CN109741815A - 一种医疗引导机器人及其实现方法 - Google Patents

Abstract

本发明公开了一种医疗引导机器人及其实现方法，该机器人包括：语音识别处理模块，获取和识别语音信息传送至引导处理单元，输出引导处理单元所产生的语音应答；人脸识别模块，采集人脸图像，对采集的人脸图像进行人脸识别，将识别结果传送至引导处理单元；引导处理单元，根据语音识别处理模块和/或人脸识别模块的识别结果判断是启动急诊还是门诊处理，引导处理单元还对获得语音识别结果产生语音应答；导航模块，利用激光雷达传感器采集数据建立环境地图，获取机器人当前位置及目标点位置，基于环境地图生成最优路径，驱动机器人移动行走至目标点位置；行走机构，设于机器人底部，以在导航模块的控制下，驱动机器人移动行走至目标点位置。

Description

一种医疗引导机器人及其实现方法

技术领域

本发明涉及机器人技术领域，特别是涉及一种医疗引导机器人及其实现方法。

背景技术

目前医疗资源在国内是非常紧缺的资源，尤其是在大城市，大型医院、三甲医院一直都是人满为患，其中这些拥挤的人群又较为集中的分布在门急诊区。由于现在医院普遍规模都较大，且很多医院是随着患者的增加一直扩建，整体规划布局也不是很合理。因此，由于问诊、挂号、问路等问题都集中在门诊区的人群中，而医院普遍都工作人员配备不足，所以针对问诊、挂号、问路等这些简单但工作量大的重复性问题一直都比较困扰。

目前大部分医院普遍的做法都是配备少量的工作人员进行服务，这样一来工作人员忙不过来，二来容易造成患者就诊效率低下。另外一种常见的做法是在医院张贴大量的文字及图标，将常见问题主动展示出来，但由于文化水平、经验、理解能力等差异，此种做法也仅能解决一小部分问题。

因此，实有必要提供一种为患者进行服务，给予患者或大型场所提供医疗引导服务的机器人。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种医疗引导机器人及其实现方法，以实现利用医疗引导机器人为来院患者提供医院里的自助导诊、复诊以及急诊服务等功能。

为达上述目的，本发明提出一种医疗引导机器人，除机器人本体外，还包括：

语音识别处理模块，用于获取和识别语音信息，并将识别的语音数据传送至引导处理单元，并输出引导处理单元所产生的语音应答；

人脸识别模块，用于采集人脸图像，对采集的人脸图像进行人脸识别，并将人脸识别结果传送至引导处理单元；

引导处理单元，用于根据所述语音识别处理模块和/或人脸识别模块的识别结果判断是启动急诊处理还是门诊处理，根据判断结果进行相应处理，同时所述引导处理单元还对获得语音识别结果产生语音应答；

导航模块，用于利用激光雷达传感器采集数据建立环境地图，获取机器人当前位置及目标点位置，基于所建立的环境地图生成最优路径，驱动机器人移动行走至目标点位置；

行走机构，设于所述机器人底部，以在所述导航模块的控制下，驱动机器人移动行走至目标点位置。

优选地，所述引导处理单元进一步包括：

判断单元，用于将所述语音识别处理模块和/或人脸识别模块的识别结果与预设的急诊信息判断数据库进行匹配，根据匹配结果启动急诊处理单元或门诊处理单元；

急诊处理单元，用于于启动后，将语音识别处理模块获得的语音文本于对话数据库中进行搜索，得到匹配的语音应答通过所述语音识别处理模块输出，根据获得的语音识别结果确定并连接相应的急诊医生，确定急诊医生的位置，并将其传送至导航模块以驱动机器人移动行走至该急诊医生的位置；

门诊处理单元，用于在所述判断单元的判断结果为不是急诊时启动，根据所述人脸识别模块识别出的人脸特征判断为复诊病人还是初诊病人，并提供相应的门诊服务。

优选地，所述急诊处理单元包括：

语音数据匹配处理单元，用于将所述语音识别处理模块获得的语音文本于预设的对话数据库中进行搜索，得到匹配的语音应答通过所述语音识别处理模块输出；

急诊医生确定单元，用于根据获得的语音文本确定急诊科室及相应的急诊医生；

急诊医生信息获取单元，用于获取急诊医生的相关信息，并获取该急诊医生的位置信息将其发送至所述导航模块，以便所述导航模块根据该位置信息驱动机器人移动行走至该急诊医生的位置。

