CN107443387A - 智能识别方法及机器人 - Google Patents

Abstract

本发明实施例涉及人工智能领域，公开了一种智能识别方法及机器人。本发明中，一种智能识别方法，应用于机器人，包括：对发出指令的对象分别进行温度识别和外形识别，并根据温度识别的识别结果形成对象的温度轮廓，根据外形识别的识别结果形成对象的外形轮廓；对温度轮廓和外形轮廓进行相似度匹配，若相似度大于第一预设阈值，则判定所述对象为自然人，使得机器人能够识别出发出指令的对象是自然人还是非自然人。

Description

智能识别方法及机器人

技术领域

本发明实施例涉及人工智能领域，特别涉及一种智能识别方法及机器人。

背景技术

人工智能(Artificial Intelligence，简称“AI”)，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。

但是，发明人发现现有技术中至少存在如下问题：随着机器人数量的增多以及机器人在生活中扮演的角色越来越多，使得在很多时候，机器人需要识别对其发出指令的对象是不是自然人，而在现有技术中机器人无法识别对其发出指令的对象是机器人还是自然人。

发明内容

本发明实施方式的目的在于提供一种智能识别方法及机器人，使得机器人能够识别出对其发出指令的对象是自然人还是非自然人。

为解决上述技术问题，本发明的实施方式提供了一种智能识别方法，应用于机器人，包括：对发出指令的对象分别进行温度识别和外形识别，并根据温度识别的识别结果形成对象的温度轮廓，根据外形识别的识别结果形成对象的外形轮廓；对温度轮廓和外形轮廓进行相似度匹配，若相似度大于第一预设阈值，则判定对象为自然人。

本发明的实施方式还提供了一种机器人，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述的智能识别方法。

本发明实施方式相对于现有技术而言，通过对发出指令的对象分别进行温度识别和外形识别，并根据温度识别的识别结果形成对象的温度轮廓，以及根据外形识别的识别结果形成对象的外形轮廓，然后再将得到的温度轮廓和外形轮廓进行相似度匹配，若相似度大于第一预设阈值，则将所述对象判定为自然人。由于根据自然人的温度形成的温度轮廓和根据外形而形成的外形轮廓大致相同，而机器人主要是依据其他形式的能转化成热能而产生温度上的变化，并且不是遍布在机器人的各个部位，导致机器人的温度轮廓和外形轮廓相差很大。因此，对温度轮廓和外形轮廓进行相似度匹配，使得机器人能够识别出发出指令的对象是自然人还是非自然人。

另外，对发出指令的对象进行温度识别，具体包括：测量对象的温度值，判断温度值是否在自然人的体温范围之内；智能识别方法还包括：若温度值不在自然人的体温范围之内，则将发出指令的对象判定为非自然人，即可以直接识别出部分不在自然人体温范围之内的非自然人，有利于提高机器人识别出发出指令的对象是自然人还是非自然人的效率。

另外，在对发出指令的对象分别进行温度识别和外形识别之前，还包括：检测机器人与对象之间的距离；若机器人与对象之间的距离大于第二预设阈值，则缩小机器人与对象之间的距离至第二预设阈值，避免了在机器人与发出指令的对象之间的距离较远时就进行温度识别和外形识别，有利于机器人对发出指令的对象进行更加清晰的识别，从而得到高质量的外形轮廓。

另外，在对发出指令的对象进行温度识别，形成对象的温度轮廓之前，包括：判断温度值的最大值与最小值之差是否大于第三预设阈值，若温度值的最大值与最小值之差大于第三预设阈值，则将发出指令的对象判定为非自然人，通过温度值的最大值与最小值之差是否超出自然人的体温的变化范围进行判断，可以对超出自然人的体温的变化范围的对象进行直接判定，进一步提高了识别效率。

附图说明

一个或多个实施例通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施例的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。

