一种基于家庭智能机器人的儿童成长习惯行为引导方法与流程

本发明属于机器人领域，具体涉及一种基于家庭智能机器人的儿童成长习惯行为引导方法。

背景技术：

1-12岁是培养孩子习惯和性格最关键的年龄阶段，孩子年龄小的时候，具有很强的可塑性，比较听话、好训练，因而培养各种良好习惯最容易见效，因此，养成教育中极为重要的一个环节，就是抓住习惯养成的关键期，对孩子进行各种良好习惯的培养，研究表明，幼儿期(3岁-6岁)、童年期(7岁-12岁)、少年期(13岁-16岁、17岁)都是行为习惯养成的重要时期，特别是幼儿期和童年期更为关键；在一个人的青少年时期，由于人的身心发展还未定型，具有较强的可塑性，所以，这一时期是矫治不良习惯的最佳时期，也是关键期，因此，培养良好习惯的关键期，也是矫正不良习惯的最后时期。

父母们也知道青少年时期是对孩子培养良好习惯和矫正不良习惯的关键期，但是培养良好习惯和矫正不良习惯需要一个时间过程，甚至比较长的时间过程，并且在这个较长的时间内不能出现中断，不然前面的努力就可能白费了，在这个较长的时间过程中父母们需要做好记录和保留好证据，特别是对童年期和少年期的孩子来说，他们需要理由来说服他们，此时证据就相对很重要了，对于这个较长的时间内对一个甚至多个需要养成或者矫正的习惯产生的数据，很难搜集的完整。

而对于机器人，数据的收集和处理是它们的强项，当今市场上针对儿童开发的机器人很多，大多是针对儿童的学习问题而研发的，对儿童的习惯问题的机器人也有部分，但是多数都是以提醒为主，可能更适合幼儿期的孩子。

