CN109190055A - 讲解路线推荐方法及装置 - Google Patents

Abstract

本申请公开了一种讲解路线推荐方法及装置。该方法包括：获取第一用户影像数据；识别所述第一用户影像数据中的第一用户特征；通过所述第一用户特征筛选预设机器人讲解路线，得到第一讲解路线；以及，将所述第一讲解路线推荐给所述第一用户。该装置包括：获取模块、识别模块、筛选模块及推荐模块。本申请解决了由于人为操作选择机器人的讲解路线造成的智能化程度低、用户需求得不到充分满足的技术问题。

Description

讲解路线推荐方法及装置

技术领域

本申请涉及机器人及物联网领域，具体而言，涉及一种讲解路线推荐方法及装置。

背景技术

随着人工智能的受到更为广泛的关注，机器人的市场越来越大，研发并制作机器人的公司越来越多。

然而大多数机器人还停留十平米以内甚至桌面范围内运动及简单语音交互，能做的仅仅是简单的语音交互和简单移动，不能在更大的空间运动，甚至替代人类劳动；同时对于用户而言，需要通过人为操作选择机器人的讲解路线，导致用户智能化程度低，而且会出现选择的讲解路线不符合用户需求的情况。

针对相关技术中人为操作选择机器人的讲解路线造成的智能化程度低、用户需求得不到充分满足的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种讲解路线推荐方法及装置，以解决人为操作选择机器人的讲解路线造成的智能化程度低、用户需求得不到充分满足的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种讲解路线推荐方法。

根据本申请的讲解路线推荐方法包括：获取第一用户影像数据；识别所述第一用户影像数据中的第一用户特征；通过所述第一用户特征筛选预设机器人讲解路线，得到第一讲解路线；以及，将所述第一讲解路线推荐给所述第一用户。

进一步的，获取第一用户影像数据包括：通过机器人上的摄像装置拍摄所述第一用户影像数据。

进一步的，识别所述第一用户影像数据中的第一用户特征包括：识别所述第一用户影像数据中的用户性别特征；识别所述第一用户影像数据中的用户年龄特征；识别所述第一用户影像数据中的用户偏好特征。

进一步的，通过所述第一用户特征筛选预设机器人讲解路线，得到第一讲解路线包括：将所述第一用户特征输入贝叶斯网络；通过所述贝叶斯网络筛选所述预设机器人讲解路线；根据筛选结果将符合所述第一用户特征的归为所述第一讲解路线。

进一步的，还包括：根据监督学习修正样本数据；根据修正后的样本数据训练贝叶斯网络。

进一步的，还包括：接收所述第一用户的第一请求；根据所述第一请求生成第一操作指令；通过所述第一操作指令控制所述机器人移动至所述讲解路线的第一点位，并讲解所述第一点位上配置的第一素材。

进一步的，还包括：接收所述第一用户的第二请求；根据所述第二请求生成第二操作指令；通过所述第二操作指令控制所述机器人执行预设的暂停或跳过操作。

为了实现上述目的，根据本申请的另一方面，提供了一种讲解路线推荐装置。

根据本申请的讲解路线推荐装置包括：获取模块，用于获取第一用户影像数据；识别模块，用于识别所述第一用户影像数据中的第一用户特征；筛选模块，用于通过所述第一用户特征筛选预设机器人讲解路线，得到第一讲解路线；以及，推荐模块，用于将所述第一讲解路线推荐给所述第一用户。

进一步的，所述识别模块包括：第一识别单元，用于识别所述第一用户影像数据中的用户性别特征；第二识别单元，用于识别所述第一用户影像数据中的用户偏好特征。

进一步的，所述筛选模块包括：输入单元，用于将所述第一用户特征输入贝叶斯网络；筛选单元，用于通过所述贝叶斯网络筛选所述预设机器人讲解路线；生成单元，用于根据筛选结果将符合所述第一用户特征的归为所述第一讲解路线。

在本申请实施例中，采用基于用户影像数据推荐讲解路线的方式，通过识别用户影像数据中的用户特征，并通过用户特征筛选预设机器人讲解路线，得到第一讲解路线，达到了自动推荐一条或多条讲解路线给用户代替人为操作选择讲解路线的目的，从而实现了提升智能化程度、充分满足用户需求的技术效果，进而解决了由于人为操作选择机器人的讲解路线造成的智能化程度低、用户需求得不到充分满足的技术问题。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请第一实施例的讲解路线推荐方法示意图；

