CN106843031A - 用于智能机器人的协同处理方法及系统 - Google Patents

Abstract

本发明公开了一种用于智能机器人的协同处理方法和装置，所述智能机器人安装有机器人操作系统，所述方法包括：接收并解析多模态输入数据，根据所述多模态输入数据的解析结果判断是否需要其他智能终端来协同工作；在判断需要其他智能终端来协同工作时向对应智能终端发送任务请求，所述任务请求携带有请求处理的任务信息，结合所述智能设备反馈的任务处理结果执行多模态输出。本发明的智能机器人在执行较为复杂的任务过程中，能够与多个机器人进行信息共享来实现协同交互，提高了机器人的拟人性和智能性。

Description

用于智能机器人的协同处理方法及系统

技术领域

本发明涉及智能机器人领域，尤其涉及一种用于智能机器人的协同处理方法及系统。

背景技术

随着科学技术的不断发展，信息技术、计算机技术以及人工智能技术的引入，机器人的研究已经逐步走出工业领域，逐渐扩展到了医疗、保健、家庭、娱乐以及服务行业等领域。

现有技术中，服务于用户的机器人通常根据自身的条件来完成用户交予的简单任务，例如，用户发出一个语音问题，机器人通过语音识别技术回答问题。然而实际生活中出现的问题多种多样，用户对机器人的需求也在逐渐增多，智能机器人往往难以满足用户逐渐增多的需求，也难以应对所在场景中出现的各种各样的问题，因此，亟需一种解决方案来改善这一问题。

发明内容

本发明所要解决的技术问题之一是需要提供一种能够提高机器人的智能性，使得机器人面对复杂场景时能实现复杂任务的处理的解决方案。

为了解决上述技术问题，本申请的实施例首先提供了一种用于智能机器人的协同处理方法，所述智能机器人安装有机器人操作系统，所述方法包括：接收并解析多模态输入数据，根据所述多模态输入数据的解析结果判断是否需要其他智能终端来协同工作；在判断需要其他智能终端来协同工作时向对应智能终端发送任务请求，所述任务请求携带有请求处理的任务信息，结合所述智能设备反馈的任务处理结果执行多模态输出。

优选地，该方法还包括：识别来自其他智能终端反馈的数据的有效性，将有效性数据作为用于后续分析的分析数据进行存储，所述其他智能终端反馈的数据为该终端采集的数据、接受任务的确认数据或执行任务得到的任务处理结果数据。

优选地，所述智能终端包括智能机器人和智能设备中的至少一个。

优选地，在判断需要其他智能终端来协同工作，向所述云端服务器发送协同工作请求；根据所述云端服务器返回的协同工作分配信息建立与对应智能终端的通信连接，并向对应智能终端发送任务请求。

优选地，接收并解析其他智能终端发送的任务请求，判断在执行该任务的过程中是否需要云端服务器来协同处理，在判断需要云端服务器来协同处理时建立与云端服务器的通信连接，并将需要云端服务器协同处理的数据发送至云端服务器，结合云端服务器反馈的任务处理结果执行相应操作并进行相应多模态输出；在不需要云端服务器协同处理时，结合其他智能终端发送的任务请求完成协同工作。

根据本发明另一方面，还提供了一种用于智能机器人的协同处理装置，所述智能机器人安装有机器人操作系统，所述装置包括：多模态数据解析模块，其用于接收并解析多模态输入数据，根据所述多模态输入数据的解析结果判断是否需要其他智能终端来协同工作；任务请求发送模块，其用于在需要其他智能终端来协同工作时向对应智能终端发送任务请求，所述任务请求携带有请求处理的任务信息；多模态输出模块，其用于结合所述智能设备反馈的任务处理结果执行多模态输出。

优选地，该装置还包括：数据有效性识别模块，其识别来自其他智能终端反馈的数据的有效性，将有效性数据作为用于后续分析的分析数据进行存储，所述其他智能终端反馈的数据为该终端采集的数据、接受任务的确认数据或执行任务得到的任务处理结果数据。

优选地，所述任务请求发送模块，其进一步用于在判断需要其他智能终端来协同工作，向所述云端服务器发送协同工作请求，根据所述云端服务器返回的协同工作分配信息建立与对应智能终端的通信连接，并向对应智能终端发送任务请求。

