CN110223693B - 一种机器人控制方法、装置、电子设备及可读存储介质 - Google Patents

一种机器人控制方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN110223693B
CN110223693B CN201910542414.XA CN201910542414A CN110223693B CN 110223693 B CN110223693 B CN 110223693B CN 201910542414 A CN201910542414 A CN 201910542414A CN 110223693 B CN110223693 B CN 110223693B
Authority
CN
China
Prior art keywords
robot
voice
voice signals
controlling
electronic device
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.)
Active
Application number
CN201910542414.XA
Other languages
English (en)
Other versions
CN110223693A (zh
Inventor
李思达
刘浩
杨力伟
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.)
Beijing Orion Star Technology Co Ltd
Original Assignee
Beijing Orion Star 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 Beijing Orion Star Technology Co Ltd filed Critical Beijing Orion Star Technology Co Ltd
Priority to CN201910542414.XA priority Critical patent/CN110223693B/zh
Publication of CN110223693A publication Critical patent/CN110223693A/zh
Application granted granted Critical
Publication of CN110223693B publication Critical patent/CN110223693B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208Noise filtering
    • G10L21/0216Noise filtering characterised by the method used for estimating noise
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00Speech recognition
    • G10L15/22Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/223Execution procedure of a spoken command
    • GPHYSICS
    • G10MUSICAL INSTRUMENTS; ACOUSTICS
    • G10LSPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L21/00Speech or voice signal processing techniques to produce another audible or non-audible signal, e.g. visual or tactile, in order to modify its quality or its intelligibility
    • G10L21/02Speech enhancement, e.g. noise reduction or echo cancellation
    • G10L21/0208Noise filtering
    • G10L21/0216Noise filtering characterised by the method used for estimating noise
    • G10L2021/02161Number of inputs available containing the signal or the noise to be suppressed
    • G10L2021/02166Microphone arrays; Beamforming

Landscapes

  • Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Quality & Reliability (AREA)
