CN106003047B - 一种面向智能机器人的危险预警方法和装置 - Google Patents

Abstract

本发明公开了一种面向智能机器人的危险预警方法和装置，属于机器人技术领域，为用户提供智能的家庭安防监控预警服务。该方法包括：采集监管环境的多模态输入信息；根据所述多模态输入信息检测监管环境内是否有危险情况；在有危险情况时，生成相应的危险预警多模态数据并输出，以告知监管用户。

Description

一种面向智能机器人的危险预警方法和装置

技术领域

本发明涉及机器人技术领域，具体的说，涉及一种面向智能机器人的危险预警方法和装置。

背景技术

随着信息技术、计算机技术以及人工智能技术的不断发展，智能机器人已经走入到医疗、保健、家庭、娱乐以及服务行业等与人们生活息息相关的领域。人们对于智能机器人的要求也越来越高，需要智能机器人具备更多的功能从而为人类生活提供更多的帮助。

目前，尚不存在智能机器人的危险预警方法。

发明内容

本发明的目的在于提供一种面向智能机器人的危险预警方法和装置，为用户提供智能的家庭安防监控预警服务。

本发明提供一种面向智能机器人的危险预警方法，该包括：

采集监管环境的多模态输入信息；

根据所述多模态输入信息检测监管环境内是否有危险情况；

在有危险情况时，生成相应的危险预警多模态数据并输出，以告知监管用户。

在所述检测监管环境内是否有危险情况的步骤中包括：

根据所述多模态输入信息检测目标用户是否靠近设定的危险区域。

在所述检测监管环境内是否有危险情况的步骤中包括：

根据所述多模态输入信息检测目标用户是否靠近设定的危险物体。

在所述检测监管环境内是否有危险情况的步骤中包括：

根据所述多模态输入信息检测设定的危险区域内是否存在人形。

在所述生成相应的危险预警多模态数据并输出的步骤中，还包括：

通过向监管用户拨打电话、视频电话或发短信将所述危险情况告知监管用户。

本发明还提供一种面向智能机器人的危险预警装置，该装置包括：

采集单元，其用于采集监管环境的多模态输入信息；

危险判断单元，其用于根据所述多模态输入信息检测监管环境内是否有危险情况；

输出单元，其用于在有危险情况时，生成相应的危险预警多模态数据并输出，以告知监管用户。

所述危险判断单元包括：

第一判断模块，其用于根据所述多模态输入信息检测目标用户是否靠近设定的危险区域。

所述危险判断单元包括：

第二判断模块，其用于根据所述多模态输入信息检测目标用户是否靠近设定的危险物体。

所述危险判断单元包括：

第三判断模块，其用于根据所述多模态输入信息检测设定的危险区域内是否存在人形。

所述输出单元包括：

通信模块，其用于通过向监管用户拨打电话、视频电话或发短信将所述危险情况告知监管用户。

本发明实施例提供的面向智能机器人的危险预警方法和装置，智能机器人通过通过视觉、声觉等多模态信息的综合识别处理对实时采集的多模态输入信息进行监管环境中是否有危险情况发生的判断，在发生危险时生成危险预警多模态数据告知监管用户，实现通过智能机器人对于监管环境的监视和危险预警，其应用场景广泛，可以实现对于生活中常见危险情况的预警，其中尤其适用儿童机器人对于家中儿童安全的监视和危险预警。并且在本发明的具体实施方式中提供了适用于儿童危险预警的几种预警检测判断方法，针对儿童在日常生活中可能由于接触危险物品造成的意外损害情况的预警做了具体详细的设计。并且在检测到危险情况时，可以通过多方面的手段来向用户通知进行预警，从而可以实现管家般的家庭安全全面监控，对儿童的家庭活动进行协助看护。使父母不必时刻盯着自己的小孩，可以腾出时间放心地做其他事情。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分的从说明书中变得显而易见，或者通过实施本发明而了解。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来实现和获得。

