智能机器人及其识别方法以及计算机可读存储介质与流程

本发明实施例涉及人工智能领域，特别涉及智能机器人及其识别方法以及计算机可读存储介质。

背景技术：

在现有技术中，智能机器人有着较为发达的“大脑”。在脑中起作用的是中央处理器，这种计算机跟操作它的人有直接的联系，而且现有的智能机器人具备形形色色的内部信息传感器和外部信息传感器，如视觉、听觉。除具有感受器外，它还有效应器，作为作用于周围环境的手段。现有的智能机器人能够理解部分人类语言，它能分析出现的一部分情况，能调整自己的动作以达到操作者所提出的部分要求，能拟定所希望的动作，并在信息较充分的情况下和环境变化不大的条件下完成这些动作。

发明人发现现有技术中至少存在如下问题：现有的智能机器人在接收到指令时不能区分指令是机器人发出的还是人发出的，容易造成智能机器人错误执行某项指令。

技术实现要素：

本发明实施方式的目的在于提供一种智能机器人及其识别方法以及计算机可读存储介质，使得智能机器人在接收到指令时能区分指令是机器人发出的还是人发出的，从而准确地执行人发出的指令。

为解决上述技术问题，本发明的实施方式提供了一种智能机器人的识别方法，包括以下步骤：

拍摄指令发出者的动作；

判断指令发出者的动作与存储的动作模型的相似度是否高于预设阈值；

如果指令发出者的动作与动作模型的相似度大于预设阈值，则判定所述指令发出者为机器人。

本发明的实施方式还提供了一种智能机器人，包括：

摄像头以及

至少一个处理器；以及，

与至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如上述的一种智能机器人的识别方法。

本发明的实施方式还提供了计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现上述的一种智能机器人的识别方法。

本发明实施方式相对于现有技术而言，通过拍摄指令发出者的动作，判断指令发出者的动作与存储的动作模型的相似度是否高于预设阈值，如果指令发出者的动作与动作模型的相似度大于预设阈值，则判定所述指令发出者为机器人。这是因为机器人两次做出同一动作时，动作的相似度极高，而自然人两次做出同一动作时，动作的相似度较低，所以以这种方式可以使智能机器人较为准确的判断出指令发出者是人还是机器人，继而准确执行人发出的指令。

另外，拍摄指令发出者的动作之前，还包括：接收到指令发出者发出的指令。这样，在做出判断指令发出者为人或者机器人之前设置一个前提条件，即接收到指令发出者发出的指令时才进行判断，以免在不需要进行判断时机器人仍执行判断动作，浪费机器人的运行资源。

另外，接收到指令发出者发出的指令之后，还包括：发出提示信息，要求所述指令发出者完成一个指定动作；拍摄指令发出者完成的指定动作；把指令发出者完成的指定动作存储为动作模型；再次发出提示信息，要求指令发出者再次完成指定动作并执行拍摄指令发出者的动作。这样，在接收到指令发出者的指令之后，要求指令发出者完成指定动作并拍摄存储为动作模型，再要求指令发出者再次完成指定动作，因为机器人两次做出同一动作时，动作的相似度极高，而自然人两次做出同一动作时，动作的相似度较低，因此可把指令发出者第二次做出的指定动作与动作模型的动作做对比，准确地判断指令发出者是自然人还是机器人。

另外，判断指令发出者的动作与存储的动作模型的相似度是否高于预设阈值，具体包括：将指令发出者的动作与在接收到指令发出者发出的指令之前预先存储的n个动作模型分别进行比较，其中，n为自然数；如果预先存储的n个动作模型中，存在一个动作模型与所述指令发出者的动作的相似度高于预设阈值，则判定所述指令发出者的动作与动作模型的相似度大于预设阈值。这样把指令发出者做出的动作与多个预存的动作模型作对比，因为机器人两次做出同一动作时，动作的相似度极高，而自然人两次做出同一动作时，动作的相似度较低，当其中一个预存的动作模型与拍摄的指令发出者的动作相似度较高时，可判断出指令发出者做出了两次相似度较高的动作，继而可准确地判定指令发出者为机器人。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是根据本发明第一实施方式所述的一种智能机器人的识别方法的流程图；

图2是根据本发明第二实施方式所述的一种智能机器人的识别方法的流程图；

图3是根据本发明第三实施方式所述的一种智能机器人的识别方法的流程图；

图4是根据本发明第四实施方式所述的一种智能机器人的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。

本发明的第一实施方式涉及一种智能机器人的识别方法，具体流程如图1所示。

步骤s101，接收到指令发出者发出的指令。

具体的说，当智能机器人接收到指令发出者用声音或者用控制器发出的指令时，开始识别指令发出者为机器人还是自然人。

步骤s102，拍摄指令发出者的动作。

具体的说，智能机器人使用摄像头或者录像机拍摄指令发出者做出的动作。比如说：在接收到指令后用摄像头拍摄指令发出者做出的拍打双手的动作或者在接收到指令后用摄像头拍摄指令发出者做出的跳跃动作。

