CN109465823A - 智能机器人控制方法及装置、电子设备、存储介质 - Google Patents

Abstract

本公开提供了一种智能机器人控制方法及装置、电子设备、计算机可读存储介质，涉及人工智能技术领域。该方法包括：接收感觉信号；从历史信号中调取与所述感觉信号相关的目标历史信号；根据所述感觉信号与所述目标历史信号生成反射信号，并通过所述反射信号控制智能机器人执行指令；将所述感觉信号添加到所述历史信号中。本公开可以实现机器人控制的自主化与智能化，并提高智能机器人的拟人性。

Description

智能机器人控制方法及装置、电子设备、存储介质

技术领域

本公开涉及人工智能技术领域，尤其涉及一种智能机器人控制方法及装置、电子设备、计算机可读存储介质。

背景技术

随着人工智能技术的发展，机器人成为领域内的一个热点课题，在工业控制、医疗、智能家居、建筑等多个领域都有广泛的应用。

现有的机器人控制方法仍然是基于外部的控制程序，对接收到的信号进行程序化的反应而做出特定的行为。例如传感型机器人(又称外部受控机器人)，其本体上只有执行机构和感应机构，具有利用传感信息(包括视觉、听觉、触觉、力觉和红外、超声及激光等)进行传感信息处理、实现控制与操作的能力，受控于外部计算机，在外部计算机上具有智能处理单元，处理由受控机器人采集的各种信息以及机器人本身的各种姿态和轨迹等信息，然后发出控制指令，以指挥机器人的行为。又例如交互型机器人，可以通过计算机系统与人类进行人机对话，虽然具有了部分处理和决策功能，能够独立地实现一些诸如轨迹规划、简单的避障等功能，但是仍需要受到外部的控制。

可见，现有的机器人控制方法无法实现智能化与自主化。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

鉴于上述问题，本公开提供了一种智能机器人控制方法及装置、电子设备、计算机可读存储介质，进而至少在一定程度上克服现有的机器人控制方法无法实现智能化与自主化的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供一种智能机器人控制方法，所述方法包括：接收感觉信号；从历史信号中调取与所述感觉信号相关的目标历史信号；根据所述感觉信号与所述目标历史信号生成反射信号，并通过所述反射信号控制智能机器人执行指令；将所述感觉信号添加到所述历史信号中。

在本公开的一种示例性实施例中，所述从历史信号中调取与所述感觉信号相关的目标历史信号包括：提取所述感觉信号的频率特性；调取与所述感觉信号的频率特性相近的历史信号，作为所述目标历史信号。

在本公开的一种示例性实施例中，在提取所述感觉信号的频率特性后，所述方法还包括：检测所述感觉信号的频率特性与缓存信号的频率特性的相似度；如果所述相似度达到第一阈值，则将所述缓存信号确定为所述目标历史信号；如果所述相似度小于所述第一阈值，则执行调取与所述感觉信号的频率特性相近的历史信号的步骤。

在本公开的一种示例性实施例中，所述方法还包括：将所述缓存信号中与所述感觉信号的频率特性相似度低于第二阈值的信号回收到所述历史信号中；将与所述感觉信号的频率特性相似度达到所述第二阈值的历史信号释放到缓存中，形成新的缓存信号。

在本公开的一种示例性实施例中，在将所述缓存信号确定为所述目标历史信号后，所述根据所述感觉信号与所述目标历史信号生成反射信号包括：将所述感觉信号叠加到所述目标历史信号上，以生成所述反射信号。

在本公开的一种示例性实施例中，所述方法还包括：在所述智能机器人执行指令的过程中接收反馈信号；将所述反馈信号与所述缓存信号结合，生成新的缓存信号。

在本公开的一种示例性实施例中，所述通过所述反射信号控制智能机器人执行指令包括：将所述反射信号输入全部执行单元；根据各所述执行单元的输出结果确定所述指令；控制所述智能机器人执行所述指令。