优选地，所述多模态数据解析模块，其进一步用于接收并解析其他智能终端发送的任务请求，判断在执行该任务的过程中是否需要云端服务器来协同处理；所述任务请求发送模块，其进一步用于在判断需要云端服务器来协同处理时建立与云端服务器的通信连接，并将需要云端服务器协同处理的数据发送至云端服务器，所述多模态输出模块，其进一步用于结合云端服务器反馈的任务处理结果执行相应操作并进行相应多模态输出；在不需要云端服务器协同处理时，结合其他智能终端发送的任务请求完成协同工作。

与现有技术相比，上述方案中的一个或多个实施例可以具有如下优点或有益效果：

本发明实施例的用于智能机器人的协同处理方法，根据接收到的多模态输入数据判断是否需要其他智能终端来协同工作，在判断需要时向对应智能终端发送任务请求，然后结合智能设备反馈的任务处理结果执行多模态输出，因此，在执行较为复杂的任务过程中，能够使多个机器人进行信息共享来实现协同交互，提高了机器人的拟人性和智能性。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明的技术方案而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构和/或流程来实现和获得。

附图说明

附图用来提供对本申请的技术方案或现有技术的进一步理解，并且构成说明书的一部分。其中，表达本申请实施例的附图与本申请的实施例一起用于解释本申请的技术方案，但并不构成对本申请技术方案的限制。

图1为涉及本发明的应用于智能机器人的协同处理方法的示例一的流程示意图。

图2为涉及本发明的应用于智能机器人的协同处理方法的示例二的流程示意图。

图3为涉及本发明的应用于智能机器人的协同处理方法的示例三的流程示意图。

图4为涉及本发明的应用于智能机器人的协同处理装置400的示例的结构框图。

具体实施方式

以下将结合附图及实施例来详细说明本发明的实施方式，借此对本发明如何应用技术手段来解决技术问题，并达成相应技术效果的实现过程能充分理解并据以实施。本申请实施例以及实施例中的各个特征，在不相冲突前提下可以相互结合，所形成的技术方案均在本发明的保护范围之内。

另外，附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

随着智能机器人产品的普及，越来越多的家庭和商家都需要机器人为其服务。然而实际生活中出现的问题多种多样，用户对机器人的需求也在逐渐增多，智能机器人往往难以满足用户逐渐增多的需求，也难以应对所在场景中出现的各种各样的问题，因此，亟需一种解决方案来改善这一问题。

本发明实施例的应用于智能机器人的协同处理方法提高了机器人面对复杂问题的解决能力，使得机器人在面对复杂场景时，能够较为智能地通过协同工作的方式完成复杂任务，给用户提供更多帮助和服务。一方面，机器人在执行任务之前，根据接收到的多模态输入数据判断是否需要其他智能终端来协同工作，在判断需要时向对应智能终端发送任务请求，随后，再结合智能设备反馈的任务处理结果执行多模态输出。另一方面，该机器人还能接收并解析其他智能终端发送的任务请求，判断是否可以执行该任务，以及根据待处理任务的解析结果判断是否需要借助云端服务器来执行该任务请求，在判断需要时建立与云端服务器的通信连接，并将相关数据发送至云端服务器，随后结合云端服务器反馈的任务处理结果执行相应操作并进行相应多模态输出，在不需要云端服务器时，则结合其他智能终端发送的任务请求完成协同工作。通过这两方面，本发明实施例的机器人能够与其他智能终端进行协同工作来完成复杂的任务，使机器人更加智能。需要说明的是，本发明实施例中的智能机器人安装有机器人操作系统，该系统配置较高能够更好地实现机器人的各个功能。

另外，在本发明实施例中，机器人还能够接收并存储来自其他智能终端反馈的有效数据，通过存储这些有效数据能够在特殊情况下进行后续分析，得到更为准确的处理结果，其中涉及到的其他终端反馈的数据主要包括该终端采集的数据，例如烟雾浓度数据、温度数据、图像数据等，和/或执行任务得到的任务处理结果数据，例如，对烟雾浓度数据、温度数据、图像数据等处理得到的烟雾浓度值、温度分布范围和图像匹配程度等数据。