步骤s103，判断指令发出者的动作与存储的动作模型的相似度是否高于预设阈值，如果是，则进入步骤s104，如果否，则进入步骤s105。其中，预设阈值为可设定为代表两个动作相似度达到较高程度的数值，比如预设阈值为可设定为95％。

具体的说，将拍摄的指令发出者的动作与在接收到指令发出者发出的指令之前预先存储的n个动作模型分别进行比较，其中，n为自然数。比如说，预先存储有拍手，抬脚，举手3个动作模型，如果预先存储的拍手，抬脚，举手3个动作模型中，存在一个动作模型与步骤102中拍摄到的指令发出者的动作的相似度高于预设阈值，则判定指令发出者的动作与动作模型的相似度大于预设阈值。这是因为机器人两次做同一个动作时，两次动作的相似度极高，而自然人两次做同一个动作时，两次动作的相似度无法达到机器人两次做一个动作时的相似度。所以先把机器人做出的动作整合并存储为动作模型，再把得到指令后拍摄的指令发出者做出的动作与所有动作模型逐一对比，只要存在一个动作模型与指令发出者的动作的相似度高于预设阈值，说明指令发出者为机器人。

需要说明的是，智能机器人是根据拍摄到的指令发出者的动作特征，判断所述指令发出者的动作与存储的动作模型的相似度是否高于预设阈值。动作特征包括指令发出者的动作轨迹以及完成动作的时间。因此智能机器人可根据所述指令发出者的动作轨迹以及完成动作的时间，判断指令发出者的动作与存储的动作模型的相似度是否高于预设阈值；当指令发出者的动作轨迹与动作模型的动作轨迹的相似度高于预设阈值，并且指令发出者完成动作的时间与动作模型完成动作的时间的相似度高于预设阈值时，判定指令发出者为机器人。

如果在步骤s103中，判定指令发出者的动作与存储的动作模型的相似度高于预设阈值，则进入步骤s104，判定指令发出者为机器人。

具体的说，因为机器人两次做同一个动作时，两次动作的相似度极高，而自然人两次做同一个动作时，两次动作的相似度无法达到机器人两次做一个动作时的相似度，所以当存储的动作模型与拍摄的指令发出者的动作相似度较高时，可判断出指令发出者做出了两次相似度较高的动作，继而可判定指令发出者为机器人，即如果指令发出者的动作与动作模型的相似度大于预设阈值，则判定指令发出者为机器人。当判定指令发出者为机器人时，禁止执行所述指令发出者发出的指令，以免造成用户安全以及财产上的损失。

如果在步骤s103中，判定指令发出者的动作与存储的动作模型的相似度不高于预设阈值，则进入步骤s105，判定指令发出者为自然人。

具体的说，因为机器人两次做同一个动作时，两次动作的相似度极高，而自然人两次做同一个动作时，两次动作的相似度无法达到机器人两次做一个动作时的相似度，所以当存储的动作模型与拍摄的指令发出者的动作相似度较低时，可判断出指令发出者做出了两次相似度较低的动作，继而可判定指令发出者为自然人，即如果指令发出者的动作与动作模型的相似度小于预设阈值，则判定指令发出者为自然人。当判定指令发出者为自然人时，执行指令发出者发出的指令。

不难理解，本实施方式通过将拍摄指令发出者的动作并与存储的动作模型作比较，通过判断指令发出者的动作与存储的动作模型的相似度是否高于预设阈值，继而可判断指令发出者是否为机器人，使得智能机器人在接收到指令时能区分指令是机器人发出的还是人发出的，从而准确地执行人发出的指令。

本发明的第二实施方式涉及一种智能机器人的识别方法。第二实施方式与第一实施方式大致相同，主要区别之处在于：在第一实施方式中，存储的动作模型为接收到指令发出者发出的指令之前预先存储的n个动作模型。而在本发明第二实施方式中，智能机器人接收到指令发出者发出的指令之后，发出提示信息，要求指令发出者完成一个指定动作，拍摄指令发出者完成的指定动作；把指令发出者完成的指定动作存储为动作模型；再次发出提示信息，要求指令发出者再次完成指定动作并执行拍摄指令发出者的动作。

步骤s201，接收到指令发出者发出的指令。步骤s201与步骤s101一致，这里不再进行重复叙述。

步骤s202,发出提示信息，要求指令发出者完成一个指定动作

具体的说，智能机器人会发出语音提示或者在操作界面上发出提示信息，要求指令发出者完成一个动作。比如说：智能机器人发出语音提示，要求指令发出者拍一下双手或者智能机器人显示信息在自身操作屏幕上，要求指令发出者拍一下双手。