根据本公开的一个方面，提供一种智能机器人控制装置，包括：接收模块，用于接收感觉信号；调取模块，用于从历史信号中调取与所述感觉信号相关的目标历史信号；控制模块，用于根据所述感觉信号与所述目标历史信号生成反射信号，并通过所述反射信号控制智能机器人执行指令；添加模块，用于将所述感觉信号添加到所述历史信号中。

根据本公开的一个方面，提供一种电子设备，包括：处理器；以及存储器，用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的方法。

根据本公开的一个方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的方法。

本公开的示例性实施例具有以下有益效果：

接收感觉信号后，调取与其相关的目标历史信号，并根据感觉信号与目标历史信号生成反射信号，以控制智能机器人执行指令，同时可以将感觉信号添加到历史信号中，以进行下一瞬间的感觉信号接收及处理。一方面，本示例性实施例基于历史信号的管理与调用，对感觉信号进行分析处理，实现了智能机器人的自主学习，因此控制方法具有较高的自主性与智能性。另一方面，在处理感觉信号的过程中，通过改变数值采集、信号合成、差异分析、宏观反射等方式，使各执行单元可以根据感觉信号的整体做出指令，减少了智能机器人的程序化反应，使其行为更加拟人。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出本示例性实施例中一种智能机器人控制方法的流程图；

图2示出本示例性实施例中一种反射信号生成的示意图；

图3示出本示例性实施例中一种缓存信号更新的示意图；

图4示出本示例性实施例中另一种智能机器人控制方法的流程图；

图5示出本示例性实施例中一种智能机器人控制装置的结构框图；

图6示出本示例性实施例中一种用于实现上述方法的电子设备；

图7示出本示例性实施例中一种用于实现上述方法的计算机可读存储介质。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

本公开的示例性实施例首先提供了一种智能机器人控制方法，可以应用于智能机器人内置的计算机。参考图1所示，该方法可以包括步骤S110～S140：

步骤S110，接收感觉信号。

智能机器人上各个部位设置有传感器，可以从外部环境中接收感觉信号。智能机器人被外部环境所包围，不间断的接收全方位的感觉信号，例如视觉、听觉、触觉信号等。在接收感觉信号时，可以记录传感器测量的完整数值，也可以记录传感器受到外部环境作用后的改变数值。特别的，在记录改变数值时，各类传感器可以不单独采集各种感觉信号，而将各种感觉信号共同作用在各类传感器上，得到改变数值。

智能机器人通过各个传感器接收到多个感觉信号，可以将这些感觉信号分别通过以下的步骤进行处理，也可以将其合成为一个感觉信号并进行处理。

步骤S120，从历史信号中调取与感觉信号相关的目标历史信号。

其中，历史信号包括已接收过的较为稳定的感觉信号，也可以包括一部分人为导入的初始信号，可以储存在特定的数据库中。在一个实施例中，可以确定感觉信号的类型，然后从相同类型的历史信号中查找相关的历史信号，作为目标历史信号；在查找时，可以根据感觉信号的类型确定查找的方式，例如感觉信号为视觉信号时，可以通过图像识别查找图像相似度较高的历史信号，感觉信号为听觉信号时，可以通过语音识别查找与语音文本或语音声纹相近的历史信号等等。在一个实施例中，还可以查找与感觉信号的频率特性相近的历史信号。

步骤S130，根据感觉信号与目标历史信号生成反射信号，并通过反射信号控制智能机器人执行指令。

在一个实施例中，在调取目标历史信号时，可以同时调取该目标历史信号对应的历史反射信号，然后计算感觉信号与目标历史信号的差异信号，并根据差异信号调整历史反射信号，生成新的反射信号，以作用于智能机器人的执行单元。

