CN109955257A - 一种机器人的唤醒方法、装置、终端设备和存储介质 - Google Patents

一种机器人的唤醒方法、装置、终端设备和存储介质 Download PDF

Info

Publication number
CN109955257A
CN109955257A CN201711402867.XA CN201711402867A CN109955257A CN 109955257 A CN109955257 A CN 109955257A CN 201711402867 A CN201711402867 A CN 201711402867A CN 109955257 A CN109955257 A CN 109955257A
Authority
CN
China
Prior art keywords
robot
image
depth image
target
awakening method
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201711402867.XA
Other languages
English (en)
Inventor
熊友军
张军健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Ubtech Technology Co ltd
Original Assignee
Shenzhen Ubtech Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Ubtech Technology Co ltd filed Critical Shenzhen Ubtech Technology Co ltd
Priority to CN201711402867.XA priority Critical patent/CN109955257A/zh
Publication of CN109955257A publication Critical patent/CN109955257A/zh
Pending legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/0005—Manipulators having means for high-level communication with users, e.g. speech generator, face recognition means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1671—Programme controls characterised by programming, planning systems for manipulators characterised by simulation, either to verify existing program or to create and verify new program, CAD/CAM oriented, graphic oriented programming systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Manipulator (AREA)

Abstract

本发明涉及机器人控制技术领域，提出一种机器人的唤醒方法、装置、终端设备和计算机存储介质。所述机器人的唤醒方法包括：采集机器人前方预设区域的深度图像；根据所述深度图像判断所述机器人前方第一距离内是否存在物体；若所述机器人前方第一距离内存在物体，则通过所述机器人的前置摄像头采集所述机器人前方的目标图像，并对所述目标图像进行人脸图像检测；若在所述目标图像中检测到人脸图像，则唤醒所述机器人。上述过程利用深度检测判断机器人前方是否存在物体，只有在机器人前方存在物体的情况下才打开机器人的前置摄像头采集图像并进行人脸检测，从而避免时刻进行图像采集和人脸检测，能够有效减小系统的工作负荷。

Description

一种机器人的唤醒方法、装置、终端设备和存储介质
技术领域
本发明涉及机器人控制技术领域，尤其涉及一种机器人的唤醒方法、装置、终端设备和计算机存储介质。
背景技术
对于智能机器人的唤醒操作，一般采用手势唤醒或者语音唤醒。手势唤醒指用户在机器人面前通过做出特定的手势来唤醒机器人，语音唤醒指用户对着机器人说出特定的唤醒语句以唤醒机器人。