优选地，所述急诊医生信息获取单元通过所述导航模块获取机器人的当前位置信息，并将其当前位置信息传送至该急诊医生。

优选地，所述门诊处理单元进一步包括：

特征匹配单元，用于将所述人脸识别模块识别出的人脸特征与预先建立的就诊病人数据库中历史病人的脸部特征进行匹配，根据匹配结果启动复诊处理单元或初诊处理单元；

复诊处理单元，用于根据匹配结果获得该复诊病人的历史病例，根据历史病例对该复诊病人进行复诊处理；

初诊处理单元，用于根据预设的对话数据库获取相应的语音应答至语音识别处理模块输出以提供相应的导诊服务。

优选地，所述导航模块包括：

地图构建单元，用于利用激光雷达传感器采集数据，并利用即时定位与地图构建技术构建环境地图；

机器人位置获取单元，用于实时根据激光雷达传感器采集数据，并通过视觉定位算法获得该机器人于该环境地图中的当前位置；

目的地位置获取单元，用于获取目标点位置；

路径规划单元，用于根据机器人当前位置以及目标点位置，通过路径规划算法生成机器人从当前位置到目标点位置的最优路线；

行走控制单元，用于根据生成的最优路线产生控制信号至机器人的行走机构，以驱动机器人移动行走至所述目标点位置；

优选地，所述目标点位置通过所述引导处理单元的急诊处理单元获得或为系统中预设定点巡逻的下一个目标点位置。

优选地，所述导航模块还包括障碍检测单元，以于所述行走控制单元驱动机器人移动行走过程中检测地面障碍物，并根据地面障碍物的检测结果控制所述行走控制单元进行避障处理。

为达到上述目的，本发明还提供一种医疗引导机器人的实现方法，包括如下步骤：

步骤S1，获取和识别语音信息，并将识别的语音数据传送至引导处理单元；

步骤S2，采集人脸图像，对采集的人脸图像进行人脸识别，并将人脸识别结果传送至引导处理单元；

步骤S3，利用引导处理单元根据语音识别结果和/或人脸识别结果判断是启动急诊处理还是门诊处理，并根据判断结果进行相应处理；

步骤S4，利用激光雷达传感器采集数据建立环境地图，获取机器人当前位置及目标点位置，基于所建立的环境地图生成最优路径，驱动机器人移动行走至目标点位置。

优选地，步骤S3进一步包括：

步骤S300，将所述语音识别结果和/或人脸识别结果于预设的急诊信息判断数据库中进行匹配，根据匹配结果启动急诊处理或门诊处理；

步骤S301于启动急诊处理后，将语音识别获得的语音文本于预设的对话数据库中进行搜索，得到匹配的语音应答通过语音识别处理模块输出，根据获得的语音文本确定并连接相应的急诊医生，确定急诊医生的位置，驱动机器人移动行走至该急诊医生的位置；

步骤S302，在于启动门诊处理后，根据人脸识别出的人脸特征判断为复诊病人还是初诊病人，并提供相应的门诊服务。

与现有技术相比，本发明一种医疗引导机器人及其实现方法通过语音识别处理模块、人脸识别模块、引导处理单元、导航模块等，实现了为来院患者提供医院里的自助导诊、复诊以及急诊服务等功能，其可以解决医院和诊所突发情况，为病人或病人家属提供快速通道，以及巡逻时帮助病人或家属发起异常通报，帮助急诊医生快速到达现场，降低了人力资源并提高了病人的就诊效率。

附图说明

图1为本发明一种医疗引导机器人的结构示意图；

图2为本发明一种医疗引导机器人的实现方法的步骤流程图。

具体实施方式

以下通过特定的具体实例并结合附图说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其它优点与功效。本发明亦可通过其它不同的具体实例加以施行或应用，本说明书中的各项细节亦可基于不同观点与应用，在不背离本发明的精神下进行各种修饰与变更。

