智能机器人的制作方法

本实用新型涉及机器人技术领域，具体涉及一种智能机器人。

背景技术：

众所周知，计算机的操作系统、功能程序、数据库等软件是不可能是完美无缺的，对它们需要定期进行维护、升级，以达到与时俱进的需求。尽管智能机器人的核心也是计算机系统，但智能机器人的升级和更新却比计算机系统更加复杂，其独特之处在于，智能机器人一般没有交互界面，它是由一大堆复杂的传感器装置和致动装置来识别请求以及模仿甚至代替人工作的。简而言之，智能机器人并没有计算机的键盘、鼠标、显示器等输入、输出等设备那么容易操作。所以智能机器人的自动升级更新技术则显得尤其重要。

市面上现有的机器人主要包括传统机器人和云端互联机器人，其中，传统机器人是不会自动升操作系统、功能程序和信息库的，其操作系统、功能程序的升级和更新往往依靠专业人员来进行维护，专业人员定制开发与机器人匹配的操作系统和功能程序，并适时触发升级更新操作。传统的机器人无疑存在升级更新不智能，使用不方便等缺点。

而云端互联机器人在升级更新的过程中，一般需要以机器人作为一个客户端，而将与机器人连接的大数据平台、云计算平台、AI平台等作为服务端，即通过客户端与服务端的简单网络连接和简单数据传输完成机器人软件系统的升级更新。升级更新操作容易出现故障，也明显不够智能。

因此，设计一种能够通过辅助系统实现自动下载、自动升级、自动智能学习功能的智能机器人是十分重要的，也是十分迫切的。

鉴于上述缺陷，本实用新型创作者经过长时间的研究和实践终于获得了本实用新型。

技术实现要素：

为解决上述技术缺陷，本实用新型采用的技术方案在于，本实用新型提供一种智能机器人，其特征在于，其包括中心控制系统、任务调动系统、比对确认系统、核心算法模块、操作系统模块、功能程序模块和信息存储库，中心控制系统分别与任务调动系统、核心算法模块、操作系统模块、功能程序模块和信息存储库连接；中心控制系统通过任务调动系统与云中心控制平台连接，云中心控制平台还与下载平台连接；比对确认系统分别与中心控制系统和版本库连接；版本库还与云中心控制平台连接；任务调动系统用于触发下载；核心算法模块用于存储、更新核心算法；操作系统模块用于存储、更新操作系统；功能程序模块用于存储、更新功能程序；信息存储库用于存储、更新智能机器人知识库；比对确认系统用于解析映射关系、匹配版本信息。

较佳地，所述操作系统模块与维护系统与连接，所述维护系统用于接收所述操作系统模块的错误日志。

较佳地，所述智能机器人还包括传感器装置和本地学习系统，本地学习系统分别与传感器装置和中心控制系统连接；本地学习系统用于将从所述传感器装置获得的数据进行分析处理，形成本地信息库和本地算法。

较佳地，所述传感器装置包括摄像头装置、录音装置、红外探测传感器、雷达、光线探测传感器、气体探测器中的一种或几种。

较佳地，其还包括预警监测装置，预警监测装置分别与维护系统和中心控制系统连接；预警监测装置用于执行安全预警监测和/或运行状态监测。

较佳地，其还包括操控装置，操控装置与中心控制系统连接，操控装置用于通过中心控制系统控制所述智能机器人的升级更新。

较佳地，操控装置与中心控制系统无线连接。

较佳地，操控装置是远程手持设备。

较佳地，其还包括解密装置，所述解密装置分别与中心控制系统和任务调动系统连接，所述解密装置用于解密来自所述下载平台中的经双重加密的分块数据，所述解密装置还用于合并多个分块数据。

与现有技术比较本实用新型的有益效果在于：

通过远程智能学习和自动升级技术，使机器人逐渐具备更高级的能力，解决现有的机器人系统不能智能学习和自动升级的问题。使现有的人型机器人、学习机器人、智能家庭控制系统等智能硬件，能够更便捷地升级和更新操作系统、功能程序、信息库等，以达到智能学习的本领。