需要说明的是，与某一智能机器人进行协同工作的除了其他的智能机器人外，一些智能终端，例如智能烟雾传感器、智能温度传感器、智能监控器等，也能够协助该智能机器人工作。这些终端设备主要负责采集数据和完成一部分的数据处理以及与其他设备建立联系。终端与终端之间可以通过P2P的方式建立联系，并进行数据分享。各个终端在分享其他数据的同时也要对分享的数据进行运算来辨别数据是否有效。

在本发明实施例中的云端服务器内部存储有针对设定任务(满足运算量大、处理速度快等一系列指标)的任务处理策略，在该服务器接收到智能终端发送来的任务请求信息时，云端服务器解析该信息并查找到相应的任务处理策略，根据对应的任务处理策略分配对应的智能终端来完成指定任务或在本地进行复杂任务处理。

实施例一

图1为涉及本发明的应用于智能机器人的协同处理方法的示例一的流程示意图，该实施例的方法主要包括以下步骤。

在步骤S110中，智能机器人接收并解析多模态输入数据。

多模态输入数据可以来自于用户输入的数据，也可以是其他智能终端通过与该智能机器人建立通信连接后发送过来的数据，还可以是智能机器人端通过自身的采集设备采集得到的数据，亦或是来自云端服务器发送的数据。这些多模态输入数据主要包括文本数据、音频数据、视频数据、图像数据以及用于使机器人能够输出一定动作或执行软件或硬件的程序指令。

随后，对接收到的多模态输入数据进行解析，具体解析结果可以包括识别多模态输入数据的数据特征和/或多模态输入数据所表征的任务信息等信息。还以上面的家庭防火场景为例，对烟雾浓度数据进行解析得到该多模态输入数据为烟雾浓度属性的数据和需要执行的任务信息是判断烟雾浓度是否达到预设浓度值。

对于多模态输入数据为语音数据时，需要采用ASR技术将语音数据转换成文本信息。具体先对多模态输入数据进行例如去噪之类的预处理，然后将预处理后的语音信息进行语音识别的综合分析，生成与语音信息对应的文本信息。

在步骤S120中，根据多模态输入数据的解析结果判断是否需要其他智能终端来协同工作，若判断结果为“是”，则执行步骤S130，否则执行步骤S150对多模态输入数据进行处理，根据多模态输入数据的处理结果执行多模态输出。

在一个例子中，在智能机器人对多模态输入数据进行解析处理后，可以根据预存储的任务策略数据库来判断是否需要其他智能终端来协同工作以及查询对应的参与协同工作的智能终端。例如，在检测烟雾的智能机器人采集到烟雾浓度数据后，根据该烟雾浓度数据的解析结果，即数据特征和任务信息，通过查询内部存储的任务策略数据库得到需要其他智能终端来协同工作，并查询得到对应的终端为智能温度传感器和具备视觉捕捉功能的机器人。需要说明的是，任务策略数据库可以包括针对某一任务的协同任务和对应该协同任务的协同智能终端标识及优先级别。

在步骤S130中，智能机器人向对应智能终端发送任务请求，该任务请求携带有请求处理的任务信息。

智能机器人在检测到需要其他智能终端来协同工作时，若存在多个参与协同工作的智能终端，则可以根据各智能终端的优先级别分别与对应的智能终端建立通信连接，在该智能机器人与对应的智能终端的协助工作关系建立好后，该智能机器人将携带有需要对应智能终端处理的相应任务信息的任务请求发送给该智能终端。以家庭防火场景为例，在检测烟雾的智能机器人确定需要与智能温度传感器和具备视觉捕捉功能的机器人一起协同工作时，则根据优先级别先与智能温度传感器建立通信连接，发送检测温度的任务信息，然后与具有视觉捕捉功能的机器人建立通信连接，发送检测明火的任务信息。