图1为本发明一种医疗引导机器人的结构示意图。如图1所示，本发明一种医疗引导机器人，除机器人本体外，还包括：

语音识别处理模块10，用于获取和识别语音信息，并将识别的语音数据传送至引导处理单元，并输出引导处理单元30输出的语音应答。

具体地，语音识别处理模块10包括：

语音采集装置101，用于采集语音信息。在本发明具体实施例中，语音采集装置为麦克风，设置于机器人本体上，其可支持2麦、4麦、6麦、线麦、环麦定制；

前端处理单元102，用于采用语音前端处理技术对采集的原始语音信息进行处理，部分消除噪声和不同说话人带来的影响，使处理后的语音信号更能反映语音的本质特征，在本发明具体实施例中，可利用回声消除、声源定位、波束成形、语音增强等语音前端处理技术进行语音处理，以采集到有效的语音信号；

语音识别单元103，用于采用语音识别引擎对处理后的语音信号进行语音识别，得到与语音信号对应的语音文本，并将识别的语音文本传送至引导处理单元。由于语音识别技术为现有的成熟技术，在此不予赘述。

语音输出单元104，用于输出引导处理单元30输出的语音应答。

人脸识别模块20，用于采集人脸图像，对采集的人脸图像进行人脸识别，并将人脸识别结果传送至引导处理单元30。

具体地，人脸识别模块20进一步包括

人脸图像采集单元201，用于通过利用摄像头(例如可于机器人头部的正面安装一超大广角全局快门摄像机)，以采集用户的脸部图像；

人脸特征提取单元202，用于利用人脸识别引擎对采集的人脸图像进行人脸特征识别，识别出人脸特征。在本发明具体实施例中，人脸识别单元202的人脸识别过程如下：

对人脸图像进行人脸检测，并对所检测到人脸进行标记。其中，可通过标记框对人脸进行标记，所述标记框通常可采用矩形框，对人脸的上至额头、下至下巴、左右至双耳的区域进行框定。在本发明具体实施例中，可利用OpenCV的开源的人脸检测算法对图像进行人脸检测；

对人脸检测后的图像进行预处理，预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等；

人脸特征提取，人脸特征提取的方法一般采用如下两种：基于知识的表征方法；以及基于代数特征或统计学习的表征方法，其中基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等，人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征，基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。

引导处理单元30，用于根据语音识别处理模块10和/或人脸识别模块20的识别结果判断是启动急诊处理还是门诊处理，并根据判断结果进行相应处理。

具体地，引导处理单元30进一步包括：

判断单元301，用于将语音识别处理模块10和/或人脸识别模块20的识别结果与预设的急诊信息判断数据库进行匹配，根据匹配结果启动急诊处理单元或门诊处理单元。也就是说，于本发明之医疗引导机器人系统中，预先存储有急诊判断信息，例如预设与急诊急诊的字眼或者急诊病人的人脸特征，以语音识别处理模块10的识别结果为例，若语音识别处理模块10识别的语音文本中包含有急诊、急等文本，则判断当前病人为急诊病人，则启动急诊处理单元302，而若人脸识别模块20识别的人脸特征与急诊信息判断数据库中的急诊病人的相关特征匹配度超过预设阈值时，则同样启动急诊处理单元302。

急诊处理单元302，用于于启动后，将语音识别处理模块10获得的语音文本于对话数据库中进行搜索，得到匹配的语音应答通过语音识别处理模块10输出，根据获得的语音文本确定并连接相应的急诊医生，确定急诊医生的位置，驱动机器人移动行走至该急诊医生的位置。

具体地，急诊处理单元302进一步包括：

语音数据匹配处理单元，用于将所述语音识别处理模块10获得的语音文本于预设的对话数据库中进行搜索，得到匹配的语音应答通过语音识别处理模块10输出。也就是说，在本发明的机器人系统中，预先设定对话数据库，当语音识别处理模块识别出语音文本后，语音匹配处理单元将该语音文文于对话数据库中进行匹配，得到匹配的语音应答输出。

急诊医生确定单元，用于根据获得的语音文本确定急诊科室及相应的急诊医生。具体地，急诊医生确定单元根据语音文本中包含的一些病情信息确定相应的急诊医生，例如当根据语音文本获得骨科或骨折等文字时，则根据预设的急诊信息判断数据库确定其急诊科室为骨科，通过连接医院的就诊系统确定骨科的急诊医生。