图2是根据本申请第二实施例的讲解路线推荐方法示意图；

图3是根据本申请第三实施例的讲解路线推荐方法示意图；

图4是根据本申请第四实施例的讲解路线推荐方法示意图；

图5是根据本申请第五实施例的讲解路线推荐方法示意图；

图6是根据本申请第六实施例的讲解路线推荐方法示意图；

图7是根据本申请第一实施例的讲解路线推荐装置示意图；

图8是根据本申请第二实施例的讲解路线推荐装置示意图；

图9是根据本申请第三实施例的讲解路线推荐装置示意图；

图10是根据本申请优选实施例的第二交互界面示意图之一；

图11是根据本申请优选实施例的第二交互界面示意图之二。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本申请中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本实用新型及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。

并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本发明中的具体含义。

此外，术语“安装”、“设置”、“设有”、“连接”、“相连”、“套接”应做广义理解。例如，可以是固定连接，可拆卸连接，或整体式构造；可以是机械连接，或电连接；可以是直接相连，或者是通过中间媒介间接相连，又或者是两个装置、元件或组成部分之间内部的连通。对于本领域普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

根据本发明实施例，提供了一种讲解路线推荐方法，如图1所示，该方法包括如下的步骤S100至步骤S106：

步骤S100、获取第一用户影像数据；

通过机器人获取第一用户影像数据；

第一用户影像数据可以是图片数据，也可以是视频数据，优选为视频数据，可以根据实际情况从视频中筛选符合条件的数据；

作为本实施例中优选的，获取第一用户影像数据包括：通过机器人上的摄像装置拍摄所述第一用户影像数据；

摄像装置可以是机器人的视觉系统，具备简单的物体识别和追踪功能；

优选的，摄像装置为远红外摄像头，可以检测远红外光，当检测到远红外光时，摄像头自动进入采集影像数据的状态；从而可以避免电能的损耗；

从而通过第一用户影像数据为第一用户特征的获取提供保障。

步骤S102、识别所述第一用户影像数据中的第一用户特征；

第一用户特征可以是用户的年龄特征、性别特征、偏好特征以及其他用户特征中的一种或多种；

可以采用图像识别技术识别第一用户影像数据中的第一用户特征；

可以是通过机器人将第一用户影像数据传输至云端服务器，通过云端服务器识别第一用户影像数据中的第一用户特征；

优选的，可是通过机器人从云端服务器获取关联数据，再根据该关联数据识别第一用户影像数据中的第一用户特征；无需将关联数据存储于机器人，可以大大减小机器人的内存，从而减小机器人的体积。

通过第一用户特征作为参考因素，能够为筛选预设机器人讲解路线提供保障，进而能够得到一条或多条符合用户要求的讲解路线。

步骤S104、通过所述第一用户特征筛选预设机器人讲解路线，得到第一讲解路线；

在云端服务器存储有若干预设机器人讲解路线；

可以是在云端服务器上通过筛选确定符合第一用户特征的一条或多条讲解路线作为第一讲解路线；

优选的，可以是机器人调取预设机器人讲解路线，并通过筛选确定符合第一用户特征的一条或多条讲解路线作为第一讲解路线；减小云端服务器的运算压力，从而提升运算时间。

比如：通过筛选确定符合用户年龄特征的一条或多条讲解路线作为第一讲解路线；

再比如：通过筛选确定符合用户性别特征的一条或多条讲解路线作为第一讲解路线；

再比如：通过筛选确定符合用户偏好特征的一条或多条讲解路线作为第一讲解路线；

再比如：通过筛选确定符合用户年龄和性别特征的一条或多条讲解路线作为第一讲解路线；

再比如：通过筛选确定符合用户年龄、性别和偏好特征的一条或多条讲解路线作为第一讲解路线。

从而为向客户推荐符合需求的讲解路线提供了保障。

步骤S106、将所述第一讲解路线推荐给所述第一用户。

机器人通过无线网络将第一讲解路线推荐给所述第一用户；

比如：机器人可以通过WiFi网络将第一讲解路线发送至云端服务器，再由云端服务器推荐给相应的第一用户；

再比如：机器人可以通过2G/3G/4G/5G网络将第一讲解路线发送至云端服务器，再由云端服务器推荐给相应的第一用户；

再比如：机器人可以通过蓝牙网络将第一讲解路线发送推荐给相应的第一用户；

再比如：机器人可以通过ZigBee网络将第一讲解路线发送推荐给相应的第一用户。

从而实现了将第一讲解路线推荐给第一用户，再由第一用户进一步选择符合自身需求的一条讲解路线；大大减小了用户自行选择讲解路线的工作量，提升了智能化程度，能够较好的满足用户的需求。

