CN110742559A - 一种基于脑电波检测的扫地机器人控制方法及系统 - Google Patents
一种基于脑电波检测的扫地机器人控制方法及系统 Download PDFInfo
- Publication number
- CN110742559A CN110742559A CN201911019786.0A CN201911019786A CN110742559A CN 110742559 A CN110742559 A CN 110742559A CN 201911019786 A CN201911019786 A CN 201911019786A CN 110742559 A CN110742559 A CN 110742559A
- Authority
- CN
- China
- Prior art keywords
- brain wave
- user
- cleaning
- wave signal
- module
- 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.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/40—Parts or details of machines not provided for in groups A47L11/02 - A47L11/38, or not restricted to one of these groups, e.g. handles, arrangements of switches, skirts, buffers, levers
- A47L11/4011—Regulation of the cleaning machine by electric means; Control systems and remote control systems therefor
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L11/00—Machines for cleaning floors, carpets, furniture, walls, or wall coverings
- A47L11/24—Floor-sweeping machines, motor-driven
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
-
- A—HUMAN NECESSITIES
- A47—FURNITURE; DOMESTIC ARTICLES OR APPLIANCES; COFFEE MILLS; SPICE MILLS; SUCTION CLEANERS IN GENERAL
- A47L—DOMESTIC WASHING OR CLEANING; SUCTION CLEANERS IN GENERAL
- A47L2201/00—Robotic cleaning machines, i.e. with automatic control of the travelling movement or the cleaning operation
- A47L2201/04—Automatic control of the travelling movement; Automatic obstacle detection
Landscapes
- Manipulator (AREA)
Abstract
本发明公开了一种基于脑电波检测的扫地机器人控制方法,包括以下步骤:步骤A,扫地机器人根据设定程序确定各待清扫区域的清扫顺序;步骤B,实时获取并记录用户的生物特征以及对当前清扫区域的欢愉度,根据用户的欢愉度,建立用户清扫模型;步骤C,当识别到当前用户的生物特征与已有的用户清扫模型的生物特征相互匹配时,扫地机器人根据匹配的用户清扫模型执行清扫任务。本技术方案提出的一种基于脑电波检测的扫地机器人控制方法,通过脑电波检测实现用户与扫地机器人的控制交互,有利于提高用户对扫地机器人的使用满意度,进而提出一种使用上述控制方法的扫地机器人控制系统,控制方法简单,智能化程度较高。
Description
技术领域
本发明涉及智能家居领域,尤其涉及一种基于脑电波检测的扫地机器人控制方法及系统。
