一种用于人工智能的人机交互方法与流程

1.本发明涉及人机交互领域，具体为一种用于人工智能的人机交互方法。


背景技术：

2.现有技术中，人工智能基本局限于聊天机器人的范畴，是指计算机软件来模拟具有一定语言功能的程序单元，实现与人进行简单的交流。
3.人工智能机器人主要提供教育、娱乐、智能监控、玩乐互动、智能服务等人机互动功能；人工智能机器人需要通过智能数据库应用系统实现人与智能机器人之间的信息数据交互，包括视觉、听觉、语言、行为等信息互动交流；使机器人加载各种智能传感设备，通过智能数据库系统的采集、分析、应用功能模块实现人与机器人之间信息传递，为此，我们设计了一种用于人工智能的人机交互方法。


技术实现要素：

4.针对现有技术的不足，本发明提供了一种用于人工智能的人机交互方法，解决了现有人工智能机器人技术中的智能化可用性达不到要求，人与机器人互动层度有限，交互信息规则设计不足的问题。
5.为了达到上述目的，本发明所采用的技术方案是：一种用于人工智能的人机交互方法，包括以下步骤，（1）通过配置程序配置人机交互逻辑引擎的数据参数；（2）通过输入设备输入配置的交互数据参数；（3）通过单片机控制接收多模态的输入信号，多模态的输入信号包括用户输入的图像信号、声音信号和/或距离信号；（4）数据库多元因素关系结构，逻辑体系与智能单元、数据与数据包、数据包与数据单元、数据包与指令与指令等之间关系结构；（5）数据是能被识别、表述及存储的信息，数据按智能单元归类；数据依据智能单元逻辑性规则自动生成数据包，数据包分类存储在各智能单元，数据包被赋予智能单元特征信息后转化为指令；（6）人脸信息、唇区运动情况、声源信息和/或所述距离信号判断用户的交互意愿以及交互意愿强烈程度之前，还包括：对人脸信息和唇区运动情况进行量化处理。
6.前述的一种用于人工智能的人机交互方法，所述步骤（1）中，云服务器存储人机交互逻辑引擎的数据参数、交互信息及引擎优化、测试信息；通过云服务器将人机交互逻辑引擎数据发送至移动终端，进行逻辑引擎的人机交互；通过显示器显示人机交互逻辑引擎的数据参数、交互信息及引擎优化、测试信息。
7.前述的一种用于人工智能的人机交互方法，所述步骤（3）中，多模态的输入信号还包括人脸信息、唇区运动情况、声源信息和/或距离信号判断所述用户的交互意愿。
8.前述的一种用于人工智能的人机交互方法，所述步骤（4）中，数据相关性为基础的
逻辑分析，数据数值为基础的统计分析，易经五行逻辑体系为基础的事件推理分析；易经五行的逻辑体系，实现对数据结构化、多元化相关性统计与逻辑分析。
9.前述的一种用于人工智能的人机交互方法，所述步骤（6）中，交互意愿强烈程度包括：弱交互意愿、疑似交互意愿、强交互意愿、伴随交互意愿、强疑似交互意愿和弱疑似交互意愿。
10.本发明的有益效果为：智能数据分析模块依据人工智能机器人中央处理器下达的指令开始对指令进行处理，对数据进行多因素、相关性、逻辑推理分析后，形成一个结果数据包，该数据包将再存储到智能主题数据库模块，同时指令存储到智能指令应用模块指令库，当调用智能指令应用模块的指令，人工智能机器指令控制模块对指令进行处理，还原成传感器识别的数据，通过人工智能机器的通讯模块，将数据传递到展示系统，实现人与智能机器人的互动，通过通讯代码接收人机交互界面反馈的输出数据并在数据监控页面显示，以得到测试结果。
附图说明
11.图1为本发明的流程图。
具体实施方式
12.为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
13.参看图1：一种用于人工智能的人机交互方法，包括以下步骤，（1）通过配置程序配置人机交互逻辑引擎的数据参数；（2）通过输入设备输入配置的交互数据参数；（3）通过单片机控制接收多模态的输入信号，多模态的输入信号包括用户输入的图像信号、声音信号和/或距离信号；（4）数据库多元因素关系结构，逻辑体系与智能单元、数据与数据包、数据包与数据单元、数据包与指令与指令等之间关系结构；（5）数据是能被识别、表述及存储的信息，数据按智能单元归类；数据依据智能单元逻辑性规则自动生成数据包，数据包分类存储在各智能单元，数据包被赋予智能单元特征信息后转化为指令；（6）人脸信息、唇区运动情况、声源信息和/或所述距离信号判断用户的交互意愿以及交互意愿强烈程度之前，还包括：对人脸信息和唇区运动情况进行量化处理。
14.优选的，步骤（1）中，云服务器存储人机交互逻辑引擎的数据参数、交互信息及引擎优化、测试信息；通过云服务器将人机交互逻辑引擎数据发送至移动终端，进行逻辑引擎的人机交互；通过显示器显示人机交互逻辑引擎的数据参数、交互信息及引擎优化、测试信息。
15.优选的，步骤（3）中，多模态的输入信号还包括人脸信息、唇区运动情况、声源信息和/或距离信号判断所述用户的交互意愿。
16.优选的，步骤（4）中，数据相关性为基础的逻辑分析，数据数值为基础的统计分析，易经五行逻辑体系为基础的事件推理分析；易经五行的逻辑体系，实现对数据结构化、多元化相关性统计与逻辑分析。
17.优选的，步骤（6）中，交互意愿强烈程度包括：弱交互意愿、疑似交互意愿、强交互意愿、伴随交互意愿、强疑似交互意愿和弱疑似交互意愿。
18.综上，本发明在使用时，智能数据分析模块依据人工智能机器人中央处理器下达的指令开始对指令进行处理，对数据进行多因素、相关性、逻辑推理分析后，形成一个结果数据包，该数据包将再存储到智能主题数据库模块，同时指令存储到智能指令应用模块指令库，当调用智能指令应用模块的指令，人工智能机器指令控制模块对指令进行处理，还原成传感器识别的数据，通过人工智能机器的通讯模块，将数据传递到展示系统，实现人与智能机器人的互动，通过通讯代码接收人机交互界面反馈的输出数据并在数据监控页面显示，以得到测试结果，解决了现有人工智能机器人技术中的智能化可用性达不到要求，人与机器人互动层度有限，交互信息规则设计不足的问题。
19.以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。


