基于人工智能的智能机器人控制系统、方法和装置的制造方法
【技术领域】
[0001]本发明涉及智能终端技术领域，特别涉及一种基于人工智能的智能机器人控制系统、方法和装置。
【背景技术】
[0002]人工智能(Artificial Intelligence，简称:Al)，是研宄、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研宄包括机器人、语言识别、图像识别、自然语言处理和专家系统等。智能机器人作为人工智能产品之一，在生活、工作、科学探索等各个方面都可能会有广泛的应用。人们对智能机器人实时响应能力以及海量数据处理、分析能力的要求越来越高。用户希望智能机器人的运动、导航等功能能够快速响应处理，同时还希望智能机器人具有对话交互、人脸识别等功能，这就需要智能机器人同时具有快速响应运动决策能力和海量数据存储和处理能力。但是，目前的智能机器人控制系统难以满足用户的上述需求，用户体验较差。
【发明内容】
[0003]本发明旨在至少在一定程度上解决上述技术问题。
[0004]为此，本发明的第一个目的在于提出一种基于人工智能的智能机器人控制系统，能够及时快速、智能地响应用户指令。
[0005]本发明的第二个目的在于提出一种基于人工智能的智能机器人控制方法。
[0006]本发明的第三个目的在于另一种基于人工智能的智能机器人控制方法。
[0007]本发明的第四个目的在于提出一种基于人工智能的智能机器人控制装置。
[0008]本发明的第五个目的在于另一种基于人工智能的智能机器人控制装置。
[0009]为达上述目的，根据本发明第一方面实施例提出了一种基于人工智能的智能机器人控制系统，包括:决策引擎，设置在智能机器人上，用于根据所述智能机器人接收到的多模态的输入信号生成云端处理信息，将所述云端处理信息发送至云端控制中心进行分析，以获取用户需求，以及根据所述用户需求和/或所述多模态的输入信号对所述智能机器人进行控制；云端控制中心，用于接收所述云端处理信息，并对所述云端处理信息进行分析以获取所述用户需求，并将所述用户需求返回至所述决策引擎。
[0010]本发明实施例的基于人工智能的智能机器人控制系统，智能机器人上的决策引擎可根据智能机器人接收到的多模态的输入信号生成云端处理信息，并发送至云端控制中心进行分析以获取用户需求，并根据用户需求和/或多模态的输入信号对智能机器人进行控制，从而既能通过云端控制中心对复杂的自然语言指令、复杂决策、图像识别等进行高效的处理，同时能够通过本地的决策引擎能够及时快速地根据输入信号对智能机器人进行控制，在充分利用在线海量信息、提高智能机器人的存储运算能力以处理复杂决策的能力的同时，能够及时快速、智能地响应用户指令，提升用户体验。
[0011]本发明第二方面实施例提出了一种基于人工智能的智能机器人控制方法，包括以下步骤:所述智能机器人的决策引擎根据所述智能机器人接收到的多模态的输入信号生成云端处理信息；所述决策引擎将所述云端处理信息发送至云端控制中心进行分析以获取用户需求；所述决策引擎根据所述用户需求和/或所述多模态的输入信号对所述智能机器人进行控制。
[0012]本发明实施例的基于人工智能的智能机器人控制方法，可根据智能机器人接收到的多模态的输入信号生成云端处理信息，并发送至云端控制中心进行分析以获取用户需求，并根据用户需求和/或多模态的输入信号对智能机器人进行控制，从而既能通过云端控制中心对复杂的自然语言指令、复杂决策、图像识别等进行高效的处理，同时能够通过本地的决策引擎能够及时快速地根据输入信号对智能机器人进行控制，在充分利用在线海量信息、提高智能机器人的存储运算能力以处理复杂决策的能力的同时，能够及时快速、智能地响应用户指令，提升用户体验。
[0013]本发明第三方面实施例提出了一种基于人工智能的智能机器人控制装置，包括:生成模块，用于根据所述智能机器人接收到的多模态的输入信号生成云端处理信息；发送模块，用于将所述云端处理信息发送至云端控制中心进行分析以获取用户需求；控制模块，用于根据所述用户需求和/或所述多模态的输入信号对所述智能机器人进行控制。
