CN107633270A - 智能识别方法、机器人及计算机可读存储介质 - 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、机器人及计算机可读存储介质。本发明中，通过扫描并获取声源体的多帧图像，然后根据获取的声源体的多帧图像，判断声源体内部轮廓是否发生变化；当判定声源体内部轮廓未发生变化时，判定声源体为机器人，使得机器人能够识别出声源体为其他机器人。

Description

智能识别方法、机器人及计算机可读存储介质

技术领域

本发明实施例涉及人工智能领域，特别涉及智能识别方法、机器人及计算机可读存储介质。

背景技术

人工智能(Artificial Intelligence，简称“AI”)，它是研究、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。随着人工智能时代的到来，机器人的数量日益增多，在生活中、工作中都能看到机器人的存在。

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，当其他机器人向某个机器人发出语音指令时，该机器人无法判断是其他机器人还是自然人发出的语音指令。

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及计算机可读存储介质，使得机器人能够识别出声源体为其他机器人。

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，包括：

扫描并获取声源体的多帧图像；根据获取的声源体的多帧图像，判断声源体内部轮廓是否发生变化；当判定声源体内部轮廓未发生变化时，判定声源体为机器人。

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。

本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时实现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，通过扫描并获取声源体的多帧图像，然后根据获取的声源体的多帧图像，判断声源体内部轮廓是否发生变化，当判定声源体内部轮廓未发生变化时，判定声源体为机器人，由于机器人没有生命特征，因此其内部轮廓不会发生变化，当声源体内部轮廓未发生变化时，机器人能够判定声源体为其他机器人，即机器人能够识别其他机器人。

另外，扫描并获取声源体的多帧图像之前，还包括：检测声源体的方向；根据检测到的声源体的方向，转动至面向声源体；扫描并获取声源体的多帧图像，具体包括：扫描声源体所在的方向；获取声源体的多帧图像。通过检测声源体的方向，转动至面向声源体扫描并获取声源体的多帧图像，使得获取的声源体的图像较完整，质量较高，且通过仅扫描声源体所在的方向，不用开启多角度扫描探头，节约成本。

另外，在转动至面向所述声源体之后，扫描声源体所在的方向之前，还包括：检测声源体与机器人之间的距离；当检测到声源体与机器人之间的距离大于预设阈值时，缩小机器人与声源体之间的距离至预设阈值。通过缩小声源体与机器人之间的距离，使得扫描并获取的图像更加清晰，质量更高。

另外，判断声源体内部轮廓是否发生变化具体为：判断声源体内部是否存在有规律变化的部位；当判定声源体内部存在有规律变化的部位时，智能识别方法还包括：截取声源体的变化部位图像；将截取的声源体的变化部位图像与预设心脏模型或预设肺部模型进行匹配；当所述声源体的变化部位图像与预设心脏模型或预设肺部模型匹配成功时，判定所述声源体为自然人。通过判定声源体内部存在有规律变化的部位，将有规律变化部位的图像与预设心脏模型或预设肺部模型进行匹配，匹配成功时，判定声源体为自然人，使得机器人还可以准确的识别出自然人。

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的智能识别方法的具体流程图；

图2是根据本发明第二实施方式的智能识别方法的具体流程图；

图3是根据本发明第三实施方式的智能识别方法的具体流程图；

图4是根据本发明第四实施方式的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。本实施方式的核心在于扫描并获取声源体的多帧图像；根据获取的声源体的多帧图像，判断声源体内部轮廓是否发生变化；当判定声源体内部轮廓未发生变化时，判定声源体为机器人。通过扫描并获取声源体的多帧图像，然后根据获取的声源体的多帧图像，判断声源体内部轮廓是否发生变化，当判定声源体内部轮廓未发生变化时，判定声源体为机器人，由于机器人没有生命特征，因此其内部轮廓不会发生变化，当声源体内部轮廓未发生变化时，机器人能够判定声源体为其他机器人，即机器人能够识别其他机器人。下面对本实施方式的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。