从以上的描述中，可以看出，本发明实现了如下技术效果：

在本申请实施例中，采用基于用户影像数据推荐讲解路线的方式，通过识别用户影像数据中的用户特征，并通过用户特征筛选预设机器人讲解路线，得到第一讲解路线，达到了自动推荐一条或多条讲解路线给用户代替人为操作选择讲解路线的目的，从而实现了提升智能化程度、充分满足用户需求的技术效果，进而解决了由于人为操作选择机器人的讲解路线造成的智能化程度低、用户需求得不到充分满足的技术问题。

根据本发明实施例，优选的，如图2所示，在步骤S102中，识别所述第一用户影像数据中的第一用户特征包括：

步骤S200、识别所述第一用户影像数据中的用户性别特征；

步骤S202、识别所述第一用户影像数据中的用户年龄特征；

步骤S204、识别所述第一用户影像数据中的用户偏好特征。

通过图像识别技术识别影像数据中的第一用户的性别、年龄和偏好；将第一用户的影像数据和从云端服务器调取的预存图片作比对，从而可以确定第一用户的性别、年龄范围；通过在云端服务器的大数据分析出多数该年龄段、性别下的用户喜欢参观的点位或喜欢使用的讲解路线，将其作为第一用户的偏好；从而可以通过年龄、性别和偏好特征，确定对第一用户的一条或多条讲解路线。

根据本发明实施例，优选的，如图3所示，通过所述第一用户特征筛选预设机器人讲解路线，得到第一讲解路线包括：

步骤S300、将所述第一用户特征输入贝叶斯网络；

步骤S302、通过所述贝叶斯网络筛选所述预设机器人讲解路线；

步骤S304、根据筛选结果将符合所述第一用户特征的归为所述第一讲解路线。

将第一用户特征输入到已经训练过的贝叶斯网络中，通过贝叶斯网络根据第一用户特征将符合条件的预设机器人讲解路线作为第一讲解路线(同时建立推荐给用户的推荐列表)，将不符合条件的预设机器人讲解路线从推荐列表中删除；从而实现了对预设机器人讲解路线的筛选，能够较为精确的推荐给用户满足其需求的一条或多条讲解路线，进而提升了筛选讲解路线的智能化程度。

根据本发明实施例，优选的，如图4所示，还包括：

步骤S400、通过大数据更新样本数据；

步骤S402、根据所述样本数据训练贝叶斯网络。

将用户完成参观的数据更新并存储于云端服务器，再对上述数据进行标记，通过大量标记有用户的年龄、性别、偏好等特征的样本数据训练贝叶斯网络，从而能够提高推荐路线和讲解点位的准确度。

根据本发明实施例，优选的，如图5所示，还包括：

步骤S500、接收所述第一用户的第一请求；

步骤S502、根据所述第一请求生成第一操作指令；

步骤S504、通过所述第一操作指令控制所述机器人移动至所述讲解路线的第一点位，并讲解所述第一点位上配置的第一素材。

如图10所示，第一用户通过第一终端的第一交互界面，可以发出让机器人讲解的请求，云端服务器收到该请求后，根据该请求生成第一操作指令，再将该第一操作指令发送到机器人，机器人通过该指令从机器人的位置按照顺序移动至机器人讲解路线中的第一个点位上，并且讲解在该点位配置的第一素材，如此循环，直至移动至最后一个点位上，并讲解完该最后点位配置的素材后，完成流程。

根据本发明实施例，优选的，如图6所示，还包括：

步骤S600、接收所述第一用户的第二请求；

步骤S602、根据所述第二请求生成第二操作指令；

步骤S604、通过所述第二操作指令控制所述机器人执行预设的暂停或跳过操作。

如图11所示，在机器人讲解的过程中，用户可以通过点击智能端应用处理软件的界面发出第二请求，云端服务器收到该第二请求后，根据该请求生成暂停讲解、继续讲解或跳过讲解的第二操作指令，通过第二操作指令可以控制机器人暂停讲解、继续讲解或跳过当前讲解，并执行下一个点位的讲解。具体而言，用户可以通过点击讲解界面中的“暂停、继续和跳过”按钮实现第二请求的发出，优选的，暂停和继续按钮为一个虚拟按钮，按第一次暂停，按第二次继续。从而增强了用户在讲解过程中的体验度，当用户不想听讲解时可以跳过，当用户来不及接收讲解内容时，选择暂停，然后再继续。

