素值替换成该对象像素对应的正目标十进制数并按照对象像素在规范人脸图像中的位置将所有对象像素对应的正目标十进制数组成正一维特征向量，作为正目标特征向量输出，还用于将规范人脸图像中每一个对象像素的像素值替换成该对象像素对应的负目标十进制数并按照对象像素在规范人脸图像中的位置将所有对象像素对应的负目标十进制数组成负一维特征向量，作为负目标特征向量输出；特征向量比较子设备分别与特征向量获取子设备和IP解包设备连接，用于将正目标特征向量分别与各个基准正特征向量进行匹配，将负目标特征向量分别与各个基准负特征向量进行匹配，二者都匹配成功且匹配到的基准正特征向量对应的授权用户名称与匹配到的基准负特征向量对应的授权用户名称相同时，则输出人脸识别成功信号以及与匹配到的基准正特征向量对应的授权用户名称，否则将输出人脸识别失败信号；IP解包设备，用于与远程的数据服务器网络连接，通过网络接收来自数据服务器处的IP数据包，并对IP数据包解包以获得6LowPAN数据包；其中，IP数据包是对6LowPAN数据包进行打IP包后而获得的数据包，6LowPAN数据包中的负载包括数据服务器处的各个基准正特征向量和各个基准负特征向量，6LowPAN数据包中的头部是压缩数据，解压后的6LowPAN数据包中的头部用于对6LowPAN数据包中的负载进行解析；其中，每一个基准正特征向量为对相应授权用户基准面部图像预先进行与特征提取设备相同操作的正特征向量提取而获得的向量，每一个基准负特征向量为对相应授权用户基准面部图像预先进行与特征提取设备相同操作的负特征向量提取而获得的向量；边缘传感设备，与IP解包设备连接，用于接收IP解包设备输出的6LowPAN数据包，获得呈现为压缩数据的6LowPAN数据包的头部，对6LowPAN数据包的头部解压以获得解压后的6LowPAN数据包中的头部；6LowPAN解包设备，与边缘传感设备连接，用于接收6LowPAN数据包以获取6LowPAN数据包中的负载，并基于解压后的6LowPAN数据包中的头部对6LowPAN数据包中的负载进行解析，以获得各个基准正特征向量和各个基准负特征向量；烟雾数据检测设备，设置在机器人主体上，用于实时检测机器人主体所在室内的实时烟雾浓度；4G数据发送设备，设置在机器人主体上，用于将实时烟雾浓度和实时灰尘浓度通过4G通信网络发送到远端的手机上；其中，除尘设备用于基于实时灰尘浓度确定自身的操作模式包括：实时灰尘浓度越大，除尘设备的输出功率越高。
更具体地，在所述手机实时显示室内状况的智能机器人中：高清摄像头还包括闪光灯控制器和闪光灯。
更具体地，在所述手机实时显示室内状况的智能机器人中：高清摄像头还包括亮度传感器，用于检测实时环境亮度。
更具体地，在所述手机实时显示室内状况的智能机器人中：闪光灯控制器基于实时环境亮度控制闪光灯的开闭。
更具体地，在所述手机实时显示室内状况的智能机器人中：闪光灯控制器基于实时环境亮度控制闪光灯的开闭包括：当实时环境亮度大于预设亮度阈值时，关闭闪光灯。
更具体地，在所述手机实时显示室内状况的智能机器人中：闪光灯控制器基于实时环境亮度控制闪光灯的开闭包括：当实时环境亮度小于等于预设亮度阈值时，打开闪光灯并根据实时环境亮度调整闪光灯的闪光亮度，实时环境亮度越低，闪光灯的闪光亮度越高。
附图说明
以下将结合附图对本发明的实施方案进行描述，其中：
图1为根据本发明实施方案示出的手机实时显示室内状况的智能机器人的结构方框图。
附图标记：1烟雾数据检测设备；2灰尘浓度检测设备；3 4G数据发送设备；4机器人主体
具体实施方式
下面将参照附图对本发明的手机实时显示室内状况的智能机器人的实施方案进行详细说明。
机器人一般由执行机构、驱动装置、检测装置和控制系统和复杂机械等组成。