背景技术
随着城市工作节奏越来越快,家庭成员可以分配于家庭清洁的时间越来越少,因而使得智能扫地机器人的使用越来越广泛,在智能化时代飞速发展的趋势下,用户群体对于智能扫地机器人工作的满意程度将决定其后续产品销量。目前扫地机器人的清扫系统,无论是随机清扫或是规划式清扫,都是根据扫地机器人本身对环境的感应和检测而制定的清扫路线,却无法根据用户的喜好来调整系统制定的清扫计划,这就使得很多用户对于智能扫地机器人的工作满意度下降,对于扫地机器人的普及带来不利。
发明内容
本发明的目的在于提出一种基于脑电波检测的扫地机器人控制方法,通过脑电波检测实现用户与扫地机器人的控制交互,有利于提高用户对扫地机器人的使用满意度。
本发明的另一个目的在于提出一种扫地机器人控制系统,控制方法简单,智能化程度较高,以克服现有技术中的不足之处。
为达此目的,本发明采用以下技术方案:
一种基于脑电波检测的扫地机器人控制方法,包括以下步骤:
步骤A,获取待清扫空间,将待清扫空间划分为若干个待清扫区域,扫地机器人根据设定程序确定各待清扫区域的清扫顺序,规则出清扫路线;
步骤B,扫地机器人按照步骤A的清扫路线清扫时,实时获取并记录用户的生物特征以及对当前清扫区域的欢愉度,根据用户的欢愉度,建立用户清扫模型;
步骤C,在下一次清扫时,当识别到当前用户的生物特征与已有的用户清扫模型的生物特征相互匹配时,扫地机器人根据匹配的用户清扫模型执行清扫任务;当识别到当前用户的生物特征与已有的用户清扫模型的生物特征相互不匹配时,重复步骤A和步骤B。
优选的,步骤A执行之前还包括步骤S,步骤S具体包括以下步骤:
步骤S1,在采集周期内,获取不同用户在平静状态下的脑电波信号强度的信号值;
步骤S2,对比当前获取的脑电波信号强度的信号值与上次获取的脑电波信号强度的信号值,判断两脑电波信号强度的差值是否在预定的突变范围内;
步骤S3,若两脑电波信号强度的差值在预定的突变范围内,则删除当前获取的脑电波信号强度的信号值;若两脑电波信号强度的差值不在预定的突变范围内,则存储当前获取的脑电波信号强度的信号值;并根据采集周期内存储的脑电波信号强度的信号值,输出不同生物特征用户的脑电波信号曲线。
优选的,步骤B中用户清扫模型的建立步骤为:
按照用户欢愉度由高到低进行排序,欢愉度高的待清扫区域的清扫优先级高,欢愉度低的待清扫区域的清扫优先级低,按照清扫优先级的高低重新确定各待清扫区域的清扫顺序并形成规则的清扫路线,作为用户清扫模型。
优选的,步骤B中具体为:
步骤B1,采集不同用户的生物特征信息并记录为多个用户的生物特征模板;
步骤B2,在执行每一次的清扫任务时,根据不同生物特征模板下的脑电波信号曲线,继续实时获取并记录不同生物特征模板下的用户欢愉度信息;
步骤B3,结合已存储的欢愉度信息与当前获取的欢愉度信息,重新对用户欢愉度由高到低进行排序,欢愉度高的待清扫区域的清扫优先级高,欢愉度低的待清扫区域的清扫优先级低,按照清扫优先级的高低重新确定各待清扫区域的清扫顺序并形成规则的清扫路线,更新不同生物特征下的用户清扫模型。
优选的,步骤B中的生物特征为声音信息、指纹信息或面部信息的任意一种或多种组合。
一种扫地机器人控制系统,包括检测模块、脑电波采集模块、数据处理模块、存储模块、识别模块和执行模块;
所述检测模块,用于检测并识别用户的生物特征并发送至所述数据处理模块;
所述脑电波采集模块,用于获取用户的欢愉度并发送至所述数据处理模块;
所述数据处理模块,用于根据不同用户的欢愉度,建立用户清扫模型;
所述存储模块,用于存储所述数据处理模块建立的用户清扫模型;
所述识别模块,用于识别到当前用户的生物特征与已有的用户清扫模型的生物特征是否相互匹配,并将用户清扫模型的执行指令发送到所述执行模块;
所述执行模块,用于接收所述判断模块的指令并按根据用户清扫模型执行清扫任务。
优选的,所述脑电波采集模块包括获取单元、判断单元和处理输出单元;
所述获取单元,用于在采集周期内,获取不同用户在平静状态下的脑电波信号强度的信号值;
所述判断单元,用于对比当前获取的脑电波信号强度的信号值与上次获取的脑电波信号强度的信号值,判断两脑电波信号强度的差值是否在预定的突变范围内;