  • Signal Processing (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种机器人控制方法、装置、电子设备及可读存储介质,该方法包括:根据机器人当前的状态信息,确定所述机器人满足调整条件;调整所述机器人的语音处理模式,以降低所述机器人的CPU占有率。本发明中根据机器人当前的状态信息,确定该机器人满足调整条件时,调整该机器人的语音处理模式来降低该机器人的CPU占有率,以避免发生CPU算力被占满导致的任务进程中断和崩溃。

Description

一种机器人控制方法、装置、电子设备及可读存储介质
技术领域
本发明涉及机器人技术领域,尤其涉及一种机器人控制方法、装置、电子设备及可读存储介质。
背景技术
通常对于一台电子设备尤其是机器人来讲,受硬件资源的限制,电子设备的运算处理能力(以下简称“算力”)有限,在执行多任务的情况下,电子设备CPU(CentralProcessing Unit,中央处理器)算力可能被占满,导致正在执行的任务进程中断,甚至崩溃。
发明内容
本发明提供了一种机器人控制方法、装置、电子设备及可读存储介质,用以解决现有技术中CPU算力被占满导致正在执行的任务终端甚至崩溃的问题。
本发明实施例提供了一种机器人控制方法,该方法包括:
根据机器人当前的状态信息,确定所述机器人满足调整条件;
调整所述机器人的语音处理模式,以降低所述机器人的CPU占有率。
在一种可能的实施方式中,所述调整所述机器人的语音处理模式,包括:
控制所述机器人对采集到的N路语音信号中的M路语音信号进行处理,M小于N,且M和N均为正整数;和/或
控制所述机器人从长拾音模式切换到单次唤醒拾音模式。
在一种可能的实施方式中,所述控制所述机器人从长拾音模式切换到单次唤醒拾音模式,包括:
当识别到所述机器人采集到的语音数据中包含唤醒词时,唤醒所述机器人;和/或
当识别到所述机器人采集到的语音数据中包括指令词的语音信号时,唤醒所述机器人并对所述包括指令词的语音信号进行处理。
在一种可能的实施方式中,所述控制所述机器人对采集到的N路语音信号中的M路语音信号进行处理之后,所述方法还包括:
如果确定调整语音处理模式后的机器人仍满足所述调整条件,控制所述机器人对采集到的所述M路语音信号中的X路语音信号进行处理,其中,X为小于M的正整数。
在一种可能的实施方式中,所述控制所述机器人对采集到的N路语音信号中的M路语音信号进行处理包括:
根据所述机器人的麦克风阵列所包含的N个麦克风的排列位置,选择间隔设定数量的M个麦克风;
控制所述机器人对所选择的M个麦克风采集到的语音信号进行处理。
在一种可能的实施方式中,所述根据机器人当前的状态信息,确定所述机器人满足调整条件包括:
若根据机器人当前的状态信息确定所述机器人当前的CPU占有率达到了预设的CPU占有率阈值,则确定所述机器人满足调整条件;和/或
若根据机器人当前的状态信息确定所述机器人当前执行的任务为指定任务,则确定所述机器人满足调整条件。
在一种可能的实施方式中,所述方法还包括:
控制所述机器人关闭所述指定任务中部分功能模块对应的进程。
在一种可能的实施方式中,所述方法还包括:
在所述机器人已经启动的进程中,控制机器人关闭后台执行的且超过设定时长未被调用过的进程;和/或
在所述机器人已经启动的进程中,控制机器人关闭后台执行的且CPU占有率高于设定阈值的进程。
本发明实施例提供了一种机器人控制装置,该装置包括:
确定模块,用于根据机器人当前的状态信息,确定所述机器人满足调整条件;
控制模块,用于调整所述机器人的语音处理模式,以降低所述机器人的CPU占有率。
在一种可能的实施方式中,所述控制模块,具体用于控制所述机器人对采集到的N路语音信号中的M路语音信号进行处理,M小于N,且M和N均为正整数;和/或控制所述机器人从长拾音模式切换到单次唤醒拾音模式。
在一种可能的实施方式中,所述控制模块,具体用于当识别到所述机器人采集到的语音数据中包含唤醒词时,唤醒所述机器人;和/或当识别到所述机器人采集到的语音数据中包括指令词的语音信号时,唤醒所述机器人并对所述包括指令词的语音信号进行处理。
在一种可能的实施方式中,所述控制模块,还用于控制所述机器人对采集到的N路语音信号中的M路语音信号进行处理之后,如果确定调整语音处理模式后的机器人仍满足所述调整条件,控制所述机器人对采集到的所述M路语音信号中的X路语音信号进行处理,其中,X为小于M的正整数。
在一种可能的实施方式中,所述控制模块,具体用于根据所述机器人的麦克风阵列所包含的N个麦克风的排列位置,选择间隔设定数量的M个麦克风;控制所述机器人对所选择的M个麦克风采集到的语音信号进行处理。
在一种可能的实施方式中,所述确定模块,具体用于:若根据机器人当前的状态信息确定所述机器人当前的CPU占有率达到了预设的CPU占有率阈值,则确定所述机器人满足调整条件;和/或若根据机器人当前的状态信息确定所述机器人当前执行的任务为指定任务,则确定所述机器人满足调整条件。
在一种可能的实施方式中,所述控制模块,还于控制所述机器人关闭所述指定任务中部分功能模块对应的进程。
在一种可能的实施方式中,所述控制模块,还用于在所述机器人已经启动的进程中,控制机器人关闭后台执行的且超过设定时长未被调用过的进程;和/或在所述机器人已经启动的进程中,控制机器人关闭后台执行的且CPU占有率高于设定阈值的进程。
本发明实施例提供了一种电子设备,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行上述任一项所述方法的步骤。
