CN107563517A - 机器人自我认知实时更新方法及系统 - Google Patents

Abstract

本发明涉及一种机器人自我认知实时更新方法及系统，方法包括：通过机器人获取更新数据，所述更新数据包括：自检数据、环境数据、交互数据、网络数据；按照预先设定的属性分类，确定获取到的所述更新数据对应的属性；根据所述更新数据更新对应的属性。本发明提供的机器人自我认知实时更新方法及系统，使得机器人结合外界和自身变化，随时更新对自身的定位和认知，提升了机器人自我认知的能力。

Description

机器人自我认知实时更新方法及系统

技术领域

本发明涉及智能机器人技术领域，具体涉及机器人自我认知实时更新方法及系统。

背景技术

机器人作为与人类的交互工具，使用的场合越来越多，例如一些老人、小孩较孤独时，就可以与机器人交互，包括对话、娱乐等。为了让用户使用机器人的体验感更好，就需要将机器人设计的更加智能，而不仅仅是对话这种简单的功能。现有技术专注于研究机器人整体的认知水平，包括：区分自我和环境、记忆重现、推理判断、制定计划并执行等。已有的研究也多是集中在机器认知(machine consciousness)，而不是机器的自我认知，更没有关于机器人实时更新自我认知，使得目前的智能机器人多数不具备自我认知能力，而是根据用户的反应机械式地作出回应，缺少个性化魅力。

发明内容

针对现有技术中的缺陷，本发明提供的机器人自我认知实时更新方法及系统，使得机器人结合外界和自身变化，随时更新对自身的定位和认知，提升了机器人自我认知的能力。

第一方面，本发明提供了一种机器人自我认知实时更新方法，包括：

通过机器人获取更新数据，所述更新数据包括：自检数据、环境数据、交互数据、网络数据；

按照预先设定的属性分类，确定获取到的所述更新数据对应的属性；

根据所述更新数据更新对应的属性。

优选地，所述通过机器人获取更新数据包括：

启动机器人自检功能，获取自检数据；

通过机器人内置传感器获取环境数据；

在机器人与用户交互的过程中获取交互数据；

通过机器人连接网络，自动检索获取网络数据。

优选地，所述启动机器人自检行为，获取自检数据，包括：在满足预设自检条件时，启动机器人自检行为，获取自检数据，所述自检条件包括：达到预设时间、预设条件或机器人被外界唤醒。