附图说明

为了更清楚的说明本发明实施例中的技术方案，下面将对实施例描述中所需要的附图做简单的介绍：

图1是本发明实施例提供的面向智能机器人的危险预警方法流程示意图；

图2是本发明实施例提供的面向智能机器人的危险预警方法应用示意图；

图3是本发明实施例提供的面向智能机器人的危险预警装置示意图；

图4是本发明实施例提供的面向智能机器人的危险预警装置应用示意图。

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，并达成技术效果的实现过程能充分理解并据以实施。需要说明的是，只要不构成冲突，本发明中的各个实施例以及各实施例中的各个特征可以相互结合，所形成的技术方案均在本发明的保护范围之内。

本发明提供一种面向智能机器人的危险预警方法，如图1和图2所示，该方法包括：步骤101至步骤103。在步骤101中，采集监管环境的多模态输入信息。所获取的多模态输入信息包括监管环境内的声音、视觉以及感应输入信息，其中包括：能够用于判断监管环境内是否发生危险的图像信息和语音信息，以及能够判断监管环境状态是否发生异常的环境温度、空气质量等感应信息。

监管环境即指需要监测并进行危险预警的区域，在本发明实施例中，以家庭作为主要的监管环境来对本发明实施例提供的面向智能机器人的危险预警方法进行说明，当然监管区域并不局限于家庭日常生活环境，也可以为其他有安防需求的场景。

在步骤102中，根据所述多模态输入信息检测监管环境内是否有危险情况。在本步骤中，即通过步骤101中获取的多模态输入信息来判断监管环境中是否发生危险情况。危险情况指可能会遭受损害的情况，例如家中失火、燃气泄漏等，以及其他可能会直接或间接导致家庭事故的行为。

在本发明实施例中，危险情况的具体界定可以由用户自行设定，例如，家中若存放有一些危险物品，为了防止儿童触碰，用户可以为这些危险物品划定一个区域，儿童进入该划定的区域即认为是危险情况。

危险情况的具体界定也可依据常规危险进行设置，例如，当家中温度、温度上升速度或者烟雾浓度达到失火报警的等级，即认为是发生了失火危险情况，当家里的空气中的有害气体浓度达到燃气泄漏报警的等级，即认为是发生了燃气泄漏危险情况。

对于危险情况是否发生的判断是基于多模态输入信息来判断的，例如，机器人实时采集家中环境温度，通过获取的环境温度数据计算环境温度上升速度，通过将环境温度以及温度上升速度与失火报警的阈值进行比较，当超过失火报警的阈值时，则判断监管环境中(即家中)发生失火危险情况。同样的，机器人也可实时采集的家中的烟雾浓度，实时监测烟雾浓度是否超过失火报警的烟雾浓度阈值，从而对于失火危险情况是否发生进行判断。对于环境温度以及烟雾浓度的采集通过相应的传感器设备实现。

进一步的，本步骤中，在判断危险情况是否发生的一种实施方式为根据多模态输入信息检测目标用户是否靠近设定的危险区域，若目标用户靠近设定的危险区域，则判断发生危险情况。这种实施方式特别适用于儿童机器人，即设置目标用户为儿童用户。

由于儿童对于事物的认知有限，再加上天生对于未知的好奇，很容易导致儿童以错误的方式主动去接触家中的一些危险物品或进入危险的区域从而对儿童造成伤害。比如，儿童在厨房中接触刀具、燃气灶、开水，在洗手间接触洗衣粉、洗衣液、消毒液等等，对于儿童来说危险可谓无处不在，家用电器、插座、化妆品、香水、指甲油，看似平淡无奇的物品，一旦使用方式错误就会对儿童造成难以挽回的损害。然而即使父母在家中，也不可能时时刻刻盯着小孩，更不要说父母不在家的时候，社会上有很多父母因为这方面的疏忽而使小孩在家受伤甚至死亡的案例，因此就产生了对于儿童日常生活的危险进行预警的需求。

针对上述需求，在本发明通过上述实施方式，将目标用户设置为儿童用户，机器人实时采集监管环境(即家中)的图像信息，从图像信息中分析识别出运动的目标用户和设定的危险区域，进而在儿童靠近危险区域时进行危险预警。