本发明实施例提供了一种计算机可读存储介质,其存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行上述任一项所述方法的步骤。
本发明提供的实施例中,根据机器人当前的状态信息,确定该机器人满足调整条件时,调整该机器人的语音处理模式来降低该机器人的CPU占有率,以避免发生CPU算力被占满导致的任务进程中断和崩溃。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的一种机器人控制过程的示意图;
图2为本发明实施例3提供的一种麦克风阵列的示意图;
图3为本发明实施例6提供的一种电子设备的结构示意图;
图4为本发明实施例8提供的一种机器人控制装置示意图。
具体实施方式
为了避免发生CPU算力被占满导致任务进程中断和崩溃,本发明实施例提供了一种机器人控制方法、装置、电子设备及可读存储介质。
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例1:
图1为本发明实施例提供的一种机器人控制过程的示意图,该过程包括以下步骤:
S101:根据机器人当前的状态信息,确定所述机器人满足调整条件。
本发明实施例提供的控制方法的执行主体为电子设备,该电子设备可以是机器人的控制器,或与机器人连接的外部设备等,如果该电子设备为外部设备,则该外部设备能够与机器人进行通信,从而实现与机器人之间的数据传输、下发控制命令等,该外部设备可以为服务器等,本发明实施例中不对外部设备的具体形式进行限定。
电子设备可以获取到机器人当前的状态信息,具体的,机器人当前的状态信息包括但不限于以下信息中的至少一种:机器人当前的CPU占用率,机器人当前执行的任务等,其中,CPU占用率可以用来表征机器人CPU算力的使用情况,即用来表机器人CPU算力的占有率。
如果电子设备为外部设备,则该外部设备可以指示机器人上报该机器人当前的状态信息,或者机器人也可以主动将该机器人当前的状态信息上报给该外部设备,如实时或周期上报机器人当前的状态信息。
在获取到机器人当前的状态信息后,电子设备根据机器人当前的状态信息,即根据该机器人当前的CPU占用率和/或当前执行的任务,可以判断该机器人当前是否满足调整条件。该调整条件可以预先配置在电子设备,例如机器人的使用可以根据自身的实际使用需求预先配置调整条件等。
S102:调整所述机器人的语音处理模式,以降低所述机器人的CPU占有率。
电子设备如果根据机器人当前的状态信息,确定该机器人满足调整条件,则电子设备通过调整机器人的语音处理模式,来降低该机器人的CPU占有率。
电子设备中可以预先配置有机器人语音处理模式的调整策略,以通过该调整策略,降低机器人的CPU占有率。例如,机器人的使用者可以根据自身的实际使用需求预先配置调整策略等。
电子设备如果根据机器人当前的状态信息,确定该机器人不满足调整条件,则电子设备可以保持机器人当前的语音处理模式不变,即不调整机器人的语音处理模式。
本发明实施例中根据机器人当前的状态信息,确定该机器人满足调整条件时,调整该机器人的语音处理模式来降低该机器人的CPU占有率,节约了CPU资源,以避免发生CPU算力被占满导致的任务进程中断和崩溃,保证了重要进程的正常运行。
实施例2:
在上述实施例的基础上,本发明实施例中,所述根据机器人当前的状态信息,确定所述机器人满足调整条件包括:
若根据机器人当前的状态信息确定所述机器人当前的CPU占有率达到了预设的CPU占有率阈值,则确定所述机器人满足调整条件;和/或
若根据机器人当前的状态信息确定所述机器人当前执行的任务为指定任务,则确定所述机器人满足调整条件。
电子设备中可以保存有预设的CPU占有率阈值,电子设备可以根据机器人当前的CPU占有率与CPU占有率阈值,确定该机器人是否满足调整条件。CPU占有率阈值的取值可以为研发人员根据自身的经验得到的或根据实验得到的易导致任务进程中断和崩溃的CPU占有率的临界值,可以是机器人的使用者根据自身的实际使用需求配置的CPU占有率阈值,例如该CPU占有率阈值可以为90%,本发明实施例中不对CPU占有率阈值的具体取值进行限制。
电子设备根据机器人当前的CPU占有率判断机器人是否满足调整条件时,电子设备判断该机器人当前的CPU占有率是否达到了该预设的CPU占有率阈值,如果当前的CPU占有率达到了预设的CPU占有率阈值,确定该机器人满足调整条件,如果当前的CPU占有率未达到预设的CPU占有率阈值,确定该机器人不满足调整条件。
电子设备中可以预先保存有指定任务,例如,该指定任务可以为高CPU占有率任务,或者该指定任务可以为其他任务,高CPU占有率任务可以包括音视频监控任务,该音视频监控任务可以包括音频监控任务、视频监控任务、音频和视频监控任务中的一种,当然高CPU占有率也可以包括其他对运算处理能力要求较高的任务。电子设备可以获取机器人当前执行的任务,判断该机器人当前执行的任务是否为指定任务,确定该机器人是否满足调整条件。指定任务可以为研发人员根据自身的经验确定的或根据实验确定的指定任务,可以是机器人的使用者根据自身的使用习惯配置的指定任务。
电子设备根据机器人当前执行的任务判断机器人是否满足调整条件时,电子设备判断该机器人当前执行的任务是否为指定任务,例如电子设备判断该机器人当前执行的任务是否为预先配置的高CPU占有率任务。电子设备如果确定当前执行的任务为指定任务,确定该机器人满足调整条件,电子设备如果确定当前执行的任务非指定任务,确定该机器人不满足调整条件。