优选地，所述通过机器人内置传感器获取环境数据，包括：

通过机器人的图像传感器获取机器人周围的环境图像；

通过模板匹配模型和区别性特征模型识别所述环境图像中的物体或对象。

优选地，所述属性分为以下几类：固定属性、自然属性、客观属性、主观属性、用户属性；

所述固定属性包括：机器人的姓名、性别、外貌、生理需求、安全需求、感情需求；

所述自然属性包括：能力、年龄、职业状况、社会关系、历史、自我评价、自我计划、用户情况；

所述客观属性包括：生理状况、安全状况；

所述主观属性包括：情绪、情感、生活习惯、行程安排、自我规划；

所述用户属性包括：机器人的昵称、机器人的发展规划。

优选地，所述根据所述更新数据更新对应的属性，包括：

基于预先构建的常识模型进行推理和判断，以更新所述自然属性；

根据所述自检数据以及所述环境数据更新所述客观属性；

结合机器人当前的自然属性和客观属性，根据所述交互数据更新所述主观属性；

根据用户输入修改所述用户属性。

优选地，所述结合机器人当前的自然属性和客观属性，根据所述交互数据更新所述主观属性，包括：

根据所述交互数据获取用户对机器人的期望；

根据用户对机器人的期望，结合机器人当前的自然属性和客观属性，更新所述主观属性。

第二方面，本发明提供了一种机器人自我认知实时更新系统，包括：

数据获取模块，用于通过机器人获取更新数据，所述更新数据包括：自检数据、环境数据、交互数据、网络数据；

分类处理模块，用于按照预先设定的属性分类，确定获取到的所述更新数据对应的属性；

属性更新模块，用于根据所述更新数据更新对应的属性。

优选地，所述数据获取模块具体包括：

自检数据获取模块，用于启动机器人自检功能，获取自检数据；

环境数据获取模块，用于通过机器人内置传感器获取环境数据；

交互数据获取模块，用于在机器人与用户交互的过程中获取交互数据；

网络数据获取模块，用于通过机器人连接网络，自动检索获取网络数据。

优选地，所述自检数据获取模块具体用于：在满足预设自检条件时，启动机器人自检行为，获取自检数据，所述自检条件包括：达到预设时间、预设条件或机器人被外界唤醒。

优选地，所述环境数据获取模块具体用于：

通过机器人的图像传感器获取机器人周围的环境图像；

通过模板匹配模型和区别性特征模型识别所述环境图像中的物体或对象。

优选地，所述属性分为以下几类：固定属性、自然属性、客观属性、主观属性、用户属性；

所述固定属性包括：机器人的姓名、性别、外貌、生理需求、安全需求、感情需求；

所述自然属性包括：能力、年龄、职业状况、社会关系、历史、自我评价、自我计划、用户情况；

所述客观属性包括：生理状况、安全状况；

所述主观属性包括：情绪、情感、生活习惯、行程安排、自我规划；

所述用户属性包括：机器人的昵称、机器人的发展规划。

优选地，所述属性更新模块包括：

自然属性更新模块，用于基于预先构建的常识模型进行推理和判断，以更新所述自然属性；

客观属性更新模块，用于根据所述自检数据以及所述环境数据更新所述客观属性；

主观属性更新模块，用于结合机器人当前的自然属性和客观属性，根据所述交互数据更新所述主观属性；

用户属性更新模块，用于根据用户输入修改所述用户属性。

优选地，主观属性更新模块具体用于：

根据所述交互数据获取用户对机器人的期望；

根据用户对机器人的期望，结合机器人当前的自然属性和客观属性，更新所述主观属性。

本发明提供的机器人自我认知实时更新方法及系统，通过将机器人的属性分为固定属性、自然属性、客观属性、主观属性、用户属性几类，并根据采集到的自检数据、环境数据、交互数据、网络数据实时更新机器人的自我认知，使得机器人结合外界和自身变化，随时更新对自身的定位和认知，提升了机器人自我认知的能力。

附图说明

图1为本发明实施例所提供的机器人自我认知实时更新方法的流程图；

图2为本发明实施例所提供的机器人自我认知实时更新系统的结构框图。

具体实施方式

下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

如图1所示，本实施例提供了一种机器人自我认知实时更新方法，包括：

步骤S1，通过机器人获取更新数据，所述更新数据包括：自检数据、环境数据、交互数据、网络数据。

步骤S2，按照预先设定的属性分类，确定获取到的所述更新数据对应的属性。

步骤S3，根据所述更新数据更新对应的属性。

其中，步骤S1的优选实施方式包括但不限于以下几种实现方式：

(1)启动机器人自检功能，获取自检数据。

其中，自检功能是指机器人检测自身各个部件、设备的情况。自检数据包括但不限于剩余电量、连续工作时间、网速、充电速度、摄像头麦克风等自身设备的工作情况、机器人移动的速度和加速度等。例如，机器人根据六轴加速计等可以监控自身运动的速度、加速度、角度、距离等，结合摄像头获取的环境信息和GPS获取的定位信息，确定自身的运动情况和位置。

优选地，在满足预设自检条件时，自动启动机器人自检行为，获取自检数据，所述自检条件包括：达到预设时间、预设条件或机器人被外界唤醒。机器人在每日特定时间和每次唤醒时，同步开始自检行为，以获取最新的自检数据，及时更新机器人的属性，使得机器人能更加拟人化，比如机器人的剩余电量可以拟人化为机器人的精力，从而赋予机器人不同的情绪、状态等。

(2)通过机器人内置传感器获取环境数据。

其中，机器人内置传感器包括但不限于温度传感器、湿度传感器、GPS定位装置、PM2.5传感器、图像传感器等。环境数据是指机器人周围的环境状况，包括但不限于机器人监测周围环境参数，包括：温度、湿度、海拔、PM2.5、环境包含的物体和对象等。