上述方式都需要用户进行一定的行为操作，用户体验不佳。而为了进一步降低用户唤醒机器人的操作复杂度，提升用户体验，目前主要采用如下技术方案：在机器人上设置摄像头；利用该摄像头采集机器人前方的图像并进行人脸检测；当检测到人脸时自动唤醒机器人。虽然采用这种技术方案能够实现用户不需任何动作即可唤醒机器人，但系统一直处于图像采集和人脸检测的状态，工作负荷较大。
发明内容
有鉴于此，本发明实施例提供了一种机器人的唤醒方法、装置、终端设备和计算机存储介质，能够实现用户不需任何动作即可唤醒机器人，且系统的工作负荷较小。
本发明实施例的第一方面提供了一种机器人的唤醒方法，包括：
采集机器人前方预设区域的深度图像；
根据所述深度图像判断所述机器人前方第一距离内是否存在物体；
若所述机器人前方第一距离内存在物体，则通过所述机器人的前置摄像头采集所述机器人前方的目标图像，并对所述目标图像进行人脸图像检测；
若在所述目标图像中检测到人脸图像，则唤醒所述机器人。
本发明实施例的第二方面提供了一种机器人的唤醒装置，包括：
深度图像采集模块，用于采集机器人前方预设区域的深度图像；
判断模块，用于根据所述深度图像判断所述机器人前方第一距离内是否存在物体；
人脸检测模块，用于若所述机器人前方第一距离内存在物体，则通过所述机器人的前置摄像头采集所述机器人前方的目标图像，并对所述目标图像进行人脸图像检测；
唤醒模块，用于若在所述目标图像中检测到人脸图像，则唤醒所述机器人。
本发明实施例的第三方面提供了一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如本发明实施例的第一方面提供的机器人的唤醒方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如本发明实施例的第一方面提供的机器人的唤醒方法的步骤。
在本发明实施例中，采集机器人前方预设区域的深度图像；根据所述深度图像判断所述机器人前方第一距离内是否存在物体；若所述机器人前方第一距离内存在物体，则通过所述机器人的前置摄像头采集所述机器人前方的目标图像，并对所述目标图像进行人脸图像检测；若在所述目标图像中检测到人脸图像，则唤醒所述机器人。上述过程利用深度检测判断机器人前方是否存在物体，只有在机器人前方存在物体的情况下才打开机器人的前置摄像头采集图像并进行人脸检测，从而避免时刻进行图像采集和人脸检测，能够有效减小系统的工作负荷。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种机器人的唤醒方法的第一个实施例的流程图；
图2是本发明实施例提供的一种机器人的唤醒方法的第二个实施例的流程图；
图3是本发明实施例提供的一种机器人的唤醒方法的第三个实施例的流程图；
图4是本发明实施例提供的一种机器人的唤醒装置的一个实施例的结构图；
图5是本发明实施例提供的一种终端设备的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本发明实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本发明的描述。
本发明实施例提供了一种机器人的唤醒方法、装置、终端设备和计算机存储介质，能够实现用户不需任何动作即可唤醒机器人，且系统的工作负荷较小。
请参阅图1，本发明实施例中一种机器人的唤醒方法的第一个实施例包括：
101、采集机器人前方预设区域的深度图像；
通过深度摄像头采集机器人前方预设区域内的深度图像，该预设区域的范围可以通过改变深度摄像头的参数进行调整。具体的，以预设的频率(比如25帧/秒)实时采集所述深度图像。
102、根据所述深度图像判断所述机器人前方第一距离内是否存在物体；
在采集深度图像的过程中，通过采集到的深度图像判断机器人前方的第一距离内是否存在物体。深度图像中包含深度信息，可以根据深度信息计算得到深度图像中各个物体与摄像点之间的距离，从而可以判断机器人前方某一距离内(比如1米)是否存在物体。若所述机器人前方第一距离内存在物体，则执行步骤103，否则停留在步骤102。
103、通过所述机器人的前置摄像头采集所述机器人前方的目标图像，并对所述目标图像进行人脸图像检测；
机器人前方第一距离内存在物体，说明当前可能有用户需要与机器人进行交互，此时打开机器人的前置摄像头，采集机器人前方的图像，并对采集到的图像进行人脸图像检测。
104、若在所述目标图像中检测到人脸图像，则唤醒所述机器人。
