基于人工智能的智能機器人控制系統、方法和裝置的制造方法
【技術領域】
[0001]本發明涉及智能終端技術領域，特別涉及一種基于人工智能的智能機器人控制系統、方法和裝置。
【背景技術】
[0002]人工智能(Artificial Intelligence，簡稱:Al)，是研宄、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支，企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研宄包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。智能機器人作為人工智能產品之一，在生活、工作、科學探索等各個方面都可能會有廣泛的應用。人們對智能機器人實時響應能力以及海量數據處理、分析能力的要求越來越高。用戶希望智能機器人的運動、導航等功能能夠快速響應處理，同時還希望智能機器人具有對話交互、人臉識別等功能，這就需要智能機器人同時具有快速響應運動決策能力和海量數據存儲和處理能力。但是，目前的智能機器人控制系統難以滿足用戶的上述需求，用戶體驗較差。

【發明內容】

[0003]本發明旨在至少在一定程度上解決上述技術問題。
[0004]為此，本發明的第一個目的在于提出一種基于人工智能的智能機器人控制系統，能夠及時快速、智能地響應用戶指令。
[0005]本發明的第二個目的在于提出一種基于人工智能的智能機器人控制方法。
[0006]本發明的第三個目的在于另一種基于人工智能的智能機器人控制方法。
[0007]本發明的第四個目的在于提出一種基于人工智能的智能機器人控制裝置。
[0008]本發明的第五個目的在于另一種基于人工智能的智能機器人控制裝置。
[0009]為達上述目的，根據本發明第一方面實施例提出了一種基于人工智能的智能機器人控制系統，包括:決策引擎，設置在智能機器人上，用于根據所述智能機器人接收到的多模態的輸入信號生成云端處理信息，將所述云端處理信息發送至云端控制中心進行分析，以獲取用戶需求，以及根據所述用戶需求和/或所述多模態的輸入信號對所述智能機器人進行控制；云端控制中心，用于接收所述云端處理信息，并對所述云端處理信息進行分析以獲取所述用戶需求，并將所述用戶需求返回至所述決策引擎。
[0010]本發明實施例的基于人工智能的智能機器人控制系統，智能機器人上的決策引擎可根據智能機器人接收到的多模態的輸入信號生成云端處理信息，并發送至云端控制中心進行分析以獲取用戶需求，并根據用戶需求和/或多模態的輸入信號對智能機器人進行控制，從而既能通過云端控制中心對復雜的自然語言指令、復雜決策、圖像識別等進行高效的處理，同時能夠通過本地的決策引擎能夠及時快速地根據輸入信號對智能機器人進行控制，在充分利用在線海量信息、提高智能機器人的存儲運算能力以處理復雜決策的能力的同時，能夠及時快速、智能地響應用戶指令，提升用戶體驗。
[0011]本發明第二方面實施例提出了一種基于人工智能的智能機器人控制方法，包括以下步驟:所述智能機器人的決策引擎根據所述智能機器人接收到的多模態的輸入信號生成云端處理信息；所述決策引擎將所述云端處理信息發送至云端控制中心進行分析以獲取用戶需求；所述決策引擎根據所述用戶需求和/或所述多模態的輸入信號對所述智能機器人進行控制。
[0012]本發明實施例的基于人工智能的智能機器人控制方法，可根據智能機器人接收到的多模態的輸入信號生成云端處理信息，并發送至云端控制中心進行分析以獲取用戶需求，并根據用戶需求和/或多模態的輸入信號對智能機器人進行控制，從而既能通過云端控制中心對復雜的自然語言指令、復雜決策、圖像識別等進行高效的處理，同時能夠通過本地的決策引擎能夠及時快速地根據輸入信號對智能機器人進行控制，在充分利用在線海量信息、提高智能機器人的存儲運算能力以處理復雜決策的能力的同時，能夠及時快速、智能地響應用戶指令，提升用戶體驗。