其中，温度、湿度、海拔、PM2.5分别通过温度传感器、湿度传感器、GPS定位装置、PM2.5传感器获取。

其中，环境包含的物体和对象优选采用以下方法获取：通过机器人的图像传感器获取机器人周围的环境图像；通过模板匹配模型和区别性特征模型识别所述环境图像中的物体或对象。

其中，模板匹配模型认为，在长期记忆中，储存着许多外部模式的“袖珍副本”称作模板，模板与外部模式有着一一对应的关系，当一个刺激作用于人的感官时，刺激信息便被拿来与记忆中的各种模板一一比对，认为刺激与匹配程度最高的模板相同。应用到本实施中，上述模板即为预先存储在图像素材库中的图像模板，刺激即为采集到的机器人周围的环境图像。图像识别时，环境图像与图像素材库中储存的大量的图像模板相比对，如果一致则识别出该环境图像中包含有图像模板的内容。例如，环境图像中包含一个杯子，而图像模板为杯子，则识别环境图像中的物体为杯子。

其中，区别性特征模型认为，该理论认为模式是由若干元素或成分按一定关系构成的，这些元素或成分称为“特征”，特征间的关系也称为特征。特征分析理论认为所有复杂的刺激都是由一些可以区分的、相互分离的特征组成。各种模式是以分解后的一些特征形式来表征和储存的。进行识别的时候，需要抽取刺激的特征，并将其与记忆中的各种模式的特征进行比较和匹配。特征匹配模型强调的是特征、区别的分析。通过模板匹配模型只能识别图中的物体为杯子，但是没法区分杯子的材料这样的细节差别，因此，通过区别性特征模型可以进一步识别环境图像中的杯子为玻璃杯。

(3)在机器人与用户交互的过程中获取交互数据。

其中，交互数据包括但不限于肢体接触、交互对话、用户表情、用户动作等。机器人都内置有麦克风，语音识别处理器，图像传感器，人脸识别处理器。通过麦克风可以获取用户与机器人对话时用户的语音信号，经语音识别处理器处理后可将采集到的语音信号转化为文字信息，并输入意图识别处理器；通过图像传感器获取包含用户的图像，人脸识别处理器从包含用户的图像中识别并获取用户的表情、动作等信息。

(4)通过机器人连接网络，自动检索获取网络数据。

其中，网络数据包括但不限于社交媒体、新闻门户、天气、交通等相关网站的信息数据。网络数据可以帮助机器人了解时事新闻、天气状况等实时信息，使得机器人能够像人类一样不断获取外界的动态、储备更新知识，增加人机交互过程中机器人的语料素材，提高机器人的认知能力。

为了更好地实现机器人对自我认知的更新，本实施例将机器人的属性分为以下几类：固定属性、自然属性、客观属性、主观属性、用户属性。

其中，固定属性包括但不限于机器人的姓名、性别、外貌、生理需求、安全需求、感情需求。固定属性为不支持修改的属性，在机器人出厂时就已经确定，相当于人类出生后就具有的无法后天改变的特征，使得机器人具备像人类一样具有个性化的特征。例如，机器人有唯一的姓名(即身份ID)，以在云端保存机器人的知识图谱，知识图谱中存有该机器人所有的数据；安全需求是指机器人要保证自身的安全，如检测到机器人周围的环境温湿度很大，则机器人需要更换环境，就像人类热了会找树荫。

其中，自然属性包括但不限于能力、年龄、职业状况、社会关系、历史、自我评价、自我计划、用户情况。自然属性不能人为修改，只能按照社会和自然规律由机器人自发自行修改。

其中，客观属性是指机器人的物理属性或机器属性，由机器人自检后获得自检数据更新客观属性，不可人为设定或修改。客观属性包括但不限于生理状况、安全状况。例如，当检测到机器人电量低需要充电时，将机器人的生理状况更新为“饿”，当检测到机器人连续工作时间太久时，将机器人的生理状况更新为“累”，使得机器人更加拟人化；根据环境的温度、湿度、机器人所处的海拔等信息确定机器人的安全状况。

其中，主观属性指机器人主观感受相关的属性，包括但不限于情绪、情感、生活习惯、行程安排、自我规划。主观属性不能由用户直接修改，但可以根据用户多模态输入信息而改变。主观属性是最能凸显机器人个性化的属性，同样的机器人在出厂时可能具有相同的主观属性，但机器人在与用户的交互过程中，会接收到不同用户输入的不同信息，如，用户的情感、情绪、生活习惯、对机器人的期望等外界因素都会影响机器人的主观属性，就如同人类会受到周围人和事的影响而改变自己的想法，通过为机器人建立主观属性，机器人能够根据用户多模态的输入实时更新自我认知，使得机器人能够像人类一样自行个性化的发展。其中，用户对机器人的期望是指用户对机器人安排的任务或下达的指令等。