例如，厨房中的刀具、燃气灶、开水以及电气设备都是会造成危险的物品，因此，可将厨房设定为危险区域，当机器人通过图像识别到儿童靠近厨房时，则判定发生危险情况。

在这种实施方式中，特别注意的是将目标用户靠近危险区域判定为危险情况，而不是在目标用户处于危险区域中才判定为危险情况。其目的在于能够确保在损害发生之前进行预警，而当目标用户已处于危险区域中后才判断发生危险情况，很可能损害已经发生，无法起到预警的作用。

而对于目标用户靠近危险区域的具体认定方式可以由用户根据家装结构和实际需求自行设定。例如，可以采用距离判断，即实时测量目标用户与危险区域之间的距离，当目标用户与危险区域之间的距离达到设定的阈值距离时，即认定目标用户靠近危险区域。而若只是单纯依据距离判断也会产生一定的弊端，因为往往家中居室结构复杂，目标用户走向不同区域很可能会通过一段相同的路径，当目标用户处于该路径上时，无法单纯依据相隔距离来判断目标用户的行走意图，也就是说，当目标用户与危险区域之间的距离达到阈值距离时，也不能直接说明目标用户的意图就是进入危险区域，目标用户也可能只是路过。在这种情况下若判定为危险情况并进行预警，就造成了预警过度，在大部分情况下是没有必要的。

所以结合对于距离的测量，还可以通过对于目标用户身体转向以及动作的识别来判断目标用户是否有意图接近危险区域。例如，当目标用户与危险区域之间的距离达到设定的阈值距离，且此时机器人同时通过图像信息识别到目标用户的身体正朝向危险区域，并有继续向前走的动作趋势，则可认定目标用户靠近危险区域。采用上述方法相对于只基于距离进行判断可进一步确定目标用户的意图，从而一定程度上解决预警过度的问题，当然，在上述判断的基础上还可以结合其他的关于目标用户行走意图的判断方式，以得知目标用户的真实意图，进行更加及时并合理的预警。

上述对于目标用户靠近危险区域的判定方式可以适用于相对开放式的危险区域空间，即危险区域空间四周没有太多隔挡，从危险区域的多个方位都可以进入危险区域。而对于由于周围有一些隔挡，并因此产生了具有一个或多个入口的危险区域，在认定目标用户靠近危险区域时，则需要基于具体环境结构进行判断，以目标用户与危险区域入口之间的可通过路径的距离和朝向为基础。例如，家中居室之间通过墙体形成隔断，每个房间的门之间通过可行走路径连通。若设定某个房间为危险区域，则在判断目标用户是否靠近危险区域时，则机器人可通过获取描述居室的结构的相关数据了解家庭的户型结构并结合获取的图像信息测量计算目标用户与危险区域门之间的距离，并识别目标用户的朝向，在基于目标用户朝向判断目标用户行走意图时，若目标用户在路径上沿行走方向只能到该达危险区域的门，则可认为目标用户的意图是走向该危险区域。

如上例所提到的，父母出于对安全的考虑不希望儿童进入家中放有危险物品较多的房间，而将家中的某个房间设为危险区域，在这种情况下，父母平时会将设为危险区域的房间的门关上。针对这种具体的应用场景，机器人在判定目标用户靠近危险区域时，可根据采集的图像信息识别分析目标用户的动作意图，在目标用户有意图打开危险区域的门时，即识别到目标用户正在进行开门动作时，认为目标用户靠近设定的危险区域，判定发生危险情况，继而进行危险预警。

由于对于目标用户的意图判断只能是对于目标用户存在哪种意图的可能性判断，并不能肯定的得知目标用户心中真正的实际意图。因此，对于具体的目标用户靠近危险区域的判定方式应当根据具体的应用场景进行相应的设置。对于危险等级较高的危险区域，即处于危险区域造成损害的可能性较大，在判断是目标用户是否靠近时，对于目标用户靠近意图的识别程度可以较低，也就说当机器人通过采集的多模态信息判断出目标用户的意图是有可能进入危险区域，即使可能性较低，也应视为目标用户靠近了危险区域。例如上文中所提到的通过目标用户与危险区域之间的距离进行判断，一旦两者距离达到了设定的阈值距离即判断发生了危险情况，而不考虑目标用户是否只是路过的危险区域的情况，也就说机器人只要通过蛛丝马迹获知了目标用户有进入危险区域的可能，就进行对应的判断，进而预警，从而减少机器人识别和判断的计算处理时间，使其能够及时的进行预警，在极大程度上避免了危险的发生。