技术特征：
1.一种用于人工智能的人机交互方法，其特征在于：包括以下步骤，（1）通过配置程序配置人机交互逻辑引擎的数据参数；（2）通过输入设备输入配置的交互数据参数；（3）通过单片机控制接收多模态的输入信号，多模态的输入信号包括用户输入的图像信号、声音信号和/或距离信号；（4）数据库多元因素关系结构，逻辑体系与智能单元、数据与数据包、数据包与数据单元、数据包与指令与指令等之间关系结构；（5）数据是能被识别、表述及存储的信息，数据按智能单元归类；数据依据智能单元逻辑性规则自动生成数据包，数据包分类存储在各智能单元，数据包被赋予智能单元特征信息后转化为指令；（6）人脸信息、唇区运动情况、声源信息和/或所述距离信号判断用户的交互意愿以及交互意愿强烈程度之前，还包括：对人脸信息和唇区运动情况进行量化处理。2.根据权利要求1所述的一种用于人工智能的人机交互方法，其特征在于：所述步骤（1）中，云服务器存储人机交互逻辑引擎的数据参数、交互信息及引擎优化、测试信息；通过云服务器将人机交互逻辑引擎数据发送至移动终端，进行逻辑引擎的人机交互；通过显示器显示人机交互逻辑引擎的数据参数、交互信息及引擎优化、测试信息。3.根据权利要求1所述的一种用于人工智能的人机交互方法，其特征在于：所述步骤（3）中，多模态的输入信号还包括人脸信息、唇区运动情况、声源信息和/或距离信号判断所述用户的交互意愿。4.根据权利要求1所述的一种用于人工智能的人机交互方法，其特征在于：所述步骤（4）中，数据相关性为基础的逻辑分析，数据数值为基础的统计分析，易经五行逻辑体系为基础的事件推理分析；易经五行的逻辑体系，实现对数据结构化、多元化相关性统计与逻辑分析。5.根据权利要求1所述的一种用于人工智能的人机交互方法，其特征在于：所述步骤（6）中，交互意愿强烈程度包括：弱交互意愿、疑似交互意愿、强交互意愿、伴随交互意愿、强疑似交互意愿和弱疑似交互意愿。

技术总结
本发明公开了一种用于人工智能的人机交互方法，能数据分析模块依据人工智能机器人中央处理器下达的指令开始对指令进行处理，对数据进行多因素、相关性、逻辑推理分析后，形成一个结果数据包，该数据包将再存储到智能主题数据库模块，当调用智能指令应用模块的指令，人工智能机器指令控制模块对指令进行处理，还原成传感器识别的数据，通过人工智能机器的通讯模块，将数据传递到展示系统，实现人与智能机器人的互动，通过通讯代码接收人机交互界面反馈的输出数据并在数据监控页面显示，以得到测试结果，解决了现有人工智能机器人技术中的智能化可用性达不到要求，人与机器人互动层度有限，交互信息规则设计不足的问题。交互信息规则设计不足的问题。交互信息规则设计不足的问题。


技术研发人员：顾亚
受保护的技术使用者：宿迁新浦东网络科技有限公司
技术研发日：2020.11.30
技术公布日：2022/6/4