各个接收到任务请求的智能终端对任务信息进行分析并结合自身实际处理条件确定是否能够完成任务，实际处理条件包括当前是否有其他任务占用CPU资源等情况。若可以执行协同任务则各个智能终端和发出任务请求的智能机器人建立协同关系，并将任务处理过程需要的数据和任务处理结果返回给该智能机器人。若不能执行协同任务，则智能终端向请求发起的智能机器人返回无法执行任务的信息，这种情况下，该智能机器人通过云端服务器来完成协同任务，具体可以向云端服务器发送任务请求信息，云端服务器根据各智能终端当前任务执行状态重新分配协同工作的终端，然后智能机器人向对应终端发送任务请求信息，或者，云端服务器自行处理任务请求信息中携带的任务信息。

在步骤S140中，智能机器人结合智能设备反馈的任务处理结果执行多模态输出。

具体地，在参与协同工作的其他智能终端完成了该智能机器人发出的需要执行的任务后，这些协同工作的终端将任务处理结果通过建立的通道反馈给该智能机器人。这些任务处理结果还可以包括协同工作的终端为执行任务所采集的数据。智能机器人将根据接收到的多模态输入数据的处理结果和协同终端的任务处理结果进行结合，执行多模态输出。

以家庭防火场景为例，检测温度的智能机器人检测室内温度，并将室内温度的布局作为任务处理结果发送给检测烟雾的智能机器人，另一方面，具备视觉捕捉功能的智能机器人通过视觉处理来捕捉具有明火的图像，也将处理结果发送给检测烟雾的智能机器人。检测烟雾的智能机器人根据对烟雾浓度数据的处理结果、室内温度布局和明火发生位置找到温度异常地点并进行报警处理或灭火处理等多模态输出。

在步骤S150中，智能机器人对接收到的多模态输入数据进行处理，根据多模态输入数据的处理结果执行多模态输出。

在智能机器人接收到的任务无需与其他智能终端协同处理时，则在该机器人的本地和/或云端服务器配合处理的方式采用设定算法对多模态输入数据进行运算得到处理结果，再根据处理结果进行多模态输出。

本发明实施例的用于智能机器人的协同处理方法，根据接收到的多模态输入数据判断是否需要其他智能终端来协同工作，在判断需要时向对应智能终端发送任务请求，然后结合智能设备反馈的任务处理结果执行多模态输出，因此，在执行较为复杂的任务过程中，能够使多个机器人进行信息共享来实现协同交互，提高了机器人的拟人性和智能性。

实施例二

图2为涉及本发明的应用于智能机器人的协同处理方法的示例二的流程示意图，该实施例的方法主要包括以下步骤，其中，将与实施例一相似的步骤以相同的标号标注，且不再赘述其具体内容，仅对区别步骤进行具体描述。

在步骤S110中，智能机器人接收并解析多模态输入数据。

在步骤S120’中，根据多模态输入数据的解析结果判断是否需要其他智能终端来协同工作，若判断结果为“是”，则执行步骤S210，否则执行步骤S150对多模态输入数据进行处理，根据多模态输入数据的处理结果执行多模态输出。

需要说明的是，该步骤与实施例一对应的步骤具有区别。本实施例为了减轻智能机器人本地的数据存储负担和处理负担，预存储的任务策略数据库中只存储针对某一任务是否需要协同工作的判定信息，例如以这种模式：烟雾检测任务——需要协同工作，而在需要协同工作时对应的参与协同工作的智能终端的信息无需存储进来。例如，在检测烟雾的智能机器人采集到烟雾浓度数据后，根据该烟雾浓度数据的解析结果即数据特征和任务信息，根据任务策略数据库得到需要其他智能终端来协同工作的判定信息。

在步骤S210中，在判断需要其他智能终端来协同工作时，智能机器人向云端服务器发送协同工作请求，协同工作请求可以包括智能机器人针对接收的多模态数据的任务信息。

在一个实施例中，云端服务器内部存储有协同任务处理策略库，该策略库中有针对不同协同任务的策略指引信息，例如参与协同工作的终端信息、备用方案等内容。云端服务器根据协同工作请求中的智能机器人的任务信息查找对应的其他智能终端，将查找到的参与协同工作的智能终端的信息生成协同工作分配信息发送给请求发起的智能机器人。由于很有可能出现待参与协同工作的其他智能终端当前处于执行其他任务的状态中，因此云端服务器进一步还对所有智能终端的任务执行状态进行监控，这样能够防止出现待参与协同工作的智能终端由于执行其他任务而无法进行协同工作。在云端服务器发现待分配协同任务的智能终端在执行任务时，则根据策略库中的备用方案分配其他的智能终端。通过云端服务器来完成上述分配任务，一方面能够减轻智能机器人本地数据处理的负担，另一方面，在面对特殊情况下，能够及时有效地根据备用方案来解决突发问题。

