一种人体组分检测和分析的智能机器人交互系统及方法与流程

本发明涉及机器人领域，具体是涉及一种人体组分检测和分析的智能机器人交互系统及方法。

背景技术：

当下社会节奏越来越快，工作强度越来越高，亚健康的问题越来越困扰着人们，年轻人的比例也在逐年上升，如果每个人对自身的身体状况数据详细了解，就可以及时针对性地补充相应的营养和锻炼。相关研究中已有能够检测人体组分的检测仪器，能够帮助用户了解自身情况。国际巨头inbody（见专利公开号为us20160089082a1的美国专利）和百利达（见专利公开号为ep1479341a1的欧洲专利）都推出了非常专业的人体组分测量仪器，测量精度在99.8%左右，但存在智能化程度低，交互性差，人工介入程度高的问题。

随着人工智能技术和机器人技术的不断发展，智能机器人发展迅猛，应用领域也越来越广泛，智能化水平及拟人化程度也不断提高，涌现出一批智能化程度高的机器人，如送菜机器人、物流机器人、酒店机器人等。与此同时人们对检测仪器的要求越来越高，因此一款测量精准，交互友好并且全自动无人介入检测的人体组分智能检测机器人的需求也越来越迫切。

技术实现要素：

本发明针对当前人体组分检测仪器智能化程度低、交互性差的问题，提供了一种人体组分检测和分析的智能机器人交互系统及方法，能够通过语音和视觉图像进行智能人机交互。

根据本发明的一个方面，提供一种人体组分检测和分析的智能机器人交互系统，其特征在于，包括语音识别模块，用于语音指令识别和播报；视觉模块，用于人脸识别、性别识别、年龄识别等；触摸显示模块，用于获取用户点击信息、分析数据展示等；网络通信模块，用于各模块间的通信；智能云端分析引擎，用于语音交互和视觉交互模块的数据分析，利用大数据和深度学习算法智能分析得到结果。

优选地，语音交互模块包含以下至少之一：抗干扰的麦克风线阵，阵列数目至少2个及以上，用于获取用户对话信息，通过网络通信模块上传智能云端分析引擎，使用基于意图网络的深度学习模型进行语音识别、语义理解以及语音合同，可以准确识别用户发出的问候、测量或者天气问询指令等不同的意图，根据不同的意图给出相应的回答和反馈，给予用户更好的体验。

优选地，视觉交互模块包含以下至少之一：稳定拍摄的广角摄像头，用于获取用户人脸信息，通过网络通信模块上传智能云端分析引擎，使用深度学习算法如dnn、rnn、biggru等进行人脸识别、性别识别以及年龄识别，可以准确识别用户属性信息，结合语音播报可以给予用户更好的交互体验。

优选地，触摸显示模块包含以下至少之一：触摸显示器，用于显示用户聊天信息和属性信息编辑，结合语音提示可以给予用户更好的交互体验。

优选地，网络通信模块包含以下至少之一：稳定传输的通信模块，用于各模块间的数据传输。

优选地，智能云端分析引擎包含以下至少之一：基于意图网络的语义理解模型，用于识别用户语音指令并给予正确的反馈；基于深度学习算法的人脸识别模型，用于识别人脸、性别和年龄数据。

根据本发明的另一个方面，提供一种人体组分检测和分析的智能机器人交互方法，其特征在于，包括以下步骤：

步骤一：机器人通过广角摄像头检测到人脸图像超过一定阈值时唤醒人机交互模式，或者用户通过唤醒词唤醒机器人进入人机交互模式，或者用户点击处于广告轮播页面的机器人进入人机交互模式；

步骤二：用户进行语音短问询交互；

步骤三：机器人通过云端智能分析引擎对短问询语句进行意图识别，判断是否是交互模式识别；

步骤四：如果是专业交互，切换至专业交互模式，并进行意图识别，专业交互意图包括但不限于测量指令、慢病管理、健身锻炼、人脸特征识别等；

步骤五：如果不是专业交互，切换至通用交互模式，并进行意图识别，通用交互意图包括但不限于测量新闻播报、天气问询、笑话段子等；

步骤六：识别出相关意图后通过语音合成进行语音播报，并进入语音短问询状态，等待新一轮交互。

与现有技术相比，本发明具有如下的有益效果：一，本发明采用多种智能交互方式，实现人体组分全自动检测与分析。二，本发明采用大数据和人工智能进行分析和计算，提高了交互的准确性和智能化程度。三，智能云端分析引擎，可以有效利用大数据和大算力，实时计算和分析并提供用户相应的智能推荐。

附图说明

图1为本发明所述智能机器人交互系统的整体结构框图。

图2为本发明所述智能机器人交互方法的实现流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下文将结合附图对本发明的一种人体组分检测和分析的智能机器人交互系统及方法实施例进行详细说明，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，还可以做出若干变形和改进，如一种智能的人体组分检测机器人交互系统和方法、智能体脂仪交互系统和方法等，这些都属于本发明的保护范围。

图1给出了系统整体结构图。本实例包括语音识别模块，用于语音指令识别和播报；视觉模块，用于人脸识别、性别识别、年龄识别等；触摸显示模块，用于获取用户点击信息、分析数据展示等；网络通信模块，用于各模块间的通信；智能云端分析引擎，用于语音交互和视觉交互模块的数据分析，利用大数据和深度学习算法智能分析得到结果。

所述的语音交互模块包含抗干扰的麦克风线阵，阵列数目至少2个及以上，用于获取用户对话信息，通过网络通信模块上传智能云端分析引擎，使用基于意图网络的深度学习模型进行语音识别、语义理解以及语音合同，可以准确识别用户发出的问候、测量或者天气问询指令等不同的意图，根据不同的意图给出相应的回答和反馈，给予用户更好的体验。

所述的视觉交互模块包含稳定拍摄的广角摄像头，用于获取用户人脸信息，通过网络通信模块上传智能云端分析引擎，使用深度学习算法如dnn、rnn、biggru等进行人脸识别、性别识别以及年龄识别，可以准确识别用户属性信息，结合语音播报可以给予用户更好的交互体验。

所述的触摸显示模块包含触摸显示器，用于显示用户聊天信息和属性信息编辑，结合语音提示可以给予用户更好的交互体验。

所述的网络通信模块包含wifi模块，用于各模块间的数据传输。

所述的智能云端分析引擎包含基于意图网络的语义理解模型，用于识别用户语音指令并给予正确的反馈；基于深度学习算法的人脸识别模型，用于识别人脸、性别和年龄数据。

图2给出了智能机器人交互方法的实现流程。本实例支持专业交互和通用交互两种模式，具体实现流程具体描述如下：

步骤一：机器人通过广角摄像头检测到人脸图像超过一定阈值时唤醒人机交互模式，或者用户通过唤醒词唤醒机器人进入人机交互模式，或者用户点击处于广告轮播页面的机器人进入人机交互模式；

步骤二：用户进行语音短问询交互；

步骤三：机器人通过云端智能分析引擎对短问询语句进行意图识别，判断是否是交互模式识别；

步骤四：如果是专业交互，切换至专业交互模式，并进行意图识别，专业交互意图包括但不限于测量指令、慢病管理、健身锻炼、人脸特征识别等；

步骤五：如果不是专业交互，切换至通用交互模式，并进行意图识别，通用交互意图包括但不限于测量新闻播报、天气问询、笑话段子等；

步骤六：识别出相关意图后通过语音合成进行语音播报，并进入语音短问询状态，等待新一轮交互。