[0014]本发明实施例的基于人工智能的智能机器人控制装置，可根据智能机器人接收到的多模态的输入信号生成云端处理信息，并发送至云端控制中心进行分析以获取用户需求，并根据用户需求和/或多模态的输入信号对智能机器人进行控制，从而根据处理能力和响应速度由本地和云端控制中心分工处理智能机器人接收到的多模态信号，既能通过云端控制中心对复杂的自然语言指令、复杂决策、图像识别等进行高效的处理，同时能够通过本地处理能够及时快速地根据输入信号对智能机器人进行控制，在充分利用在线海量信息、提高智能机器人的存储运算能力以处理复杂决策的能力的同时，能够及时快速、智能地响应用户指令，提升用户体验。
[0015]本发明第四方面实施例提出了一种基于人工智能的智能机器人控制方法，包括以下步骤:云端控制中心接收智能机器人发送的云端处理信息；所述云端控制中心对所述云端处理信息进行分析以获取用户需求；所述云端控制中心将所述用户需求返回至所述决策引擎。
[0016]本发明实施例的基于人工智能的智能机器人控制方法，可接收智能机器人决策引擎发送的云端处理信息，并进行分析以获取用户需求，然后返回值决策引擎，以使决策引擎根据用户需求和/或多模态的输入信号对智能机器人进行控制，从而既能通过该控制装置对复杂的自然语言指令、复杂决策、图像识别等进行高效的处理，同时能够通过本地的决策引擎能够及时快速地根据输入信号对智能机器人进行控制，在充分利用在线海量信息、提高智能机器人的存储运算能力以处理复杂决策的能力的同时，能够及时快速、智能地响应用户指令，提升用户体验。
[0017]本发明第五方面实施例提出了一种基于人工智能的智能机器人控制装置，包括:接收模块，用于接收智能机器人发送的云端处理信息；分析模块，用于对所述云端处理信息进行分析以获取用户需求；返回模块，用于将所述用户需求返回至所述决策引擎。
[0018]本发明实施例的基于人工智能的智能机器人控制装置，可接收智能机器人决策引擎发送的云端处理信息，并进行分析以获取用户需求，然后返回值决策引擎，以使决策引擎根据用户需求和/或多模态的输入信号对智能机器人进行控制，从而既能通过该控制装置对复杂的自然语言指令、复杂决策、图像识别等进行高效的处理，同时能够通过本地的决策引擎能够及时快速地根据输入信号对智能机器人进行控制，在充分利用在线海量信息、提高智能机器人的存储运算能力以处理复杂决策的能力的同时，能够及时快速、智能地响应用户指令，提升用户体验。
[0019]本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
【附图说明】
[0020]本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中:
[0021]图1为根据本发明一个实施例的基于人工智能的智能机器人控制系统的结构示意图；
[0022]图2为根据本发明一个实施例的应用场景示意图；
[0023]图3为根据本发明另一个实施例的应用场景示意图；
[0024]图4为根据本发明又一个实施例的应用场景示意图；
[0025]图5为根据本发明一个实施例的基于人工智能的智能机器人控制系统交互示意图；
[0026]图6为根据本发明一个实施例的基于人工智能的智能机器人控制方法的流程图；
[0027]图7a为根据本发明一个实施例的基于人工智能的智能机器人控制装置的结构示意图；
[0028]图7b为根据本发明又一个实施例基于人工智能的智能机器人控制装置的结构示意图；
[0029]图8为根据本发明另一个实施例的基于人工智能的智能机器人控制方法的流程图；
[0030]图9为根据本发明另一个实施例的基于人工智能的智能机器人控制装置的结构示意图
【具体实施方式】
[0031]下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