执行机构即机器人本体，其臂部一般采用空间开链连杆机构，其中的运动副(转动副或移动副)常称为关节，关节个数通常即为机器人的自由度数。根据关节配置型式和运动坐标形式的不同，机器人执行机构可分为直角坐标式、圆柱坐标式、极坐标式和关节坐标式等类型。出于拟人化的考虑，常将机器人本体的有关部位分别称为基座、腰部、臂部、腕部、手部(夹持器或末端执行器)和行走部(对于移动机器人)等。
驱动装置是驱使执行机构运动的机构，按照控制系统发出的指令信号，借助于动力元件使机器人进行动作。它输入的是电信号，输出的是线、角位移量。机器人使用的驱动装置主要是电力驱动装置，如步进电机、伺服电机等，此外也有采用液压、气动等驱动装置。
检测装置是实时检测机器人的运动及工作情况，根据需要反馈给控制系统，与设定信息进行比较后，对执行机构进行调整，以保证机器人的动作符合预定的要求。作为检测装置的传感器大致可以分为两类：一类是内部信息传感器，用于检测机器人各部分的内部状况，如各关节的位置、速度、加速度等，并将所测得的信息作为反馈信号送至控制器，形成闭环控制。一类是外部信息传感器，用于获取有关机器人的作业对象及外界环境等方面的信息，以使机器人的动作能适应外界情况的变化，使之达到更高层次的自动化，甚至使机器人具有某种“感觉”，向智能化发展，例如视觉、声觉等外部传感器给出工作对象、工作环境的有关信息，利用这些信息构成一个大的反馈回路，从而将大大提高机器人的工作精度。
控制系统是一种是集中式控制，即机器人的全部控制由一台微型计算机完成。另一种是分散(级)式控制，即采用多台微机来分担机器人的控制，如当采用上、下两级微机共同完成机器人的控制时，主机常用于负责系统的管理、通讯、运动学和动力学计算，并向下级微机发送指令信息；作为下级从机，各关节分别对应一个CPU，进行插补运算和伺服控制处理，实现给定的运动，并向主机反馈信息。根据作业任务要求的不同，机器人的控制方式又可分为点位控制、连续轨迹控制和力(力矩)控制。
机器人替换人工操作具有工作效率提升且更适应工作环境的优点，因而受到各个行业的青睐。对于仓储管理方来说，采用机器人进行货物的自动盘点能起到节约人工成本、盘点速度更快的优势。
然而，现有技术中的室内状况的智能机器人缺乏有效的授信机制，导致室内状况的智能机器人容易被未培训过的非授权人员操作，而室内状况的智能机器人一般造价昂贵，这样将容易使得室内状况的智能机器人被无故损坏。
为了克服上述不足，本发明搭建了一种手机实时显示室内状况的智能机器人，利用现有的室内状况的智能机器人，对其进行改造以增加现场图像采集设备和现场数据通信设备，及时进行人员鉴别，从而解决上述技术问题。
图1为根据本发明实施方案示出的手机实时显示室内状况的智能机器人的结构方框图，所述机器人包括烟雾数据检测设备、灰尘浓度检测设备、4G数据发送设备和机器人主体，烟雾数据检测设备、灰尘浓度检测设备和4G数据发送设备都设置在机器人主体上，烟雾数据检测设备用于实时检测机器人主体所在室内的实时烟雾浓度，灰尘浓度检测设备用于实时检测机器人主体所在室内的实时灰尘浓度，4G数据发送设备用于将实时烟雾浓度和实时灰尘浓度通过4G通信网络发送到远端的手机上。
接着，继续对本发明的手机实时显示室内状况的智能机器人的具体结构进行进一步的说明。
所述机器人包括：灰尘浓度检测设备，设置在机器人主体上，用于实时检测机器人主体所在室内的实时灰尘浓度；除尘设备，设置在机器人主体上，与灰尘浓度检测设备连接，用于基于实时灰尘浓度确定自身的操作模式。
所述机器人包括：机器人主体，与机器人授权设备连接，用于在机器人授权设备的控制下自动启动或自动关闭；高清摄像头，设置在机器人主体的前方，用于对机器人主体前方的人员进行高清图像采集。
所述机器人包括：机器人授权设备，分别与机器人主体和特征向量比较子设备连接，用于在接收到人脸识别成功信号时，自动启动机器人主体，还用于在接收到人脸识别失败信号时，自动关闭机器人主体；脸部图像分割设备，与高清摄像头连接，用于接收高清图像，并从高清图像处识别并分割出脸部图像。