其中，用户属性包括但不限于机器人的昵称、机器人的发展规划。用户可以自行修改机器人的用户属性。其中，昵称与固定属性中的姓名不同，昵称是用户对机器人的称呼，当用户将机器人的昵称时，机器人会被唤醒并与用户进行交互。机器人的发展规划是指用户对机器人的规划，例如，用户想要机器人成为画家，则机器人会自行学习绘画艺术方面的资料，训练绘画方面的能力等。

上述机器人的属性分类是按照更新方式和人的直观认知进行划分，赋予了机器人和人类相似的认知过程，使得机器人更加拟人化，同一类按照相同或相似的方式更新。

基于上述对机器人的属性分类，每类属性中的各个参数可以根据获取的更新数据来更新，例如，获取到温度传感器的温度数据，则根据获取到的温度数据更新机器人客观属性中的安全状况。

基于上述对机器人的属性分类，为实现各类属性的实时更新，步骤S3的优选实施方式包括以下几种方法：

(1)基于预先构建的常识模型进行推理和判断，以更新所述自然属性。

其中，常识模型是指对人类社会的常识进行建模，使得机器人可以理解人类社会的各种常识。本实施例通过如下步骤完成对常识模型的建模：

首先，将常识按照类别进行分类，分为人文常识和科学常识，其中，人文常识包括社会关系常识、法律常识、历史和地理常识等，科学常识包括数学基础知识、生物基础知识、天文基础知识、物理和化学基础知识等。

然后，根据上述指定的常识类别，对获取的常识数据进行分类，根据分类后的常数数据建立常识模型。具体的建模可以使用人工的方法，比如：按照统一的常识模型描述语言，对人类16岁前青少年应获得或学习的知识进行抽取，并将抽取后得到的具体描述进行机器建模及存储。在机器人的常识认知为零的情况下，上述建模方法这是最为高效率并可靠的方法。

为了提高建模效率，还可以使用知识图谱构建的方法，将需要建模的常识抽取为知识图谱，以完成对常识模型的建模。具体建模过程包括：首先，选择我国青少年在十六岁前需要阅读或学习的课本/刊物的电子版建立常识知识库；接着，对常识知识库中的内容进行分篇、分章、分节、分段、分句，最后进行分词、指代消解、词性标注、命名实体识别、实体消歧；根据W3C(World Wide Web Consortium，万维网联盟)的RDF(资源描述框架)语言抽取其中的实体关系建立RDF三元组，其中，RDF三元组用来描述实体关系，其表达形式如(<object>，<predicate>，<subject>)。由RDF三元组组成的知识图谱是对常识知识库中知识的建模表达，即RDF三元组组成的知识图谱为构建完成的常识模型。

基于上述常识模型，机器人可以进行推理和判断，以更新自身的自然属性，例如：系统时间每过一次元旦则机器人的年龄应增加一岁，机器人的母亲应该为女性。具体更新方法包括：基于预先构建的常识模型，通过预先建立的更新规则更新机器人的自然属性，针对不同的常识类别建立不同的更新规则；或者，利用深度学习等机器学习算法，从上述常识模型中抽象出更新规则，利用抽象出的更新规则更新机器人的自然属性。

(2)根据所述自检数据以及所述环境数据更新所述客观属性。例如，当检测到机器人电量低需要充电时，将机器人的生理状况更新为“饿”，当检测到机器人连续工作时间太久时，将机器人的生理状况更新为“累”，使得机器人更加拟人化；根据环境的温度、湿度、机器人所处的海拔等信息确定机器人的安全状况。

(3)机器人主观属性的更新，可以类比到人的主观情绪、状态的改变。这种改变会受到内界和外界的影响，如人的健康、饥饿状态会影响心情，与别人对话获取的信息会影响自我规划、自我定位和心态。因此，机器人主观属性受到其它属性的影响，会根据其它属性更新主观属性。具体实现手段包括以下三种方式：