所述处理输出单元,用于当两脑电波信号强度的差值在预定的突变范围内,则删除当前获取的脑电波信号强度的信号值;当两脑电波信号强度的差值不在预定的突变范围内,则存储当前获取的脑电波信号强度的信号值;并根据采集周期内存储的脑电波信号强度的信号号,输出不同个体差特征用户的脑电波信号曲线并发送给所述数据处理模块。
优选的,所述数据处理模块,还用于根据不同生物特征模板下的脑电波信号曲线,记录不同生物特征模板下的用户欢愉度信息;并按照欢愉程度的高低排序确定清扫优先级的高低,重新确定各待清扫区域的清扫顺序并形成规则的清扫路线。
优选的,所述检测模块为语音识别模块、指纹识别模块或面部识别模块。
本发明的有益效果:本技术方案提出的一种基于脑电波检测的扫地机器人控制方法,通过脑电波检测实现用户与扫地机器人的控制交互,有利于提高用户对扫地机器人的使用满意度,进而提出一种使用上述控制方法的扫地机器人控制系统,控制方法简单,智能化程度较高。
附图说明
附图对本发明做进一步说明,但附图中的内容不构成对本发明的任何限制。
图1是本发明一种基于脑电波检测的扫地机器人控制方法的流程图。
具体实施方式
下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
一种基于脑电波检测的扫地机器人控制方法,包括以下步骤:
步骤A,获取待清扫空间,将待清扫空间划分为若干个待清扫区域,扫地机器人根据设定程序确定各待清扫区域的清扫顺序,规则出清扫路线;
步骤B,扫地机器人按照步骤A的清扫路线清扫时,实时获取并记录用户的生物特征以及对当前清扫区域的欢愉度,根据用户的欢愉度,建立用户清扫模型;
步骤C,在下一次清扫时,当识别到当前用户的生物特征与已有的用户清扫模型的生物特征相互匹配时,扫地机器人根据匹配的用户清扫模型执行清扫任务;当识别到当前用户的生物特征与已有的用户清扫模型的生物特征相互不匹配时,重复步骤A和步骤B。
本技术方案提出的一种基于脑电波检测的扫地机器人控制方法,通过脑电波检测实现用户与扫地机器人的控制交互,有利于提高用户对扫地机器人的使用满意度。
在步骤A中,扫地机器人先扫描获取待清扫空间并将其划分为若干个待清扫区域,再根据自身的设定程序确定各待清扫区域的清扫顺序,规则出清扫路线;具体地,扫地机器人开始工作后,先根据自身算法将房间区分为若干区域,有A-E区;首次清扫时,按照扫地机器人自身算法规划路线分区域进行清扫,例如从A到E按顺序进行清扫计划。
在步骤B中,扫地机器人按照步骤A的清扫路线清扫时,实时获取并记录用户的生物特征以及对当前清扫区域的欢愉度,根据用户的欢愉度,建立用户清扫模型。其中生物特征指的是不同用户的声音、人脸、指纹、体型或行为中的一种或多种,欢愉度可以是采集用户的脑电波;具体地,扫地机器人在执行清扫任务时,用户可实现对扫地机器人的清扫路线进行反馈,由于不同的用户对扫地机器人的反馈会有个体差异,因此,在记录用户的反馈时,需要标记该用户的生物特征,用于分辨不同的用户,例如可根据用户的声音频率的差异、指纹信息的差异和人脸的差异来识别不同的用户。例如,在识别用户为母亲的情况下,在清扫每个待清扫区域过程中采集母亲脑电波的欢愉程度并记录下来,以此来作为母亲的用户清扫模型。进一步说明,当清扫空间内存在多个用户时,根据佩戴脑电波采集设备的用户来执行该用户下的用户清扫模型。
在步骤C中,在下一次清扫时,当识别到当前用户的生物特征与已有的用户清扫模型的生物特征相互匹配时,扫地机器人根据匹配的用户清扫模型执行清扫任务;当识别到当前用户的生物特征与已有的用户清扫模型的生物特征相互不匹配时,重复步骤A。具体地,在下次清扫时,当识别到当前是母亲在使用扫地机器人时,就可以根据母亲的喜好来执行扫地机器人的清扫计划,有利于提高用户对于扫地机器人的工作满意度。
更进一步说明,步骤A执行之前还包括步骤S,步骤S具体包括以下步骤:
步骤S1,在采集周期内,获取不同用户在平静状态下的脑电波信号强度的信号值;
步骤S2,对比当前获取的脑电波信号强度的信号值与上次获取的脑电波信号强度的信号值,判断两脑电波信号强度的差值是否在预定的突变范围内;
步骤S3,若两脑电波信号强度的差值在预定的突变范围内,则删除当前获取的脑电波信号强度的信号值;若两脑电波信号强度的差值不在预定的突变范围内,则存储当前获取的脑电波信号强度的信号值;并根据采集周期内存储的脑电波信号强度的信号值,输出不同生物特征用户的脑电波信号曲线。