若在所述目标图像中检测到人脸图像，则说明当前有用户需要与机器人进行交互，此时唤醒该机器人，开启机器人的语音识别系统，以获取用户的语音指令。若在所述目标图像中检测不到人脸图像，则说明机器人面前没有用户，无需唤醒机器人；出现这种情况的原因一般是机器人面前放置有杂物，此时可以在一定的时长后(比如10秒)关闭机器人的前置摄像头，停止人脸检测，然后返回步骤102，并根据新采集到的深度图像判断机器人前方第一距离内是否存在除上述检测到的物体之外的新物体，若存在新物体才重新打开机器人的前置摄像头进行人脸检测，以避免由于机器人面前存在杂物导致系统一直处于图像采集和人脸检测的状态。
在本发明实施例中，采集机器人前方预设区域的深度图像；根据所述深度图像判断所述机器人前方第一距离内是否存在物体；若所述机器人前方第一距离内存在物体，则通过所述机器人的前置摄像头采集所述机器人前方的目标图像，并对所述目标图像进行人脸图像检测；若在所述目标图像中检测到人脸图像，则唤醒所述机器人。上述过程利用深度检测判断机器人前方是否存在物体，只有在机器人前方存在物体的情况下才打开机器人的前置摄像头采集图像并进行人脸检测，从而避免时刻进行图像采集和人脸检测，能够有效减小系统的工作负荷。
请参阅图2，本发明实施例中一种机器人的唤醒方法的第二个实施例包括：
201、采集机器人前方预设区域的深度图像；
202、根据所述深度图像判断所述机器人前方第一距离内是否存在物体；
步骤201至202与步骤101至102相同，具体可参照步骤101至102的相关说明。若所述机器人前方第一距离内存在物体，则执行步骤203，否则停留在步骤202。
203、根据所述深度图像判断所述物体是否为动态物体；
若机器人前方第一距离内存在物体，则进一步判断该物体是否为动态物体。用户从远处走到机器人面前是一个动态的过程，因此若检测到的物体不是动态物体则说明该物体可能是放置于机器人身前的杂物，当前没有用户需要与机器人进行交互，此时不必打开机器人的前置摄像头进行人脸检测，可以返回步骤201。若所述物体为动态物体，则说明当前可能有用户需要与机器人进行交互，执行步骤204。
可选的，步骤203具体可以包括：
(A1)从采集到的所述深度图像中选取两帧以上的目标深度图像，所述目标深度图像包括当前时刻采集到的所述深度图像；
(A2)按照时间的先后顺序对各个所述目标深度图像进行排序；
(A3)根据所述物体在各个所述目标深度图像中的深度信息，按照所述排序依次计算各个所述目标深度图像中所述物体相对于所述机器人的距离值；
(A4)若依次计算得到的各个所述距离值逐渐减小，则判定所述物体为动态物体。
在步骤A1中，首先从采集到的深度图像中选取两帧以上的深度图像确定为目标深度图像，所述目标深度图像包括当前时刻采集到的深度图像。选取的原则可以是隔帧获取，比如选取单数帧(偶数帧)的深度图像作为目标深度图像；也可以是选取固定时间点采集到的深度图像作为目标深度图像，比如距当前时刻0.5秒、1秒、1.5秒…前的深度图像。
在步骤A2中，按照时间的先后顺序对各个所述目标深度图像进行排序，假设选取的目标深度图像为3秒前拍摄的深度图像A、2秒前拍摄的深度图像B、1秒前拍摄的深度图像C以及当前时刻拍摄的深度图像D，则排序结果为：A-B-C-D。
在步骤A3中，根据所述物体在各个所述目标深度图像中的深度信息，按照所述排序依次计算各个所述目标深度图像中所述物体相对于所述机器人的距离值。同样采用步骤A2中的例子，按照时间的排序结果为A-B-C-D，则首先计算深度图像A中所述物体相对于所述机器人的距离值dA，然后计算深度图像B中所述物体相对于所述机器人的距离值dB，接着计算深度图像C中所述物体相对于所述机器人的距离值dC，最后计算深度图像D中所述物体相对于所述机器人的距离值dD。
在步骤A4中，若依次计算得到的各个所述距离值逐渐减小，则判定所述物体为动态物体。比如若dD＜dC＜dB＜dA，则说明所述物体逐渐向机器人靠近，为动态物体。
可选的，步骤203具体也可以包括：
(B1)从采集到的所述深度图像中选取两帧以上的目标深度图像，所述目标深度图像包括当前时刻采集到的所述深度图像；
(B2)按照时间的先后顺序对各个所述目标深度图像进行排序；
(B3)将排序后的各个所述目标深度图像中相邻的目标深度图像之间分别进行RGB值的匹配，得到多个颜色匹配度；
(B4)若所述多个颜色匹配度均小于第一阈值，则判定所述物体为动态物体。
步骤B1、B2分别与步骤A1、A2相同，具体可参照步骤A1、A2的相关说明。
在步骤B3中，将排序后的各个所述目标深度图像中相邻的目标深度图像之间分别进行RGB值的匹配，得到多个颜色匹配度。同样采用步骤A2-A4中的例子，在步骤B3中分别将深度图像A和深度图像B、深度图像B和深度图像C、深度图像C和深度图像D进行RGB值的对比匹配，得到颜色匹配度AB、颜色匹配度BC和颜色匹配度CD共3个颜色匹配度。进一步的，假设第一目标深度图像和第二目标深度图像为各个所述目标深度图像中相邻的任意两个目标深度图像，则第一目标深度图像和第二目标深度图像之间的颜色匹配度可以通过以下步骤计算：