在步骤S220中，根据云端服务器返回的协同工作分配信息建立与执行智能终端的通信连接。

智能机器人解析协同工作分配信息获取参与协同工作的智能终端的标识等信息，通过P2P模式建立与智能终端的通信。当然，如果协同工作分配信息中包括多个智能终端，则智能机器人也可以根据各终端优先级来建立通信联系。

在步骤S130中，智能机器人向对应智能终端发送任务请求，该任务请求携带有请求处理的任务信息。

在步骤S140中，智能机器人结合智能设备反馈的任务处理结果执行多模态输出。

进一步地，所述发出任务协同的机器人可在多次任务执行中进行自学习，获取执行协同任务的其他机器人的信息及知识库内。

在步骤S150中，智能机器人对接收到的多模态输入数据进行处理，根据多模态输入数据的处理结果执行多模态输出。

实施例三

图3为涉及本发明的应用于智能机器人的协同处理方法的示例三的流程示意图，该实施例的方法主要包括以下步骤，其中，将与实施例一相似的步骤以相同的标号标注，且不再赘述其具体内容，仅对区别步骤进行具体描述。

在步骤S110中，智能机器人接收并解析多模态输入数据。

在步骤S310中，根据多模态输入数据的解析结果判断是否是其他智能终端发送的任务请求，在判断结果为“是”时，则执行步骤S320，否则执行步骤S150对多模态输入数据进行处理。

本实施例的智能机器人除了主动发出协同工作请求以外，也可以作为针对其他智能终端的协同终端来接收任务请求。在一个实施例中，智能机器人解析多模态输入数据，若该多模态输入数据中包含有标识任务请求的标识符，则判定为该多模态输入数据是任务请求数据。

在步骤S320中，判断在执行该任务的过程中是否需要云端服务器来协同处理，在判断结果为“是”时，则执行步骤S330，否则执行步骤S350结合其他智能终端发送的任务请求完成协同工作。

在一个例子中，智能机器人对任务请求进行解析，分析完成该任务所涉及的具体过程，也就是判断实现该任务所需要完成的子任务，将每一个子任务与预存储的任务列表进行比对，若每一个子任务对应的处理主体为本地，则智能机器人判断不需要云端服务器来协同处理；若其中一个子任务对应的处理主体为云端服务器，则判断需要云端服务器来协同工作。以地铁防爆场景为例，用于该场景的智能终端包括：安检智能设备、智能监控器、图像分析机器人和防爆机器人。安检智能设备检测到旅客行李可能存在危险品时，建立与智能监控器的通信，智能监控器对行李的所属者进行监控获取旅客面部图像信息，智能监控器建立与图像分析机器人的通信，发送给图像分析机器人“嫌疑人判定任务”，图像分析机器人对该任务进行解析得到需要完成“面部特征提取”子任务和“嫌疑人面部特征对比”子任务，通过对比存储的任务列表或者根据自身的硬件配置和软件处理条件得到在执行嫌疑人判定任务的过程中，该机器人只能进行面部特征的提取等简单操作，而进行嫌疑人面部特征对比等处理需要云端服务器来协助。

在步骤S330中，建立与云端服务器的通信连接，并将需要云端服务器协同处理的数据发送至云端服务器。

在确定需要云端服务器协助工作时，智能机器人建立与云端服务器的通信连接，将需要云端服务器处理的子任务的信息发送给该服务器。继续以上面的地铁防爆任务为例，在图像分析机器人建立与云端服务器的通信连接后，将“嫌疑人面部特征对比”的子任务信息连同提取出的面部特征数据发送给云端服务器。云端服务器接收到该任务信息后，调用公安信息库，通过将提取出的面部特征数据与信息库中存储的恐怖分子的面部图像进行比对，判断该嫌疑人是否为恐怖分子，并将判断结果返回给图像分析机器人。