需要说明的是，在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。

根据本发明实施例，还提供了一种用于实施上述讲解路线推荐方法的装置，如图7所示，该装置包括：获取模块1，用于获取第一用户影像数据；识别模块2，用于识别所述第一用户影像数据中的第一用户特征；筛选模块3，用于通过所述第一用户特征筛选预设机器人讲解路线，得到第一讲解路线；以及，推荐模块4，用于将所述第一讲解路线推荐给所述第一用户。

通过机器人获取第一用户影像数据；

第一用户影像数据可以是图片数据，也可以是视频数据，优选为视频数据，可以根据实际情况从视频中筛选符合条件的数据；

作为本实施例中优选的，获取第一用户影像数据包括：通过机器人上的摄像装置拍摄所述第一用户影像数据；

摄像装置可以是机器人的视觉系统，具备简单的物体识别和追踪功能；

优选的，摄像装置为远红外摄像头，可以检测远红外光，当检测到远红外光时，摄像头自动进入采集影像数据的状态；从而可以避免电能的损耗；

从而通过第一用户影像数据为第一用户特征的获取提供保障。

第一用户特征可以是用户的年龄特征、性别特征、偏好特征以及其他用户特征中的一种或多种；

可以采用图像识别技术识别第一用户影像数据中的第一用户特征；

可以是通过机器人将第一用户影像数据传输至云端服务器，通过云端服务器识别第一用户影像数据中的第一用户特征；

优选的，可是通过机器人从云端服务器获取关联数据，再根据该关联数据识别第一用户影像数据中的第一用户特征；无需将关联数据存储于机器人，可以大大减小机器人的内存，从而减小机器人的体积。

通过第一用户特征作为参考因素，能够为筛选预设机器人讲解路线提供保障，进而能够得到一条或多条符合用户要求的讲解路线。

在云端服务器存储有若干预设机器人讲解路线；

可以是在云端服务器上通过筛选确定符合第一用户特征的一条或多条讲解路线作为第一讲解路线；

优选的，可以是机器人调取预设机器人讲解路线，并通过筛选确定符合第一用户特征的一条或多条讲解路线作为第一讲解路线；减小云端服务器的运算压力，从而提升运算时间。

比如：通过筛选确定符合用户年龄特征的一条或多条讲解路线作为第一讲解路线；

再比如：通过筛选确定符合用户性别特征的一条或多条讲解路线作为第一讲解路线；

再比如：通过筛选确定符合用户偏好特征的一条或多条讲解路线作为第一讲解路线；

再比如：通过筛选确定符合用户年龄和性别特征的一条或多条讲解路线作为第一讲解路线；

再比如：通过筛选确定符合用户年龄、性别和偏好特征的一条或多条讲解路线作为第一讲解路线。

从而为向客户推荐符合需求的讲解路线提供了保障。

机器人通过无线网络将第一讲解路线推荐给所述第一用户；

比如：机器人可以通过WiFi网络将第一讲解路线发送至云端服务器，再由云端服务器推荐给相应的第一用户；

再比如：机器人可以通过2G/3G/4G/5G网络将第一讲解路线发送至云端服务器，再由云端服务器推荐给相应的第一用户；

再比如：机器人可以通过蓝牙网络将第一讲解路线发送推荐给相应的第一用户；

再比如：机器人可以通过ZigBee网络将第一讲解路线发送推荐给相应的第一用户。

从而实现了将第一讲解路线推荐给第一用户，再由第一用户进一步选择符合自身需求的一条讲解路线；大大减小了用户自行选择讲解路线的工作量，提升了智能化程度，能够较好的满足用户的需求。

从以上的描述中，可以看出，本发明实现了如下技术效果：

在本申请实施例中，采用基于用户影像数据推荐讲解路线的方式，通过识别用户影像数据中的用户特征，并通过用户特征筛选预设机器人讲解路线，得到第一讲解路线，达到了自动推荐一条或多条讲解路线给用户代替人为操作选择讲解路线的目的，从而实现了提升智能化程度、充分满足用户需求的技术效果，进而解决了由于人为操作选择机器人的讲解路线造成的智能化程度低、用户需求得不到充分满足的技术问题。