(1)按照相同的划分规则分别将第一目标深度图像和第二目标深度图像划分成多个图像块；
(2)将第一目标深度图像中的各个图像块分别与第二目标深度图像中位置对应的各个图像块进行匹配，得到各个图像块的颜色匹配度；
(3)将各个图像块的颜色匹配度的平均值确定为第一目标深度图像和第二目标深度图像之间的颜色匹配度。
在上述步骤(1)至(3)中，通过将目标深度图像划分成多个图像块，再将每个图像块单独进行RGB值的匹配，能够有效降低颜色特征匹配时的计算量，从而提高系统的运算速度。
在步骤B4中，若所述多个颜色匹配度均小于第一阈值，则判定所述物体为动态物体。若所述物体为静态物体，则各个所述目标深度图像之间应当近似相同，即具备相近的颜色特征(RGB值)，计算得到的所述颜色匹配度应当较高。反之，若所述物体为动态物体，则各个所述目标深度图像之间应当具备一定的颜色特征的区别，即计算得到的颜色匹配度应当较低。因此，若所述多个颜色匹配度均小于第一阈值(比如0.8)，则可以判定所述物体为动态物体。
204、通过所述机器人的前置摄像头采集所述机器人前方的目标图像，并对所述目标图像进行人脸图像检测；
205、若在所述目标图像中检测到人脸图像，则唤醒所述机器人。
步骤204至205与步骤103至104相同，具体可参照步骤103至104的相关说明。
在本发明实施例中，采集机器人前方预设区域的深度图像；根据所述深度图像判断所述机器人前方第一距离内是否存在物体；若所述机器人前方第一距离内存在物体，则根据所述深度图像判断所述物体是否为动态物体；若为动态物体，则通过所述机器人的前置摄像头采集所述机器人前方的目标图像，并对所述目标图像进行人脸图像检测；若在所述目标图像中检测到人脸图像，则唤醒所述机器人。与本发明第一个实施例相比，本实施例在判定机器人前方第一距离内存在物体后进一步判断该物体是否为动态物体，只有当该物体为动态物体时才开启机器人的前置摄像头并进行人脸检测，能够避免由于机器人面前存在杂物等静态物体造成前置摄像头的误启动，进一步降低系统的工作负荷。
请参阅图3，本发明实施例中一种机器人的唤醒方法的第三个实施例包括：
301、采集机器人前方预设区域的深度图像；
302、根据所述深度图像判断所述机器人前方第一距离内是否存在物体；
303、通过所述机器人的前置摄像头采集所述机器人前方的目标图像，并对所述目标图像进行人脸图像检测；
304、若在所述目标图像中检测到人脸图像，则唤醒所述机器人；
步骤301至304与步骤101至104相同，具体可参照步骤101至104的相关说明。
305、获取输入所述机器人的语音信号；
机器人被唤醒后，其语音识别系统即开启，用户能够通过说话的方式与机器人进行交互。
306、判断所述语音信号是否为有效的控制信号；
在用户发出语音信号后，机器人的语音识别系统获取该语音信号，并判断该语音信号是否为有效的控制信号。有效的控制信号为机器人能够识别的控制指令，比如一般的问候语句，或者“跳舞”、“播放音乐”等动作指令；而无效的控制信号一般为噪音等无意义的语音信号。若所述语音信号为有效的控制信号，则执行步骤307，否则返回步骤305。
307、控制所述机器人执行与所述语音信号对应的动作。
所述语音信号为有效的控制信号，控制机器人执行与所述语音信号对应的动作。比如与用户进行语音交互，或者执行对应的动作。
另外，在用户与机器人的交互过程中，机器人的控制系统还可以同时执行以下步骤：
(1)获取所述人脸图像在所述目标图像中的位置信息；
(2)根据所述位置信息计算所述人脸图像与所述目标图像的中心区域之间的偏离值；
(3)根据所述偏离值调整所述前置摄像头的拍摄角度，以使所述前置摄像头当前采集到的目标图像中的人脸图像处于所述中心区域。
对于上述步骤(1)至(3)，首先获取人脸图像在所述目标图像中的位置信息；然后根据所述位置信息计算所述人脸图像与所述目标图像的中心区域之间的偏离值，比如若人脸图像在目标图像左下角的某个区域，则可以根据人脸图像中各个像素点的位置坐标计算该人脸图像的中心点与所述目标图像的中心区域之间的距离，作为所述偏离值；最后根据所述偏离值调整所述前置摄像头的拍摄角度，以使所述前置摄像头当前采集到的目标图像中的人脸图像处于所述中心区域，具体可以将该偏离值发送给机器人的伺服舵机控制系统，由该控制系统调整机器人腰部的舵机转动调整，使得所述前置摄像头当前采集到的目标图像中的人脸图像处于所述中心区域。