[0032]在本发明的描述中，需要理解的是，术语“多个”指两个或两个以上；术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。
[0033]下面参考附图描述根据本发明实施例的基于人工智能的智能机器人控制系统、方法和装置。
[0034]本发明提出了一种基于人工智能的智能机器人控制系统，包括:决策引擎，设置在智能机器人上，用于根据智能机器人接收到的多模态的输入信号生成云端处理信息，将云端处理信息发送至云端控制中心进行分析，以获取用户需求，以及根据用户需求和/或多模态的输入信号对智能机器人进行控制；云端控制中心，用于接收云端处理信息，并对云端处理信息进行分析以获取用户需求，并将用户需求返回至决策引擎。
[0035]图1为根据本发明一个实施例的智能机器人控制系统的结构示意图。
[0036]如图1所示，该基于人工智能的智能机器人控制系统包括:决策引擎10和云端控制中心20。
[0037]具体地，决策引擎10设置在智能机器人上，用于根据智能机器人接收到的多模态的输入信号生成云端处理信息，将云端处理信息发送至云端控制中心进行分析，以获取用户需求，以及根据用户需求和/或多模态的输入信号对智能机器人进行控制。
[0038]云端控制中心20用于接收云端处理信息，并对云端处理信息进行分析以获取用户需求，并将用户需求处理结果返回至决策引擎。
[0039]在本发明的一个实施例中，多模态的输入信号包括用户输入的语音信号、图像信号和/或环境传感器信号。具体地，用户输入的语音信号可以是用户通过麦克风输入的；上述图像信号可以是通过摄像头或红外传感器输入的；上述环境传感器信号包括通过光传感器、红外传感器、温湿度传感器、有毒气体传感器、污染颗粒物传感器、触摸模块、地理位置定位模块和重力传感器中的一个或多个传感器输入的信号。
[0040]由于，智能机器人本地的决策引擎10具有快速响应的优点，但是受限于存储能力和数据处理能力等，决策引擎10相对于云端控制中心20来说，对语音识别、图像识别等识别准确率较低。而云端控制中心20可充分利用互联网资源，并具有超强的处理能力，可通过在线学习、信息检索、知识问答或者对大量数据进行学习、训练，以进行语义分析、机器翻译、情感分析、人脸识别、语音识别等，因此，具有更高的准确行，但是受限于网络信号、速度等因素的影响，可能会有网络延迟等问题。
[0041]因此，在本发明的实施例中，如果上述多模态的输入信号中一些信号的处理不需要特别大的数据处理能力，也不依赖于大量的在线知识数据；同时这些信号的处理需要综合多种传感器信号进行实时处理，并立即控制运动机构等做出调整和响应以获取最佳信号或规避障碍等，并对调整后获取的信号进行新的实时处理，则这一过程是不适于通过可靠性相对较低、且有一定时延的云端控制中心20来处理的，因此，可由决策引擎10对这些信号进行处理。例如，决策引擎10可根据用户输入的语音信号进行声源定位、声纹识别等、根据图像信号和环境传感器信息感知周围环境、根据周围环境控制智能机器人进行避障、跟踪等运动。
[0042]此外，如果需要根据上述多模态的输入信号中的语音信号进行、图像信号、红外信号等进行语音识别、语音合成、图像识别、地图信息采集与预处理等，例如人脸识别、身形识另IJ、动作识别、手势识别、身形识别等，则可由云端控制中心20进行处理。从而能够获得更准确的结果。
[0043]以语音信号为例，，对于语音信号的处理需要进行语音识别、自然语言理解、语义分析、机器翻译、情感分析，这需要大量的语料和数据进行训练，对于与用户交互的过程，也需要对用户语音、动作的含义进行分析，然后通过知识问答确定反馈内容。因此，对于这种情况，需要发送至云端控制中心20，通过云端控制中心20的超强存储、数据处理能力进行分析。
[0044]当然，在本发明的实施例中，可通过离在线融合的方式，即在线条件下优先用云端控制中心20进行分析