本发明的第一实施方式涉及一种智能识别方法。具体流程如图1所示。

步骤101：扫描并获取声源体的多帧图像。

具体来说，在接收到语音指令时，可以采用超声波成像技术扫描声源体并获取声源体的多帧图像。其中，超声波为振动频率每秒大于20kHZ，超过人耳听觉上限的机械振动波，能成束发射，以纵波的形式向远方传导。当超声波入射到比波长大的界面且有一定的声阻差时，就会产生反射，能够清楚显示体表及内部器官的形态及轮廓。因此，采用超声成像技术扫描声源体，可以获取清楚的声源体内部器官的形态及轮廓。其中，扫描所用超声波频率一般为2.5MHZ至10MHZ之间。

步骤102：判断声源体内部是否存在有规律变化的部位。当判定为是时，进入步骤103；当判定为否时，进入步骤107。

具体来说，由于通过采用超声成像技术扫描声源体，可以获取清楚的声源体内部器官的形态及轮廓，因此，将获取的多帧图像进行对比，可以从声源体内部器官的轮廓大小变化来判断是否存在有规律变化的部位。优选地，获取的多帧图像可以为间隔固定时间获取的三帧或三帧以上图像，固定时间优选地可以设置为0.5秒。当判定声源体内部器官的轮廓大小变化属于有规律的变化时，进入步骤103。

步骤103：截取声源体的变化部位图像。

具体来说，在根据获取的多帧图像的对比，判定声源体内部器官的轮廓大小变化属于有规律的变化后，则根据图像的对比判断发生有规律变化的部位位于图像的哪个部分，截取发生有规律变化的声源体的器官部位的图像。优选地，还可以在截取声源体的变化部位图像之前，将获取的多帧图像进行对比，选择图像较清晰、完整的一帧图像进行截取。

步骤104：将截取的声源体的变化部位图像与预设心脏模型或预设肺部模型进行匹配。

步骤105：判断匹配是否成功。当判定为是时，进入步骤106；当判定为否时，进入步骤107。

步骤106：判定声源体为自然人。

具体来说，将声源体的变化部位图像与预设的心脏模型或者肺部模型进行匹配，已知声源体的变化部位图像为心脏或肺部图像，且该变化部位图像同模板有相同的尺寸、方向和图像，通过一定的算法可以计算出该声源体的变化部位图像与预设的心脏模型或者肺部模型的匹配率。当匹配率达到预设值及以上时，即代表匹配成功。优选地，预设值可以为80％，即当声源体的变化部位图像与预设的心脏模型或者肺部模型的匹配率达到80％及以上时，则匹配成功，可以判定发生规律变化的心脏或肺部是属于自然人的，因此，该声源体为自然人。

步骤107：判定声源体为机器人。

具体来说，将声源体的变化部位图像与预设的心脏模型或者肺部模型进行匹配，当匹配不成功时，说明该声源体内部发生规律变化部位不是心脏或肺，即该声源体为机器人。

与现有技术相比，本发明实施方式通过扫描并获取声源体的多帧图像，然后根据获取的声源体的多帧图像，判断声源体内部轮廓是否存在有规律变化的部位，当判定声源体内部轮廓不存在有规律变化的部位时，判定声源体为机器人，由于机器人没有生命特征，因此其内部轮廓不会存在有规律变化的部位，当声源体内部轮廓未发生变化时，机器人能够判定声源体为其他机器人，即机器人能够识别其他机器人；通过判定声源体内部存在有规律变化的部位，将有规律变化部位的图像与预设心脏模型或预设肺部模型进行匹配，匹配成功时，判定声源体为自然人，使得机器人还可以准确的识别出自然人；当匹配不成功时，说明该声源体内部发生规律变化部位不是心脏或肺，即该声源体为机器人。