急诊医生信息获取单元，用于获取急诊医生的相关信息，并获取该急诊医生的位置信息将其发送至导航模块，以便导航模块根据该位置信息驱动机器人移动行走至该急诊医生的位置。具体地，当确定相应的急诊医生后，急诊医生信息获取单元可通过医院的就诊系统获取该医生的联系方式并与其联系，告知急诊情况，同时获取该急诊医生的位置信息，将其位置信息发送至导航模块40。

优选地，急诊医生信息获取单元还可通过导航模块获取机器人的当前位置信息，并将其当前位置信息传送至该急诊医生，以便在紧急的情况下，该急诊医生能快速地对急诊病人进行救治。

门诊处理单元303，用于在判断单元301的判断结果为不是急诊时启动，根据人脸识别模块20识别出的人脸特征判断为复诊病人还是初诊病人，并提供相应的门诊服务。

具体地，门诊处理单元303进一步包括：

特征匹配单元，用于将人脸识别模块20识别出的人脸特征与预先建立的就诊病人数据库中历史病人的脸部特征进行匹配，根据匹配结果启动复诊处理单元或初诊处理单元，具体地，当获得人脸特征与就诊病人数据库中历史病人的面部特征匹配的相似度达到预设阈值(例如80％)时，则认为是复诊病人，启动复诊处理单元，以提供复诊服务；当获得人脸特征与就诊病人数据库中历史病人的面部特征匹配的相似度未达到预设阈值时，则判定其为初诊病人，启动初诊处理单元，以提供初诊服务；

复诊处理单元，用于根据匹配结果获得该复诊病人的历史病例，根据历史病例对该复诊病人进行复诊处理，例如根据预设规则产生语音应答“您是否要去**科室进行复诊？”、“是否进行复诊挂号？”在获得确定的语音回答后，自动为复诊病人提供复诊挂号等复诊服务；

初诊处理单元，用于根据预设的对话数据库获取相应的语音应答至语音识别处理模块输出以提供相应的导诊服务。也就是说，对话数据库中预先存储有对初诊病人进行语音应答的信息，初诊处理单元可根据该信息实现导诊服务，例如挂号、取药、缴费等。

导航模块40，用于利用激光雷达传感器采集数据建立环境地图，获取机器人当前位置及目标点位置，基于所建立的环境地图生成最优路径，驱动机器人移动行走至目标点位置。

具体地，导航模块40进一步包括：

地图构建单元401，用于利用激光雷达传感器采集数据，并利用即时定位与地图构建技术(SLAM)构建环境地图。这里的即时定位与地图构建技术(SLAM)包括但不限于扫描匹配、图优化等。

具体地说，当将机器人置于医院时，首先需要使用SLAM绘制当前环境(其的地图。控制机器人在该环境中移动，设置于机器人身上的激光雷达传感器不断收集数据，并利用SLAM算法，实时计算并绘制出相应的环境地图，该环境地图为二维栅格地图。

机器人位置获取单元402，用于实时根据激光雷达传感器采集数据，并通过视觉定位算法获得该机器人于该环境地图中的当前位置。具体地，基于构建的环境地图，机器人位置获取单元402利用机器人身上的激光雷达传感器实时采集数据，对机器人实时定位，获得机器人当前在环境地图下的位置信息。

目的地位置获取单元403，用于获取目标点位置。所述目标点位置可以通引导处理单元的急诊处理单元获得或为系统中预设的下一个目标点位置。也就是说，这里目标点位置可以是通过急诊处理单元获得的急诊医生的位置信息，也可以是预设的定点巡逻的目标点中的下一个目标点，例如，预先设定了定点巡逻的各目标点及其巡逻顺序依次为A、B、C、D、E，当获得机器人当前的位置处于目标点C，则根据系统中的设定可获得目标点位置为D；

路径规划单元404，用于根据机器人当前位置以及目标点位置，通过路径规划算法生成机器人从当前位置到目标点位置的最优路线。由于现有技术中有很多路径规划算法，例如动态窗口模拟等，在此不予赘述。