电子设备根据机器人当前的CPU占有率和/或机器人当前执行的任务,确定机器人满足调整条件时,电子设备可以通过调整机器人的语音处理模式,降低机器人CPU占有率,避免当前正在执行的任务的进程中断崩溃。
如果电子设备根据机器人当前的CPU占有率和当前执行的任务,判断该机器人是否满足调整条件,一种可能的实现方式中,电子设备可以在确定机器人当前的CPU占有率达到预设的CPU占有率阈值且确定机器人当前执行的任务为指定任务时,确定该机器人满足调整条件,在确定机器人当前的CPU占有率未达到预设的CPU占有率阈值或机器人当前执行的任务非指定任务时,只要这两个条件中任一条件未满足,则确定该机器人不满足调整条件。
本发明实施例中电子设备可以根据机器人当前的CPU占有率和/或当前执行的任务,判断该机器人是否满足调整条件,在确定该机器人满足调整条件时,控制该机器人调整语音处理模式,降低机器人的CPU占有率,从而避免发生CPU算力被占满导致任务进程中断和崩溃。
实施例3:
在上述各实施例的基础上,本发明实施例中,所述调整所述机器人的语音处理模式,包括:
控制所述机器人对采集到的N路语音信号中的M路语音信号进行处理,M小于N,且M和N均为正整数;和/或
控制所述机器人从长拾音模式切换到单次唤醒拾音模式。
电子设备可以通过调整该机器人的语音处理模式,节省处理语音信号时的CPU占有率,从而降低机器人的CPU占有率。
电子设备可以采用以下至少两种方式调整机器人的语音处理模式,以降低机器人的CPU占有率。
方式一:
电子设备控制机器人对采集到的N路语音信号中的M路语音信号进行处理。一般地,N为不小于2的正整数。
具体的,机器人上通常设置有多个麦克风(即N个麦克风),以实现对环境中语音数据的采集,该方式中,通过控制机器人只对部分麦克风(即M个麦克风)采集的语音数据进行处理,以降低语音处理时的资源占用,从而降低语音处理时对CPU的占用。
示例的,N个麦克风可以是以麦克风阵列的形式设置在机器人上,麦克风阵列的构型可以包括但不限于环形、线性、多边形等阵列。如图2所示为环形麦克风阵列,该环形麦克风阵列设置有6个麦克风并且该6个麦克风分别标号为1号、2号、3号、4号、5号和6号。
电子设备控制机器人对采集到的N路语音信号中的M路语音信号进行处理时,可以是在采集到的N路语音信号中随机选取M路语音信号进行处理,也可以是根据采集语音信号的N个麦克风的排列位置,按照设定数量间隔,选取用于采集M路语音信号的麦克风等。
电子设备控制机器人对采集到的全部语音信号中的部分语音信号进行处理,剩余的部分语音信号不进行处理,从而节省了机器人在语音识别处理部分的CPU占有率。
电子设备控制机器人对M路语音信号进行处理的过程可以参见相关技术中处理语音信号的过程,在本发明实施例中不做赘述。
该方式中,作为一种可能的实施方式,所述控制所述机器人对采集到的N路语音信号中的M路语音信号进行处理包括:
根据所述机器人的麦克风阵列所包含的N个麦克风的排列位置,选择间隔设定数量的M个麦克风;以及
控制所述机器人对所选择的M个麦克风采集到的语音信号进行处理。
在该方式中,电子设备根据机器人麦克风阵列所包含的麦克风的排列位置,按照设定数量间隔选取部分麦克风,从而控制机器人对选取的该部分麦克风采集到的语音数据进行处理,以降低语音处理时的资源占用,从而降低语音处理时对CPU的占用,并且按照设定数量间隔选取部分麦克风,在一定程度上能够保证麦克风阵列的构型不发生太大改变,进而保证麦克风阵列的拾音效果,以环形麦克风阵列为例,按照该方式选取部分麦克风后,通过环形麦克风阵列中的剩余麦克风仍然能够实现声源测位以及阵列增益等效果。
在具体实施中,电子设备中可以预先配置有设定数量,该设定数量可以为不超过N的任意正整数,在此不做限定。电子设备可以根据该设定数量,及机器人的麦克风阵列所包括的N个麦克风的排列位置,每间隔该设定数量选取K个麦克风,直至选取M个麦克风,其中K为大于0且不超过N的正整数,在此不做限定,例如K的取值为1或2等。
举例说明,仍以图2所示的环境麦克风阵列为例进行说明,假设电子设备原来控制机器人对6个麦克风采集到的语音信号进行处理,电子设备确定该机器人满足调整条件时,在6个麦克风中选取4个麦克风,例如每间隔1个麦克风选取2个麦克风,选取到的4个麦克风包括1号、3号、4号和6号,控制机器人对该4个麦克风采集到的语音信号进行处理,则大概能节省语音处理部分大约1/3的占有率,约能节省CPU占有率的6%~8%。
基于上述任一实施例,在控制调整了机器人的语音处理模式后,降低了机器人的CPU占有率,若电子设备可以根据调整语音处理模式后的机器人当前的状态信息,确定该机器人仍满足调整条件,则可以继续控制机器人调整语音处理模式。
例如,所述控制所述机器人对采集到的N路语音信号中的M路语音信号进行处理之后,所述方法还包括:
如果确定调整语音处理模式后的机器人仍满足所述调整条件,控制所述机器人对采集到的所述M路语音信号中的X路语音信号进行处理,其中,X为小于M的正整数。
举例说明,仍以上述为例,如果对4个麦克风采集到的语音信号进行处理的机器人,仍满足调整条件,电子设备继续在该4个麦克风中选取部分麦克风,例如每间隔1个麦克风选取1个麦克风,选取到的2个麦克风包括3号和6号,控制机器人对该2个麦克风采集到的语音信号进行处理,相比与机器人对6个麦克风采集到的语音信号进行处理,大概共降低语音部分2/3的占有率。