相对的，对于危险等级较低的危险区域，即处于危险区域会造成损害，但是造成损害的可能性较小，在判断是目标用户是否靠近时，对于目标用户靠近意图的识别程度则可以相对较高，也就说只有当机器人通过采集的多模态信息判断出目标用户的意图是有较大可能性进入危险区域，才应视为目标用户靠近了危险区域。例如，相对于上例中的通过目标用户与危险区域之间的距离进行判断的方式，之前提到的根据识别到的目标用户正在进行的开门动作判断目标用户靠近危险区域的判断方式在对目标用户意图的识别程度上就相对较高。采用这种方式进行目标用户的意图判断，可以有效的避免对于较低的危险等级的过度预警，提高预警的有效性。

对于目标用户靠近危险区域意图的识别程度往往与目标用户进行进入危险区域这一行为发生的时间点相关。即识别到的目标用户靠近危险区域的可能性越高，则得出可能性判断的时间点就会距离目标用户进入危险区域的时间点越近。因此在设定在什么识别程度下进行目标用户靠近危险区域的判断时，应充分考虑到危险区域的危险程度，以防止由于不及时的预警造成的损害发生，同时尽量避免过度预警情况的发生。

在本发明实施例中，对于目标用户身份的识别是通过识别采集的多模态数据中的目标用户特征信息实现的。在一种实施方式中，机器人从采集的多模态数据中分离出人脸图像信息，然后对人脸图像信息进行分析识别从而确定识别对象的身份，在识别对象为目标用户时，执行本步骤中是否靠近危险区域的判断，也就是说对于非目标用户是否靠近危险区域在本实施方式中不进行判断。

例如，家中父母希望对儿童日常生活的危险进行预警，则可将儿童设置为目标用户，机器人只有在识别出该儿童靠近危险区域时，才会判定发生了危险情况，继而进行预警，在除该儿童外的其他用户靠近危险区域时，则不判定发生了危险情况。也就是说在判定用户靠近危险区域时限制了用户的身份，实现对于特定目标的针对性预警，从而提高预警的有效性和适用性。

当然，目标用户的数量并不局限于一个，可以为多个。在目标用户为多个时，对于不同的目标用户所设置的判断危险情况发生的危险区域可以有所不同。同时，对于每个目标用户所设置的判断危险情况发生的危险区域也可以为多个。例如，家中有两个儿童，根据每个儿童的生活习惯和兴趣父母可以针对性的为他们分别设置相应的危险区域，儿童A喜欢植物，而家中植物有很多都放在阳台，儿童A常跑去阳台看植物，为了防止父母不在家中时儿童A在阳台发生意外，父母可将阳台设置为儿童A的危险区域。儿童B喜欢玩妈妈的化妆品，时常去妈妈的梳妆台玩耍，为了防止父母不在身边看护时，儿童B误食或误用化妆品发生危害，父母可将梳妆台设置为儿童B的危险区域。而儿童A对于化妆品以及儿童B对于植物都没有太大的兴趣，双方在对方的危险区域停留往往不会有过久的停留，发生意外的可能性很小。

又如，目标用户可以为家中的老人和儿童，在家中老人容易发生危险的地方与儿童必然有一定的区别。因此有针对性的为不同的目标用户设置不同的危险区域，可以大大提高预警的有效性，减少过度预警的情况发生。

在本发明实施例中，机器人对于危险区域的识别是通过图像分割技术实现的，机器人可根据采集的图像信息中的色彩、结构等其他特征从图像信息中区分出危险区域和运动的目标用户，从而确定危险区域和目标用户的位置。