行走控制单元405，用于根据生成的最优路线产生控制信号至机器人的行走机构40，以驱动机器人移动行走至目标点位置。

优选地，导航引领系统40还包括障碍检测单元406，以于行走控制单元405驱动机器人移动行走过程中检测地面障碍物，并根据地面障碍物的检测结果控制行走控制单元405进行避障处理。具体地说，由于激光雷达传感器无法检测到高于或低于自身激光雷达切面的障碍物，因此可以在激光雷达传感器更低处安装超声波传感器，以检测地面障碍物，于检测到地面有障碍物时，通知驱动单元以避开所述障碍物。

行走机构50，设于所述机器人底部，以在行走控制单元405的控制下，驱动机器人移动行走至目标点位置。在本发明具体实施例中，行走机构50可采用增强的铝镁合金底盘以及防滑轮胎，以便在恶劣使用条件下确保安全。

图2为本发明一种医疗引导机器人的实现方法的步骤流程图。如图2所示，本发明一种医疗引导机器人的实现方法，包括如下步骤：

步骤S1，获取和识别语音信息，并将识别的语音数据传送至引导处理单元；

具体的，步骤S1进一步包括：

步骤S100，采集语音信息。在本发明具体实施例中，语音采集装置为麦克风，设置于机器人本体上，其可支持2麦、4麦、6麦、线麦、环麦定制；

步骤S101，采用语音前端处理技术对采集的原始语音信息进行处理，部分消除噪声和不同说话人带来的影响，使处理后的语音信号更能反映语音的本质特征，在本发明具体实施例中，可利用回声消除、声源定位、波束成形、语音增强等语音前端处理技术进行语音处理，以采集到有效的语音信号；

步骤S102，采用语音识别引擎对处理后的语音信号进行语音识别，得到与语音信号对应的语音文本，并将识别的语音文本传送至引导处理单元。由于语音识别技术为现有的成熟技术，在此不予赘述。

步骤S2，采集人脸图像，对采集的人脸图像进行人脸识别，并将人脸识别结果传送至引导处理单元。

具体地，步骤S2进一步包括

步骤S200，通过利用摄像头(例如可于机器人头部的正面安装一超大广角全局快门摄像机)，以采集用户的脸部图像；

步骤S201，利用人脸识别引擎对采集的人脸图像进行人脸特征识别，识别出人脸特征。在本发明具体实施例中，脸识别过程如下：

对人脸图像进行人脸检测，并对所检测到人脸进行标记。其中，可通过标记框对人脸进行标记，所述标记框通常可采用矩形框，对人脸的上至额头、下至下巴、左右至双耳的区域进行框定。在本发明具体实施例中，可利用OpenCV的开源的人脸检测算法对图像进行人脸检测；

对人脸检测后的图像进行预处理，预处理过程主要包括人脸图像的光线补偿、灰度变换、直方图均衡化、归一化、几何校正、滤波以及锐化等；

人脸特征提取，人脸特征提取的方法一般采用如下两种：基于知识的表征方法；以及基于代数特征或统计学习的表征方法，其中基于知识的表征方法主要是根据人脸器官的形状描述以及他们之间的距离特性来获得有助于人脸分类的特征数据，其特征分量通常包括特征点间的欧氏距离、曲率和角度等，人脸由眼睛、鼻子、嘴、下巴等局部构成，对这些局部和它们之间结构关系的几何描述，可作为识别人脸的重要特征，这些特征被称为几何特征，基于知识的人脸表征主要包括基于几何特征的方法和模板匹配法。

步骤S3，利用引导处理单元根据语音识别结果和/或人脸识别结果判断是启动急诊处理还是门诊处理，并根据判断结果进行相应处理。

具体地，步骤S3进一步包括：

步骤S300，将所述语音识别结果和/或人脸识别结果于预设的急诊信息判断数据库中进行匹配，根据匹配结果启动急诊处理或门诊处理。也就是说，于本发明之医疗引导机器人系统中，预先存储有急诊判断信息，例如急诊信息系判断数据库中预设有与急诊有关的文本或者急诊病人的人脸特征，以语音识别结果为例，若语音识别的语音文本中包含有急诊、急等文本，则判断当前病人为急诊病人，则启动急诊处理，而若人脸识别的人脸特征与急诊信息判断数据库中的急诊病人的相关特征匹配度超过预设阈值时，则同样启动急诊处理。