进一步的，若所述前置摄像头当前采集到的目标图像中检测不到人脸图像，则在预设的时长后关闭机器人的语音识别系统，使机器人重新进入休眠状态，并返回步骤301。
若所述前置摄像头当前采集到的目标图像中检测不到人脸图像，则说明用户已经离开，此时使机器人重新进入休眠状态，并返回步骤301，以等待下一个用户。通过这样设置，当用户离开后，机器人不会由于接收到噪音等原因而自己乱说话。
在本发明实施例中，采集机器人前方预设区域的深度图像；根据所述深度图像判断所述机器人前方第一距离内是否存在物体；若所述机器人前方第一距离内存在物体，则通过所述机器人的前置摄像头采集所述机器人前方的目标图像，并对所述目标图像进行人脸图像检测；若在所述目标图像中检测到人脸图像，则唤醒所述机器人；获取输入所述机器人的语音信号；判断所述语音信号是否为有效的控制信号；控制所述机器人执行与所述语音信号对应的动作。上述过程利用深度检测判断机器人前方是否存在物体，只有在机器人前方存在物体的情况下才打开机器人的前置摄像头采集图像并进行人脸检测，从而避免时刻进行图像采集和人脸检测，能够有效减小系统的工作负荷。
应理解，上述各个实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
上面主要描述了一种机器人的唤醒方法，下面将对一种机器人的唤醒装置进行描述。
请参阅图4，本发明实施例中一种机器人的唤醒装置的一个实施例包括：
深度图像采集模块401，用于采集机器人前方预设区域的深度图像；
判断模块402，用于根据所述深度图像判断所述机器人前方第一距离内是否存在物体；
人脸检测模块403，用于若所述机器人前方第一距离内存在物体，则通过所述机器人的前置摄像头采集所述机器人前方的目标图像，并对所述目标图像进行人脸图像检测；
唤醒模块404，用于若在所述目标图像中检测到人脸图像，则唤醒所述机器人。
本发明实施例还提供一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如图1至图3表示的任意一种机器人的唤醒方法的步骤。
本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如图1至图3表示的任意一种机器人的唤醒方法的步骤。
图5是本发明一实施例提供的终端设备的示意图。如图5所示，该实施例的终端设备5包括：处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现上述各个机器人的唤醒方法的实施例中的步骤，例如图1所示的步骤101至104。或者，所述处理器50执行所述计算机程序52时实现上述各装置实施例中各模块/单元的功能，例如图4所示模块401至404的功能。
所述计算机程序52可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器51中，并由所述处理器50执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。
所述终端设备5可以是各种类型的手机、桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括，但不仅限于，处理器50、存储器51。本领域技术人员可以理解，图5仅仅是终端设备5的示例，并不构成对终端设备5的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备5还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述终端设备5的内部存储单元，例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备，例如所述终端设备5上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。
以上所述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精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种机器人的唤醒方法，其特征在于，包括：
采集机器人前方预设区域的深度图像；
根据所述深度图像判断所述机器人前方第一距离内是否存在物体；
若所述机器人前方第一距离内存在物体，则通过所述机器人的前置摄像头采集所述机器人前方的目标图像，并对所述目标图像进行人脸图像检测；
若在所述目标图像中检测到人脸图像，则唤醒所述机器人。
2.如权利要求1所述的机器人的唤醒方法，其特征在于，在通过所述机器人的前置摄像头采集所述机器人前方的目标图像之前，还包括：