步骤s203，拍摄指令发出者完成的指定动作,。

具体的说，智能机器人在发出提示信息后，将利用自身的摄像头拍摄指令发出者完成的动作。

步骤s204，把指令发出者完成的指定动作存储为动作模型,。

具体的说，当完成了拍摄指令发出者的动作后，把拍摄的指令发出者的动作存储为动作模型，动作模型中包含了指令发出者完成的动作的动作特征，比如指令发出者的动作轨迹以及完成动作的时间

步骤s205，再次发出提示信息，要求所指令发出者再次完成指定动作并执行拍摄指令发出者的动作。

具体的说，智能机器人会再次发出语音提示，或者在操作界面上发出提示信息，要求指令发出者再次完成刚才拍摄的动作。比如说：智能机器人发出语音提示，要求指令发出者再次拍一下双手或者智能机器人显示信息在自身操作屏幕上，要求指令发出者再次拍一下双手。

步骤s206，判断指令发出者的动作与存储的动作模型的相似度是否高于预设阈值。

具体的说，与本发明第一实施方式不同，本发明第二实施方式储存的动作模型为发出提示信息要求指令发出者做出的的第一个指定动作，即判断指令发出者再次做同一指定动作时，存储的指令发出者第一次做出的指定动作与再次拍摄的指令发出者第二次做出的指令动作，两者的相似度是否高于预设阈值，其中预设阈值为可设定的代表两个动作相似度达到一定程度的数值。做这种判断这是因为机器人两次做同一个动作时，两次动作的相似度极高，而自然人两次做同一个动作时，两次动作的相似度无法达到机器人两次做一个动作时的相似度，因此这是判断指令发出者是人还是机器人的方法。

如果在步骤s206中，判定指令发出者的动作与存储的动作模型的相似度高于预设阈值，则进入步骤s207，判定指令发出者为机器人。步骤s207与步骤s104一致，这里不再进行叙述。

如果在步骤s206中，判定指令发出者的动作与存储的动作模型的相似度不高于预设阈值，则进入步骤s208，判定指令发出者为自然人。步骤s208与步骤s105一致，这里不再进行叙述。

不难理解，本申请的第二实施方式通过拍摄指令发出者做出的两次相同的动作，判断指令发出者第二次做出的动作与第一次做出的动作的相似度是否高于预设阈值，继而可判断指令发出者是否为机器人。

本发明第三实施方式涉及一种智能机器人的识别方法，如图3所示，第三实施方式相比于第一实施方式有所改进，主要改进之处在于：在拍摄指令发出者的动作之前，拍摄指令发出者的图像；判断指令发出者的图像与预设模型的相似度是否大于预设门限，其中，预设模型为根据人的外形建造的模型；如果指令发出者的图像与预设模型的相似度大于预设门限，则执行拍摄指令发出者的动作。

步骤s301，接收到指令发出者发出的指令。步骤s301与步骤s101相同，这里不再进行详细叙述

步骤s302，拍摄指令发出者的图像。

具体的说，当接受到指令发出者发出的指令时，利用智能机器人自身携带的摄像头拍摄指令发出者的图像。

步骤s303，判断指令发出者的图像与预设模型的相似度是否大于预设门限，其中，预设模型为根据人的外形建造的模型，如果结果为是，则进入步骤s304，如果结果为否则进入步骤s305。

具体的说，以人类外形建造一种模型作为预设模型，把拍摄的指令发出者的图像与预设模型做对比，看相似度是否大于预设门限，其中预设门限为可设定的代表两个物体外形相似度达到一定程度的数值。当指令发出者为电视机或者录音机时，智能机器人就能识别出指令发出者并不是人类，从而拒绝执行指令发出者发出的指令。如果指令发出者的图像与预设模型的相似度大于预设门限，则执行拍摄指令发出者的动作。排除了电视机、录音机等非人型设备的干扰。

步骤s304，摄指令发出者的动作。步骤s304与步骤s102一致，这里不再进行叙述。

步骤s305，判断指令发出者的动作与存储的动作模型的相似度是否高于预设阈值。步骤s305与步骤s103一致，这里不再进行叙述。

如果在步骤s305中，判定指令发出者的动作与存储的动作模型的相似度高于预设阈值，则进入步骤s306，判定指令发出者为机器人。步骤s306与步骤s104一致，这里不再进行叙述。

如果在步骤s305中，判定指令发出者的动作与存储的动作模型的相似度不高于预设阈值，则进入步骤s307，判定指令发出者为自然人。步骤s307与步骤s105一致，这里不再进行叙述。

上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

本发明第四实施方式涉及一种智能机器人，如图4所示，包括：

摄像头41以及至少一个处理器42；以及，与至少一个处理器通信连接的存储器43；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如本发明第一实施方式、本发明第二实施方式或者第三实施方式的一种智能机器人的识别方法。

不难发现，本实施方式为与第一实施方式以及第二实施方式相对应的装置实施例，本实施方式可与第一实施方式、第二实施方式以及第三实施方式互相配合实施。第一实施方式、第二实施方式以及第三实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式、第二实施方式以及第三实施方式中。

值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。

本发明第五实施方式涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。

即，本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。