步骤S301于启动急诊处理后，将语音识别获得的语音文本于预设的对话数据库中进行搜索，得到匹配的语音应答通过语音识别处理模块输出，根据获得的语音文本确定并连接相应的急诊医生，确定急诊医生的位置，驱动机器人移动行走至该急诊医生的位置。

具体地，步骤S301进一步包括：

步骤S301a，将所述语音识别获得的语音文本于预设的对话数据库中进行搜索，得到匹配的语音应答通过语音识别处理模块输出。也就是说，在本发明的机器人系统中，预先设定对话数据库，当语音识别处理模块识别出语音文本后，语音匹配处理单元将该语音文文于对话数据库中进行匹配，得到匹配的语音应答输出。

步骤S301b，根据获得的语音文本确定急诊科室及相应的急诊医生。具体地，急诊医生确定单元根据语音文本中包含的一些病情信息确定相应的急诊医生，例如当根据语音文本获得骨科或骨折等文字时，则根据预设的急诊信息判断数据库确定其急诊科室为骨科，通过连接医院的就诊系统确定骨科的急诊医生。

步骤S301c，获取急诊医生的相关信息，并获取该急诊医生的位置信息将其发送至导航模块，以便导航模块根据该位置信息驱动机器人移动行走至该急诊医生的位置。具体地，当确定相应的急诊医生后，急诊医生信息获取单元可通过医院的就诊系统获取该医生的联系方式并与其联系，告知急诊情况，同时获取该急诊医生的位置信息，将其位置信息发送至导航模块。

优选地，于步骤S301c后，还可通过导航模块获取机器人的当前位置信息，并将其当前位置信息传送至该急诊医生，以便在紧急的情况下，该急诊医生能快速地对急诊病人进行救治。

步骤S302，在于启动门诊处理后，根据人脸识别出的人脸特征判断为复诊病人还是初诊病人，并提供相应的门诊服务。

具体地，步骤S302进一步包括：

步骤S302a，将人脸识别识别出的人脸特征与预先建立的就诊病人数据库中历史病人的脸部特征进行匹配，根据匹配结果启动复诊处理单元或初诊处理单元，具体地，当获得人脸特征与就诊病人数据库中历史病人的面部特征匹配的相似度达到预设阈值(例如80％)时，则认为是复诊病人，启动复诊处理单元，以提供复诊服务；当获得人脸特征与就诊病人数据库中历史病人的面部特征匹配的相似度未达到预设阈值时，则判定其为初诊病人，启动初诊处理单元，以提供初诊服务；

步骤S302b，根据匹配结果获得该复诊病人的历史病例，根据历史病例对该复诊病人进行复诊处理，例如根据预设规则产生语音应答“您是否要去**科室进行复诊？”、“是否进行复诊挂号？”在获得确定的语音回答后，自动为复诊病人提供复诊挂号等复诊服务；

步骤S302c，根据预设的对话数据库获取相应的语音应答至语音识别处理模块输出以提供相应的导诊服务。也就是说，对话数据库中预先存储有对初诊病人进行语音应答的信息，初诊处理单元可根据该信息实现导诊服务，例如挂号、取药、缴费等。

步骤S4，利用激光雷达传感器采集数据建立环境地图，获取机器人当前位置及目标点位置，基于所建立的环境地图生成最优路径，驱动机器人移动行走至目标点位置。

具体地，步骤S4进一步包括：

步骤S400，利用激光雷达传感器采集数据，并利用即时定位与地图构建技术(SLAM)构建环境地图。这里的即时定位与地图构建技术(SLAM)包括但不限于扫描匹配、图优化等。

具体地说，当将机器人置于医院时，首先需要使用SLAM绘制当前环境(其的地图。控制机器人在该环境中移动，设置于机器人身上的激光雷达传感器不断收集数据，并利用SLAM算法，实时计算并绘制出相应的环境地图，该环境地图为二维栅格地图。

步骤S401，实时根据激光雷达传感器采集数据，并通过视觉定位算法获得该机器人于该环境地图中的当前位置。具体地，基于构建的环境地图，机器人位置获取单元402利用机器人身上的激光雷达传感器实时采集数据，对机器人实时定位，获得机器人当前在环境地图下的位置信息。