附图说明

图1为本实用新型实施例1中一种智能机器人的结构示意图；

图2为本实用新型实施例1中一种用于智能机器人的更新辅助装置的结构示意图；

图3为本实用新型实施例1中一种智能机器人的更新流程图；

图4为本实用新型实施例1中操作系统模块内的操作系统的更新方法流程图；

图5为本实用新型实施例1中功能程序模块上的功能程序的更新方法流程图；

图6为本实用新型实施例1中信息存储库中信息库更新方法流程图；

图7为本实用新型实施例1中核心算法模块上的核心算法的更新方法流程图；

图8为本实用新型实施例1中预警监测装置的安全预警监测方法流程图；

图9为本实用新型实施例1中预警监测装置的运行状态监测方法流程图；

图10为本实用新型实施例1中用于智能机器人的更新辅助装置的工作流程图；

图11为本实用新型实施例1算法更新装置中核心算法生成方法流程图；

图12为本实用新型实施例1操作系统更新装置中操作系统生成方法流程图；

图13为本实用新型实施例1功能程序更新装置中功能程序生成方法流程图；

图14为本实用新型实施例1信息库更新装置中信息库生成方法流程图；

图15为本实用新型实施例1中提供的一种数据加密传输方法的流程图；

图16为本实用新型实施例1中加密分块隐藏方法流程图；

图17为本实用新型实施例2中加密分块隐藏方法流程图。

附图标记：

中心控制系统1、解密装置5、任务调动系统6、预警监测装置7、比对确认系统8、操控装置9、维护系统10、云中心控制平台12、版本库15、下载平台16、加密装置18、核心算法模块21、操作系统模块22、功能程序模块23、信息存储库25、本地学习系统31、传感器装置32、算法更新装置100、核心算法生成系统110、定制算法开发系统120、机器算法生成系统130、训练数据库150、操作系统更新装置200、分块传输装置210、操作系统测试模块220、操作系统开发模块230、功能程序更新装置300、硬件匹配归类系统310、功能程序测试系统320、功能程序开发系统330、信息库更新装置500、信息库合成系统510、信息分析处理系统520、信息采集系统530和信息库人工收录系统550。

具体实施方式

以下结合附图，对本实用新型上述的和另外的技术特征和优点作更详细的说明。

在本实用新型的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本实用新型，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本实用新型的限制。

此外，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或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本实用新型的描述中，“多个”的含义是至少两个，除非另有明确具体的限定。

在本实用新型中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接或彼此可通讯；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本实用新型中的具体含义。

在本实用新型中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本实用新型的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

实施例1

如图1所示，为本实用新型实施例1中一种智能机器人的结构示意图。本实用新型实施例1提供的一种智能机器人，其包括中心控制系统1、任务调动系统6、比对确认系统8、核心算法模块21、操作系统模块22、功能程序模块23和信息存储库25。中心控制系统1分别与任务调动系统6、核心算法模块21、操作系统模块22、功能程序模块23和信息存储库25连接。核心算法模块21用于存储、更新核心算法。操作系统模块22用于存储、更新操作系统。功能程序模块23用于存储、更新功能程序。信息存储库25用于存储、更新智能机器人知识库。比对确认系统8用于解析映射关系、匹配版本信息。

中心控制系统1通过任务调动系统6与云中心控制平台12连接，云中心控制平台12还与下载平台16连接。比对确认系统8分别与中心控制系统1和版本库15连接。版本库15还与云中心控制平台12连接，云中心控制平台12将下载平台16上更新的信息存储库或核心算法程序或功能程序或操作系统的各个版本信息提取，并存储至版本库15中，版本库15中形成版本信息映射表。比对确认系统8识别匹配版本库15中信息存储库或核心算法程序或功能程序或操作系统的版本信息，以明确所需下载的版本。比对确认系统8识别需要下载的内容后，将信息传递至中心控制系统1。

中心控制系统1将从下载平台16获取的信息存储库、核心算法程序、功能程序、操作系统分别载入信息存储库25、核心算法模块21、功能程序模块23、操作系统模块22。最终使得智能机器人得以升级更新。