在步骤B中,由于扫地机器人在执行清扫任务时,用户可实现对扫地机器人的清扫路线进行欢愉度的反馈,而欢愉度的反馈结果是利用脑电波采集装置对当前用户的欢愉度进行收集来获取。由于脑电波信号是一种微弱的电信号,脑电波采集装置本身存在误差和干扰,加上人脑对于不同的事物的喜好度不同,因此不同用户的欢愉度基准也不一样。
需要说明的是,步骤S1中,控制系统中预先存储有用户的生物特征,其中,用户的生物特征指的是可以根据该生物特征来辨别出不同的用户;系统中首先根据识别到的生物特征,从而确定在使用扫地机器人的用户,然后在采集周期内,获取佩戴脑电波采集装置的用户在平静状态下的脑电波信号强度的信号值,通过更换佩戴者来采集不同用户的生物特征及其在平静状态下的脑电波信号强度的信号值;
为提高不同用户的使用下欢愉度检测结果的准确性,本发明的技术方案在用户大脑处于平静、放松状态下时,获取用户的脑波原始数据,即用户在平静状态下的脑电波信号强度的信号值,然后判断采集周期内的两采集信号值之间是否存在突变,在没有突变时,即表明采集的数据有效,在有突变时,即表明采集的数据误差较大,需要删除。对每次采集到的有效的脑波原始数据进行存储;而后对在采集周期内存储的多个脑波原始数据进行处理,得到该用户下的脑电波信号曲线。在后续的欢愉度检测中,以该脑电波信号曲线与获取的欢愉度比较,从而更加准确地获得不同用户对某一清扫路线的反馈。
更进一步说明,步骤B中用户清扫模型的建立步骤为:
按照用户欢愉度由高到低进行排序,欢愉度高的待清扫区域的清扫优先级高,欢愉度低的待清扫区域的清扫优先级低,按照清扫优先级的高低重新确定各待清扫区域的清扫顺序并形成规则的清扫路线,作为用户清扫模型。
根据用户欢愉度调整待清扫区域的清扫顺序的具体控制逻辑。例如,在本技术方案的一个应用场景中,扫地机器人首先根据设定程序确定各待清扫区域的清扫顺序,如按照客厅、饭厅、厨房、卧室、书房的清扫顺序进行,在扫地机器人按照以述清扫路线清扫时,根据检测到的生物特征得知母亲在使用扫地机器人,并实时记录母亲对该清扫路线的反馈。由于母亲可能在扫地机器人清扫的同时,想同时对已经清扫的区域拖地,以缩短打扫卫生的时间,再由于拖地时母亲需要不时地清洗拖把,而清洗拖把的位置距离客厅最近,这时扫地机器人可能检测到母亲对清扫书房时的欢愉度最高,然后到卧室、厨房、饭厅,最后到客厅,根据用户欢愉度的反馈情况,重新确定从书房到客厅的清扫顺序并形成母亲的用户清扫模型。
根据用户欢愉度调整待清扫区域的清扫顺序的具体控制逻辑,可是根据不同用户的喜好和习惯对扫地机器人的清扫路线进行控制交互,有利于提高用户对扫地机器人的使用满意度。
更进一步说明,步骤B中具体为:
步骤B1,采集不同用户的生物特征信息并记录为多个用户的生物特征模板;
步骤B2,在执行每一次的清扫任务时,根据不同生物特征模板下的脑电波信号曲线,继续实时获取并记录不同生物特征模板下的用户欢愉度信息;
步骤B3,结合已存储的欢愉度信息与当前获取的欢愉度信息,重新对用户欢愉度由高到低进行排序,欢愉度高的待清扫区域的清扫优先级高,欢愉度低的待清扫区域的清扫优先级低,按照清扫优先级的高低重新确定各待清扫区域的清扫顺序并形成规则的清扫路线,更新不同生物特征下的用户清扫模型。
在本发明的控制方法中,扫地机器人在第二次清扫任务中,继续按照区域记录存储用户欢愉度,并结合之前记录的数据重新按照欢愉度由高到低排列,并以此重新规划第三次清扫任务路线,以此类推;扫地机器人经过多次清扫任务,多次记录存储用户的欢愉度,可以逐步规划出令用户满意的清扫计划,从而有效提高不同用户对扫地机器人的使用满意度,有利于扫地机器人的进一步推广。
更进一步说明,步骤B中的生物特征为声音信息、指纹信息或面部信息的任意一种或多种组合。
每个个体都有唯一的可以测量或可自动识别和验证的生理特性或行为方式,即生物特征,生物识别就是依据每个个体之间独一无二的生物特征对其进行识别与身份的认证。
在本发明的一个实施例中,生物特征可以为声音信息,用户的声音信息可以为音调、音色等。音调主要由声音的频率决定,每位用户的音调各不相同,系统可以采集每一位用户的音调作为识别每一位用户的声音信息;同样地,音色是指不同的声音的频率表现在波形方面总是有与众不同的特性,不同的人的声带振动都有不同的特点,系统可以采集每一位用户的音色作为识别每一位用户的声音信息。
在本发明的另一个实施例中,生物特征可以为指纹信息,由于人的指纹是遗传与环境共同作用产生的,虽然指纹人人皆有,但各不相同。因此,系统可以采集家庭中每个用户的指纹信息,以此来识别使用扫地机器人的不同用户的身份。