步骤S402，获取目标点位置。所述目标点位置可以通引导处理单元的急诊处理单元获得或为系统中预设的下一个目标点位置。也就是说，这里目标点位置可以是通过急诊处理单元获得的急诊医生的位置信息，也可以是预设的定点巡逻的目标点中的下一个目标点，例如，预先设定了定点巡逻的各目标点及其巡逻顺序依次为A、B、C、D、E，当获得机器人当前的位置处于目标点C，则根据系统中的设定可获得目标点位置为D；

步骤S403，根据机器人当前位置以及目标点位置，通过路径规划算法生成机器人从当前位置到目标点位置的最优路线。由于现有技术中有很多路径规划算法，例如动态窗口模拟等，在此不予赘述。

步骤S404，根据生成的最优路线产生控制信号至机器人的行走机构，以驱动机器人移动行走至目标点位置。

优选地，于步骤S404中，于机器人移动行走过程中检测地面障碍物，并根据地面障碍物的检测结果进行避障处理。具体地说，由于激光雷达传感器无法检测到高于或低于自身激光雷达切面的障碍物，因此可以在激光雷达传感器更低处安装超声波传感器，以检测地面障碍物，于检测到地面有障碍物时，通知驱动单元以避开所述障碍物。

以一个实际场景应用来说明本发明：将该机器人置于医院门诊部，其预设有定点巡逻的目标点，首先该机器人利用其具有的激光雷达传感器采集数据，其导航模块通过利用SLAM算法，实时计算并绘制出相应的环境地图，该环境地图为二维栅格地图。当该机器人处于医院时，其实现以下三个功能：

急诊：例如在机器人定点或巡逻过程中，来院病人或家属可通过语音，发起需求，通过机器人连接急诊医生，语音通报急诊医生及位置，并安抚病人；

导诊：机器人为来院病人提供问询，如挂号取药缴费，为导诊工作人员分流，且机器人导诊不受情绪影响，能为来院问询的人提供更精准和贴心的服务，导病人前往就医。在空余时间，能为大厅科普医学和预防知识。

复诊：采用人脸识别，自动匹配病人病历信息，为复诊病人自动挂号和相关复诊服务。

综上所述，本发明一种医疗引导机器人及其实现方法通过语音识别处理模块、人脸识别模块、引导处理单元、导航模块等，实现了为来院患者提供医院里的自助导诊、复诊以及急诊服务等功能，其可以解决医院和诊所突发情况，为病人或病人家属提供快速通道，以及巡逻时帮助病人或家属发起异常通报，帮助急诊医生快速到达现场，降低了人力资源并提高了病人的就诊效率。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何本领域技术人员均可在不违背本发明的精神及范畴下，对上述实施例进行修饰与改变。因此，本发明的权利保护范围，应如权利要求书所列。

Claims (10)

1.一种医疗引导机器人，除机器人本体外，还包括：

语音识别处理模块，用于获取和识别语音信息，并将识别的语音数据传送至引导处理单元，并输出引导处理单元所产生的语音应答；

人脸识别模块，用于采集人脸图像，对采集的人脸图像进行人脸识别，并将人脸识别结果传送至引导处理单元；

引导处理单元，用于根据所述语音识别处理模块和/或人脸识别模块的识别结果判断是启动急诊处理还是门诊处理，根据判断结果进行相应处理，同时所述引导处理单元还对获得语音识别结果产生语音应答；

导航模块，用于利用激光雷达传感器采集数据建立环境地图，获取机器人当前位置及目标点位置，基于所建立的环境地图生成最优路径，驱动机器人移动行走至目标点位置；

行走机构，设于所述机器人底部，以在所述导航模块的控制下，驱动机器人移动行走至目标点位置。

2.如权利要求1所述的一种医疗引导机器人，其特征在于，所述引导处理单元进一步包括：

判断单元，用于将所述语音识别处理模块和/或人脸识别模块的识别结果与预设的急诊信息判断数据库进行匹配，根据匹配结果启动急诊处理单元或门诊处理单元；

急诊处理单元，用于于启动后，将语音识别处理模块获得的语音文本于对话数据库中进行搜索，得到匹配的语音应答通过所述语音识别处理模块输出，根据获得的语音识别结果确定并连接相应的急诊医生，确定急诊医生的位置，并将其传送至导航模块以驱动机器人移动行走至该急诊医生的位置；