例如，当将梳妆台设置为危险区域时，梳妆台为木质颜色，其周围环境为白色墙纸，则机器人可根据图像中的颜色区别确定梳妆台的位置，从而确定目标用户是否靠近梳妆台。

又如，当将家中的厨房设置为危险区域时，该开放式厨房具有一深色石制的拱门，即使周围环境中存在具有相同颜色的其他物件，机器人也可根据其拱门的特定结构形状确定危险区域厨房的入口位置，从而确定目标用户是否靠近厨房的入口。

当然，在很多情况下，所设定的危险区域自身并没有可以与其周边环境相区分的特征。在这种情况下，用户可自行为需要监视的危险区域设置识别特征，对危险区域进行亮度/颜色与周围环境不同的装饰和标记。

例如，当梳妆台的颜色和结构难以与卧室内的其他物件进行区分时，用户可在梳妆台周围布置一些闪光点将梳妆台围起来，机器人根据闪光点的亮度/颜色从采集的图像信息中区分出该梳妆台危险区域。

又如，当厨房入口难以与周围其他物件进行区分时，用户在厨房入口使用亮度/颜色和周围环境不同的点/线将厨房入口圈出来，机器人根据点/线的亮度/颜色从采集的图像信息中区分出厨房入口。

进一步的，本步骤中，在判断危险情况是否发生的一种实施方式为根据多模态输入信息检测目标用户是否靠近设定的危险物体，若目标用户靠近设定的危险物体，则判断发生危险情况。这种实施方式同样适用于儿童机器人，即设置目标用户为儿童用户。

与基于靠近危险区域判断危险情况的初衷相同，为了防止特定对象以错误的方式使用危险物品从而造成意外伤害，所以需要对特定用户接触危险物品的行为进行预警。即在本实施方式中，目标用户靠近危险物品时就认为发生了危险情况。其中对于目标用户靠近危险物品的具体认定方式与上文中的实施方式中靠近危险区域的的认定方式大体相同，在此不再赘述。

在一种实施方式中，机器人对于目标物体的识别是通过物体识别技术实现的，机器人通过对常规危险物体的数据训练可以实现对于常规危险物体的识别，从采集的图像信息中区分出相应的危险物体。例如，电源插座、开水瓶等。在应用过程中，机器人还可根据用户的特定需求设置以及通过机器人的数据获取方式(如互联网)获取更多的危险物品数据对自身危险物体识别系统进行训练，对危险物体识别的深度和广度进行不断的扩展。

同时，对于危险物品的识别还可以通过图像分割技术实现。对于用户需要特别标定的危险物体，可以为该物体赋以特定的图像区别特征，如色彩和形状。例如，用户可以对插座或者插座附近以较为鲜明的颜色进行装饰以与周围环境进行区分，机器人即可根据插座或插座附近的亮度/颜色从采集的图像信息中区分出该插座危险物体。

进一步的，本步骤中，在判断危险情况是否发生的一种实施方式为根据多模态输入信息检测设定的危险区域内是否存在人形，若目标设定的危险区域内存在人形，则判断发生危险情况。由于在上述针对目标用户靠近危险区域和危险物体的两种实施方式中，需要对用户的身份进行识别，以确定靠近危险区域或危险物体的用户的身份为监管对象。而在识别用户身份的过程需要先识别出人形，然后进一步进行人脸识别，机器人处理这个过程往往需要一定的计算时间，而在危险预警的应用环境下时间是尤为宝贵的，因此当机器人通过采集的图像信息识别到危险区域中已经出现了人形，或者当机器人通过采集的图像信息识别到有人形已经接触到危险物品，则第一时间判断发生了危险情况，进行相应的预警。也就说机器人通过对人形的识别得知在危险区域中已经出现了人形或有人形已经接触到危险物品的时候，不再进行进一步的人脸识别，以节省危险情况发生判断的时间，最快速度的进行预警，以期最大可能的避免意外损害的发生。

步骤102中监管环境内是否有危险情况的判断并不局限与上述三种具体的判断方法，且上述三种具体的判断方法可以根据用户的需求以及对于具体危险的危险等级相互结合应用，也可以与其他相关的危险情况判断方法相结合应用。