本发明实施例中电子设备控制机器人对采集到的语音信号中的部分语音信号进行处理,控制了该机器人降低CPU占有率,从而避免发生CPU算力被占满导致任务进程中断和崩溃。
实施例4:
在上述各实施例的基础上,本发明实施例中,所述控制所述机器人从长拾音模式切换到单次唤醒拾音模式,包括:
当识别到所述机器人采集到的语音数据中包含唤醒词时,唤醒所述机器人;
和/或
当识别到所述机器人采集到的语音数据中包括指令词的语音信号时,唤醒所述机器人并对所述包括指令词的语音信号进行处理。
电子设备还可以控制机器人从长拾音模式(askfree)切换到单次唤醒拾音模式,在单次唤醒拾音模式时,当在机器人采集到的语音数据中未识别到唤醒词和/或指令词时,电子设备不唤醒机器人,则机器人仍处于待机状态,待机状态下的机器人可以不对采集到的语音数据进行后续的语义解析等处理,并且待机状态下很多功能模块也未开启,因此待机状态下机器人的功耗较低,从而节省了机器人后续的语义解析等处理部分的CPU占有率。
电子设备可以获取到机器人采集到的语音数据,并识别获取到的语音数据中是否包含唤醒词或者指令词。
在具体实施中,电子设备可以识别语音数据中是否包括唤醒词,该唤醒词可以预先配置到电子设备中,例如该唤醒词可以包括“小豹小豹”等,在此不一一列举。
如果电子设备识别到机器人采集到的语音数据中包含唤醒词,唤醒该机器人,控制该机器人对之后采集到的语音信号进行处理(如语音识别、语义解析等处理),并对该语音信号进行响应。
在具体实施中,电子设备可以识别语音数据中是否包括指令词,具体的,电子设备中可以针对不同的分类功能预先配置有对应的指令词,如引领参观等分类功能对应的指令词包括“带我去”或“带我参观”,天气查询分类功能对应的指令词包括“天气”,具体地不同分类功能对应的指令词包括哪些可以根据需求进行设置,在本发明实施例中不一一列举说明。
如果电子设备识别到语音数据中包括指令词,唤醒该机器人,并控制该机器人对包括指令词的语音信号进行后续的处理(如语义解析处理等)以及控制该机器人对该语音信号进行响应。
本实施例中,在单次唤醒拾音模式时,电子设备如果在机器人采集到的语音数据中未识别到唤醒词或指令词,则不唤醒机器人,未被唤醒的机器人对采集到的语音数据不进行处理,节省了机器人的CPU占有率。
由于本发明实施例中如果在机器人采集到的语音数据中未识别到唤醒词和/或指令词,不唤醒机器人,未唤醒的机器人不处理采集的语音数据,控制了该机器人降低CPU占有率,从而避免发生CPU算力被占满导致任务进程中断和崩溃。
实施例5:
为了进一步降低CPU占有率,在上述各实施例的基础上,本发明实施例中,电子设备还可以控制机器人关闭任务的进程,来降低CPU的占有率。
在一种可能的实施方式中,所述方法还包括:
控制所述机器人关闭所述指定任务中部分功能模块对应的进程。
在另一种可能的实施方式中,所述方法还包括:
在所述机器人已经启动的进程中,控制机器人关闭后台执行的且超过设定时长未被调用过的进程;和/或
在所述机器人已经启动的进程中,控制机器人关闭后台执行的且CPU占有率高于设定阈值的进程。
如果电子设备当前执行的任务为指定任务,电子设备可以控制机器人关闭该指定任务中部分功能模块对应的进程。
电子设备中可以预先配置有指定任务使用的功能模块,例如,如果指定任务为引领任务,则该引领任务使用的功能模块可以包括引领功能模块、图像采集功能模块以及语音采集功能模块。
电子设备控制该机器人关闭该指定任务中部分功能模块对应的进程时,电子设备可以在指定任务使用的功能模块中选取非预设的主要任务功能模块,将该非预设的主要功能模块作为待关闭的部分功能模块,如引领任务中预设的主要任务功能模块为引领功能,非预设的主要任务功能模块包括图像采集功能模块以及语音采集功能模块;或者电子设备中预先配置有指定任务使用的每个功能模块的优先级,电子设备可以在指定任务使用的功能模块中按照优先级从低到高,选取预设第一数量个功能模块,将该非预设的主要功能模块作为待关闭的部分功能模块等。
电子设备关闭该指定任务中部分功能模块对应的进程,能够进一步释放CPU算力,降低CPU占有率。
电子设备还可以在该机器人已经启动的进程中关闭后台执行的进程,已经启动的进程可以包括当前执行的任务的进程和/或后台执行的任务的进程(即后台执行的进程)。
电子设备可以在已经启动的进程中,确定后台执行的进程中超过设定时长未被调用过的进程,该后台执行的且超过设定时长未被调用过的进程可以认为没有使用需求了,因此电子设备可以控制机器人将该后台执行的且超过设定时长未被调用过的进程关闭,以释放CPU算力。
电子设备中预先配置有设定时长,该设定时长可以为任意时长,如3秒,5秒等,在本发明实施例中不做限定。
在另一种可能的实现方式中,电子设备获取已经启动的进程中每个进程未被调用的时长,电子设备按照未被调用的时长由长到短,控制机器人依次关闭后台执行的进程,直至机器人的CPU占有率低于预设的CPU占有率阈值。具体的,电子设备每关闭一个后台执行的进程,判断调整后的机器人当前的CPU占有率是否低于预设的CPU占有率阈值,如果是,则控制机器人停止关闭后台执行的进程的过程,如果否,电子设备按照未被调用的时长由长到短,继续控制机器人依次关闭后台执行的进程。
电子设备可以在已经启动的进程中,确定后台执行的进程中CPU占有率高于设定阈值的进程,该后台执行的且CPU占有率高于设定阈值的进程可以认为该进程占有CPU算力过多,因此电子设备可以控制机器人将该后台执行的且CPU占有率高于设定阈值的进程关闭,以释放CPU算力。