根据所述深度图像判断所述物体是否为动态物体；
若所述物体为动态物体，则执行通过所述机器人的前置摄像头采集所述机器人前方的目标图像的步骤；
若所述物体不是动态物体，则返回采集机器人前方预设区域的深度图像的步骤。
3.如权利要求2所述的机器人的唤醒方法，其特征在于，所述根据所述深度图像判断所述物体是否为动态物体包括：
从采集到的所述深度图像中选取两帧以上的目标深度图像，所述目标深度图像包括当前时刻采集到的所述深度图像；
按照时间的先后顺序对各个所述目标深度图像进行排序；
根据所述物体在各个所述目标深度图像中的深度信息，按照所述排序依次计算各个所述目标深度图像中所述物体相对于所述机器人的距离值；
若依次计算得到的各个所述距离值逐渐减小，则判定所述物体为动态物体。
4.如权利要求2所述的机器人的唤醒方法，其特征在于，所述根据所述深度图像判断所述物体是否为动态物体包括：
从采集到的所述深度图像中选取两帧以上的目标深度图像，所述目标深度图像包括当前时刻采集到的所述深度图像；
按照时间的先后顺序对各个所述目标深度图像进行排序；
将排序后的各个所述目标深度图像中相邻的目标深度图像之间分别进行RGB值的匹配，得到多个颜色匹配度；
若所述多个颜色匹配度均小于第一阈值，则判定所述物体为动态物体。
5.如权利要求4所述的机器人的唤醒方法，其特征在于，第一目标深度图像和第二目标深度图像为各个所述目标深度图像中相邻的任意两个目标深度图像，第一目标深度图像和第二目标深度图像之间的颜色匹配度通过以下步骤计算：
按照相同的划分规则分别将第一目标深度图像和第二目标深度图像划分成多个图像块；
将第一目标深度图像中的各个图像块分别与第二目标深度图像中位置对应的各个图像块进行匹配，得到各个图像块的颜色匹配度；
将各个图像块的颜色匹配度的平均值确定为第一目标深度图像和第二目标深度图像之间的颜色匹配度。
6.如权利要求1所述的机器人的唤醒方法，其特征在于，在检测到人脸图像之后，还包括：
获取所述人脸图像在所述目标图像中的位置信息；
根据所述位置信息计算所述人脸图像与所述目标图像的中心区域之间的偏离值；
根据所述偏离值调整所述前置摄像头的拍摄角度，以使所述前置摄像头当前采集到的目标图像中的人脸图像处于所述中心区域。
7.如权利要求1至6中任一项所述的机器人的唤醒方法，其特征在于，在唤醒所述机器人之后，还包括：
获取输入所述机器人的语音信号；
判断所述语音信号是否为有效的控制信号；
若所述语音信号为有效的控制信号，则控制所述机器人执行与所述语音信号对应的动作。
8.一种机器人的唤醒装置，其特征在于，包括：
深度图像采集模块，用于采集机器人前方预设区域的深度图像；
判断模块，用于根据所述深度图像判断所述机器人前方第一距离内是否存在物体；
人脸检测模块，用于若所述机器人前方第一距离内存在物体，则通过所述机器人的前置摄像头采集所述机器人前方的目标图像，并对所述目标图像进行人脸图像检测；
唤醒模块，用于若在所述目标图像中检测到人脸图像，则唤醒所述机器人。
9.一种终端设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的机器人的唤醒方法的步骤。
10.一种计算机可读存储介质，所述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如权利要求1至7中任一项所述的机器人的唤醒方法的步骤。
CN201711402867.XA 2017-12-22 2017-12-22 一种机器人的唤醒方法、装置、终端设备和存储介质 Pending CN109955257A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711402867.XA CN109955257A (zh) 2017-12-22 2017-12-22 一种机器人的唤醒方法、装置、终端设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711402867.XA CN109955257A (zh) 2017-12-22 2017-12-22 一种机器人的唤醒方法、装置、终端设备和存储介质

Publications (1)

Publication Number Publication Date
CN109955257A true CN109955257A (zh) 2019-07-02

Family

ID=67019111