所述机器人包括：姿态调整设备，与脸部图像分割设备连接，用于接收脸部图像，并基于脸部图像获取脸部图像中左眼位置、右眼位置、鼻尖位置和嘴部位置，左眼位置与右眼位置形成两眼连线，鼻尖位置中心和嘴部位置中心形成中轴连线，当两眼连线和中轴连线构成的T字形状歪曲时，对脸部图像进行调整以纠正T字形状呈现竖直状态，并将调整后的脸部图像作为纠正人脸图像输出，当两眼连线和中轴连线构成的T字形状为竖直状态时，直接将脸部图像作为纠正人脸图像输出。
所述机器人包括：图像规范设备，与姿态调整设备连接，用于接收纠正人脸图像，对纠正人脸图像进行图像规范处理以获得规范人脸图像，其中，规范人脸图像中两眼连线的中心位置位于规范人脸图像水平方向的中间、垂直方向的从上往下的四分之一处。
所述机器人包括：特征提取设备，分别与图像规范设备和IP解包设备连接，对接收到的规范人脸图像进行处理；特征提取设备包括波动阈值选择子设备、像素处理子设备、矩阵拆分子设备、十进制转换子设备、特征向量获取子设备和特征向量比较子设备；波动阈值选择子设备与图像规范设备连接，用于计算规范人脸图像的复杂度，基于规范人脸图像的复杂度选择波动阈值大小，规范人脸图像的复杂度越高，选择的波动阈值越大，波动阈值为正数；像素处理子设备分别与波动阈值选择子设备和图像规范设备连接，用于接收规范人脸图像，针对规范人脸图像的每一个像素作为对象像素执行以下处理：以对象像素为中心像素，在规范人脸图像中获取3×3大小的对象像素矩阵，将对象像素矩阵内除了对象像素之外的每一个像素作为参考像素与对象像素进行比较，以获得二值化矩阵，二值化矩阵为3×3大小，二值化矩阵由8个二值化像素组成，参考像素大于等于对象像素与波动阈值之和，则参考像素对应的二值化像素的像素值为1，参考像素小于对象像素减去波动阈值后的差值，则参考像素对应的二值化像素的像素值为﹣1，其他取值的参考像素对应的二值化像素的像素值为0；矩阵拆分子设备与像素处理子设备连接，用于将每一个对象像素对应的二值化矩阵转换成一个正二值化矩阵和一个负二值化矩阵，正二值化矩阵由8个二值化像素值组成，负二值化矩阵也由8个二值化像素值组成，正二值化矩阵的每一个二值化像素值减去负二值化矩阵相应位置的二值化像素值能够得到对应二值化矩阵相应位置的二值化像素的像素值；十进制转换子设备与矩阵拆分子设备连接，用于将每一个对象像素对应的正二值化矩阵的所有二值化像素值按其在正二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标正二进制数，再将目标正二进制数转化成十进制数以作为目标正十进制数，还用于将每一个对象像素对应的负二值化矩阵的所有二值化像素值按其在负二值化矩阵中的位置以先左后右再先上后下的顺序组成一个二进制数作为目标负二进制数，再将目标负二进制数转化成十进制数以作为目标负十进制数；特征向量获取子设备分别与图像规范设备和十进制转换子设备连接，用于将规范人脸图像中每一个对象像素的像素值替换成该对象像素对应的正目标十进制数并按照对象像素在规范人脸图像中的位置将所有对象像素对应的正目标十进制数组成正一维特征向量，作为正目标特征向量输出，还用于将规范人脸图像中每一个对象像素的像素值替换成该对象像素对应的负目标十进制数并按照对象像素在规范人脸图像中的位置将所有对象像素对应的负目标十进制数组成负一维特征向量，作为负目标特征向量输出；特征向量比较子设备分别与特征向量获取子设备和IP解包设备连接，用于将正目标特征向量分别与各个基准正特征向量进行匹配，将负目标特征向量分别与各个基准负特征向量进行匹配，二者都匹配成功且匹配到的基准正特征向量对应的授权用户名称与匹配到的基准负特征向量对应的授权用户名称相同时，则输出人脸识别成功信号以及与匹配到的基准正特征向量对应的授权用户名称，否则将输出人脸识别失败信号。