技术实现要素：

本发明的目的是提供一种基于家庭智能机器人的儿童成长习惯行为的引导方法有助于青少年时期的儿童身心健康发展。

为了解决上述技术问题，本发明公开了一种基于家庭智能机器人的儿童成长习惯行为引导方法，包括如下步骤：

获取儿童的多模态输入信息并标记有时间戳，建立成长数据集，并对标记有时间戳的成长数据集进行解析；

根据解析的结果判断是否需要进行初次引导，并生成初次引导决策或奖励决策；

根据初次引导结果输出多模态表达；

获取初次引导后的儿童的多模态反馈信息；

采集当前儿童的多模态输入信息，并结合初次引导后的儿童的多模态反馈信息对多模态输入信息进行解析；

根据解析的结果判断是否需要对儿童的习惯行为进行第二次引导，并生成二次引导决策；

所述初次引导决策不同于二次引导决策；

根据二次引导结果输出多模态表达。

优选地，所述对于所述儿童的多模态输入信息，包括结合所述儿童的多模态输入信息进行场景感知和意图感知。

优选地，所述根据对标记有时间戳的成长数据集进行解析的结果，包括：

根据成长数据集中记录习惯行为的设定模态来判断习惯行为类型，其中，所述习惯行为类型包括正向习惯行为、负向习惯行为。

优选地，所述根据对标记有时间戳的成长数据集进行解析的结果，包括：

所述在设定时间内的习惯行为的次数求和等于设定次数阈值时，所述习惯行为养成或改掉，触发智能机器人实施奖励机制，智能机器人不进行初次引导；

所述习惯行为是正向习惯行为时，所述在设定时间内的习惯行为的次数求和小于设定次数阈值时，触发智能机器人进行初次正向习惯行为的引导；

所述习惯行为是负向习惯行为时，所述在设定时间内的习惯行为的次数求和大于设定次数阈值时，触发智能机器人进行初次负向习惯行为的引导。

优选地，所述根据对标记有时间戳的成长数据集进行解析的结果，设有提前进行初次引导决策，包括：

所述习惯行为是负向习惯行为时，所述在当前时间的习惯行为的次数求和大于等于设定次数阈值时，触发智能机器人对儿童的负向习惯行为提前进行初次负向习惯行为的引导；

所述当前时间早于所述设定时间。

优选地，所述根据初次引导结果输出多模态表达，包括语音输出、文本输出和动作输出。

优选地，所述根据解析的结果判断是否需要对儿童的习惯行为进行第二次引导，包括：

根据场景感知和意图感知的结果并结合初次引导后的儿童的多模态反馈信息的解析结果进行评分；

当所述评分高于设定的第一分数阈值时，触发智能机器人对当前的儿童进行第二次引导；

当所述评分低于并等于设定的第一分数阈值时，触发智能机器人不对当前的儿童进行第二次引导；

当所述评分位于所述第二分数阈值之间时，触发智能机器人对儿童进行建议并将建议发送给儿童的家长；

所述第二分数阈值小于第一分数阈值。

优选地，所述根据场景感知和意图感知的结果并结合初次引导后的儿童的多模态反馈信息的解析结果进行评分，包括：

智能机器人根据场景感知和意图感知的结果以及初次引导后的儿童的多模态反馈信息的解析结果中提取设定模态信息和或面部表情类型；

智能机器人将与提取得到的设定模态信息和或面部表情类型对应的分数加权求和以获得针对当前儿童习惯行为进行二次引导的需求程度的评分。

优选地，所述对所述根据场景感知和意图感知的结果以及初次引导后的儿童的多模态反馈信息的解析结果中提取的面部表情类型包括高兴、愤怒、厌恶和冷静。

优选地，所述根据二次引导结果输出多模态表达，所述多模态表达包括语音输出、文本输出和动作输出。

本发明至少包括以下有益效果：

1、建立有时间戳标记的成长数据集，通过成长数据集的解析结果进行初次引导，通过采集当前儿童的多模态输入信息并结合初次引导后的儿童的多模态反馈信息的解析结果判断是否需要对儿童行为进行第二次引导，并且第二次引导生成的引导决策区别于初次引导决策，通过两次引导使得引导方法更加准确合理更接近儿童心理需求；

2、通过对标记有时间戳的成长数据集的解析结果，触发智能机器人实施奖励机制，使得儿童对坏习惯的改掉和好习惯的养成具有积极性，并对标有时间戳的成长数据集中的多模态数据使得儿童更加信服，有利于儿童的身心健康的发展。

附图说明

图1为基于家庭智能机器人的儿童成长习惯行为引导方法的流程图；

图2为所述对标记有时间戳的成长数据集进行解析的结果判断是否需要初次引导；

图3为采集当前儿童的多模态输入信息，并结合初次引导后的儿童的多模态反馈信息对多模态输入信息进行解析，根据解析结果判断是否需要第二次引导的流程图。

具体实施方式

下面通过实施例对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。

应当理解，本文所使用的诸如“具有”，“包含”以及“包括”术语并不排除一个或多个其它元件或其组合的存在或添加。

本发明中基于家庭智能机器人的儿童成长习惯行为包括正向习惯行为和负向习惯行为，即好习惯和坏习惯，对于儿童的好习惯的养成开始的时候需要一段时间的引导，对于儿童的坏习惯的改掉也是需要一个慢慢递减的引导过程，通过智能机器人的引导循序渐进的养成儿童的正向习惯行为和改掉儿童的负向习惯行为；智能机器人为基于家庭的智能机器人，儿童呆在家里的时间最长，对于儿童在户外或者学校发生的事情也可以通过儿童与家人之间的交流获取信息，家里方便提供智能机器人的资源，包括电力资源、网络资源等。

实施例1

如图1-3所示，本实施例提供了一种基于家庭智能机器人的儿童成长习惯行为引导方法，包括如下步骤：

s1、获取儿童的多模态输入信息并标记有时间戳，建立成长数据集，并对标记有时间戳的成长数据集进行解析；

s2、根据解析的结果判断是否需要进行初次引导，并生成初次引导决策或奖励决策；

s3、根据初次引导结果输出多模态表达，获取初次引导后的儿童的多模态反馈信息；

s4、采集当前儿童的多模态输入信息，并结合初次引导后的儿童的多模态反馈信息对多模态输入信息进行解析；

s5、根据解析的结果判断是否需要对儿童的习惯行为进行第二次引导，并生成二次引导决策，所述初次引导决策不同于二次引导决策；

s6、根据二次引导结果输出多模态表达。

对于童年期的儿童，童年期的儿童基本是处于上小学阶段，非常普遍的一个行为习惯咬指甲，下面将以这个习惯行为进行举例说明。

进一步地，对于所述儿童的多模态输入信息，包括结合所述儿童的多模态输入信息进行场景感知和意图感知，对于咬指甲的这个习惯行为多半发生在儿童相对比较安静的时候，比如写作业、看电视或者睡觉前等，然而在吃饭、刷牙等行为的时候将不会发生咬指甲这个习惯行为，因此对需要对儿童的多模态输入信息进行场景感知和意图感知是必要的前提。

进一步地，如图2所示，所述根据对标记有时间戳的成长数据集进行解析的结果，包括：根据成长数据集中记录习惯行为的设定模态来判断习惯行为类型，其中，所述习惯行为类型包括正向习惯行为、负向习惯行为；根据成长数据集中记录的习惯行为的设定模态，比如将手指放到嘴里这个动作、指甲边缘出现锯齿形、“你的指甲被咬坏了”等等来判断咬指甲是负向习惯。