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711402867.XA Pending CN109955257A (zh) 2017-12-22 2017-12-22 一种机器人的唤醒方法、装置、终端设备和存储介质

Country Status (1)

Country Link
CN (1) CN109955257A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110815221A (zh) * 2019-11-11 2020-02-21 路邦科技授权有限公司 一种仿生机器人的安全控制系统及其控制方法
CN112230652A (zh) * 2020-09-04 2021-01-15 安克创新科技股份有限公司 行走机器人及其移动控制的方法、计算机存储介质
CN112634895A (zh) * 2020-12-25 2021-04-09 苏州思必驰信息科技有限公司 语音交互免唤醒方法和装置
CN112666572A (zh) * 2019-09-30 2021-04-16 北京声智科技有限公司 基于雷达的唤醒方法、唤醒装置、电子设备及存储介质
CN112784634A (zh) * 2019-11-07 2021-05-11 北京沃东天骏信息技术有限公司 视频信息处理方法、装置和系统
CN114536363A (zh) * 2022-02-25 2022-05-27 杭州萤石软件有限公司 一种机器人控制方法、机器人系统及一种机器人
CN115550615A (zh) * 2022-11-28 2022-12-30 云丁网络技术(北京)有限公司 智能设备的录像方法及装置、电子设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008001492A1 (fr) * 2006-06-28 2008-01-03 Nec Corporation Automate, procédé et programme de commande d'automate
CN103795871A (zh) * 2014-01-22 2014-05-14 宇龙计算机通信科技(深圳)有限公司 一种待机的方法及系统
CN105488817A (zh) * 2016-01-21 2016-04-13 联想(北京)有限公司 信息处理方法及电子设备
CN106097398A (zh) * 2016-07-27 2016-11-09 维沃移动通信有限公司 一种运动对象的检测方法及移动终端
CN106339219A (zh) * 2016-08-19 2017-01-18 北京光年无限科技有限公司 一种机器人服务的唤醒方法及装置
CN106355242A (zh) * 2016-09-26 2017-01-25 苏州小璐机器人有限公司 一种基于人脸检测的互动机器人
CN107486863A (zh) * 2017-08-18 2017-12-19 南京阿凡达机器人科技有限公司 一种基于感知的机器人主动交互方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008001492A1 (fr) * 2006-06-28 2008-01-03 Nec Corporation Automate, procédé et programme de commande d'automate
CN103795871A (zh) * 2014-01-22 2014-05-14 宇龙计算机通信科技(深圳)有限公司 一种待机的方法及系统
CN105488817A (zh) * 2016-01-21 2016-04-13 联想(北京)有限公司 信息处理方法及电子设备
CN106097398A (zh) * 2016-07-27 2016-11-09 维沃移动通信有限公司 一种运动对象的检测方法及移动终端
CN106339219A (zh) * 2016-08-19 2017-01-18 北京光年无限科技有限公司 一种机器人服务的唤醒方法及装置
CN106355242A (zh) * 2016-09-26 2017-01-25 苏州小璐机器人有限公司 一种基于人脸检测的互动机器人
CN107486863A (zh) * 2017-08-18 2017-12-19 南京阿凡达机器人科技有限公司 一种基于感知的机器人主动交互方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
万卫兵 等: "《智能视频监控中目标检测与识别》", 31 January 2010 *