在一个实施例中，当感觉信号为一个合成信号时，可以将感觉信号与目标历史信号进行结合，例如进行干涉、叠加等。参考图2所示，在接收到外部输入的感觉信号后，将感觉信号与历史信号结合，并输入到智能机器人的处理中枢，处理中枢维护着高维的可变反射面，可以通过物理反射的原理对信号进行处理，得到反射信号，以输出到智能机器人的执行单元。

在一个实施例中，反射信号可以是多维度的综合性信号，将其输入到智能机器人的各执行单元后，使每个执行单元只对发射信号中的特定维度或特定区域进行处理，执行单元生成指令，从而使智能机器人根据指令做出反映行为。

步骤S140，将感觉信号添加到历史信号中。

智能机器人处于外部环境中，每个瞬间都会接收到外部传来的感觉信号(在外部对智能机器人无任何作用的情况下，零信号也被视为一种特殊的感觉信号)，步骤S110～S130是针对于某一瞬间接收到的感觉信号的处理过程，在下一瞬间，该感觉信号可以转化为历史信号，并可能对下一瞬间的感觉信号产生影响。因此，在每一瞬间，智能机器人根据接收到的感觉信号执行指令，做出特定的行为，同时该感觉信号可以写入储存历史信号的数据库或关于历史信号的其他类型存储中，成为新的历史信号。

步骤S110～S140是一个循环往复的过程，在此过程中，智能机器人不断地接收感觉信号，并根据历史信号做出行为，同时将接收到的感觉信号添加到历史信号中，以更新感觉信号的应激处理机制。

基于上述说明，在本示例性实施例中，接收感觉信号后，调取与其相关的目标历史信号，并根据感觉信号与目标历史信号生成反射信号，以控制智能机器人执行指令，同时可以将感觉信号添加到历史信号中，以进行下一瞬间的感觉信号接收及处理。一方面，本示例性实施例基于历史信号的管理与调用，对感觉信号进行分析处理，实现了智能机器人的自主学习，因此控制方法具有较高的自主性与智能性。另一方面，在处理感觉信号的过程中，通过改变数值采集、信号合成、差异分析、宏观反射等方式，使各执行单元可以根据感觉信号的整体做出指令，减少了智能机器人的程序化反应，使其行为更加拟人。

在一示例性实施例中，步骤S120可以通过以下步骤实现：

提取感觉信号的频率特性；

调取与感觉信号的频率特性相近的历史信号，作为目标历史信号。

其中，频率特性包括感觉信号的基础频率、频率范围、幅频特性、相频特性、频率叠加特性、频率变化特性等。在一个实施例中，可以提取出感觉信号的上述特性参数，形成特征向量，同时也记录每个历史信号的特征向量，通过感觉信号与历史信号的特征向量之间的相似度计算(例如求余弦相似度等)，可以查找相近的目标历史信号。在一个实施例中，也可以绘制感觉信号的频率图像(可以包括频域图像、时域图像等)，通过匹配图像特征确定与其相近的目标历史信号。此外，也可以通过其他方式进行频率特性的相似性匹配，本公开对此不做特别限定。

上述过程对于感觉信号为多种单一类型信号的合成信号，或者感觉信号的特征较为复杂的情况，可以更加准确的查找并调取目标历史信号，目标历史信号与感觉信号的相关性更高，有利于对智能机器人实现更加精准的控制。

进一步的，在提取感觉信号的频率特性后，智能机器人控制方法还可以包括以下步骤：

检测感觉信号的频率特性与缓存信号的频率特性的相似度；

如果相似度达到第一阈值，则将缓存信号确定为目标历史信号；

如果相似度小于第一阈值，则执行调取与感觉信号的频率特性相近的历史信号的步骤。

其中，缓存信号是指智能机器人内部系统的缓存区所存放的信号，属于历史信号的一部分，可以是最近调用的历史信号，也可以是最近接受的感觉信号所转化而成的历史信号。本示例实施方式中，下述历史信号特指非缓存信号的那部分历史信号，通常储存于数据库及其他长期性存储中(如硬盘、容器等)，区别于缓存中所暂时存放的信号。缓存信号具有更快的读写速度，因此，如果缓存信号与感觉信号的相关性较高，可以直接调取缓存信号作为目标历史信号。具体而言，可以设置第一阈值作为判断标准，如果缓存信号与感觉信号的频率特性相似度小于第一阈值，说明两种信号的相关性较低，可以从历史信号中查找并调取目标历史信号。