电子设备可以获取到的后台执行的进程中每个进程的CPU占有率,电子设备中预先配置有设定阈值,该设定阈值可以为0-1之间的任意数值,如0.8,0.9等,在本发明实施例中不做限定。
在本发明实施例中将当前执行的指定任务中部分功能模块对应的进程关闭,或在后台执行的进程中选取进程关闭,能够进一步释放机器人的CPU算力,降低CPU占有率。
实施例6:
在上述各实施例的基础上,本发明实施例还提供了一种电子设备,如图3所示,包括:处理器301、通信接口302、存储器303和通信总线304,其中,处理器301,通信接口302,存储器303通过通信总线304完成相互间的通信;
所述存储器303中存储有计算机程序,当所述程序被所述处理器301执行时,使得所述处理器301执行如下步骤:
根据机器人当前的状态信息,确定所述机器人满足调整条件;
调整所述机器人的语音处理模式,以降低所述机器人的CPU占有率。
由于上述电子设备解决问题的原理与机器人控制方法相似,因此上述电子设备的实施可以参见方法的实施,重复之处不再赘述。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口302用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory,RAM),也可以包括非易失性存储器(Non-Volatile Memory,NVM),例如至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,包括中央处理器、网络处理器(NetworkProcessor,NP)等;还可以是数字指令处理器(Digital Signal Processing,DSP)、专用集成电路、现场可编程门陈列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。
在本发明实施例中,处理器执行存储器上所存放的程序时,实现根据机器人当前的状态信息,确定该机器人满足调整条件时,调整该机器人的语音处理模式来降低该机器人的CPU占有率,以避免发生CPU算力被占满导致的任务进程中断和崩溃。
实施例7:
在上述各实施例的基础上,本发明实施例还提供了一种计算机存储可读存储介质,所述计算机可读存储介质内存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行时实现如下步骤:
根据机器人当前的状态信息,确定所述机器人满足调整条件;
调整所述机器人的语音处理模式,以降低所述机器人的CPU占有率。
由于上述计算机存储可读存储介质存储的计算机程序在由电子设备执行解决问题时的原理与机器人控制方法相似,因此上述实施可以参见方法的实施,重复之处不再赘述。
上述计算机可读存储介质可以是电子设备中的处理器能够存取的任何可用介质或数据存储设备,包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD)等。
在本发明实施例中提供的计算机可读存储介质内存储有计算机程序,计算机程序被处理器执行时,实现根据机器人当前的状态信息,确定该机器人满足调整条件时,调整该机器人的语音处理模式来降低该机器人的CPU占有率,以避免发生CPU算力被占满导致的任务进程中断和崩溃。
实施例8:
图4为本发明实施例提供的一种机器人控制装置示意图,应用于电子设备,该装置包括:
确定模块401,用于根据机器人当前的状态信息,确定所述机器人满足调整条件;
控制模块402,用于调整所述机器人的语音处理模式,以降低所述机器人的CPU占有率。
在一种可能的实施方式中,所述控制模块402,具体用于控制所述机器人对采集到的N路语音信号中的M路语音信号进行处理,M小于N,且M和N均为正整数;和/或控制所述机器人从长拾音模式切换到单次唤醒拾音模式。
在一种可能的实施方式中,所述控制模块402,具体用于当识别到所述机器人采集到的语音数据中包含唤醒词时,唤醒所述机器人;和/或当识别到所述机器人采集到的语音数据中包括指令词的语音信号时,唤醒所述机器人并对所述包括指令词的语音信号进行处理。
在一种可能的实施方式中,所述控制模块402,还用于控制所述机器人对采集到的N路语音信号中的M路语音信号进行处理之后,如果确定调整语音处理模式后的机器人仍满足所述调整条件,控制所述机器人对采集到的所述M路语音信号中的X路语音信号进行处理,其中,X为小于M的正整数。
在一种可能的实施方式中,所述控制模块402,具体用于根据所述机器人的麦克风阵列所包含的N个麦克风的排列位置,选择间隔设定数量的M个麦克风;控制所述机器人对所选择的M个麦克风采集到的语音信号进行处理。
在一种可能的实施方式中,所述确定模块401,具体用于:若根据机器人当前的状态信息确定所述机器人当前的CPU占有率达到了预设的CPU占有率阈值,则确定所述机器人满足调整条件;和/或若根据机器人当前的状态信息确定所述机器人当前执行的任务为指定任务,则确定所述机器人满足调整条件。
在一种可能的实施方式中,所述控制模块402,还于控制所述机器人关闭所述指定任务中部分功能模块对应的进程。
在一种可能的实施方式中,所述控制模块402,还用于在所述机器人已经启动的进程中,控制机器人关闭后台执行的且超过设定时长未被调用过的进程;和/或在所述机器人已经启动的进程中,控制机器人关闭后台执行的且CPU占有率高于设定阈值的进程。