图1是根据本发明第一实施方式提供的一种智能识别方法的流程图；

图2是根据本发明第二实施方式提供的一种智能识别方法的流程图；

图3是根据本发明第三实施方式提供的一种智能识别方法的流程图；

图4是根据本发明第四实施方式提供的一种机器人的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。

本发明的第一实施方式涉及一种智能识别方法。应用于机器人，本实施方式的核心在于：对发出指令的对象分别进行温度识别和外形识别，并根据温度识别的识别结果形成对象的温度轮廓，根据外形识别的识别结果形成对象的外形轮廓；对温度轮廓和外形轮廓进行相似度匹配，若相似度大于第一预设阈值，则判定对象为自然人，使得机器人能够识别出发出指令的对象是自然人还是非自然人。下面对本实施方式的一种智能识别方法的实现细节进行具体的说明，以下内容仅为方便理解提供的实现细节，并非实施本方案的必须。

本实施方式中的一种智能识别方法，具体流程如图1所示，包括：

步骤101，对发出指令的对象分别进行温度识别和外形识别。

具体的说，可以通过红外摄像头对发出指令的对象进行温度识别。比如，可以通过红外摄像机或者红外热像仪进行温度识别，其中，红外热像仪的主要组成部分有红外探测器以及把信号转化成图像的显示器，红外探测器用来检测发出指令的对象的红外辐射，显示器用来成像，从而生成分布图形再反映到红外探测器的光敏元件上，以此来获得红外热像图，这种热像图与物体表面的热分布场相对应。也就是说，红外热像仪可以将发出指令的对象发出的不可见红外能量转变为可见的热图像，热图像上面的不同颜色代表被测物体的不同温度。而对发出指令的对象进行的外形识别，可以通过光学摄像头或超声波任意之一或其组合。比如，在通过光学摄像头对发出指令的对象进行的外形识别时，可以通过对发出指令的对象进行拍照，得到其照片，根据照片上的轮廓得到发出指令的对象的外形轮廓。

值得一提的是，对发出指令的对象所进行的温度识别和外形识别，可以是同时进行的，也可以先对发出指令的对象进行温度识别，再对发出指令的对象进行外形识别，或者先对发出指令的对象进行外形识别，再对发出指令的对象进行温度识别，此处不作具体限制。

步骤102，根据温度识别的识别结果形成对象的温度轮廓，根据外形识别的识别结果形成对象的外形轮廓。

需要说明的是，在根据温度识别的识别结果形成对象的温度轮廓，根据外形识别的识别结果形成对象的外形轮廓之前，可以在温度识别时记录发出指令的对象的温度值的最大值和最小值，再判断温度值的最大值与最小值之差是否大于第三预设阈值，若温度值的最大值与最小值之差大于第三预设阈值，则可以将发出指令的对象判定为非自然人。其中，这里的第三预设阈值可以设置为30℃，在发出指令的对象的温差大于30℃时，则可以判定发出指令的对象不是自然人，若发出指令的对象的温差小于30℃，则再进行后续的操作。

步骤103，对温度轮廓和外形轮廓进行相似度匹配。

根据前文所述，可以得知，对发出指令的对象所进行的温度识别和外形识别，可以是同时进行的，也可以先对发出指令的对象进行温度识别，再对发出指令的对象进行外形识别，或者先对发出指令的对象进行外形识别，再对发出指令的对象进行温度识别。若对发出指令的对象所进行的温度识别和外形识别是同时进行的，则直接对温度轮廓和外形轮廓进行相似度匹配；但是，若对发出指令的对象所进行的温度识别和外形识别不是同时进行的，则要先进行调整，再对温度轮廓和外形轮廓进行相似度匹配。

具体的说，进行相似度匹配的对象的温度轮廓，为机器人与发出指令的对象之间的距离为第一距离时所对应的温度轮廓；进行相似度匹配的对象的外形轮廓，为机器人与发出指令的对象之间的距离为第二距离时所对应的外形轮廓；其中，第一距离与第二距离相同。也就是说，在对温度轮廓和外形轮廓进行相似度匹配之前，使得要进行匹配的温度轮廓的大小与要进行匹配的外形轮廓的大小依据相同的距离而得到，可以通过以下两种方法来实现：