如图3所示，为本实施例中一种智能机器人的更新流程图。具体更新方法：

步骤S1，任务调动系统6向云中心控制平台12发起下载任务请求；

步骤S2，比对确认系统8通过版本库15获取映射列表；

步骤S3，比对确认系统8将获取的映射列表与原有的映射列表进行比较，识别需要下载的内容；

步骤S4，中心控制系统1根据比对确认系统8所识别的下载内容，计算最优服务器，通过最优服务器下载；

步骤S5，中心控制系统1将从下载平台16上下载的信息库、核心算法、功能程序、操作系统分别更新在信息存储库25、核心算法模块21、功能程序模块23、操作系统模块22内；

步骤S6，完成更新。

其中，优选地，任务调度系统6每隔一段时间会自动向云中心控制平台12发起下载任务请求。下载平台16优选为服务器集群，服务器集群的地址列表能够通过云中心控制平台12传递给中心控制系统1，地址列表上包含新更新数据与服务器的映射关系、每个服务器的相应时长，以及每个服务器的处理性能参数。地址列表使得中心控制系统1能够快速选择出最优服务器。

新更新数据包括但不限于信息存储库、核心算法程序、功能程序、操作系统。

该更新方法，其好处在于，能够自动、快速、智能的完成机器人的更新。降低操作难度，提升升级更新的效率，减少人力投入。

智能机器人能够通过远程升级、备份、恢复等步骤，来自动升级操作系统。

如图4所示，为本实用新型实施例1中操作系统模块内的操作系统的更新方法流程图。在执行步骤S5时，操作系统模块22内的操作系统具体的更新方法为：

步骤S11，唤醒操作系统模块22内备用辅助操作系统；

步骤S12，备份操作系统模块22原有操作系统；

步骤S13，下载新操作系统各个分块；

步骤S14，合并新操作系统分块，合成新操作系统；

步骤S15，安装新操作系统，如成功安装，则结束操作系统更新，若安装失败则继续执行步骤S16；

步骤S16，下载经备份的操作系统模块22原有操作系统；

步骤S17，在操作系统模块22内恢复原有操作系统。

优选，还可以继续执行步骤S18：

步骤S18，操作系统模块22向维护系统10发送错误日志，结束操作系统更新。

维护系统10与操作系统模块22连接。维护系统10用于接收和处理错误日志和预警信息。

操作系统升级本身就是流程繁琐且极为不便的事情。另外，由于系统的升级而带来的使用习惯的问题，会给人带来很多不便，适应新操作系统需要一定的时间，人才能接受。但操作系统的升级对于机器人来说意义重大，它能使计算能力和功能更强大，更方便于人。机器人是个无显示屏幕的设备，它的操作系统不可能一开始就设计的完美无缺，不可能一直不升级。本实用新型提供的一种机器人能够使其自身的操作系统在平稳、安全、无人干预下完成升级。

机器人的具体工作都是基于运行在智能机器人上的功能程序来实现的，这些程序的自动升级会给机器人的应用带来非常大的方便。而一些靠人工编程的机器人远没有通过云中心控制平台12和下载平台16把最新的功能程序自动安装到机器人上那么便利。

智能机器人能够通过云中心控制平台12和下载平台16把功能程序自动地下载到机器人功能程序模块23，在功能程序模块23内，新的功能程序会执行安装操作。把最新的功能程序自动地安装到机器人系统中，使机器人在功能上保持最新、最全、最稳定。