在步骤103中，在有危险情况时，生成相应的危险预警多模态数据并输出，以告知监管用户。在步骤102中确定监管环境内由危险情况发生后，在本步骤中结合具体的危险情况生成预警的多模态数据并输出。监管用户即对监管环境进行监管、有监管需求的用户。生成并输出预警的多模态数据的目的即为将发生的危险情况告知监管用户，使监管用户及时得知可能即将发生的意外损害，以达到预警的作用。

将危险情况告知监管用户的方式例如；若监管环境为家庭环境，监管用户也在家中，家中失火时可能监管用户与失火地点并不处于一室，监管用户不能够第一时间得知失火情况，此时，机器人通过传感器识别到家中有失火的危险情况，则其可以生成响警笛并同时大声呼救的多模态数据并输出，以及时提醒监管用户，同时基于相应的设置机器人也可以直接帮监管用户拨通火警电话，并提供相应的火灾救援常识，以期最大可能的减小火灾可能造成的损害。

在更多的情况下，监管对象往往与监管环境距离较远，此种情况下机器人则可以通过向监管用户拨打电话、视频电话或发短信将危险情况告知监管用户。监管用户看到机器人所拨出的电话时，以该电话接通作为指令，触发机器人的视觉功能，将监管环境的监视画面实时传输给监管用户，以使监管用户了解监管环境内发生的危险情况的具体状态。

如上述失火的例子，当监管用户不在家中时，机器人生成向用户拨打电话并向监管用户通信设备传输家中监视画面的多模态数据并输出。监管用户接通监视画面后即可第一时间了解到家中火情的具体状况。机器人也可以同时直接拨打火警电话，并将家中的火情监视画面传输到相应的火警通信平台，以使监管用户以及救援人员能够确定最佳的救援方案，以期最大程度的减少火灾的损失。

而对于步骤102中所提及的儿童安防的危险情况，机器人则可以将儿童靠近或接触危险区域、危险物体的实时画面传输给监管用户通信设备，让监管用户了解儿童的当前的具体状态，意外损害是否已经发生，使监管用户可以有针对性的进行相应的提醒或实施救援措施。例如，当儿童靠近妈妈的梳妆台时，机器人确认该危险情况，并拨打儿童父母的电话，并将该场景画面传输给父母的通信设备，父母看到该监视画面后，则可确定儿童的具体状态。若儿童此时进入危险区域还未接触到危险物品，则父母即可通过机器人实现与儿童的视频通话，提醒儿童不要玩耍危险物品。若此时儿童已经接触的危险物品，比如指甲油，并已经把指甲油放入了嘴中，即意外损害已经发生，则父母在进行提醒的同时可立即实时救援措施。

在机器人生成相应的预警多模态数据并输出的过程中，可以针对所识别的危险情况的具体危险等级，在预警的多模态数据中进行标识说明，使监管用户在了解具体的危险情况前直观的先了解其危险等级。使监管用户在危险等级较低的情况下可以先处理重要性更高的事情，以减少过度预警给监管用户带来的打扰。

本发明还提供一种面向智能机器人的危险预警装置，如图3所示，该装置包括：采集单元1、危险判断单元2和输出单元3。其中，采集单元用于采集监管环境的多模态输入信息。危险判断单元用于根据多模态输入信息检测监管环境内是否有危险情况。输出单元用于在有危险情况时，生成相应的危险预警多模态数据并输出，以告知监管用户。