人脸识别是基于人的面部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行面部识别的相关技术。因此,在本发明的一个实施例中,还可以运用面部识别技术来对使用扫地机器人的用户进行身份识别。
一种扫地机器人控制系统,包括检测模块、脑电波采集模块、数据处理模块、存储模块、识别模块和执行模块;
所述检测模块,用于检测并识别用户的生物特征并发送至所述数据处理模块;
所述脑电波采集模块,用于获取用户的欢愉度并发送至所述数据处理模块;
所述数据处理模块,用于根据不同用户的欢愉度,建立用户清扫模型;
所述存储模块,用于存储所述数据处理模块建立的用户清扫模型;
所述识别模块,用于识别到当前用户的生物特征与已有的用户清扫模型的生物特征是否相互匹配,并将用户清扫模型的执行指令发送到所述执行模块;
所述执行模块,用于接收所述判断模块的指令并按根据用户清扫模型执行清扫任务。
本技术方案提出的一种扫地机器人控制系统,包括使用上述控制方法的功能模块。其中,数据处理模块用于根据不同生物特征下的用户的欢愉度,建立不同生物特征下的用户清扫模型,用户清扫模型具体是指不同生物特征模板下的用户欢愉度、控制代码之间的映射关系。
识别模块用于识别当前用户的生物特征与已有的用户清扫模型的生物特征是否相互匹配,当生物特征与已有的用户清扫模型的生物特征匹配时,根据各用户生物特征模板下的用户欢愉度与控制代码的映射关系,确定接收到的清扫顺序所对应的控制代码,发送到执行模块执行。
进一步说明,检测模块、数据处理模块、存储模块和识别模块可以设置在扫地机器人上或脑电波采集设备上,执行模块设置在扫地机器人上,脑电波采集模块设置在脑电波采集设备上,且扫地机器人和脑电波采集设备之间可实现通信连接。
更进一步说明,所述脑电波采集模块包括获取单元、判断单元和处理输出单元;
所述获取单元,用于在采集周期内,获取不同用户在平静状态下的脑电波信号强度的信号值;
所述判断单元,用于对比当前获取的脑电波信号强度的信号值与上次获取的脑电波信号强度的信号值,判断两脑电波信号强度的差值是否在预定的突变范围内;
所述处理输出单元,用于当两脑电波信号强度的差值在预定的突变范围内,则删除当前获取的脑电波信号强度的信号值;当两脑电波信号强度的差值不在预定的突变范围内,则存储当前获取的脑电波信号强度的信号值;并根据采集周期内存储的脑电波信号强度的信号号,输出不同个体差特征用户的脑电波信号曲线并发送给所述数据处理模块。
更进一步说明,所述数据处理模块,还用于根据不同生物特征模板下的脑电波信号曲线,记录不同生物特征模板下的用户欢愉度信息;并按照欢愉程度的高低排序确定清扫优先级的高低,重新确定各待清扫区域的清扫顺序并形成规则的清扫路线。
更进一步说明,所述检测模块为语音识别模块、指纹识别模块或面部识别模块。
当检测的用户生物特征为声音信息时,检测模块可以为语音识别模块,语音识别模块用于在接收到声波的震动时,将产生的电信号转换为用户的音调或音色存储并形成声音模块。当检测的用户生物特征为指纹信息时,检测模块可以为指纹识别模块。当检测的用户生物特征为面部信息时,检测模块可以为面部识别模块。
以上结合具体实施例描述了本发明的技术原理。这些描述只是为了解释本发明的原理,而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释,本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式,这些方式都将落入本发明的保护范围之内。
Claims (9)
1.一种基于脑电波检测的扫地机器人控制方法,其特征在于,包括以下步骤:
步骤A,获取待清扫空间,将待清扫空间划分为若干个待清扫区域,扫地机器人根据设定程序确定各待清扫区域的清扫顺序,规则出清扫路线;
步骤B,扫地机器人按照步骤A的清扫路线清扫时,实时获取并记录用户的生物特征以及对当前清扫区域的欢愉度,根据用户的欢愉度,建立用户清扫模型;
步骤C,在下一次清扫时,当识别到当前用户的生物特征与已有的用户清扫模型的生物特征相互匹配时,扫地机器人根据匹配的用户清扫模型执行清扫任务;当识别到当前用户的生物特征与已有的用户清扫模型的生物特征相互不匹配时,重复步骤A和步骤B。