(1)通过人工根据心理学、社会学的研究成果建立各种更新数据和各个属性之间的更新规则，根据更新规则和获取到的更新数据更新主观属性。

(2)通过有监督的机器学习更新主观属性：通过人工标注人人交互样本中人主观状态的变化，利用有标注的样本作为输入，让机器学习出一套机器人主观属性更新的方案。

(3)通过机器学习建立主观属性的更新方案：机器人从大量的人人交互样本中建模出沟通双方主观状态的变化，然后将上述状态的变化和交互样本作为机器学习的输入，学习出一套机器人主观属性更新的方案。

也可以结合机器人当前的自然属性和客观属性，根据所述交互数据更新所述主观属性。

优选地，所述结合机器人当前的客观属性，根据所述交互数据更新所述主观属性，包括：根据所述交互数据获取用户对机器人的期望；根据用户对机器人的期望，结合机器人当前的客观属性，更新所述主观属性。例如：在交互过程中，用户会透露出对机器人的期望，如，期望机器人播放音乐，系统查询机器人当前的生理状况为“累”，则会更新主观属性中的情绪，将情绪值改为“沮丧”。若用户在交互过程中透露出希望机器人具备作诗的能力，则机器人会更新主观属性中的自我规划，进行作诗相关的能力训练。若用户在交互过程中期望改掉晚睡的习惯，则机器人会更新生活习惯，如在晚上十点后就提醒用户休息，机器人自身也进入休眠状态。

其中，机器人中配备有意图识别处理器，可以综合文字信息和表情、动作等互数据获识别用户意图，所谓用户意图即用户对机器人的期望。

结合机器人自身的生理状态、安全状态以及交互数据，可以模拟人类的反应推理出机器人的情绪、情感、生活习惯、行程安排、自我规划，使得机器人更加拟人化。

(4)根据用户输入修改所述用户属性。

(5)根据获取的网络数据更新机器人的主观属性、客观属性等。比如：根据外界的天气确认自己的安全需求：台风天检测到被用户带出去，会提醒用户关机防漏电等。例如：根据用户在社交媒体发布的与自己或竞品相关的内容修改自身的主观属性，如用户说另一个竞品机器人不错，即调低自身的心情值。

本实施例提供的机器人自我认知实时更新方法，通过将机器人的属性分为固定属性、自然属性、客观属性、主观属性、用户属性几类，并根据采集到的自检数据、环境数据、交互数据、网络数据按照预先设定的分类更新到响应类别的属性中，实时更新机器人的自我认知，使得机器人结合外界和自身变化，随时更新对自身的定位和认知，提升了机器人自我认知的能力。

