基于物联网的移动机器人信息推送系统的制作方法

本发明涉及一种信息推送系统，具体地，涉及一种基于物联网的移动机器人信息推送系统。

背景技术：

随着人们消费水平的不断提高，各式各样的广告不断地在人们日常生活的不同时间段、不同区域，为引导并吸引更多的潜在的消费者，商家也在广告宣传和产品促销活动中不断加大资金投入。

信息推送是广告业中广泛使用的手段，传统的信息推送系统是静态的屏幕，辐射面积会小，并且内容不是由顾客群体的特点来优化推送的，而是直接由商家凭直观决定的。

技术实现要素：

针对现有技术中的缺陷，本发明的目的是提供一种基于物联网的移动机器人信息推送系统，首先，其信息推送系统采用移动机器人取代传统的静态屏幕，从而使推送的信息辐射面积更广，受众人群更多；同时，其结合了物联网和大数据技术，使推送的信息根据海量顾客群体的特征进行在线优化，从而达到推送效果的最优。

根据本发明的一个方面，提供一种基于物联网的移动机器人信息推送系统，其特征在于，其包括智慧服务终端和远程数据中心；

智慧服务终端包括：

信息推送模块，用于推送广告投放信息、商品促销信息；

自主移动模块，用于实现移动机器人的自主导航和运动控制；

顾客感知模块，与自主移动模块相连，用于通过移动机器人上的摄像头移动采集顾客的信息；

基于Wifi的物联模块，分别与信息推送模块和顾客感知模块相连，用于使移动机器人具有远程通信的功能，将采集到的顾客信息发送至远程数据中心，并接收远程数据中心发送过来的推送信息；

远程数据中心包括：

顾客图像存储模块，用于远程接收并保存智慧服务终端发送过来的顾客的海量图像数据；

海量数据信息处理模块，与顾客图像存储模块相连，用于进行人脸特征提取，分别通过性别识别算法、年龄估计算法从性别、年龄等方面进行分类处理；

科学决策模块，与海量数据信息处理模块相连，用于利用智能化的综合数据分析，为商圈信息推送提供最基础的数据支撑，实现科学决策。

优选地，所述顾客感知模块采用人脸检测技术，只对人物进行图像采集。

优选地，所述人脸检测技术的算法采用AdaBoost学习算法和肤色检测级联的算法。

优选地，所述信息推送模块采用平板显示。

优选地，所述性别识别算法采用基于AdaBoost算法提取脸部整体特征，再基于主动外观模型提取脸部几何特征的局部特征，融合整体特征与局部特征后，采用支持向量机进行分类识别。

优选地，所述年龄估计算法先从脸部灰度图像、脸部Gabor小波特征及眼睛区域提取能互相补充的脸部信息，再以性别识别结果作为年龄估计的先验知识，采用支持向量机对各脸部特征分别进行年龄估计，最后用基于决策层的信息融合方法得到年龄识别结果。

优选地，所述智慧服务终端是移动机器人或迎宾机器人或送餐机器人或智能移动餐车。

与现有技术相比，本发明具有如下的有益效果：本发明推送的信息辐射面积更广，受众人群更多，同时，其结合了物联网和大数据技术，使推送的信息根据海量顾客群体的特征进行在线优化，从而达到推送效果的最优。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明基于物联网的移动机器人信息推送系统的原理框图。

具体实施方式

下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。

如图1所示，本发明基于物联网的移动机器人信息推送系统包括智慧服务终端10和远程数据中心20；

智慧服务终端10包括：

信息推送模块101，用于推送广告投放信息、商品促销信息；顾客图像信息通过物联网上传至远程数据中心，在里面完成大数据存储、特性提取及分类，判断这家餐饮店或商场的顾客群体，最后进行科学决策，决定适合投放何种广告或发布何种商品促销信息等，再通过物联网把推送信息下传至移动机器人的信息推送模块101，在实例中信息推送模块101为大屏的PAD(平板电脑)；

自主移动模块102，用于实现移动机器人的自主导航和运动控制；

顾客感知模块103，与自主移动模块102相连，用于通过移动机器人上的摄像头移动采集顾客的信息；

基于Wifi(无线保真)的物联模块104，分别与信息推送模块101和顾客感知模块103相连，用于使移动机器人具有远程通信的功能，将采集到的顾客信息发送至远程数据中心20，并接收远程数据中心发送过来的推送信息；

远程数据中心20包括：

顾客图像存储模块203，用于远程接收并保存智慧服务终端发送过来的顾客的海量图像数据；

海量数据信息处理模块202，与顾客图像存储模块203相连，用于进行人脸特征提取，分别通过性别识别算法、年龄估计算法从性别、年龄等方面进行分类处理；

科学决策模块201，与海量数据信息处理模块相连，用于利用智能化的综合数据分析，为商圈信息推送提供最基础的数据支撑，实现科学决策；在实例中科学决策模块201具体完成：对海量顾客图像的性别和年龄识别结果，再进一步的进行统计分析，得出商圈的主流顾客信息，并从离线存储的涉及顾客群体和推送信息的多维数据结构中查找，得到需要下传至智慧服务终端10的待推送信息。

所述顾客感知模块采用人脸检测技术，只对人物进行图像采集，这样减少了不必要的数据。

所述人脸检测技术的算法采用AdaBoost(一种迭代算法)学习算法和肤色检测级联的算法，这样实现在动态的场景与复杂的背景中判断是否存在面像，并分离保存出这种面像。

所述信息推送模块采用平板显示，这样信息显示直观。

所述性别识别算法采用基于AdaBoost算法提取脸部整体特征，再基于主动外观模型提取脸部几何特征的局部特征，融合整体特征与局部特征后，采用支持向量机进行分类识别，这样性别识别准确。

所述年龄估计算法先从脸部灰度图像、脸部Gabor(加博尔)小波特征及眼睛区域提取能互相补充的脸部信息，再以性别识别结果作为年龄估计的先验知识，用支持向量机对各脸部特征分别进行年龄估计，最后用基于决策层的信息融合方法得到年龄识别结果，这样年龄估算准确。

所述智慧服务终端是移动机器人或迎宾机器人或送餐机器人或智能移动餐车，这样适用范围广。

综上所述，本发明推送的信息辐射面积更广，受众人群更多，同时，其结合了物联网和大数据技术，使推送的信息根据海量顾客群体的特征进行在线优化，从而达到推送效果的最优。

以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。