[0013]本發明第三方面實施例提出了一種基于人工智能的智能機器人控制裝置，包括:生成模塊，用于根據所述智能機器人接收到的多模態的輸入信號生成云端處理信息；發送模塊，用于將所述云端處理信息發送至云端控制中心進行分析以獲取用戶需求；控制模塊，用于根據所述用戶需求和/或所述多模態的輸入信號對所述智能機器人進行控制。
[0014]本發明實施例的基于人工智能的智能機器人控制裝置，可根據智能機器人接收到的多模態的輸入信號生成云端處理信息，并發送至云端控制中心進行分析以獲取用戶需求，并根據用戶需求和/或多模態的輸入信號對智能機器人進行控制，從而根據處理能力和響應速度由本地和云端控制中心分工處理智能機器人接收到的多模態信號，既能通過云端控制中心對復雜的自然語言指令、復雜決策、圖像識別等進行高效的處理，同時能夠通過本地處理能夠及時快速地根據輸入信號對智能機器人進行控制，在充分利用在線海量信息、提高智能機器人的存儲運算能力以處理復雜決策的能力的同時，能夠及時快速、智能地響應用戶指令，提升用戶體驗。
[0015]本發明第四方面實施例提出了一種基于人工智能的智能機器人控制方法，包括以下步驟:云端控制中心接收智能機器人發送的云端處理信息；所述云端控制中心對所述云端處理信息進行分析以獲取用戶需求；所述云端控制中心將所述用戶需求返回至所述決策引擎。
[0016]本發明實施例的基于人工智能的智能機器人控制方法，可接收智能機器人決策引擎發送的云端處理信息，并進行分析以獲取用戶需求，然后返回值決策引擎，以使決策引擎根據用戶需求和/或多模態的輸入信號對智能機器人進行控制，從而既能通過該控制裝置對復雜的自然語言指令、復雜決策、圖像識別等進行高效的處理，同時能夠通過本地的決策引擎能夠及時快速地根據輸入信號對智能機器人進行控制，在充分利用在線海量信息、提高智能機器人的存儲運算能力以處理復雜決策的能力的同時，能夠及時快速、智能地響應用戶指令，提升用戶體驗。
[0017]本發明第五方面實施例提出了一種基于人工智能的智能機器人控制裝置，包括:接收模塊，用于接收智能機器人發送的云端處理信息；分析模塊，用于對所述云端處理信息進行分析以獲取用戶需求；返回模塊，用于將所述用戶需求返回至所述決策引擎。
[0018]本發明實施例的基于人工智能的智能機器人控制裝置，可接收智能機器人決策引擎發送的云端處理信息，并進行分析以獲取用戶需求，然后返回值決策引擎，以使決策引擎根據用戶需求和/或多模態的輸入信號對智能機器人進行控制，從而既能通過該控制裝置對復雜的自然語言指令、復雜決策、圖像識別等進行高效的處理，同時能夠通過本地的決策引擎能夠及時快速地根據輸入信號對智能機器人進行控制，在充分利用在線海量信息、提高智能機器人的存儲運算能力以處理復雜決策的能力的同時，能夠及時快速、智能地響應用戶指令，提升用戶體驗。
[0019]本發明的附加方面和優點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發明的實踐了解到。
【附圖說明】
[0020]本發明的上述和/或附加的方面和優點從結合下面附圖對實施例的描述中將變得明顯和容易理解，其中:
[0021]圖1為根據本發明一個實施例的基于人工智能的智能機器人控制系統的結構示意圖；
[0022]圖2為根據本發明一個實施例的應用場景示意圖；
[0023]圖3為根據本發明另一個實施例的應用場景示意圖；
[0024]圖4為根據本發明又一個實施例的應用場景示意圖；
[0025]圖5為根據本發明一個實施例的基于人工智能的智能機器人控制系統交互示意圖；
[0026]圖6為根據本發明一個實施例的基于人工智能的智能機器人控制方法的流程圖；
[0027]圖7a為根據本發明一個實施例的基于人工智能的智能機器人控制裝置的結構示意圖；
[0028]圖7b為根據本發明又一個實施例基于人工智能的智能機器人控制裝置的結構示意圖；
[0029]圖8為根據本發明另一個實施例的基于人工智能的智能機器人控制方法的流程圖；
[0030]圖9為根據本發明另一個實施例的基于人工智能的智能機器人控制裝置的結構示意圖
【具體實施方式】