如图5所示，为本实用新型实施例1中功能程序模块上的功能程序的更新方法流程图。在执行步骤S5时，功能程序模块23上的功能程序具体的更新方法为：

步骤S21，功能程序模块23识别新功能程序的版本；

步骤S22，功能程序模块23将新功能程序下载至缓存装置中；

步骤S23，功能程序模块23备份原有功能程序；

步骤S24，功能程序模块23卸载原有功能程序；

步骤S25，功能程序模块23安装新功能程序，如安装成功，则结束，若安装失败则继续执行步骤S26；

步骤S26，下载经备份的原有功能程序；

步骤S27，在功能程序模块23内恢复原有功能程序。

在智能机器人学习过程中，信息存储库25内信息和知识的储存和更替尤为重要。信息存储库25需要不断扩充更新。

如图6所示，为本实用新型实施例1中信息存储库中信息库更新方法流程图。在执行步骤S5时，信息存储库25具体的信息库更新方法为：

步骤S31，信息存储库25判断信息库更新类型，若为扩容更新，则继续执行步骤S32,若为替换更新，则继续执行步骤S33；

步骤S32，信息存储库25将新信息库与原有信息库进行合并，若合并成功，则结束，若合并不成功，则继续执行步骤S37；

步骤S33，信息存储库25将新信息库下载至缓存装置中；

步骤S34，信息存储库25备份原有信息库；

步骤S35，信息存储库25删除原有信息库；

步骤S36，信息存储库25载入新信息库，如载入成功，则结束，若载入失败则继续执行步骤S37；

步骤S37，清除新信息库信息，恢复原有信息库供智能机器人使用。

核心算法是机器人与人交互的核心，其中采集、识别、分析、合成信息、反馈信息是机器人工作的关键步骤，采集和反馈是由物理设备所决定的，例如图像、声音采集传感装置和机器臂、面部所馈等传感装置均可以完成采集和反馈工作，而识别、分析和合成信息是则是靠核心算法来体现。核心算法的更新单靠机器人自身无法自动快速实现。

如图7所示，为本实用新型实施例1中核心算法模块上的核心算法的更新方法流程图。在执行步骤S5时，核心算法模块21上的核心算法具体的更新方法为：

步骤S51，核心算法模块21识别新核心算法的版本；

步骤S52，核心算法模块21将新核心算法下载至缓存装置中；

步骤S53，核心算法模块21备份原有核心算法；

步骤S54，核心算法模块21删除原有核心算法；

步骤S55，核心算法模块21载入新核心算法，如载入成功，则结束，若载入失败则继续执行步骤S56；

步骤S56，下载经备份的原有核心算法；

步骤S57，在核心算法模块21内恢复原有核心算法。

智能机器人根据用户习惯所学习和使用到的数据是用户的隐私数据，应当防止这些信息上传于任何网络上。所以，智能机器人的中的用户隐私数据安全是需要重视的。虽然智能机器人内部可能会安装防火墙、漏洞检查、病毒防护等安防系统，但是这些安防系统无法充分对于本地后门程序进行安全审计、防护。

本实用新型提供的一种智能机器人通过本地隔离方式避免用户隐私数据的泄漏。本实用新型提供的一种智能机器其还包括传感器装置32和本地学习系统31，本地学习系统31分别与传感器装置32和中心控制系统1连接。通过本地学习系统31能够将传感器装置32和中心控制系统1隔离，从而避免摄像头装置、录音装置或其他传感器装置直接将传感器获取的数据传输给中心控制系统1，进一步避免了设备通过联网方式直接访问摄像头装置、录音装置或其他传感器，或直接获取传感器相关数据。传感器装置32包括但不限于摄像头装置、录音装置、红外探测传感器、雷达、光线探测传感器、气体探测器。

本地学习系统31将从传感器装置32获得的数据进行分析处理，形成本地信息库和本地算法，本地信息库适用与信息存储库25内的信息合并。本地算法适用与核心算法模块21内的核心算法合并。即便是本地算法或者本地信息库通过联网泄漏，获得者也无法直接得取用户的隐私数据。本地学习系统31的隔离作用，能够使本地用户的隐私数据得到很好的保证。

本实用新型提供的一种智能机器人还包括预警监测装置7，预警监测装置7分别与维护系统10和中心控制系统1连接。预警监测装置7用于监测中心控制系统1的网络访问痕迹或日志，包括访问云中心控制平台12或其他互联网服务器端所产生的网络访问痕迹或日志。