2.根据权利要求1所述的一种基于脑电波检测的扫地机器人控制方法,其特征在于,步骤A执行之前还包括步骤S,步骤S具体包括以下步骤:
步骤S1,在采集周期内,获取不同用户在平静状态下的脑电波信号强度的信号值;
步骤S2,对比当前获取的脑电波信号强度的信号值与上次获取的脑电波信号强度的信号值,判断两脑电波信号强度的差值是否在预定的突变范围内;
步骤S3,若两脑电波信号强度的差值在预定的突变范围内,则删除当前获取的脑电波信号强度的信号值;若两脑电波信号强度的差值不在预定的突变范围内,则存储当前获取的脑电波信号强度的信号值;并根据采集周期内存储的脑电波信号强度的信号值,输出不同生物特征用户的脑电波信号曲线。
3.根据权利要求2所述的一种基于脑电波检测的扫地机器人控制方法,其特征在于,步骤B中用户清扫模型的建立步骤为:
按照用户欢愉度由高到低进行排序,欢愉度高的待清扫区域的清扫优先级高,欢愉度低的待清扫区域的清扫优先级低,按照清扫优先级的高低重新确定各待清扫区域的清扫顺序并形成规则的清扫路线,作为用户清扫模型。
4.根据权利要求3所述的一种基于脑电波检测的扫地机器人控制方法,其特征在于,步骤B中具体为:
步骤B1,采集不同用户的生物特征信息并记录为多个用户的生物特征模板;
步骤B2,在执行每一次的清扫任务时,根据不同生物特征模板下的脑电波信号曲线,继续实时获取并记录不同生物特征模板下的用户欢愉度信息;
步骤B3,结合已存储的欢愉度信息与当前获取的欢愉度信息,重新对用户欢愉度由高到低进行排序,欢愉度高的待清扫区域的清扫优先级高,欢愉度低的待清扫区域的清扫优先级低,按照清扫优先级的高低重新确定各待清扫区域的清扫顺序并形成规则的清扫路线,更新不同生物特征下的用户清扫模型。
5.根据权利要求3所述的一种基于脑电波检测的扫地机器人控制方法,其特征在于:步骤B中的生物特征为声音信息、指纹信息或面部信息的任意一种或多种组合。
6.一种扫地机器人控制系统,其特征在于:包括检测模块、脑电波采集模块、数据处理模块、存储模块、识别模块和执行模块;
所述检测模块,用于检测并识别用户的生物特征并发送至所述数据处理模块;
所述脑电波采集模块,用于获取用户的欢愉度并发送至所述数据处理模块;
所述数据处理模块,用于根据不同用户的欢愉度,建立用户清扫模型;
所述存储模块,用于存储所述数据处理模块建立的用户清扫模型;
所述识别模块,用于识别到当前用户的生物特征与已有的用户清扫模型的生物特征是否相互匹配,并将用户清扫模型的执行指令发送到所述执行模块;
所述执行模块,用于接收所述判断模块的指令并按根据用户清扫模型执行清扫任务。
7.根据权利要求6所述的一种扫地机器人控制系统,其特征在于:所述脑电波采集模块包括获取单元、判断单元和处理输出单元;
所述获取单元,用于在采集周期内,获取不同用户在平静状态下的脑电波信号强度的信号值;
所述判断单元,用于对比当前获取的脑电波信号强度的信号值与上次获取的脑电波信号强度的信号值,判断两脑电波信号强度的差值是否在预定的突变范围内;
所述处理输出单元,用于当两脑电波信号强度的差值在预定的突变范围内,则删除当前获取的脑电波信号强度的信号值;当两脑电波信号强度的差值不在预定的突变范围内,则存储当前获取的脑电波信号强度的信号值;并根据采集周期内存储的脑电波信号强度的信号号,输出不同个体差特征用户的脑电波信号曲线并发送给所述数据处理模块。
8.根据权利要求7所述的一种扫地机器人控制系统,其特征在于:所述数据处理模块,还用于根据不同生物特征模板下的脑电波信号曲线,记录不同生物特征模板下的用户欢愉度信息;并按照欢愉程度的高低排序确定清扫优先级的高低,重新确定各待清扫区域的清扫顺序并形成规则的清扫路线。
9.根据权利要求5所述的一种扫地机器人控制系统,其特征在于:所述检测模块为语音识别模块、指纹识别模块或面部识别模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911019786.0A CN110742559B (zh) | 2019-10-24 | 2019-10-24 | 一种基于脑电波检测的扫地机器人控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911019786.0A CN110742559B (zh) | 2019-10-24 | 2019-10-24 | 一种基于脑电波检测的扫地机器人控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110742559A true CN110742559A (zh) | 2020-02-04 |