本发明实施例中根据机器人当前的状态信息,确定该机器人满足调整条件时,调整该机器人的语音处理模式来降低该机器人的CPU占有率,以避免发生CPU算力被占满导致的任务进程中断和崩溃。
对于系统/装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者一个操作与另一个实体或者另一个操作区分开来,而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种机器人控制方法,其特征在于,该方法包括:
根据机器人当前的状态信息,确定所述机器人满足调整条件;
调整所述机器人的语音处理模式,以降低所述机器人的CPU占有率;
其中,所述调整所述机器人的语音处理模式,包括:
控制所述机器人对采集到的N路语音信号中的M路语音信号进行处理,M小于N,且M和N均为正整数;和/或控制所述机器人从长拾音模式切换到单次唤醒拾音模式。
2.如权利要求1所述的方法,其特征在于,所述控制所述机器人从长拾音模式切换到单次唤醒拾音模式,包括:
当识别到所述机器人采集到的语音数据中包含唤醒词时,唤醒所述机器人;
和/或
当识别到所述机器人采集到的语音数据中包括指令词的语音信号时,唤醒所述机器人并对所述包括指令词的语音信号进行处理。
3.如权利要求1所述的方法,其特征在于,所述控制所述机器人对采集到的N路语音信号中的M路语音信号进行处理之后,所述方法还包括:
如果确定调整语音处理模式后的机器人仍满足所述调整条件,控制所述机器人对采集到的所述M路语音信号中的X路语音信号进行处理,其中,X为小于M的正整数。
4.如权利要求1或3所述的方法,其特征在于,所述控制所述机器人对采集到的N路语音信号中的M路语音信号进行处理包括:
根据所述机器人的麦克风阵列所包含的N个麦克风的排列位置,选择间隔设定数量的M个麦克风;
控制所述机器人对所选择的M个麦克风采集到的语音信号进行处理。
5.如权利要求1-3任一项所述的方法,其特征在于,所述根据机器人当前的状态信息,确定所述机器人满足调整条件包括:
若根据机器人当前的状态信息确定所述机器人当前的CPU占有率达到了预设的CPU占有率阈值,则确定所述机器人满足调整条件;和/或
若根据机器人当前的状态信息确定所述机器人当前执行的任务为指定任务,则确定所述机器人满足调整条件。
6.如权利要求5所述的方法,其特征在于,所述方法还包括:
控制所述机器人关闭所述指定任务中部分功能模块对应的进程。
7.一种机器人控制装置,其特征在于,该装置包括:
确定模块,用于根据机器人当前的状态信息,确定所述机器人满足调整条件;
控制模块,用于调整所述机器人的语音处理模式,以降低所述机器人的CPU占有率;
其中,所述控制模块,具体用于控制所述机器人对采集到的N路语音信号中的M路语音信号进行处理,M小于N,且M和N均为正整数;和/或控制所述机器人从长拾音模式切换到单次唤醒拾音模式。
8.一种电子设备,其特征在于,包括:处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
所述存储器中存储有计算机程序,当所述程序被所述处理器执行时,使得所述处理器执行权利要求1~6任一项所述方法的步骤。
9.一种计算机可读存储介质,其特征在于,其存储有可由电子设备执行的计算机程序,当所述程序在所述电子设备上运行时,使得所述电子设备执行权利要求1~6任一项所述方法的步骤。
CN201910542414.XA 2019-06-21 2019-06-21 一种机器人控制方法、装置、电子设备及可读存储介质 Active CN110223693B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910542414.XA CN110223693B (zh) 2019-06-21 2019-06-21 一种机器人控制方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910542414.XA CN110223693B (zh) 2019-06-21 2019-06-21 一种机器人控制方法、装置、电子设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN110223693A CN110223693A (zh) 2019-09-10
CN110223693B true CN110223693B (zh) 2021-08-20

Family

ID=67814287

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910542414.XA Active CN110223693B (zh) 2019-06-21 2019-06-21 一种机器人控制方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN110223693B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7784054B2 (en) * 2004-04-14 2010-08-24 Wm Software Inc. Systems and methods for CPU throttling utilizing processes