[0031]下面詳細描述本發明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，僅用于解釋本發明，而不能理解為對本發明的限制。
[0032]在本發明的描述中，需要理解的是，術語“多個”指兩個或兩個以上；術語“第一”、“第二”僅用于描述目的，而不能理解為指示或暗示相對重要性。
[0033]下面參考附圖描述根據本發明實施例的基于人工智能的智能機器人控制系統、方法和裝置。
[0034]本發明提出了一種基于人工智能的智能機器人控制系統，包括:決策引擎，設置在智能機器人上，用于根據智能機器人接收到的多模態的輸入信號生成云端處理信息，將云端處理信息發送至云端控制中心進行分析，以獲取用戶需求，以及根據用戶需求和/或多模態的輸入信號對智能機器人進行控制；云端控制中心，用于接收云端處理信息，并對云端處理信息進行分析以獲取用戶需求，并將用戶需求返回至決策引擎。
[0035]圖1為根據本發明一個實施例的智能機器人控制系統的結構示意圖。
[0036]如圖1所示，該基于人工智能的智能機器人控制系統包括:決策引擎10和云端控制中心20。
[0037]具體地，決策引擎10設置在智能機器人上，用于根據智能機器人接收到的多模態的輸入信號生成云端處理信息，將云端處理信息發送至云端控制中心進行分析，以獲取用戶需求，以及根據用戶需求和/或多模態的輸入信號對智能機器人進行控制。
[0038]云端控制中心20用于接收云端處理信息，并對云端處理信息進行分析以獲取用戶需求，并將用戶需求處理結果返回至決策引擎。
[0039]在本發明的一個實施例中，多模態的輸入信號包括用戶輸入的語音信號、圖像信號和/或環境傳感器信號。具體地，用戶輸入的語音信號可以是用戶通過麥克風輸入的；上述圖像信號可以是通過攝像頭或紅外傳感器輸入的；上述環境傳感器信號包括通過光傳感器、紅外傳感器、溫濕度傳感器、有毒氣體傳感器、污染顆粒物傳感器、觸摸模塊、地理位置定位模塊和重力傳感器中的一個或多個傳感器輸入的信號。
[0040]由于，智能機器人本地的決策引擎10具有快速響應的優點，但是受限于存儲能力和數據處理能力等，決策引擎10相對于云端控制中心20來說，對語音識別、圖像識別等識別準確率較低。而云端控制中心20可充分利用互聯網資源，并具有超強的處理能力，可通過在線學習、信息檢索、知識問答或者對大量數據進行學習、訓練，以進行語義分析、機器翻譯、情感分析、人臉識別、語音識別等，因此，具有更高的準確行，但是受限于網絡信號、速度等因素的影響，可能會有網絡延遲等問題。
[0041]因此，在本發明的實施例中，如果上述多模態的輸入信號中一些信號的處理不需要特別大的數據處理能力，也不依賴于大量的在線知識數據；同時這些信號的處理需要綜合多種傳感器信號進行實時處理，并立即控制運動機構等做出調整和響應以獲取最佳信號或規避障礙等，并對調整后獲取的信號進行新的實時處理，則這一過程是不適于通過可靠性相對較低、且有一定時延的云端控制中心20來處理的，因此，可由決策引擎10對這些信號進行處理。例如，決策引擎10可根據用戶輸入的語音信號進行聲源定位、聲紋識別等、根據圖像信號和環境傳感器信息感知周圍環境、根據周圍環境控制智能機器人進行避障、跟蹤等運動。
[0042]此外，如果需要根據上述多模態的輸入信號中的語音信號進行、圖像信號、紅外信號等進行語音識別、語音合成、圖像識別、地圖信息采集與預處理等，例如人臉識別、身形識另IJ、動作識別、手勢識別、身形識別等，則可由云端控制中心20進行處理。從而能夠獲得更準確的結果。
[0043]以語音信號為例，，對于語音信號的處理需要進行語音識別、自然語言理解、語義分析、機器翻譯、情感分析，這需要大量的語料和數據進行訓練，對于與用戶交互的過程，也需要對用戶語音、動作的含義進行分析，然后通過知識問答確定反饋內容。因此，對于這種情況，需要發送至云端控制中心20，通過云端控制中心20的超強存儲、數據處理能力進行分析。
[0044]當然，在本發明的實施例中，可通過離在線融合的方式，即在線條件下優先用云端控制中心20進行分析