机器人多维度响应交互方法及装置与流程

本发明涉及计算机技术领域，尤其涉及一种机器人多维度响应交互方法及装置。

背景技术：

目前，机器人只能对用户的输入进行响应，在没有用户输入时，不能主动对外界环境进行响应，即，不能在外界环境变化时主动与用户进行交互。

综上所述，现有的机器人在交互过程中比较被动，灵活性不高。

技术实现要素：

本发明要解决的技术问题是提供一种机器人多维度响应交互方法及装置，不仅能对用户的输入进行响应，还能够结合外界环境的变化主动与用户进行交互，主动性更高，增加了机器人的拟人性。

为解决上述技术问题，本发明提供的技术方案是：

第一方面，本发明提供一种机器人多维度响应交互方法，包括：

获取至少一个维度的外界输入信息；

对外界输入信息进行数据处理；

根据数据处理结果，以及根据机器人预设和机器人历史数据，确定机器人的响应数据集，并根据响应数据集，主动与用户进行交互。

进一步地，响应数据集包括，响应语言、响应动作、响应表情。

进一步地，外界输入信息包括，用户输入，环境输入。

进一步地，获取至少一个维度的外界输入信息，包括：

采用预设传感器集获取外界输入信息。

进一步地，传感器集中的传感器，包括：红外传感器、湿度传感器、温度传感器、陀螺仪、GPS、加速计、麦克风、摄像头。

进一步地，对外界输入信息进行数据处理，包括：

分析外界输入信息中的每个信息的信息类别；

根据信息类别，采用对应的处理方式对外界输入信息进行第一处理；

对经过第一处理所获得的所有第一结果信息进行混合分析处理，以获取数据处理结果。

进一步地，第一处理包括：单类别信息分析，和/或，多类别信息叠加分析；其中，

单类别信息分析为，采用与外界输入信息所属的信息类别对应的处理模型对外界输入信息进行分析处理，以获取第一结果信息；

多类别信息叠加分析为，对相关联的且分别属于不同信息类别的多个外界输入信息分别进行编码，并对多个编码信息进行拼接，以获取第一结果信息。

进一步地，混合分析处理为，运用预先构建的机器人知识库对所有第一结果信息进行联想推理分析，以获取数据处理结果。

进一步地，机器人知识库为预先制定的规则库。

第二方面，本发明提供一种机器人多维度响应交互装置，包括：

信息获取单元，用于获取至少一个维度的外界输入信息；

数据处理单元，用于对外界输入信息进行数据处理；

交互单元，用于根据数据处理结果，以及根据机器人预设和机器人历史数据，确定机器人的响应数据集，并根据响应数据集，主动与用户进行交互。

本发明提供的机器人多维度响应交互方法及装置，不仅能对用户的输入进行响应，还能够结合外界环境的变化主动与用户进行交互，主动性更高，增加了机器人的拟人性。

附图说明

图1是本发明实施例提供的机器人多维度响应交互方法的流程图；

图2是本发明实施例提供的对外界输入信息进行数据处理的流程图；

图3是本发明实施例提供的对外界输入信息进行数据处理的流程图；

图4本发明实施例提供的机器人多维度响应交互装置的框图。

具体实施方式

下面通过具体的实施例进一步说明本发明，但是，应当理解为，这些实施例仅仅是用于更详细具体地说明之用，而不应理解为用于以任何形式限制本发明。

实施例一

结合图1，本实施例提供的机器人多维度响应交互方法，包括：

步骤S1，获取至少一个维度的外界输入信息；

步骤S2，对外界输入信息进行数据处理；

步骤S3，根据数据处理结果，以及根据机器人预设和机器人历史数据，确定机器人的响应数据集，并根据响应数据集，主动与用户进行交互。

本发明实施例提供的机器人多维度响应交互方法，不仅能对用户的输入进行响应，还能够结合外界环境的变化主动与用户进行交互，主动性更高，增加了机器人的拟人性。

需要说明的是，本实施例中，得到数据处理结果后，根据数据处理结果决定机器人响应方式的过程是基于规则判断的，即，人工预设很多规则，规定在某种结果下机器人的应对方式。将机器人预设和机器人历史数据，与数据处理结果一同进行分析，继而获得的响应方式，可以增加机器人的拟人性，就好像人在出生时有自己的基因、在生活过程中会形成自己的记忆，上述两点都会影响人对某种情况的反应。此外，需要说明的是，也可以直接通过神经网络、深度学习获得机器人的响应方式，本实施例不作具体限定。