CN110742559B CN110742559B (zh) | 2021-09-14 |
Family
ID=69279871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911019786.0A Active CN110742559B (zh) | 2019-10-24 | 2019-10-24 | 一种基于脑电波检测的扫地机器人控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110742559B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114766989A (zh) * | 2022-04-24 | 2022-07-22 | 云鲸智能(深圳)有限公司 | 换向机构的位置检测方法及设备、介质、清洁设备 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106933345A (zh) * | 2017-01-18 | 2017-07-07 | 北京光年无限科技有限公司 | 用于智能机器人的多模态交互方法及装置 |
CN106974647A (zh) * | 2017-04-01 | 2017-07-25 | 南京阿凡达机器人科技有限公司 | 一种脑电波头戴装置及遥控机器人和锻炼大脑的方法 |
KR20170096274A (ko) * | 2016-02-15 | 2017-08-24 | 한양대학교 에리카산학협력단 | 뇌파를 이용한 감정 전송 시스템 |
CN107450559A (zh) * | 2017-09-12 | 2017-12-08 | 深圳市宏智力科技有限公司 | 基于脑电波控制蜘蛛机器人移动的方法及装置 |
KR20180009219A (ko) * | 2016-07-18 | 2018-01-26 | 주식회사 비투스 | 뇌파를 이용한 감정표현 시스템 및 이를 이용한 로봇 전시 방법 |
CN107678549A (zh) * | 2017-09-27 | 2018-02-09 | 上海斐讯数据通信技术有限公司 | 智能设备的控制方法及系统 |
CN107730552A (zh) * | 2017-09-27 | 2018-02-23 | 上海与德通讯技术有限公司 | 一种交互方法、装置、扫地机器人及介质 |
CN107850940A (zh) * | 2015-07-08 | 2018-03-27 | 三星电子株式会社 | 情感评估 |
CN108158501A (zh) * | 2017-11-22 | 2018-06-15 | 广东艾可里宁机器人智能装备有限公司 | 扫地机器人区域划分系统及方法 |
CN108742516A (zh) * | 2018-03-26 | 2018-11-06 | 浙江广厦建设职业技术学院 | 智能家居的情绪测调系统及方法 |
CN109124624A (zh) * | 2018-06-15 | 2019-01-04 | 深圳市环球易购电子商务有限公司 | 脑电波模板获取方法及相关产品 |
CN109448002A (zh) * | 2018-10-26 | 2019-03-08 | 江西省华宇智能集成有限公司 | 一种扫地机器人控制方法、系统、移动终端及存储介质 |
KR20190050094A (ko) * | 2017-11-02 | 2019-05-10 | 한국과학기술연구원 | 뇌-컴퓨터 인터페이스를 제어하기 위한 피드백 시스템 |
-
2019
- 2019-10-24 CN CN201911019786.0A patent/CN110742559B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107850940A (zh) * | 2015-07-08 | 2018-03-27 | 三星电子株式会社 | 情感评估 |