如图8所示，为本实用新型实施例1中预警监测装置的安全预警监测方法流程图。预警监测装置7的安全预警监测方法为：

步骤S61，预警监测装置7对中心控制系统1对外访问的互联网协议地址进行检查，若监测到陌生互联网协议地址，则继续执行步骤S62，若未监测到异常，则始终监测；

步骤S62，将陌生互联网协议地址传输至维护系统10；

步骤S63，维护系统10将陌生互联网协议地址与调用的白名单和黑名单进行比对，进行筛选，若威胁不存在，则继续执行步骤S61，若存在威胁则执行步骤S64；

步骤S64，存在具有威胁的互联网协议地址，发出警报。

任何程序在运行和升级过程中皆不可能无任何出错可能，软件本身在升级、传输、运行等过程中异常更不可避免。

本实用新型通过预警监测装置7全程监控智能机器人的运行状态，以确保机器人在运行、智能学习和自动升级过程中能够安全、安静、顺利地进行。另外，预警监测装置7还用于监测智能机器人升级更新状态。

如图9所述，为本实用新型实施例1中预警监测装置的运行状态监测方法流程图。预警监测装置7的运行状态监测方法为：

步骤S71，预警监测装置7通过中心控制系统1调用信息存储库25或核心算法模块21或功能程序模块23或操作系统模块22内的运行日志和升级更新日志；

步骤S72，预警监测装置7判断信息存储库25或核心算法模块21或功能程序模块23或操作系统模块22内的运行日志和升级更新日志是否异常，若无异常，则执行步骤S71继续监测，若有异常执行步骤S73；

步骤S73，判断异常类型，若信息存储库25或核心算法模块21或功能程序模块23或操作系统模块22内的运行日志异常，则继续执行步骤S74，若信息存储库25或核心算法模块21或功能程序模块23或操作系统模块22内的升级更新日志异常，则继续执行步骤S75；

步骤S74，重新启动加载信息存储库25或核心算法模块21或功能程序模块23或操作系统模块22，并执行步骤S76；

步骤S75，终止信息存储库25或核心算法模块21或功能程序模块23或操作系统模块22的升级更新，恢复升级前状态，并执行步骤S76；

步骤S76，预警监测装置7向维护系统10发出预警。

虽然本实用新型提供的一种智能机器人可以进行无人干预地智能学习和自动升级，但是人是复杂、多变的，每次升级和更新的信息库、操作系统、功能程序等未必是用户喜欢的。用户需要智能机器人能够回归以前某时刻的信息库、操作系统、功能程序的版本。

本实用新型提供的一种智能机器人，其还包括操控装置9，操控装置9与中心控制系统1连接，操控装置9向中心控制系统1发送升级更新选择指令。用户通过操控装置9可以控制智能机器人的升级和更新。用户通过操控装置9可以浏览的升级和更新的日志。

因此，通过操控装置9既可以控制智能机器人停止自动升级、更新，也能控制智能机器人恢复原有的信息库或操作系统或功能程序。

优选，操控装置9与中心控制系统1采用无线连接，进一步操控装置9可以是远程手持设备。操控装置9上的功能可以通过软件程序实现。

如图2所示，为本实用新型实施例1中一种用于智能机器人的更新辅助装置的结构示意图。本实用新型实施例1还提供一种智能机器人更新辅助装置，其包括云中心控制平台12、版本库15、下载平台16、加密装置18、算法更新装置100、操作系统更新装置200、功能程序更新装置300和信息库更新装置500。云中心控制平台12分别与版本库15、加密装置18和下载平台16连接。云中心控制平台12用于控制更新辅助装置内部数据通信和对外通信。下载平台16用于存储算法更新装置100生成的核心算法，下载平台16用于存储操作系统更新装置200生成的操作系统，下载平台16用于存储信息库更新装置500生成的信息库，下载平台16用于存储功能程序更新装置300生成的功能程序。

算法更新装置100、操作系统更新装置200、功能程序更新装置300和信息库更新装置500均与加密装置18连接，加密装置18将对算法更新装置100、操作系统更新装置200、功能程序更新装置300和信息库更新装置500生成的核心算法、操作系统、功能程序和信息库进行加密，核心算法、操作系统、功能程序和信息库被加密后存储到下载平台16上。