此外，缓存信号还可以用于在智能机器人未接受感觉信号时，维持一定的内部循环，以及用于过滤微小的或扰动的感觉信号。

更进一步的，智能机器人控制方法还可以包括以下步骤：

将缓存信号中与感觉信号的频率特性相似度低于第二阈值的信号回收到历史信号中；

将与感觉信号的频率特性相似度达到第二阈值的历史信号释放到缓存中，形成新的缓存信号。

换而言之，缓存信号可以根据感觉信号而不断循环更新，保留与感觉信号相近的缓存信号，将不相近的缓存信号替换为与感觉信号相近的其他历史信号，其过程可以参考图3所示，其中历史信号区是指储存历史信号的数据库或其他类型的长期性存储。第二阈值即为此而设定的判断标准，可以与第一阈值相同，也可以不同。

在一个实施例中，感觉信号与缓存信号可以分别包括多个信号，在检测其频率特性的相似度时，可以计算感觉信号与缓存信号的整体相似度，如果达到第一阈值，则将缓存信号确定为目标历史信号；在此基础上，可以分别计算每个缓存信号与每个感觉信号的频率特性相似度，并按照相似度最高的计算结果进行配对或聚类，如果一个或多个缓存信号与感觉信号计算出的最高的频率特性相似度也低于第二阈值，则可以将其替换为其他历史信号。

通过不断循环更新缓存信号，使缓存信号接近于当前的感受反映，模拟了人类的感知。并且，在很多情况下感受信号是持续性的，即在一段时间内，智能机器人持续接收同类型且相似或连续性缓慢变化的感受信号，在此过程中，不断更新缓存信号，可以减小信号差异，提高信号处理速度，有利于智能机器人的精准控制。

此外，缓存信号中也可以存在一部分信号，由历史信号随机释放而产生，以避免智能机器人感受的单一。

图4示出了另一种智能机器人控制方法的流程图。在接收感觉信号后，一方面将感觉信号与历史信号区中相关的目标历史信号进行结合，并通过可变反射面的处理，输出第一反射信号；另一方面将感觉信号与缓存信号进行作用，此处缓存信号可视为智能机器人的固有脑电波，缓存信号收到感觉信号的影响，发生改变，形成新的脑电波；将第一反射信号再作用于新的脑电波，可以形成最终的反射信号，该反射信号用于生成指令。执行单元按照该指令执行动作，并在执行过程中接收外部刺激，形成新的感觉信号，并重复上述过程，从而实现了智能机器人的自主性控制。

在一示例性实施例中，在将缓存信号确定为目标历史信号后，根据感觉信号与目标历史信号生成反射信号可以通过以下步骤实现：

将感觉信号叠加到目标历史信号上，以生成反射信号。

其中，目标历史信号为与感觉信号相近的缓存信号，可以采用线性叠加、矢量叠加、相位及频率叠加等方式，如果感觉信号相对于缓存信号的变化较小，叠加后产生的反射信号可以较多的维持前一瞬间的反射信号，即智能机器人的行为变化较小。如果叠加感觉信号对于缓存信号几乎无影响，则反射信号可以完全维持，以此能够过滤掉扰动的感觉信号。