优选地，响应数据集包括但不限于，响应语言、响应动作、响应表情。本实施例中，机器人根据响应数据集执行与用户的主动交互。此外，需要说明的是，本实施中，对响应数据集的具体因素不作具体限定，可结合实际需要进行划分设定。

优选地，外界输入信息包括，用户输入，环境输入。本实施例中，机器人通过多个维度响应外界环境，既能对用户的输入进行响应也能对环境输入进行响应。主动性更高。需要说明的是，机器人获取多维度的外界输入，不仅能听到外界的声音，还可以看到当前环境、闻到气味、感受到温湿度等。

优选地，步骤S1，具体包括：

采用预设传感器集获取外界输入信息。

具体地，传感器集中的传感器，包括但不限于：红外传感器、湿度传感器、温度传感器、陀螺仪、GPS、加速计、麦克风、摄像头。此外，传感器还可以有脑电采集传感器、麦克风及麦克风阵列、摄像头及摄像头阵列、气味采集传感器等。需要说明的是，本实施中，对传感器的具体类别和型号不作具体限定，可结合实际需要选定。

进一步优选地，如图2所示地，步骤S2，具体包括：

步骤S2.1，分析外界输入信息中的每个信息的信息类别；

步骤S2.2，根据信息类别，采用对应的处理方式对外界输入信息进行第一处理；

步骤S2.3，对经过第一处理所获得的所有第一结果信息进行混合分析处理，以获取数据处理结果。

本实施例中，如图3所示地，在接收到外部信息后，如看到一个人的背影，大脑会处理图像信息，然后听到这个人讲话的声音，大脑会处理声音信息，两种信息混合在一起进行处理，大脑会判断这是自己认识的某人。也就是说，本实施例先根据信息的类别进行第一处理，再将多个类别信息的第一结果信息进行混合分析，有助于更精确判断。

进一步优选地，如图3所示地，第一处理包括：单类别信息分析，和/或，多类别信息叠加分析；其中，

单类别信息分析为，采用与外界输入信息所属的信息类别对应的处理模型对外界输入信息进行分析处理，以获取第一结果信息；

多类别信息叠加分析为，对相关联的且分别属于不同信息类别的多个外界输入信息分别进行编码，并对多个编码信息进行拼接，以获取第一结果信息。

本实施例中，单类别信息分析是：分别对每个类别的信息进行对应分析处理。具体地，例如，对语音信息使用自然语言理解技术，对图像采用数字图像处理、视频也有视频分析技术，对于温湿度等数据芯片会直接输出值，位置信息也可以直接得到值。

多类别信息叠加分析是：对相关联的且分别属于不同信息类别的多个外界输入信息分别进行编码，并对多个编码信息进行拼接。具体地，本实施例中，是采用将表示信息的向量进行拼接的方式完成叠加。需要说明的是，采用信息叠加的方式，可以保证在进行输入信息的处理时，尽可能提取到丰富的信息，减少信息的遗漏。

需要说明的是，本实施例还可以是先对信息进行多类别信息叠加分析，再将叠加后的数据作为整体进行分析处理。且具体可以采用人工智能的方式进行，将叠加后的一定维度的带标签数据作为人工智能模型的输入，输出为信息中包含的物体、动作、场景、含义等，作为对信息直接分析处理的补充。

进一步优选地，混合分析处理为，运用预先构建的机器人知识库对所有第一结果信息进行联想推理分析，以获取数据处理结果。

本实施例中，混合分析处理是：对机器获得的所有的处理结果进行统一分析，例如，通过听觉信息和视觉信息的混合分析做出判断。机器的联想和推理目前都是根据规则进行的，基于知识图谱的联想推理可以有效地将规则进行泛化和补充。

需要说明的是，机器人知识库为预先制定的规则库。具体地，本实施例中，机器人知识库为知识图谱。此外，需要说明的是，本实施例对机器人知识库的具体形式不作具体限定，可结合实际需要进行选取。

实施例二

结合图4，本发明实施例提供的机器人多维度响应交互装置，包括：

信息获取单元1，用于获取至少一个维度的外界输入信息；

数据处理单元2，用于对外界输入信息进行数据处理；

交互单元3，用于根据数据处理结果，以及根据机器人预设和机器人历史数据，确定机器人的响应数据集，并根据响应数据集，主动与用户进行交互。

本发明实施例提供的机器人多维度响应交互装置，不仅能对用户的输入进行响应，还能够结合外界环境的变化主动与用户进行交互，主动性更高，增加了机器人的拟人性。

需要说明的是，本实施例中，得到数据处理结果后，根据数据处理结果决定机器人响应方式的过程是基于规则判断的，即，人工预设很多规则，规定在某种结果下机器人的应对方式。将机器人预设和机器人历史数据，与数据处理结果一同进行分析，继而获得的响应方式，可以增加机器人的拟人性，就好像人在出生时有自己的基因、在生活过程中会形成自己的记忆，上述两点都会影响人对某种情况的反应。此外，需要说明的是，也可以直接通过神经网络、深度学习获得机器人的响应方式，本实施例不作具体限定。