CN103841495A (zh) * 2014-03-03 2014-06-04 联想(北京)有限公司 一种音频参数调整方法及装置
CN106095063A (zh) * 2016-06-15 2016-11-09 乐视控股(北京)有限公司 移动终端的功耗管理方法和功耗管理系统
CN108773323A (zh) * 2018-05-29 2018-11-09 深圳市云智易联科技有限公司 一种运行控制方法、电子后视镜以及计算机可读存储介质
CN108806673A (zh) * 2017-05-04 2018-11-13 北京猎户星空科技有限公司 一种智能设备控制方法、装置及智能设备
CN109509465A (zh) * 2017-09-15 2019-03-22 阿里巴巴集团控股有限公司 语音信号的处理方法、组件、设备及介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140080058A (ko) * 2012-12-20 2014-06-30 삼성전자주식회사 멀티코어를 위한 로드 밸런싱 방법 및 휴대 단말

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7784054B2 (en) * 2004-04-14 2010-08-24 Wm Software Inc. Systems and methods for CPU throttling utilizing processes
CN103841495A (zh) * 2014-03-03 2014-06-04 联想(北京)有限公司 一种音频参数调整方法及装置
CN106095063A (zh) * 2016-06-15 2016-11-09 乐视控股(北京)有限公司 移动终端的功耗管理方法和功耗管理系统
CN108806673A (zh) * 2017-05-04 2018-11-13 北京猎户星空科技有限公司 一种智能设备控制方法、装置及智能设备
CN109509465A (zh) * 2017-09-15 2019-03-22 阿里巴巴集团控股有限公司 语音信号的处理方法、组件、设备及介质
CN108773323A (zh) * 2018-05-29 2018-11-09 深圳市云智易联科技有限公司 一种运行控制方法、电子后视镜以及计算机可读存储介质

Also Published As

Publication number Publication date
CN110223693A (zh) 2019-09-10

Similar Documents

Publication Publication Date Title
CN108182943B (zh) 一种智能设备控制方法、装置及智能设备
JP6811755B2 (ja) 読話による音声ウェイクアップ方法、装置、設備及びコンピュータ可読媒体、プログラム
CN106507445B (zh) 一种无线保真Wi-Fi扫描方法及移动终端
CN107851050B (zh) 具有看门狗定时器的装置及用于操作看门狗定时器的方法
CN108337601A (zh) 音箱的控制方法及装置
CN107943269B (zh) 调度作业控制方法、装置、终端设备及存储介质
KR20200119706A (ko) 프로세서 제어 장치, 방법 및 설비
CN107748685A (zh) 应用程序启动控制方法、装置、终端设备及存储介质
CN111613221A (zh) 一种就近唤醒方法、装置和系统
CN111354357A (zh) 一种音频资源播放的方法、装置、电子设备及存储介质
CN104580721A (zh) 一种终端闹钟实现方法
WO2021204227A1 (zh) 用于神经网络训练和智能分析的处理资源配置方法和装置
CN112596898A (zh) 一种任务执行器调度的方法及装置
CN112331197A (zh) 电子设备的响应方法、响应装置、计算机系统及存储介质
CN104994547A (zh) 一种网络访问方法和用户终端
CN110223693B (zh) 一种机器人控制方法、装置、电子设备及可读存储介质
EP4095848A1 (en) Optimization method and system for improving voice recognition rate
CN107911229B (zh) 运行状态改变的提醒方法、装置、电子设备及存储介质
CN104199708A (zh) 一种系统清理方法、设备和移动终端
CN111063356A (zh) 电子设备响应方法及系统、音箱和计算机可读存储介质
CN116705033A (zh) 用于无线智能音频设备的片上系统和无线处理方法
US20200409745A1 (en) Do-Not-Disturb Processing Method and Apparatus, and Storage Medium
CN111081251B (zh) 语音唤醒方法及装置
CN111200833B (zh) 一种网元状态的确定方法及装置
CN109274562B (zh) 一种语音指令执行的方法、装置、智能家电设备及介质

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
GR01 Patent grant
GR01 Patent grant