如图4所示，危险判断单元2中包括第一判断模块，第一判断模块用于根据多模态输入信息检测目标用户是否靠近设定的危险区域。

危险判断单元2中包括第二判断模块，第二判断模块用于根据多模态输入信息检测目标用户是否靠近设定的危险物体。

危险判断单元2中包括第三判断模块，第三判断模块用于根据多模态输入信息检测设定的危险区域内是否存在人形。

输出单元中包括通信模块，通信模块用于通过向监管用户拨打电话、视频电话或发短信将危险情况告知监管用户。

本发明实施例提供的面向智能机器人的危险预警方法和装置，智能机器人通过通过视觉、声觉等多模态信息的综合识别处理对实时采集的多模态输入信息进行监管环境中是否有危险情况发生的判断，在发生危险时生成危险预警多模态数据告知监管用户，实现通过智能机器人对于监管环境的监视和危险预警，其应用场景广泛，可以实现对于生活中常见危险情况的预警，其中尤其适用儿童机器人对于家中儿童安全的监视和危险预警。并且在本发明的具体实施方式中提供了适用于儿童危险预警的几种预警检测判断方法，针对儿童在日常生活中可能由于接触危险物品造成的意外损害情况的预警做了具体详细的设计。并且在检测到危险情况时，可以通过多方面的手段来向用户通知进行预警，从而可以实现管家般的家庭安全全面监控，对儿童的家庭活动进行协助看护。使父母不必时刻盯着自己的小孩，可以腾出时间放心地做其他事情。

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 (10)

1.一种面向智能机器人的危险预警方法，其特征在于，包括：

采集针对目标用户的监管环境的多模态输入信息；

根据所述多模态输入信息，采用与所述监管环境相对应的判定方式来检测监管环境内是否有危险情况，其中，将所述目标用户靠近危险区域的情况判定为危险情况，结合所述目标用户与所述危险区域之间的距离以及所述目标用户的身体转向和动作的识别来确定所述目标用户是否将进入危险区域的意图，并根据所述危险区域的危险等级来识别所述目标用户的进入意图，针对危险等级高的危险区域的进入意图识别程度低于危险等级低的危险区域的进入意图识别程度；

在有危险情况时，生成相应的危险预警多模态数据并输出，以告知监管用户。

2.根据权利要求1所述的面向智能机器人的危险预警方法，其特征在于，在所述检测监管环境内是否有危险情况的步骤中包括：

根据所述多模态输入信息检测目标用户是否靠近设定的危险区域。

3.根据权利要求1所述的面向智能机器人的危险预警方法，其特征在于，在所述检测监管环境内是否有危险情况的步骤中包括：

根据所述多模态输入信息检测目标用户是否靠近设定的危险物体。

4.根据权利要求1-3任一项所述的面向智能机器人的危险预警方法，其特征在于，在所述检测监管环境内是否有危险情况的步骤中包括：

根据所述多模态输入信息检测设定的危险区域内是否存在人形。

5.根据权利要求1所述的面向智能机器人的危险预警方法，其特征在于，在所述生成相应的危险预警多模态数据并输出的步骤中，还包括：

通过向监管用户拨打电话、视频电话或发短信将所述危险情况告知监管用户。

6.一种面向智能机器人的危险预警装置，其特征在于，包括：

采集单元，其用于采集针对目标用户的监管环境的多模态输入信息；

危险判断单元，其用于根据所述多模态输入信息，采用与所述监管环境相对应的判定方式来检测监管环境内是否有危险情况，其中，将所述目标用户靠近危险区域的情况判定为危险情况，结合所述目标用户与所述危险区域之间的距离以及所述目标用户的身体转向和动作的识别来确定所述目标用户是否将进入危险区域的意图，并根据所述危险区域的危险等级来识别所述目标用户的进入意图，针对危险等级高的危险区域的进入意图识别程度低于危险等级低的危险区域的进入意图识别程度；

输出单元，其用于在有危险情况时，生成相应的危险预警多模态数据并输出，以告知监管用户。

7.根据权利要求6所述的面向智能机器人的危险预警装置，其特征在于，所述危险判断单元包括：

第一判断模块，其用于根据所述多模态输入信息检测目标用户是否靠近设定的危险区域。

8.根据权利要求6所述的面向智能机器人的危险预警装置，其特征在于，所述危险判断单元包括：

第二判断模块，其用于根据所述多模态输入信息检测目标用户是否靠近设定的危险物体。

9.根据权利要求6-8任一项所述的面向智能机器人的危险预警装置，其特征在于，所述危险判断单元包括：

第三判断模块，其用于根据所述多模态输入信息检测设定的危险区域内是否存在人形。

10.根据权利要求6所述的面向智能机器人的危险预警装置，其特征在于，所述输出单元包括：

通信模块，其用于通过向监管用户拨打电话、视频电话或发短信将所述危险情况告知监管用户。