所述机器人包括：IP解包设备，用于与远程的数据服务器网络连接，通过网络接收来自数据服务器处的IP数据包，并对IP数据包解包以获得6LowPAN数据包；其中，IP数据包是对6LowPAN数据包进行打IP包后而获得的数据包，6LowPAN数据包中的负载包括数据服务器处的各个基准正特征向量和各个基准负特征向量，6LowPAN数据包中的头部是压缩数据，解压后的6LowPAN数据包中的头部用于对6LowPAN数据包中的负载进行解析；其中，每一个基准正特征向量为对相应授权用户基准面部图像预先进行与特征提取设备相同操作的正特征向量提取而获得的向量，每一个基准负特征向量为对相应授权用户基准面部图像预先进行与特征提取设备相同操作的负特征向量提取而获得的向量。
所述机器人包括：边缘传感设备，与IP解包设备连接，用于接收IP解包设备输出的6LowPAN数据包，获得呈现为压缩数据的6LowPAN数据包的头部，对6LowPAN数据包的头部解压以获得解压后的6LowPAN数据包中的头部。
所述机器人包括：6LowPAN解包设备，与边缘传感设备连接，用于接收6LowPAN数据包以获取6LowPAN数据包中的负载，并基于解压后的6LowPAN数据包中的头部对6LowPAN数据包中的负载进行解析，以获得各个基准正特征向量和各个基准负特征向量。
所述机器人包括：烟雾数据检测设备，设置在机器人主体上，用于实时检测机器人主体所在室内的实时烟雾浓度；4G数据发送设备，设置在机器人主体上，用于将实时烟雾浓度和实时灰尘浓度通过4G通信网络发送到远端的手机上。
其中，除尘设备用于基于实时灰尘浓度确定自身的操作模式包括：实时灰尘浓度越大，除尘设备的输出功率越高。
可选地，在所述控制平台中：高清摄像头还包括闪光灯控制器和闪光灯；高清摄像头还包括亮度传感器，用于检测实时环境亮度；闪光灯控制器基于实时环境亮度控制闪光灯的开闭；闪光灯控制器基于实时环境亮度控制闪光灯的开闭包括：当实时环境亮度大于预设亮度阈值时，关闭闪光灯；以及闪光灯控制器基于实时环境亮度控制闪光灯的开闭包括：当实时环境亮度小于等于预设亮度阈值时，打开闪光灯并根据实时环境亮度调整闪光灯的闪光亮度，实时环境亮度越低，闪光灯的闪光亮度越高。
另外，4G LTE是一个全球通用的标准，包括两种网络模式FDD和TDD，分别用于成对频谱和非成对频谱。运营商最初在两个模式之间的取舍纯粹出于对频谱可用性的考虑。大多运营商将会同时部署两种网络，以便充分利用其拥有的所有频谱资源。FDD和TDD在技术上区别其实很小，主要区别就在于采用不同的双工方式，频分双工(FDD)和时分双工(TDD)是两种不同的双工方式。
FDD是在分离的两个对称频率信道上进行接收和发送，用保护频段来分离接收和发送信道。FDD必须采用成对的频率，依靠频率来区分上下行链路，其单方向的资源在时间上是连续的。FDD在支持对称业务时，能充分利用上下行的频谱，但在支持非对称业务时，频谱利用率将大大降低。
TDD用时间来分离接收和发送信道。在TDD方式的移动通信系统中,接收和发送使用同一频率载波的不同时隙作为信道的承载,其单方向的资源在时间上是不连续的，时间资源在两个方向上进行了分配。某个时间段由基站发送信号给移动台，另外的时间由移动台发送信号给基站，基站和移动台之间必须协同一致才能顺利工作。
采用本发明的手机实时显示室内状况的智能机器人，针对现有技术中室内状况监控机器人安全性能低下的技术问题，通过在室内状况监控机器人上集成基于人脸识别和大数据网络支持的人员鉴别设备，使得只有授权人员方可操作室内状况监控机器人，从而提高了室内状况监控机器人的智能化水平。
可以理解的是，虽然本发明已以较佳实施例披露如上，然而上述实施例并非用以限定本发明。对于任何熟悉本领域的技术人员而言，在不脱离本发明技术方案范围情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均仍属于本发明技术方案保护的范围内。