进一步地，所述根据对标记有时间戳的成长数据集进行解析的结果，包括：

所述在设定时间内的习惯行为的次数求和等于设定次数阈值时，所述习惯行为养成或改掉，触发智能机器人奖励机制，智能机器人不进行初次引导；

所述习惯行为是正向习惯行为时，所述在设定时间内的习惯行为的次数求和小于设定次数阈值时，触发智能机器人进行初次正向习惯行为的引导；

所述习惯行为是负向习惯行为时，所述在设定时间内的习惯行为的次数求和大于设定次数阈值时，触发智能机器人进行初次负向习惯行为的引导；

具体地，当儿童在学校上课期间或者睡觉前躲在被子里面咬指甲，这些数据将不能被统计到，所以在设定次数阈值的时候需要根据一些可能存在但是无法统计的数据进行设定次数阈值，假设现在咬指甲这个习惯行为设定在2周内采集到的习惯行为次数为1次，咬指甲习惯行为为已矫正，不需要进行初次引导，并且将关于咬指甲的这个习惯行为的相关数据保存一定的时间后进行删除；如若在2周的时间内，习惯行为的次数求和大于1次，则判断需要进行初次引导，并生成初次引导决策；在对标记有时间戳的成长数据集进行解析的结果还设有提前进行初次引导决策，包括所述在当前时间的习惯行为的次数求和大于等于设定次数阈值时，需要对儿童的习惯行为提前进行初次引导，所述当前时间早于所述设定时间；咬指甲习惯行为设定次数阈值的时间为2周，但是在第1天的时候，咬指甲习惯行为的次数求和就大于1次，此种情况需要提前进行初次引导；基于初次引导结果输出多模态表达，包括语音输出、文本输出和动作输出，比如：在儿童放学回到家后，主动对儿童说：“你昨天咬指甲这个习惯行为发生了5次，我们的目标是2周内只发生1次哦！”或者对儿童做出一个加油的动作等。

进一步地，获取初次引导后的儿童的多模态反馈信息，智能机器人在对儿童主动做出初次引导后，获取当时儿童的反馈信息，比如“儿童说，好的，知道了”、“做了一个ok的动作”、“出现了一个厌恶的表情”、“儿童说，又来了，同时做了一个愤怒的表情”等，对于出现的各种反馈进行获取并设置相应的分值。

进一步地，智能机器人对于场景感知和意图感知来确认是否需要立即对儿童进行第二次引导，比如，在早晨儿童去上学之前对其进行初次引导，获取当时儿童的反馈信息并且评出了相应的分值，对当时的场景感知和意图感知的结果是儿童马上要出门去上学，对于第二次引导将不会立即执行。

进一步地，如图3所示，所述根据解析的结果判断是否需要对儿童的习惯行为进行第二次引导，包括：

根据场景感知和意图感知的结果并结合初次引导后的儿童的多模态反馈信息的解析结果进行评分；

当所述评分高于设定的第一分数阈值时，触发智能机器人对当前的儿童进行第二次引导；

当所述评分低于并等于设定的第一分数阈值时，触发智能机器人不对当前的儿童进行第二次引导；

当所述评分位于所述第二分数阈值之间时，触发智能机器人对儿童进行建议并将建议发送给儿童的家长；

所述第二分数阈值小于第一分数阈值。

具体地，对于智能机器人初次引导后，智能机器人获取当时的儿童的反馈信息为“出现了一个厌恶的表情”记为8分，采集的当前儿童的多模态输入信息如“将手指放进嘴里”记为3分，所述评分总计11分，假设设定的第一分数阈值为10-12分，触发智能机器人对当前儿童进行第二次引导，第一次引导的决策不同于第二次引导决策，初次引导主要目的为提醒，而第二次引导是激励式的，进行两次引导，并且第二次引导生成的引导决策区别于初次引导决策，通过两次引导使得引导方法更加准确合理更接近儿童心理需求；比如：妈妈说：如果你这周咬指甲的次数能明显减少的话，会给你买你一直想要的玩具，奖励可以提高儿童的积极性；当所述评分没有达到10分，但是是9分或者是8分，触发智能机器人对儿童进行建议并将建议发送给儿童的家长，可通过短信、电子邮件或者电话等方式。