在一示例性实施例中，智能机器人控制方法还可以包括以下步骤：

在智能机器人执行指令的过程中接收反馈信号；

将反馈信号与缓存信号结合，生成新的缓存信号。

其中，反馈信号可视为智能机器人在执行指令的过程中接收到的感觉信号。反馈信号可以对缓存信号产生影响，例如反馈信号是传感器记录的信号改变数值时，可以将反馈信号与缓存信号线性相加，反馈信号是完整信号时，可以将反馈信号与缓存信号矢量叠加等。上述过程实际上设置了一种缓存信号的更新机制，使缓存信号可以定量表征智能机器人最新接收的感受。

需要补充的是，在智能机器人的很多部分，执行单元与传感器是一体的，例如智能机器人的手是手部动作的执行单元，也是触觉的传感器，因此智能机器人在执行指令的过程中，可以迅速接收到反馈信号，并进行上述步骤的处理。

在一示例性实施例中，通过反射信号控制智能机器人执行指令可以包括以下步骤：

将反射信号输入全部执行单元；

根据各执行单元的输出结果确定指令；

控制智能机器人执行该指令。

其中，反射信号对执行单元的影响是区域级的，可以改变一个区域内多个执行单元的判断。在每个瞬间，反射信号作用于全部执行单元，执行单元分别输出结果，该输出结果可视为子指令，每个执行单元根据自身的类型输出子指令，从而实现了将反射信号的细化处理。中枢系统将各执行单元的子指令综合后，生成最终的指令，并将指令传达到执行单元，使得智能机器人执行指令。由于每个执行单元都有不同的算法，可以输出多种子指令，再考虑前后相邻瞬间的指令情况，可以产生近乎无限多种可能的子指令组合，从而提高了智能机器人指令的多样性。此外，中枢系统在做综合处理时，可以将一部分子指令做无效处理，实际应用中，每个瞬间由各执行单元产生的子指令，最后只保留了其中的一小部分用于实际执行。

下面通过一个具体示例做进一步说明：智能机器人“2018”被设定为一个美食机器人，初始程序里面设定了大量关于美食的初始记录及食用感觉的历史记录。在某一瞬间，“2018”看到了桌子上的美食“烧鸭”，“烧鸭”的光学视觉信号进入“2018”，即感觉信号。“2018”在接收这个信号之前，缓存信号是关于食用“猪蹄”的记录数据，这时“烧鸭”的感觉信号进入，系统判断其与缓存信号相近，并结合两种信号识别出和吃相关；同时感觉信号也进入历史信号区，并经过中枢系统的可变反射面反射得到吃的结论，产生了吃的反射信号。反射信号控制执行单元，包括四肢执行器、头部执行器等，移动到“烧鸭”边，开始吃的操作，吃“烧鸭”时，将“烧鸭”的触感、味觉等形成反馈信号，添加到缓存信号中，并在后续进入历史信号区，以影响后续感觉信号的处理。从而完成了智能机器人在某一瞬间接收到感觉信号时的控制过程。

本公开的示例性实施例还提供了一种智能机器人控制装置，参考图5所示，该装置500可以包括：接收模块510，用于接收感觉信号；调取模块520，用于从历史信号中调取与感觉信号相关的目标历史信号；控制模块530，用于根据感觉信号与目标历史信号生成反射信号，并通过反射信号控制智能机器人执行指令；添加模块540，用于将感觉信号添加到历史信号中。

在一示例性实施例中，调取模块还可以包括：频率提取单元，用于提取感觉信号的频率特性；近似匹配单元，用于调取与感觉信号的频率特性相近的历史信号，作为目标历史信号。

在一示例性实施例中，近似匹配单元还可以用于检测感觉信号的频率特性与缓存信号的频率特性的相似度，如果相似度达到第一阈值，则将缓存信号确定为目标历史信号，如果相似度小于第一阈值，则调取与感觉信号的频率特性相近的历史信号。

在一示例性实施例中，调取模块还可以包括：缓存管理单元，用于将缓存信号中与感觉信号的频率特性相似度低于第二阈值的信号回收到历史信号中，以及将与感觉信号的频率特性相似度达到第二阈值的历史信号释放到缓存中，形成新的缓存信号。