如图10所示，为本实用新型实施例1中用于智能机器人的更新辅助装置的工作流程图；更新辅助装置能够执行以下步骤：

步骤S101，通过算法更新装置100、操作系统更新装置200、功能程序更新装置300和信息库更新装置500分别更新核心算法、操作系统、功能程序和信息库；

步骤S102，通过加密装置18将核心算法或操作系统或功能程序或信息库的数据分块，每块大小不超过10KB；

步骤S103，通过加密装置18，使用不同密码或不同加密方式，对各个分块加密；

步骤S104，通过加密装置18将加密后的分块隐藏在彩色图片中；

步骤S105，将隐藏有分块的图片存储至下载平台16中；

步骤S106，云中心控制平台12调用下载平台16中的图片，并把彩色图片发送给智能机器人。

在智能机器人一端，则通过解密装置5对隐藏有数据的图片进行解密。在解密后，将各个分块进行合并，从而提取出所要升级更新的核心算法、操作系统、功能程序和信息库。

进过此番加密传输，其好处在于，能够防止第三者从网络上拦截核心算法、信息库等重要的信息。

优选地，在步骤S104中，每张图片仅储存一个分块的数据，每个分块数据隐藏在对应图片上的任意位置，分块数据隐藏在对应图片后，进一步形成加密映射表，加密映射表记载对应图片中所隐藏的数据的类型、大小以及隐藏位置。

算法更新装置100包括核心算法生成系统110、定制算法开发系统120、机器算法生成系统130和训练数据库150。机器算法生成系统130与训练数据库150连接，核心算法生成系统110分别与定制算法开发系统120和机器算法生成系统130连接。

如图11所示，为本实用新型实施例1算法更新装置中核心算法生成方法流程图。算法更新装置100中核心算法生成方法为：

步骤S111，机器算法生成系统130根据训练数据库150中的数据进行训练和学习，形成机器算法；

步骤S112，定制算法开发系统120调取人工编定的算法；

步骤S113，核心算法生成系统110将机器算法与人工编定算法进行合并形成核心算法。

机器算法生成系统130对训练数据库150中海量数据进行训练，在长时间学习后生成机器算法。训练数据库150中包括网络爬虫的数据、人工收入分类数据、第三方调用的数据。同时研发、编程团人针对特定的、重要的、高准备度的领域，进行定制开发算法程序。

核心算法更新方法的好处在于：能够准确、及时地提供适应智能机器人的核心算法。

操作系统更新装置200包括分块传输装置210、操作系统测试模块220和操作系统开发模块230。操作系统测试模块220分别与分块传输装置210和操作系统开发模块230连接。分块传输装置210还与加密装置18连接。

如图12所示，为本实用新型实施例1操作系统更新装置中操作系统生成方法流程图。操作系统更新装置200中操作系统生成方法为：

步骤S121，操作系统开发模块230调用定制开发的操作系统，并发送给操作系统测试模块220；

步骤S122，操作系统测试模块220对定制开发的操作系统进行测试，操作系统测试模块220将测试通过的操作系统数据发送给分块传输装置210；

步骤S123，分块传输装置210将测试通过的操作系统数据进行初步分块。

功能程序更新装置300包括硬件匹配归类系统310、功能程序测试系统320和功能程序开发系统330。功能程序测试系统320分别与硬件匹配归类系统310和功能程序开发系统330连接。硬件匹配归类系统310还与加密装置18连接。

如图13所示，为本实用新型实施例1功能程序更新装置中功能程序生成方法流程图。功能程序更新装置300中功能程序生成方法：

步骤S131，功能程序开发系统330调用定制开发的功能程序，并发送给功能程序测试系统320；

步骤S132，功能程序测试系统320对功能程序进行测试，功能程序测试系统320将测试通过的功能程序发送给硬件匹配归类系统310；

步骤S133，硬件匹配归类系统310将测试通过的功能程序与智能机器人的硬件进行匹配和归类。

功能程序生成方法的好处在于：通过硬件匹配，能够使智能机器人快速下载功能程序，提高了功能程序的下载的效率。通过功能程序测试系统320，避免了功能程序的兼容性问题。

信息库更新装置500包括信息库合成系统510、信息分析处理系统520、信息采集系统530和信息库人工收录系统550。信息分析处理系统520与信息采集系统530连接，信息库合成系统510分别与信息库人工收录系统550和信息分析处理系统520连接。