一种实现方法为，在根据温度识别的识别结果形成对象的温度轮廓，根据外形识别的识别结果形成对象的外形轮廓后，还可以对形成的对象的温度轮廓和/或对象的外形轮廓进行修正处理，得到进行相似度匹配的对象的温度轮廓和对象的外形轮廓。举例而言，如果在机器人对发出指令的对象进行温度识别时，机器人与对象之间的距离为0.5米，那么，以在该距离得到的图像形成一个基于0.5米的温度轮廓；如果，在机器人对发出指令的对象进行外形识别时，机器人与对象之间的距离为1米，那么，以在该距离得到的图像形成一个基于1米的外形轮廓；在对基于0.5米的温度轮廓和基于1米的外形轮廓进行相似度匹配之前，先要进行修正处理，可以为：(1)将基于0.5米的温度轮廓修正处理为1米的外形轮廓；(2)将基于1米的外形轮廓修正处理为0.5米的温度轮廓；(3)将基于0.5米的温度轮廓和基于1米的外形轮廓均修正处理为基于0.3米的温度轮廓和外形轮廓。在得到进行相似度匹配的对象的温度轮廓和对象的外形轮廓后，进入步骤104。

另一种实现方法为，对发出指令的对象分别进行温度识别和外形识别，可以同一位置分别对发出指令的对象分别进行温度识别和外形识别，得到进行相似度匹配的对象的温度轮廓和对象的外形轮廓。具体而言，在对发出指令的对象分别进行温度识别和外形识别之前，调整机器人与发出指令的对象之间的距离，使得在进行温度识别时机器人与发出指令的对象之间的距离和在进行外形识别时机器人与发出指令的对象之间的距离相同。举例而言，在对发出指令的对象进行温度识别之前调整机器人与发出指令的对象之间的距离至0.5米，在对发出指令的对象进行外形识别之前同样调整机器人与发出指令的对象之间的距离至0.5米，由于均是基于0.5米得到的温度轮廓和外形轮廓，因此，通过此种方法得到温度轮廓和外形轮廓后，不需要再对图像进行修正处理。

步骤104，判断相似度是否大于第一预设阈值。若相似度大于第一预设阈值，则进入步骤105；否则，进入步骤106。

具体的说，可以根据相应的算法进行相似度匹配，此处，第一预设阈值的设置可以由用户自行设置。比如，可以将第一预设阈值设置为80％，当相似度大于80％时，则进入步骤105；否则，进入步骤106。

步骤105，判定所述对象为自然人。

也就是说，若相似度大于第一预设阈值，则判定所述对象为自然人。

步骤106，判定所述对象为非自然人。

也就是说，若相似度小于或等于第一预设阈值，则判定所述对象为非自然人。

与现有技术相比，本发明实施方式提供的一种智能识别方法，通过对发出指令的对象分别进行温度识别和外形识别，并根据温度识别的识别结果形成对象的温度轮廓，以及根据外形识别的识别结果形成对象的外形轮廓，然后再将得到的温度轮廓和外形轮廓进行相似度匹配，若相似度大于第一预设阈值，则将所述对象判定为自然人。由于根据自然人的温度形成的温度轮廓和根据外形而形成的外形轮廓大致相同，而机器人的温度主要是其他形式的能转化成热能而产生温度上的变化，并且不是遍布在机器人的各个部位，以致于机器人的温度轮廓和外形轮廓相差很大。因此，对温度轮廓和外形轮廓进行相似度匹配，使得机器人能够识别出发出指令的对象是自然人还是非自然人。

本发明第二实施方式涉及一种智能识别方法，本实施方式是在第一实施方式的基础上做了进一步改进，具体改进之处在于：对发出指令的对象进行温度识别，具体包括：测量对象的温度值，对温度值是否在自然人的体温范围之内进行判断，智能识别方法还包括：若温度值不在自然人的体温范围之内，则将发出指令的对象判定为非自然人，即可以直接识别出部分不在自然人体温范围之内的非自然人，有利于提高机器人识别出发出指令的对象是自然人还是非自然人的效率。具体流程图如图2所示，包括：