本发明的第二实施方式涉及一种智能识别方法。第二实施方式是在第一实施方式基础上做的改进，其改进之处在于：扫描并获取声源体的多帧图像之前，还包括：检测声源体的方向；根据检测到的声源体的方向，转动至面向声源体；扫描并获取声源体的多帧图像，具体包括：扫描声源体所在的方向；获取声源体的多帧图像。通过检测声源体的方向，转动至面向声源体扫描并获取声源体的多帧图像，使得获取的声源体的图像较完整，质量较高，且通过仅扫描声源体所在的方向，不用开启多角度扫描探头，节约成本。具体流程图如图2所示。

步骤201：检测声源体的方向。

具体来说，采用电声器件来检测声源体的方向，具体地可以采用麦克风阵列来检测声源体的方向，由于同一音源到麦克风阵列中每支麦克风的距离不全相同，因此同一音源的讯号传送到每支麦克风会有时间差，利用求得的时间差，代入推论出的方向角公式即可得到音源入射的方向角，从而判断出音源的位置方向。其中，麦克风阵列至少由两个麦克风组成，且两个麦克风之间间隔一定距离。

步骤202：转动至面向声源体。

步骤203：扫描声源体所在的方向并获取声源体的多帧图像。

具体来说，采用电声器件检测出声源体的方向，根据检测到的声源体的方向，转动至面向声源体后，仅打开声源体所在的方向上的超声波探头，即仅打开面向声源体的超声波探头并对声源体进行扫描。其中，通过检测声源体的方向，转动至面向声源体扫描并获取声源体的多帧图像，不仅可以使得获取的声源体的图像较完整，质量较高，而且通过仅对声源体所在的方向进行扫描，还使得机器人不用开启多角度的扫描探头，有利于节约成本。

步骤204：判断声源体内部是否存在有规律变化的部位。当判定为是时，进入步骤205；当判定为否时，进入步骤209。

步骤205：截取声源体的变化部位图像。

步骤206：将截取的声源体的变化部位图像与预设心脏模型或预设肺部模型进行匹配。

步骤207：判定是否匹配成功。当判定为是时，进入步骤208；当判定为否时，进入步骤209。

步骤208：判定声源体为自然人。

步骤209：判定声源体为机器人。

上述步骤204至209与实施方式一中的步骤102至107大致相同，在此不再一一赘述。

与现有技术相比，本实施方式通过检测声源体的方向，转动至面向声源体扫描并获取声源体的多帧图像，不仅可以使得获取的声源体的图像较完整，质量较高，而且通过仅对声源体所在的方向进行扫描，还使得机器人不用开启多角度的扫描探头，有利于节约成本。

本发明第三实施方式涉及一种智能识别方法，第三实施方式在第二实施方式基础上做的改进，其改进之处在于：在转动至面向所述声源体之后，扫描声源体所在的方向之前，还包括：检测声源体与机器人之间的距离；当检测到声源体与机器人之间的距离大于预设阈值时，缩小机器人与声源体之间的距离至预设阈值。通过缩小声源体与机器人之间的距离，使得扫描并获取的图像更加完整，质量更高。具体流程图如图3所示。

步骤301：检测声源体的方向。

步骤302：转动至面向声源体。

上述步骤301和302与实施方式二中的步骤201和202大致相同，在此不再赘述。

步骤303：检测声源体与机器人之间的距离。

具体来说，可以通过超声波传感器或红外传感器检测声源体与机器人之间的距离。

步骤304：检测声源体与机器人之间的距离是否大于预设阈值。当检测到大于预设阈值时，进入步骤311，即缩小机器人与声源体之间的距离至预设阈值；否则，直接进入步骤305。

具体来说，在通过超声波传感器或红外传感器检测声源体与机器人之间的距离，获取当前声源体与机器人之间的距离之后，若声源体与机器人之间的距离大于预设阈值，则缩小机器人与声源体之间的距离至预设阈值。其中，这里所说的预设阈值可以为超声成像的最小距离，比方说可以为0.05米或0.025米。