如图14所示，为本实用新型实施例1信息库更新装置中信息库生成方法流程图。信息库更新装置500中信息库生成方法为：

步骤S151，信息采集系统530通过网络爬虫采集互联网数据，并把数据传输给信息分析处理系统520；

步骤S152，信息分析处理系统520根据网络爬虫采集互联网数据形成第一信息库，并将第一信息库发送至信息库合成系统510；

步骤S153，信息库合成系统510将第一信息库与信息库人工收录系统550收录的第二信息库相合并，形成新的信息库。

如图15所示，为本实用新型实施例1中提供的一种数据加密传输方法的流程图；本实用新型实施例1还提供一种数据加密传输方法，其具体步骤为：

步骤S300，加密装置18将数据切分成块，形成多个分块；

步骤S301，对多个分块进行加密；

步骤S302，将多个经加密的分块隐藏在彩色图片中；

步骤S303，在加密装置18内生成加密映射表，加密映射表记录多个经加密的分块的数据类型和数据大小以及多个经加密的分块隐藏在彩色图片上的位置；

步骤S304，对加密映射表进行加密；

步骤S305，将加密映射表和图片传输至解密装置5；

步骤S306，解密装置5解密所述加密映射表，根据所述加密映射表内映射关系还原图片中隐藏的分块；

步骤S307，解密装置5继续单独解密多个分块；

步骤S308，根据加密映射表的映射关系合并分块，还原数据。

其好处在于：通过加密和隐藏双重保密措施，避免了其他人在网络上拦截或获取核心算法数据和信息库数据等重要数据。

优选地，步骤S300中的分块大小不超过10KB。

优选地，步骤S301中，对多个分块进行加密时，使用不同密码或不同加密方式，对各个分块加密。

优选地，步骤S302中，将多个经加密的分块隐藏在同一图片的不同位置，或者不同图片上。

优选地，步骤S302中，将多个经加密的分块隐藏在不同图片上，且每张图片只隐藏一个分块。

优选地，如图16所示，为本实用新型实施例1中加密分块隐藏方法流程图；在执行步骤S302或步骤S104中，将多个经加密的分块隐藏在图片中的方法为：

步骤S310，将彩色图片转化为实际位图数据；

步骤S311，根据将二进制的分块数据的位数，等量截取彩色图片位图数据的字节数；

步骤S312，将截取后的彩色图片位图数据的每个字节的最后一比特信息替换为分块数据的比特信息；

步骤S313，保存更改后的彩色图片，完成分块数据隐藏。

优选地，在步骤S301或步骤S103中，对多个分块进行加密的加密算法是DES算法或3DES算法或DESX算法或IDEA算法或AES算法或RSA算法或Diffie-Hel lman算法。

实施例2

本实施例与实施例1不同之处在于,如图17所示，为本实用新型实施例1中加密分块隐藏方法流程图。优选地，在执行步骤S302或步骤S104中，将多个经加密的分块隐藏在图片中的方法还可以为：

步骤S360，将彩色图片转化为实际位图数据；

步骤S361，根据将二进制的分块数据的位数，等量截取彩色图片位图数据的字节数；

步骤S362，将截取后的彩色图片位图数据的每个字节的第N个比特信息分别单独替换为分块数据的比特信息，N取值1-8，共形成8个新彩色图片；

步骤S363，将原有彩色图片分别与8个新彩色图片进行对比；

步骤S364，筛选出最接近原有彩色图片的新彩色图片；

步骤S365，确定N的最优值，并保存到加密映射表中；

步骤S366，将筛选后的新彩色图片保存，完成分块数据隐藏。

以上仅为本实用新型的较佳实施例，对本实用新型而言仅仅是说明性的，而非限制性的。本实用新型中各部件的结构和连接方式等都是可以有所变化的，凡是在本实用新型技术方案的基础上进行的等同变换和改进，均不应排除在本实用新型的保护范围之外。