基于与上述机器人自我认知实时更新方法相同的发明构思，本实施例提供了一种机器人自我认知实时更新系统，包括：

数据获取模块，用于通过机器人获取更新数据，所述更新数据包括：自检数据、环境数据、交互数据、网络数据；

分类处理模块，用于按照预先设定的属性分类，确定获取到的所述更新数据对应的属性；

属性更新模块，用于根据所述更新数据更新对应的属性。

优选地，所述数据获取模块具体包括：

自检数据获取模块，用于启动机器人自检功能，获取自检数据；

环境数据获取模块，用于通过机器人内置传感器获取环境数据；

交互数据获取模块，用于在机器人与用户交互的过程中获取交互数据；

网络数据获取模块，用于通过机器人连接网络，自动检索获取网络数据。

优选地，所述自检数据获取模块具体用于：在满足预设自检条件时，启动机器人自检行为，获取自检数据，所述自检条件包括：达到预设时间、预设条件或机器人被外界唤醒。

优选地，所述环境数据获取模块具体用于：

通过机器人的图像传感器获取机器人周围的环境图像；

通过模板匹配模型和区别性特征模型识别所述环境图像中的物体或对象。

优选地，所述属性分为以下几类：固定属性、自然属性、客观属性、主观属性、用户属性；

所述固定属性包括：机器人的姓名、性别、外貌、生理需求、安全需求、感情需求；

所述自然属性包括：能力、年龄、职业状况、社会关系、历史、自我评价、自我计划、用户情况；

所述客观属性包括：生理状况、安全状况；

所述主观属性包括：情绪、情感、生活习惯、行程安排、自我规划；

所述用户属性包括：机器人的昵称、机器人的发展规划。

优选地，所述属性更新模块包括：

自然属性更新模块，用于基于预先构建的常识模型进行推理和判断，以更新所述自然属性；

客观属性更新模块，用于根据所述自检数据以及所述环境数据更新所述客观属性；

主观属性更新模块，用于结合机器人当前的自然属性和客观属性，根据所述交互数据更新所述主观属性；

用户属性更新模块，用于根据用户输入修改所述用户属性。

优选地，主观属性更新模块具体用于：

根据所述交互数据获取用户对机器人的期望；

根据用户对机器人的期望，结合机器人当前的自然属性和客观属性，更新所述主观属性。

本实施例提供的机器人自我认知实时更新系统与上述机器人自我认知实时更新方法采用相同的发明构思，具有相同的有益效果，在此不再赘述。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种机器人自我认知实时更新方法，其特征在于，包括：

通过机器人获取更新数据，所述更新数据包括：自检数据、环境数据、交互数据、网络数据；

按照预先设定的属性分类，确定获取到的所述更新数据对应的属性；

根据所述更新数据更新对应的属性。

2.根据权利要求1所述的方法，其特征在于，所述通过机器人获取更新数据包括：

启动机器人自检功能，获取自检数据；

通过机器人内置传感器获取环境数据；

在机器人与用户交互的过程中获取交互数据；

通过机器人连接网络，自动检索获取网络数据。

3.根据权利要求2所述的方法，其特征在于，所述启动机器人自检行为，获取自检数据，包括：

在满足预设自检条件时，启动机器人自检行为，获取自检数据，所述自检条件包括：达到预设时间、预设条件或机器人被外界唤醒。

4.根据权利要求2所述的方法，其特征在于，所述通过机器人内置传感器获取环境数据，包括：

通过机器人的图像传感器获取机器人周围的环境图像；

通过模板匹配模型和区别性特征模型识别所述环境图像中的物体或对象。

5.根据权利要求1所述的方法，其特征在于，所述属性分为以下几类：固定属性、自然属性、客观属性、主观属性、用户属性；

所述固定属性包括：机器人的姓名、性别、外貌、生理需求、安全需求、感情需求；

所述自然属性包括：能力、年龄、职业状况、社会关系、历史、自我评价、自我计划、用户情况；

所述客观属性包括：生理状况、安全状况；

所述主观属性包括：情绪、情感、生活习惯、行程安排、自我规划；

所述用户属性包括：机器人的昵称、机器人的发展规划。

6.根据权利要求5所述的方法，其特征在于，所述根据所述更新数据更新对应的属性，包括：

基于预先构建的常识模型进行推理和判断，以更新所述自然属性；

根据所述自检数据以及所述环境数据更新所述客观属性；

结合机器人当前的自然属性和客观属性，根据所述交互数据更新所述主观属性；

根据用户输入修改所述用户属性。

7.根据权利要求6所述的方法，其特征在于，所述结合机器人当前的自然属性和客观属性，根据所述交互数据更新所述主观属性，包括：

根据所述交互数据获取用户对机器人的期望；

根据用户对机器人的期望，结合机器人当前的自然属性和客观属性，更新所述主观属性。

8.一种机器人自我认知实时更新系统，其特征在于，包括：

数据获取模块，用于通过机器人获取更新数据，所述更新数据包括：自检数据、环境数据、交互数据、网络数据；

分类处理模块，用于按照预先设定的属性分类，确定获取到的所述更新数据对应的属性；

属性更新模块，用于根据所述更新数据更新对应的属性。

9.根据权利要求8所述的系统，其特征在于，所述数据获取模块包括：

自检数据获取模块，用于启动机器人自检功能，获取自检数据；

环境数据获取模块，用于通过机器人内置传感器获取环境数据；

交互数据获取模块，用于在机器人与用户交互的过程中获取交互数据；

网络数据获取模块，用于通过机器人连接网络，自动检索获取网络数据。

10.根据权利要求9所述的系统，其特征在于，所述自检数据获取模块具体用于：

在满足预设自检条件时，启动机器人自检行为，获取自检数据，所述自检条件包括：达到预设时间、预设条件或机器人被外界唤醒。