实施例2

一种基于家庭智能机器人的儿童成长习惯行为引导方法，包括如下步骤：

s1、获取儿童的多模态输入信息并标记有时间戳，建立成长数据集，并对标记有时间戳的成长数据集进行解析；

s2、根据解析的结果判断是否需要进行初次引导，并生成初次引导决策或奖励决策；

s3、根据初次引导结果输出多模态表达，获取初次引导后的儿童的多模态反馈信息；

s4、采集当前儿童的多模态输入信息，并结合初次引导后的儿童的多模态反馈信息对多模态输入信息进行解析；

s5、根据解析的结果判断是否需要对儿童的习惯行为进行第二次引导，并生成二次引导决策，所述初次引导决策不同于二次引导决策；

s6、根据二次引导结果输出多模态表达。

下面将以每天晚上7点到9点之间阅读课外书至少半小时为例。

进一步地，对于所述儿童的多模态输入信息，包括结合所述儿童的多模态输入信息进行场景感知和意图感知，智能机器人对于儿童阅读课外书可采集语音信息或者视频信息并标记有时间戳，建立数据集；假设现在在一个月内，大于等于28次在每天的晚上7点到9点之间有阅读半小时以上为正向习惯行为养成。

进一步地，如图2所示，所述根据对标记有时间戳的成长数据集进行解析的结果，包括：根据成长数据集中记录习惯行为的设定模态来判断习惯行为类型，其中，所述习惯行为类型包括正向习惯行为、负向习惯行为；智能机器人判断阅读习惯行为为正向习惯行为还是负向习惯行为的设定模态比如：看书这个姿态、持续一段时间语速匀速的发出声音等来判断阅读是正向习惯行为。

进一步地，所述根据对标记有时间戳的成长数据集进行解析的结果，包括：

所述在设定时间内的习惯行为的次数求和等于设定次数阈值时，所述习惯行为养成或改掉，触发智能机器人奖励机制，智能机器人不进行初次引导；

所述习惯行为是正向习惯行为时，所述在设定时间内的习惯行为的次数求和小于设定次数阈值时，触发智能机器人进行初次正向习惯行为的引导；

所述习惯行为是负向习惯行为时，所述在设定时间内的习惯行为的次数求和大于设定次数阈值时，触发智能机器人进行初次负向习惯行为的引导；

具体地，在一个月内，儿童阅读的次数大于等于28次在每天的晚上7点到9点之间有阅读半小时以上为正向习惯养成，触发智能机器人实施奖励机制，奖励给儿童在设立这个规则的时候说好的儿童想要的奖励，此种情况下不需要进行初次引导；通过对标记有时间戳的成长数据集的解析结果，设有奖励机制，使得儿童对坏习惯的改掉和好习惯的养成具有积极性，并对标有时间戳的成长数据集中的多模态数据使得儿童更加信服，有利于儿童的身心健康的发展；奖励完成后在1个月的时间内继续观察，如若出现比如1个月阅读的次数只有20次，将再次实施上述的方法帮助儿童养成良好习惯；在1个月内阅读的次数求和小于设定次数阈值时，需要进行初次引导，当然假设在半个月的时候儿童的阅读次数求和只有12次，可以提前结束阅读习惯行为的引导，可重新开始或者重新设定标准；对于初次引导决策以提醒为主，比如在放学回家后或者吃过晚饭后对儿童说：“今天晚上你想看哪本书？”等之类的提醒方式对儿童进行提醒，完成对儿童的提醒后获取儿童的多模态反馈信息。

进一步地，如图3所示，所述根据解析的结果判断是否需要对儿童的习惯行为进行第二次引导，包括：

根据场景感知和意图感知的结果并结合初次引导后的儿童的多模态反馈信息的解析结果进行评分；

当所述评分高于设定的第一分数阈值时，触发智能机器人对当前的儿童进行第二次引导；

当所述评分低于并等于设定的第一分数阈值时，触发智能机器人不对当前的儿童进行第二次引导；

当所述评分位于所述第二分数阈值之间时，触发智能机器人对儿童进行建议并将建议发送给儿童的家长；

所述第二分数阈值小于第一分数阈值。

具体地，对于智能机器人进行初次引导后，智能机器人获取当时的儿童的反馈信息为“好的，知道了”，当时的儿童的表情类型为冷静，记为1分；在7点-9点之间采集的当前儿童的多模态输入信息如“阅读的姿态”记为0分，或者说采集到当前儿童的多模态输入信息“阅读的姿态”在9点15分，记为1分，所述评分总结2分，假设第一分数阈值为10分，判断为不需要对当前儿童进行第二次引导。

进一步地，根据不需要对当前儿童进行第二次引导输出的多模态表达可以为将通过信息的方式发给家长或者对儿童说你离你想要的玩具又进了一步甚至可说出具体的数据，以鼓励当前儿童提高儿童的积极性。

另外，接受机器人的这个正向习惯行为也会被放入成长数据集中并打上时间戳，如果儿童不配合机器人统计的数据将不完整从而影响机器人对儿童的引导方向，因此对习惯机器人的正向习惯行为是各种习惯行为中的一种而且越早习惯越好。

尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的实施例。