步骤201，测量对象的温度值。

具体的说，根据测量方法的不同可以将测温仪器分为接触式和非接触式，由于采用接触式的测温仪器进行测温，机器人需与对其发出指令的对象进行接触，并且测温的速度较慢。因此，优选的，采用非接触式测温法的原理测量对象的温度值，比如，可以通过红外测温仪、红外热像仪等。其中，红外热像仪可以测量整个区域的温度分布情况，测温范围为：-60℃～2000℃；红外测温仪只能测量一个点的温度，测温范围为：-50℃～3000℃，若采用红外测温仪测量对象的温度值，则需在对象上随机选择多个点进行测量，可以以多个测量值的平均值作为终值。

当然，以上仅为举例说明，任何可以测量对象的温度值的方法均应在本实施方式的保护范围之内，此处不再一一赘述。

步骤202，判断温度值是否在自然人的体温范围之内。若温度值在自然人的体温范围之内，则进入步骤203；否则，进入步骤208，即判定所述对象为非自然人。

具体来说，由于自然人的正常体温范围平均在36℃～37℃之间，加上发热的可能性，可以将36℃～42℃作为自然人的体温范围的衡量标准，若超出这个范围，则可以判定所述对象为非自然人；若在这个范围之内，则再进入步骤203。此外，由于有实例证明，自然人最高体温极限大约为46.5℃，最低体温极限大约为14.2℃。因此，也可以将14.2℃～46.5℃作为自然人的体温范围的衡量标准。自然人的体温范围的衡量标准可以由用户自行选择设定，此处不作具体限制。

另外，在测量对象的温度值，判断温度值是否在自然人的体温范围之内后，若测量到的温度值中，至少部分温度值处于自然人的体温范围之内，则根据温度识别的识别结果形成对象的温度轮廓，可以仅保留处于自然人的体温范围之内的温度值，以保留的温度值形成对象的温度轮廓。也就是说，虽然测量对象的整体温度值在自然人的体温范围之内，但是如果测量对象有一部分在自然人的体温范围之内，有一部分在自然人的体温范围之外，则仅保留在自然人的体温范围之内的那部分来形成对象的温度轮廓。

步骤203，对发出指令的对象进行外形识别。

需要特别说明的是，本实施方式中，为了更好的说明本方案，将对发出指令的对象进行外形识别位于对发出指令的对象进行温度识别的步骤之后，这是因为在对发出指令的对象进行温度识别的过程中，通过测量对象的温度值并对温度值是否在自然人的体温范围之内进行判断，如果温度值在自然人的体温范围之外，则可以直接判定所述对象为非自然人，从而可以省略后续的步骤。但是在实际操作中，对发出指令的对象进行外形识别和温度识别，可以是同时进行的，也可以先对发出指令的对象进行外形识别，再对发出指令的对象进行温度识别，不对其具体的顺序作具体限制。

步骤204，根据温度识别的识别结果形成对象的温度轮廓，根据外形识别的识别结果形成对象的外形轮廓。

步骤205，对温度轮廓和外形轮廓进行相似度匹配。

步骤206，判断相似度是否大于第一预设阈值。若相似度大于第一预设阈值，则进入步骤208；否则，进入步骤208。

步骤207，判定所述对象为自然人。

步骤208，判定所述对象为非自然人。

由于本实施方式中步骤203至步骤208与第一实施方式中步骤101至步骤106大致相同，旨在对发出指令的对象分别进行温度识别和外形识别，并根据温度识别的识别结果形成对象的温度轮廓，根据外形识别的识别结果形成对象的外形轮廓；对温度轮廓和外形轮廓进行相似度匹配，若相似度大于第一预设阈值，则判定对象为自然人，此处不再一一赘述。

与现有技术相比，本发明实施方式中对发出指令的对象进行温度识别，具体通过测量对象的温度值，对温度值是否在自然人的体温范围之内进行判断，智能识别方法还包括：若温度值不在自然人的体温范围之内，则将发出指令的对象判定为非自然人，即可以直接识别出部分不在自然人体温范围之内的非自然人，有利于提高机器人识别出发出指令的对象是自然人还是非自然人的效率。