步骤305：扫描声源体所在的方向并获取声源体的多帧图像。

步骤306：判断声源体内部是否存在有规律变化的部位。当判定为是时，进入步骤307；当判定为否时，进入步骤312。

步骤307：截取声源体的变化部位图像。

步骤308：将截取的声源体的变化部位图像与预设心脏模型或预设肺部模型进行匹配。

步骤309：判定是否匹配成功。当判定为是时，进入步骤310；当判定为否时，进入步骤311。

步骤310：判定声源体为自然人。

步骤311：缩小机器人与声源体之间的距离至预设阈值。

具体来说，若声源体与机器人之间的距离大于预设阈值，则缩小机器人与声源体之间的距离至预设阈值，将机器人与声源体之间的距离缩小至预设阈值后，再进入步骤305。

步骤312：判定声源体为机器人。

上述步骤305至310与实施方式二中步骤203至208大致相同，步骤312与实施方式二中的步骤209大致相同，在此不再赘述。

与现有技术相比，本实施方式通过检测声源体的方向，转动至面向声源体扫描并获取声源体的多帧图像，不仅可以使得获取的声源体的图像较完整，质量较高，而且通过仅对声源体所在的方向进行扫描，还使得机器人不用开启多角度的扫描探头，有利于节约成本；通过缩小声源体与机器人之间的距离，使得扫描并获取的图像更加清晰，质量更高。

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，如图4所示，包括至少一个处理器402；以及，与至少一个处理器402通信连接的存储器401；其中，存储器401存储有可被至少一个处理器402执行的指令，指令被至少一个处理器402执行，以使至少一个处理器402能够执行上述任一智能识别方法。

其中，存储器401和处理器402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402和存储器401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402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402。

处理器402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401可以被用于存储处理器402在执行操作时所使用的数据。

本发明第五实施方式涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述任一方法实施例。

即，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：

扫描并获取声源体的多帧图像；

根据获取的所述声源体的多帧图像，判断所述声源体内部轮廓是否发生变化；

当判定所述声源体内部轮廓未发生变化时，判定所述声源体为机器人。

2.根据权利要求1所述的智能识别方法，其特征在于，所述扫描并获取声源体的多帧图像具体为：

采用超声成像技术扫描并获取声源体的多帧图像。

3.根据权利要求1所述的智能识别方法，其特征在于，所述扫描并获取声源体的多帧图像之前，还包括：

检测所述声源体的方向；

根据检测到的所述声源体的方向，转动至面向所述声源体；

所述扫描并获取声源体的多帧图像，具体包括：

扫描所述声源体所在的方向；

获取所述声源体的多帧图像。

4.根据权利要求3中所述的智能识别方法，其特征在于，在所述转动至面向所述声源体之后，扫描所述声源体所在的方向之前，还包括：

检测所述声源体与所述机器人之间的距离；

当检测到所述声源体与所述机器人之间的距离大于预设阈值时，缩小所述机器人与所述声源体之间的距离至预设阈值。

5.根据权利要求4所述的智能识别方法，其特征在于，所述检测所述声源体与所述机器人之间的距离具体为：

采用红外传感器或超声波传感器检测所述声源体与所述机器人之间的距离。

6.根据权利要求3中所述的智能识别方法，其特征在于，所述检测所述声源体的方向具体为：

采用电声器件检测所述声源体的方向。

7.根据权利要求1所述的智能识别方法，其特征在于，所述判断所述声源体内部轮廓是否发生变化具体为：

判断所述声源体内部是否存在有规律变化的部位；

当判定所述声源体内部存在有规律变化的部位时，所述智能识别方法还包括：

截取所述声源体的变化部位图像；

将截取的所述声源体的变化部位图像与预设心脏模型或预设肺部模型进行匹配；

当所述声源体的变化部位图像与预设心脏模型或预设肺部模型匹配成功时，判定所述声源体为自然人。

8.根据权利要求1所述的智能识别方法，其特征在于，所述扫描并获取声源体的多帧图像，具体为：

在接收到语音指令时，扫描并获取声源体的多帧图像。

9.一种机器人，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8中任一项所述的智能识别方法。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的智能识别方法。