在步骤S340中，结合云端服务器反馈的任务处理结果执行相应操作并进行相应多模态输出。

具体地，在参与协同工作的云端服务器完成了该智能机器人发出的需要执行的子任务后，将任务处理结果通过建立的通道反馈给该智能机器人。智能机器人通过将适应本地处理的子任务处理结果和云端服务器的子任务处理结果进行结合，执行多模态输出。

进一步地，所述发出任务协同的机器人可在多次任务执行中进行自学习，获取执行协同任务的其他机器人的信息及知识库内。

接着以上面的场景为例，图像分析机器人结合云端反馈的任务处理结果能够判断出该嫌疑人是否为恐怖分子。在判定嫌疑人为恐怖分子时生成防爆机器人启动指令启动防爆机器人对嫌疑人进行控制和危险品的防爆处理。

在步骤S350中，在不需要云端服务器协同处理时，结合其他智能终端发送的任务请求完成协同工作。

在步骤S150中，智能机器人对接收到的多模态输入数据进行处理，根据多模态输入数据的处理结果执行多模态输出。

实施例四

图4为本申请实施例的应用于智能机器人的协作处理装置400的结构框图。如图3所示，本申请实施例的协作处理装置400主要包括：多模态数据解析模块410、任务请求发送模块420、多模态输出模块430以及数据有效性识别模块440。

多模态数据解析模块410，其用于接收并解析多模态输入数据，根据所述多模态输入数据的解析结果判断是否需要其他智能终端来协同工作。多模态数据解析模块410，其进一步用于接收并解析其他智能终端发送的任务请求，判断在执行该任务的过程中是否需要云端服务器来协同处理。

任务请求发送模块420，其用于在需要其他智能终端来协同工作时向对应智能终端发送任务请求，所述任务请求携带有请求处理的任务信息。任务请求发送模块420，其进一步用于在判断需要其他智能终端来协同工作，向所述云端服务器发送协同工作请求，根据所述云端服务器返回的协同工作分配信息建立与对应智能终端的通信连接，并向对应智能终端发送任务请求。

任务请求发送模块420，其进一步用于在判断需要云端服务器来协同处理时建立与云端服务器的通信连接，并将需要云端服务器协同处理的数据发送至云端服务器。

多模态输出模块430，其用于结合所述智能设备反馈的任务处理结果执行多模态输出。另一方面，多模态输出模块430，其进一步用于结合云端服务器反馈的任务处理结果执行相应操作并进行相应多模态输出；在不需要云端服务器协同处理时，结合其他智能终端发送的任务请求完成协同工作。

数据有效性识别模块440，其识别来自其他智能终端反馈的数据的有效性，将有效性数据作为用于后续分析的分析数据进行存储，所述其他智能终端反馈的数据为该终端采集的数据、接受任务的确认数据或执行任务得到的任务处理结果数据。

通过合理设置，本实施例的协作处理装置400可以执行实施例一、实施例二和实施例三的各个步骤，此处不再赘述。

由于本发明的方法描述的是在计算机系统中实现的。该计算机系统例如可以设置在机器人的控制核心处理器中。例如，本文所述的方法可以实现为能以控制逻辑来执行的软件，其由机器人操作系统中的CPU来执行。本文所述的功能可以实现为存储在非暂时性有形计算机可读介质中的程序指令集合。当以这种方式实现时，该计算机程序包括一组指令，当该组指令由计算机运行时其促使计算机执行能实施上述功能的方法。可编程逻辑可以暂时或永久地安装在非暂时性有形计算机可读介质中，例如只读存储器芯片、计算机存储器、磁盘或其他存储介质。除了以软件来实现之外，本文所述的逻辑可利用分立部件、集成电路、与可编程逻辑设备(诸如，现场可编程门阵列(FPGA)或微处理器)结合使用的可编程逻辑，或者包括它们任意组合的任何其他设备来体现。所有此类实施例旨在落入本发明的范围之内。