本发明的第三实施方式涉及一种智能识别方法。本实施方式是在第一实施方式的基础上做了进一步改进，具体改进之处在于：在本实施方式中，通过在对发出指令的对象分别进行温度识别和外形识别之前，对机器人与对象之间的距离进行检测，在机器人与对象之间的距离大于第二预设阈值时，缩小机器人与对象之间的距离至第二预设阈值，避免了在机器人与发出指令的对象之间的距离较远时就进行温度识别和外形识别，有利于机器人对发出指令的对象进行更加清晰的识别，从而得到高质量的外形轮廓。具体流程图如图3所示，包括：

步骤301，检测机器人与对象之间的距离。

检测机器人与对象之间的距离的方法有很多，比方说，可以通过由光学摄像头和红外摄像头组成的双目摄像头对机器人与对象之间的距离进行检测，还可以通过超声波传感器或者红外线测距传感器等检测机器人与对象之间的距离，以上仅为举例说明，任何可以检测机器人与对象之间的距离均在本实施方式的保护范围之内，此处不再赘述。

步骤302，判断机器人与对象之间的距离是否大于第二预设阈值。若机器人与对象之间的距离大于第二预设阈值，则进入步骤303；否则，进入步骤304。

也就是说，如果机器人与对象之间的距离大于第二预设阈值(比如1米)，则表明机器人与发出指令的对象之间的距离较远，在此种情况下得到的温度轮廓和外形轮廓质量不高，需要对机器人与发出指令的对象之间的距离进行调整，进入步骤303；否则，表明机器人与发出指令的对象之间的距离是合适的，不需要对机器人与发出指令的对象之间的距离进行调整，直接进入步骤304。其中，这里所说的第二预设阈值可以是由系统预先就设置好的，还可以根据用户的实际需求自行设定，此处不作具体限制。

步骤303，缩小机器人与对象之间的距离至第二预设阈值。

具体的说，当机器人与对象之间的距离大于第二预设阈值时，为了避免获得的温度轮廓和外形轮廓质量不高，需要调整机器人与发出指令的对象之间的距离，即缩小机器人与对象之间的距离至第二预设阈值。

步骤304，对发出指令的对象分别进行温度识别和外形识别。

步骤305，根据温度识别的识别结果形成对象的温度轮廓，根据外形识别的识别结果形成对象的外形轮廓。

步骤306，对温度轮廓和外形轮廓进行相似度匹配。

步骤307，判断相似度是否大于第一预设阈值。若相似度大于第一预设阈值，则进入步骤308；否则，进入步骤309。

步骤308，判定所述对象为自然人。

步骤309，判定所述对象为非自然人。

由于本实施方式中的步骤304至步骤309与第一实施方式中的步骤101至步骤106大致相同，旨在对发出指令的对象分别进行温度识别和外形识别，并根据所述温度识别的识别结果形成所述对象的温度轮廓，根据所述外形识别的识别结果形成所述对象的外形轮廓；对所述温度轮廓和所述外形轮廓进行相似度匹配，若所述相似度大于第一预设阈值，则判定所述对象为自然人，此处不再一一赘述。

与现有技术相比，本发明实施方式提供的一种智能识别方法。通过在对发出指令的对象分别进行温度识别和外形识别之前，对机器人与对象之间的距离进行检测，在机器人与对象之间的距离大于第二预设阈值时，缩小机器人与对象之间的距离至第二预设阈值，避免了在机器人与发出指令的对象之间的距离较远时就进行温度识别和外形识别，有利于机器人对发出指令的对象进行更加清晰的识别，从而得到高质量的外形轮廓。

上面各种方法的步骤划分，只是为了描述清楚，实现时可以合并为一个步骤或者对某些步骤进行拆分，分解为多个步骤，只要包括相同的逻辑关系，都在本专利的保护范围内；对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计，但不改变其算法和流程的核心设计都在该专利的保护范围内。

本发明第四实施方式涉及一种机器人，结构示意图如图4所示，包括至少一个处理器401；以及，与所述至少一个处理器401通信连接的存储器402；其中，所述存储器402存储有可被所述至少一个处理器401执行的指令，所述指令被所述至少一个处理器401执行，以使所述至少一个处理器401能够执行上述的智能识别方法。