优选地，响应数据集包括但不限于，响应语言、响应动作、响应表情。本实施例中，机器人根据响应数据集执行与用户的主动交互。此外，需要说明的是，本实施中，对响应数据集的具体因素不作具体限定，可结合实际需要进行划分设定。

优选地，外界输入信息包括，用户输入，环境输入。本实施例中，机器人通过多个维度响应外界环境，既能对用户的输入进行响应也能对环境输入进行响应。主动性更高。需要说明的是，机器人获取多维度的外界输入，不仅能听到外界的声音，还可以看到当前环境、闻到气味、感受到温湿度等。

优选地，信息获取单元1，具体用于：

采用预设传感器集获取外界输入信息。

具体地，传感器集中的传感器，包括但不限于：红外传感器、湿度传感器、温度传感器、陀螺仪、GPS、加速计、麦克风、摄像头。此外，传感器还可以有脑电采集传感器、麦克风及麦克风阵列、摄像头及摄像头阵列、气味采集传感器等。需要说明的是，本实施中，对传感器的具体类别和型号不作具体限定，可结合实际需要选定。

进一步优选地，如图2所示地，数据处理单元2，具体用于：

分析外界输入信息中的每个信息的信息类别；

根据信息类别，采用对应的处理方式对外界输入信息进行第一处理；

对经过第一处理所获得的所有第一结果信息进行混合分析处理，以获取数据处理结果。

本实施例中，如图3所示地，在接收到外部信息后，如看到一个人的背影，大脑会处理图像信息，然后听到这个人讲话的声音，大脑会处理声音信息，两种信息混合在一起进行处理，大脑会判断这是自己认识的某人。也就是说，本实施例先根据信息的类别进行第一处理，再将多个类别信息的第一结果信息进行混合分析，有助于更精确判断。

进一步优选地，如图3所示地，第一处理包括：单类别信息分析，和/或，多类别信息叠加分析；其中，

单类别信息分析为，采用与外界输入信息所属的信息类别对应的处理模型对外界输入信息进行分析处理，以获取第一结果信息；

多类别信息叠加分析为，对相关联的且分别属于不同信息类别的多个外界输入信息分别进行编码，并对多个编码信息进行拼接，以获取第一结果信息。

本实施例中，单类别信息分析是：分别对每个类别的信息进行对应分析处理。具体地，例如，对语音信息使用自然语言理解技术，对图像采用数字图像处理、视频也有视频分析技术，对于温湿度等数据芯片会直接输出值，位置信息也可以直接得到值。

多类别信息叠加分析是：对相关联的且分别属于不同信息类别的多个外界输入信息分别进行编码，并对多个编码信息进行拼接。具体地，本实施例中，是采用将表示信息的向量进行拼接的方式完成叠加。需要说明的是，采用信息叠加的方式，可以保证在进行输入信息的处理时，尽可能提取到丰富的信息，减少信息的遗漏。

需要说明的是，本实施例还可以是先对信息进行多类别信息叠加分析，再将叠加后的数据作为整体进行分析处理。且具体可以采用人工智能的方式进行，将叠加后的一定维度的带标签数据作为人工智能模型的输入，输出为信息中包含的物体、动作、场景、含义等，作为对信息直接分析处理的补充。

进一步优选地，混合分析处理为，运用预先构建的机器人知识库对所有第一结果信息进行联想推理分析，以获取数据处理结果。

本实施例中，混合分析处理是：对机器获得的所有的处理结果进行统一分析，例如，通过听觉信息和视觉信息的混合分析做出判断。机器的联想和推理目前都是根据规则进行的，基于知识图谱的联想推理可以有效地将规则进行泛化和补充。

需要说明的是，机器人知识库为预先制定的规则库。具体地，本实施例中，机器人知识库为知识图谱。此外，需要说明的是，本实施例对机器人知识库的具体形式不作具体限定，可结合实际需要进行选取。

尽管本发明已进行了一定程度的描述，明显地，在不脱离本发明的精神和范围的条件下，可进行各个条件的适当变化。可以理解，本发明不限于所述实施方案，而归于权利要求的范围，其包括所述每个因素的等同替换。