在一示例性实施例中，控制模块还可以用于将感觉信号叠加到目标历史信号上，以生成反射信号。

在一示例性实施例中，智能机器人控制装置还可以包括：反馈模块，用于在智能机器人执行指令的过程中接收反馈信号，并将反馈信号与缓存信号结合，生成新的缓存信号。

在一示例性实施例中，控制模块还可以用于将反射信号输入全部执行单元，根据各执行单元的输出结果确定指令，以及控制智能机器人执行该指令。

上述装置的模块/单元的具体细节在方法部分的实施例中已经详细说明，因此不再赘述。

本公开的示例性实施例还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图6来描述根据本公开的这种示例性实施例的电子设备600。图6显示的电子设备600仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：上述至少一个处理单元610、上述至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640。

其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，处理单元610可以执行图1所示的步骤S110～S140等。

存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)621和/或高速缓存存储单元622，还可以进一步包括只读存储单元(ROM)623。

存储单元620还可以包括具有一组(至少一个)程序模块625的程序/实用工具624，这样的程序模块625包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备600也可以与一个或多个外部设备800(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器660通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开示例性实施例的方法。

本公开的示例性实施例还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。

参考图7所示，描述了根据本公开的示例性实施例的用于实现上述方法的程序产品700，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言-诸如Java、C++等，还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的示例性实施例，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (10)

1.一种智能机器人控制方法，其特征在于，所述方法包括：

接收感觉信号；

从历史信号中调取与所述感觉信号相关的目标历史信号；

根据所述感觉信号与所述目标历史信号生成反射信号，并通过所述反射信号控制智能机器人执行指令；

将所述感觉信号添加到所述历史信号中。

2.根据权利要求1所述的方法，其特征在于，所述从历史信号中调取与所述感觉信号相关的目标历史信号包括：

提取所述感觉信号的频率特性；

调取与所述感觉信号的频率特性相近的历史信号，作为所述目标历史信号。

3.根据权利要求2所述的方法，其特征在于，在提取所述感觉信号的频率特性后，所述方法还包括：

检测所述感觉信号的频率特性与缓存信号的频率特性的相似度；

如果所述相似度达到第一阈值，则将所述缓存信号确定为所述目标历史信号；

如果所述相似度小于所述第一阈值，则执行调取与所述感觉信号的频率特性相近的历史信号的步骤。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：

将所述缓存信号中与所述感觉信号的频率特性相似度低于第二阈值的信号回收到所述历史信号中；

将与所述感觉信号的频率特性相似度达到所述第二阈值的历史信号释放到缓存中，形成新的缓存信号。

5.根据权利要求3所述的方法，其特征在于，在将所述缓存信号确定为所述目标历史信号后，所述根据所述感觉信号与所述目标历史信号生成反射信号包括：

将所述感觉信号叠加到所述目标历史信号上，以生成所述反射信号。

6.根据权利要求3所述的方法，其特征在于，所述方法还包括：

在所述智能机器人执行指令的过程中接收反馈信号；

将所述反馈信号与所述缓存信号结合，生成新的缓存信号。

7.根据权利要求1所述的方法，其特征在于，所述通过所述反射信号控制智能机器人执行指令包括：

将所述反射信号输入全部执行单元；

根据各所述执行单元的输出结果确定所述指令；

控制所述智能机器人执行所述指令。

8.一种智能机器人控制装置，其特征在于，包括：

接收模块，用于接收感觉信号；

调取模块，用于从历史信号中调取与所述感觉信号相关的目标历史信号；

控制模块，用于根据所述感觉信号与所述目标历史信号生成反射信号，并通过所述反射信号控制智能机器人执行指令；

添加模块，用于将所述感觉信号添加到所述历史信号中。

9.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，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1-7任一项所述的方法。