其中，存储器402和处理器401采用总线方式连接，总线可以包括任意数量的互联的总线和桥，总线将一个或多个处理器401和存储器402的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。经处理器401处理的数据通过天线在无线介质上进行传输，进一步，天线还接收数据并将数据传送给处理器401。

处理器401负责管理总线和通常的处理，还可以提供各种功能，包括定时，外围接口，电压调节、电源管理以及其他控制功能。而存储器402可以被用于存储处理器401在执行操作时所使用的数据。

本领域技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。

Claims (10)

1.一种智能识别方法，应用于机器人，其特征在于，包括：

对发出指令的对象分别进行温度识别和外形识别，并根据所述温度识别的识别结果形成所述对象的温度轮廓，根据所述外形识别的识别结果形成所述对象的外形轮廓；

对所述温度轮廓和所述外形轮廓进行相似度匹配，若所述相似度大于第一预设阈值，则判定所述对象为自然人。

2.根据权利要求1所述的智能识别方法，其特征在于，对发出指令的所述对象进行温度识别，具体包括：

测量所述对象的温度值，判断所述温度值是否在自然人的体温范围之内；

所述智能识别方法还包括：

若所述温度值不在所述自然人的体温范围之内，则将所述发出指令的对象判定为非自然人。

3.根据权利要求2所述的智能识别方法，其特征在于，在所述测量所述对象的温度值，判断所述温度值是否在自然人的体温范围之内后，还包括：

若测量到的所述温度值中，至少部分温度值处于所述自然人的体温范围之内，则所述根据所述温度识别的识别结果形成所述对象的温度轮廓，具体为：

仅保留处于所述自然人的体温范围之内的温度值，以保留的所述温度值形成所述对象的温度轮廓。

4.根据权利要求1所述的智能识别方法，其特征在于，对发出指令的所述对象进行温度识别，具体为：通过红外摄像头对发出指令的所述对象进行温度识别；

对发出指令的所述对象进行外形识别，具体为：通过光学摄像头或超声波任意之一或其组合对发出指令的所述对象进行外形识别。

5.根据权利要求1所述的智能识别方法，其特征在于，在所述对发出指令的对象分别进行温度识别和外形识别之前，还包括：

检测所述机器人与所述对象之间的距离；

若所述机器人与所述对象之间的距离大于第二预设阈值，则缩小所述机器人与所述对象之间的距离至第二预设阈值。

6.根据权利要求1所述的智能识别方法，其特征在于，包括：

进行相似度匹配的所述对象的温度轮廓，为所述机器人与所述发出指令的对象之间的距离为第一距离时所对应的温度轮廓；

进行相似度匹配的所述对象的外形轮廓，为所述机器人与所述发出指令的对象之间的距离为第二距离时所对应的外形轮廓；

其中，所述第一距离与第二距离相同。

7.根据权利要求6所述的智能识别方法，其特征在于，在所述根据所述温度识别的识别结果形成所述对象的温度轮廓，根据所述外形识别的识别结果形成所述对象的外形轮廓后，还包括：

对形成的所述对象的温度轮廓和/或所述对象的外形轮廓进行修正处理，得到进行相似度匹配的所述对象的温度轮廓和所述对象的外形轮廓。

8.根据权利要求6所述的智能识别方法，其特征在于，所述对发出指令的对象分别进行温度识别和外形识别，具体包括：

在同一位置分别对发出指令的对象分别进行温度识别和外形识别，得到进行相似度匹配的所述对象的温度轮廓和所述对象的外形轮廓。

9.根据权利要求1所述的智能识别方法，其特征在于，在所述根据所述温度识别的识别结果形成所述对象的温度轮廓之前，包括：

判断所述温度值的最大值与最小值之差是否大于第三预设阈值，若所述温度值的最大值与最小值之差大于第三预设阈值，则将所述发出指令的对象判定为非自然人。

10.一种机器人，其特征在于，包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至9中任一所述的智能识别方法。