根据本发明实施例，优选的，如图8所示，所述识别模块2包括：第一识别单元21，用于识别所述第一用户影像数据中的用户性别特征；第二识别单元22，用于识别所述第一用户影像数据中的用户年龄特征；第三识别单元23，用于识别所述第一用户影像数据中的用户偏好特征。通过图像识别技术识别影像数据中的第一用户的性别、年龄和偏好；将第一用户的影像数据和从云端服务器调取的预存图片作比对，从而可以确定第一用户的性别、年龄范围；通过在云端服务器的大数据分析出多数该年龄段、性别下的用户喜欢参观的点位或喜欢使用的讲解路线，将其作为第一用户的偏好；从而可以通过年龄、性别和偏好特征，确定对第一用户的一条或多条讲解路线。

根据本发明实施例，优选的，如图9所示，所述筛选模块3包括：输入单元31，用于将所述第一用户特征输入贝叶斯网络；筛选单元32，用于通过所述贝叶斯网络筛选所述预设机器人讲解路线；生成单元33，用于根据筛选结果将符合所述第一用户特征的归为所述第一讲解路线。将第一用户特征输入到已经训练过的贝叶斯网络中，通过贝叶斯网络根据第一用户特征将符合条件的预设机器人讲解路线作为第一讲解路线(同时建立推荐给用户的推荐列表)，将不符合条件的预设机器人讲解路线从推荐列表中删除；从而实现了对预设机器人讲解路线的筛选，能够较为精确的推荐给用户满足其需求的一条或多条讲解路线，进而提升了筛选讲解路线的智能化程度。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种讲解路线推荐方法，其特征在于，包括：

获取第一用户影像数据；

识别所述第一用户影像数据中的第一用户特征；

通过所述第一用户特征筛选预设机器人讲解路线，得到第一讲解路线；以及，

将所述第一讲解路线推荐给所述第一用户。

2.根据权利要求1所述的讲解路线推荐方法，其特征在于，获取第一用户影像数据包括：

通过机器人上的摄像装置拍摄所述第一用户影像数据。

3.根据权利要求1所述的讲解路线推荐方法，其特征在于，识别所述第一用户影像数据中的第一用户特征包括：

识别所述第一用户影像数据中的用户性别特征；

识别所述第一用户影像数据中的用户年龄特征；

识别所述第一用户影像数据中的用户偏好特征。

4.根据权利要求1所述的讲解路线推荐方法，其特征在于，通过所述第一用户特征筛选预设机器人讲解路线，得到第一讲解路线包括：

将所述第一用户特征输入贝叶斯网络；

通过所述贝叶斯网络筛选所述预设机器人讲解路线；

根据筛选结果将符合所述第一用户特征的归为所述第一讲解路线。

5.根据权利要求1至4中任一项所述的讲解路线推荐方法，其特征在于，还包括：

根据监督学习修正样本数据；

根据修正后的样本数据训练贝叶斯网络。

6.根据权利要求1至4中任一项所述的讲解路线推荐方法，其特征在于，还包括：

接收所述第一用户的第一请求；

根据所述第一请求生成第一操作指令；

通过所述第一操作指令控制所述机器人移动至所述讲解路线的第一点位，并讲解所述第一点位上配置的第一素材。

7.根据权利要求1至4中任一项所述的讲解路线推荐方法，其特征在于，还包括：

接收所述第一用户的第二请求；

根据所述第二请求生成第二操作指令；

通过所述第二操作指令控制所述机器人执行预设的暂停或跳过操作。

8.一种讲解路线推荐装置，其特征在于，包括：

获取模块，用于获取第一用户影像数据；

识别模块，用于识别所述第一用户影像数据中的第一用户特征；

筛选模块，用于通过所述第一用户特征筛选预设机器人讲解路线，得到第一讲解路线；以及，

推荐模块，用于将所述第一讲解路线推荐给所述第一用户。

9.根据权利要求8所述的讲解路线推荐装置，其特征在于，所述识别模块包括：

第一识别单元，用于识别所述第一用户影像数据中的用户性别特征；

第二识别单元，用于识别所述第一用户影像数据中的用户偏好特征。

10.根据权利要求8所述的讲解路线推荐装置，其特征在于，所述筛选模块包括：

输入单元，用于将所述第一用户特征输入贝叶斯网络；

筛选单元，用于通过所述贝叶斯网络筛选所述预设机器人讲解路线；

生成单元，用于根据筛选结果将符合所述第一用户特征的归为所述第一讲解路线。