应该理解的是，本发明所公开的实施例不限于这里所公开的特定结构、处理步骤或材料，而应当延伸到相关领域的普通技术人员所理解的这些特征的等同替代。还应当理解的是，在此使用的术语仅用于描述特定实施例的目的，而并不意味着限制。

说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

虽然本发明所公开的实施方式如上，但所述的内容只是为了便于理解本发明而采用的实施方式，并非用以限定本发明。任何本发明所属技术领域内的技术人员，在不脱离本发明所公开的精神和范围的前提下，可以在实施的形式上及细节上作任何的修改与变化，但本发明的专利保护范围，仍须以所附的权利要求书所界定的范围为准。

Claims (9)

1.一种用于智能机器人的协同处理方法，所述智能机器人安装有机器人操作系统，所述方法包括：

接收并解析多模态输入数据，根据所述多模态输入数据的解析结果判断是否需要其他智能终端来协同工作；

在判断需要其他智能终端来协同工作时向对应智能终端发送任务请求，所述任务请求携带有请求处理的任务信息，结合所述智能设备反馈的任务处理结果执行多模态输出。

2.根据权利要求1所述的协同处理方法，其特征在于，还包括：

识别来自其他智能终端反馈的数据的有效性，将有效性数据作为用于后续分析的分析数据进行存储，所述其他智能终端反馈的数据为该终端采集的数据、接受任务的确认数据或执行任务得到的任务处理结果数据。

3.根据权利要求1或2所述的协同处理方法，其特征在于，

所述智能终端包括智能机器人和智能设备中的至少一个。

4.根据权利要求1或2所述的协同处理方法，其特征在于，

在判断需要其他智能终端来协同工作，向所述云端服务器发送协同工作请求；

根据所述云端服务器返回的协同工作分配信息建立与对应智能终端的通信连接，并向对应智能终端发送任务请求。

5.根据权利要求1～4中任一项所述的协同处理方法，其特征在于，

接收并解析其他智能终端发送的任务请求，判断在执行该任务的过程中是否需要云端服务器来协同处理，在判断需要云端服务器来协同处理时建立与云端服务器的通信连接，并将需要云端服务器协同处理的数据发送至云端服务器，结合云端服务器反馈的任务处理结果执行相应操作并进行相应多模态输出；

在不需要云端服务器协同处理时，结合其他智能终端发送的任务请求完成协同工作。

6.一种用于智能机器人的协同处理装置，所述智能机器人安装有机器人操作系统，所述装置包括：

多模态数据解析模块，其用于接收并解析多模态输入数据，根据所述多模态输入数据的解析结果判断是否需要其他智能终端来协同工作；

任务请求发送模块，其用于在需要其他智能终端来协同工作时向对应智能终端发送任务请求，所述任务请求携带有请求处理的任务信息；

多模态输出模块，其用于结合所述智能设备反馈的任务处理结果执行多模态输出。

7.根据权利要求6所述的协同处理装置，其特征在于，该装置还包括：

数据有效性识别模块，其识别来自其他智能终端反馈的数据的有效性，将有效性数据作为用于后续分析的分析数据进行存储，所述其他智能终端反馈的数据为该终端采集的数据、接受任务的确认数据或执行任务得到的任务处理结果数据。

8.根据权利要求6或7所述的协同处理装置，其特征在于，

所述任务请求发送模块，其进一步用于在判断需要其他智能终端来协同工作，向所述云端服务器发送协同工作请求，根据所述云端服务器返回的协同工作分配信息建立与对应智能终端的通信连接，并向对应智能终端发送任务请求。

9.根据权利要求6～8中任一项所述的协同处理装置，其特征在于，

所述多模态数据解析模块，其进一步用于接收并解析其他智能终端发送的任务请求，判断在执行该任务的过程中是否需要云端服务器来协同处理；

所述任务请求发送模块，其进一步用于在判断需要云端服务器来协同处理时建立与云端服务器的通信连接，并将需要云端服务器协同处理的数据发送至云端服务器，

所述多模态输出模块，其进一步用于结合云端服务器反馈的任务处理结果执行相应操作并进行相应多模态输出；在不需要云端服务器协同处理时，结合其他智能终端发送的任务请求完成协同工作。