门诊处理单元，用于在所述判断单元的判断结果为不是急诊时启动，根据所述人脸识别模块识别出的人脸特征判断为复诊病人还是初诊病人，并提供相应的门诊服务。

3.如权利要求2所述的一种医疗引导机器人，其特征在于，所述急诊处理单元包括：

语音数据匹配处理单元，用于将所述语音识别处理模块获得的语音文本于预设的对话数据库中进行搜索，得到匹配的语音应答通过所述语音识别处理模块输出；

急诊医生确定单元，用于根据获得的语音文本确定急诊科室及相应的急诊医生；

急诊医生信息获取单元，用于获取急诊医生的相关信息，并获取该急诊医生的位置信息将其发送至所述导航模块，以便所述导航模块根据该位置信息驱动机器人移动行走至该急诊医生的位置。

4.如权利要求3所述的一种医疗引导机器人，其特征在于：所述急诊医生信息获取单元通过所述导航模块获取机器人的当前位置信息，并将其当前位置信息传送至该急诊医生。

5.如权利要求3所述的一种医疗引导机器人，其特征在于，所述门诊处理单元进一步包括：

特征匹配单元，用于将所述人脸识别模块识别出的人脸特征与预先建立的就诊病人数据库中历史病人的脸部特征进行匹配，根据匹配结果启动复诊处理单元或初诊处理单元；

复诊处理单元，用于根据匹配结果获得该复诊病人的历史病例，根据历史病例对该复诊病人进行复诊处理；

初诊处理单元，用于根据预设的对话数据库获取相应的语音应答至语音识别处理模块输出以提供相应的导诊服务。

6.如权利要求5所述的一种医疗引导机器人，其特征在于，所述导航模块包括：

地图构建单元，用于利用激光雷达传感器采集数据，并利用即时定位与地图构建技术构建环境地图；

机器人位置获取单元，用于实时根据激光雷达传感器采集数据，并通过视觉定位算法获得该机器人于该环境地图中的当前位置；

目的地位置获取单元，用于获取目标点位置；

路径规划单元，用于根据机器人当前位置以及目标点位置，通过路径规划算法生成机器人从当前位置到目标点位置的最优路线；

行走控制单元，用于根据生成的最优路线产生控制信号至机器人的行走机构，以驱动机器人移动行走至所述目标点位置。

7.如权利要求6所述的一种医疗引导机器人，其特征在于：所述目标点位置通过所述引导处理单元的急诊处理单元获得或为系统中预设定点巡逻的下一个目标点位置。

8.如权利要求6所述的一种医疗引导机器人，其特征在于：所述导航模块还包括障碍检测单元，以于所述行走控制单元驱动机器人移动行走过程中检测地面障碍物，并根据地面障碍物的检测结果控制所述行走控制单元进行避障处理。

9.一种医疗引导机器人的实现方法，包括如下步骤：

步骤S1，获取和识别语音信息，并将识别的语音数据传送至引导处理单元；

步骤S2，采集人脸图像，对采集的人脸图像进行人脸识别，并将人脸识别结果传送至引导处理单元；

步骤S3，利用引导处理单元根据语音识别结果和/或人脸识别结果判断是启动急诊处理还是门诊处理，并根据判断结果进行相应处理；

步骤S4，利用激光雷达传感器采集数据建立环境地图，获取机器人当前位置及目标点位置，基于所建立的环境地图生成最优路径，驱动机器人移动行走至目标点位置。

10.如权利要求9所述的一种医疗引导机器人的实现方法，其特征在于，步骤S3进一步包括：

步骤S300，将所述语音识别结果和/或人脸识别结果于预设的急诊信息判断数据库中进行匹配，根据匹配结果启动急诊处理或门诊处理；

步骤S301于启动急诊处理后，将语音识别获得的语音文本于预设的对话数据库中进行搜索，得到匹配的语音应答通过语音识别处理模块输出，根据获得的语音文本确定并连接相应的急诊医生，确定急诊医生的位置，驱动机器人移动行走至该急诊医生的位置；

步骤S302，在于启动门诊处理后，根据人脸识别出的人脸特征判断为复诊病人还是初诊病人，并提供相应的门诊服务。