刘传才: "《图像理解与计算机视觉》", 30 September 2002 *
林丕源 等: "《计算机图形图像处理应用技术》", 28 February 1998 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112666572A (zh) * 2019-09-30 2021-04-16 北京声智科技有限公司 基于雷达的唤醒方法、唤醒装置、电子设备及存储介质
CN112784634A (zh) * 2019-11-07 2021-05-11 北京沃东天骏信息技术有限公司 视频信息处理方法、装置和系统
CN110815221A (zh) * 2019-11-11 2020-02-21 路邦科技授权有限公司 一种仿生机器人的安全控制系统及其控制方法
CN112230652A (zh) * 2020-09-04 2021-01-15 安克创新科技股份有限公司 行走机器人及其移动控制的方法、计算机存储介质
CN112634895A (zh) * 2020-12-25 2021-04-09 苏州思必驰信息科技有限公司 语音交互免唤醒方法和装置
CN114536363A (zh) * 2022-02-25 2022-05-27 杭州萤石软件有限公司 一种机器人控制方法、机器人系统及一种机器人
CN114536363B (zh) * 2022-02-25 2024-06-04 杭州萤石软件有限公司 一种机器人控制方法、机器人系统及一种机器人
CN115550615A (zh) * 2022-11-28 2022-12-30 云丁网络技术(北京)有限公司 智能设备的录像方法及装置、电子设备和存储介质
CN115550615B (zh) * 2022-11-28 2023-07-21 云丁网络技术(北京)有限公司 智能设备的录像方法及装置、电子设备和存储介质
WO2024114612A1 (zh) * 2022-11-28 2024-06-06 鹿客科技(北京)股份有限公司 智能设备的录像方法及装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN109955257A (zh) 一种机器人的唤醒方法、装置、终端设备和存储介质
CN106782536B (zh) 一种语音唤醒方法及装置
EP3910507A1 (en) Method and apparatus for waking up screen
CN110009052A (zh) 一种图像识别的方法、图像识别模型训练的方法及装置
WO2018006374A1 (zh) 一种基于主动唤醒的功能推荐方法、系统及机器人
CN110136714A (zh) 自然交互语音控制方法及装置
CN104049760B (zh) 一种人机交互命令的获取方法及系统
WO2021115176A1 (zh) 语音识别方法及相关设备
CN110010125A (zh) 一种智能机器人的控制方法、装置、终端设备及介质
CN110741387B (zh) 人脸识别方法、装置、存储介质及电子设备
CN111862951B (zh) 语音端点检测方法及装置、存储介质、电子设备
WO2016169096A1 (zh) 一种终端的控制方法及装置
CN114402356A (zh) 网络模型的训练方法、图像的处理方法、装置及电子设备
CN110544468B (zh) 应用唤醒方法、装置、存储介质及电子设备
CN110047468A (zh) 语音识别方法、装置及存储介质
CN110287925A (zh) 阅读翻页控制方法及相关产品
CN109448705A (zh) 一种语音切分方法及装置、计算机装置和可读存储介质
CN107920162A (zh) 控制闹钟的方法、移动终端及计算机可读存储介质
CN113611318A (zh) 一种音频数据增强方法及相关设备
CN106484614A (zh) 一种核对图片处理效果的方法、装置及移动终端
CN115984126A (zh) 一种基于输入指令的光图像修正方法及装置
CN107194232A (zh) 解锁控制方法、装置、计算机装置及计算机可读存储介质
CN107291238A (zh) 一种数据处理方法与装置
CN117576767A (zh) 一种基于视线识别的数字人交互拟真方法、装置及终端
CN111814840A (zh) 一种人脸图像质量评估方法、系统、设备和介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190702