KR20170096274A (ko) * | 2016-02-15 | 2017-08-24 | 한양대학교 에리카산학협력단 | 뇌파를 이용한 감정 전송 시스템 |
KR20180009219A (ko) * | 2016-07-18 | 2018-01-26 | 주식회사 비투스 | 뇌파를 이용한 감정표현 시스템 및 이를 이용한 로봇 전시 방법 |
CN106933345A (zh) * | 2017-01-18 | 2017-07-07 | 北京光年无限科技有限公司 | 用于智能机器人的多模态交互方法及装置 |
CN106974647A (zh) * | 2017-04-01 | 2017-07-25 | 南京阿凡达机器人科技有限公司 | 一种脑电波头戴装置及遥控机器人和锻炼大脑的方法 |
CN107450559A (zh) * | 2017-09-12 | 2017-12-08 | 深圳市宏智力科技有限公司 | 基于脑电波控制蜘蛛机器人移动的方法及装置 |
CN107730552A (zh) * | 2017-09-27 | 2018-02-23 | 上海与德通讯技术有限公司 | 一种交互方法、装置、扫地机器人及介质 |
CN107678549A (zh) * | 2017-09-27 | 2018-02-09 | 上海斐讯数据通信技术有限公司 | 智能设备的控制方法及系统 |
KR20190050094A (ko) * | 2017-11-02 | 2019-05-10 | 한국과학기술연구원 | 뇌-컴퓨터 인터페이스를 제어하기 위한 피드백 시스템 |
CN108158501A (zh) * | 2017-11-22 | 2018-06-15 | 广东艾可里宁机器人智能装备有限公司 | 扫地机器人区域划分系统及方法 |
CN108742516A (zh) * | 2018-03-26 | 2018-11-06 | 浙江广厦建设职业技术学院 | 智能家居的情绪测调系统及方法 |
CN109124624A (zh) * | 2018-06-15 | 2019-01-04 | 深圳市环球易购电子商务有限公司 | 脑电波模板获取方法及相关产品 |
CN109448002A (zh) * | 2018-10-26 | 2019-03-08 | 江西省华宇智能集成有限公司 | 一种扫地机器人控制方法、系统、移动终端及存储介质 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114766989A (zh) * | 2022-04-24 | 2022-07-22 | 云鲸智能(深圳)有限公司 | 换向机构的位置检测方法及设备、介质、清洁设备 |
CN114766989B (zh) * | 2022-04-24 | 2023-07-14 | 云鲸智能(深圳)有限公司 | 换向机构的位置检测方法及设备、介质、清洁设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110742559B (zh) | 2021-09-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111543902B (zh) | 地面清洁方法、装置、智能清洁设备和存储介质 | |
CN106599866B (zh) | 一种多维度用户身份识别方法 | |
CN107945817B (zh) | 心肺音信号分类方法、检测方法、装置、介质和计算机设备 | |
CN104102181B (zh) | 智能家居控制方法、装置及系统 | |
CN107714227A (zh) | 刷牙行为的监控方法、装置和智能牙刷 | |
KR20150114983A (ko) | 비접촉 제스쳐 제어 방법 및 전자 단말 장치 | |
CN110742559B (zh) | 一种基于脑电波检测的扫地机器人控制方法及系统 | |
CN100365644C (zh) | 身份识别和鉴定方法 | |
CN109595757B (zh) | 空调器的控制方法、装置及具有其的空调器 | |
CN112198222A (zh) | 地面材质识别方法、系统、设备及存储介质 | |
CN111973076A (zh) | 房间属性识别方法、装置、扫地机器人和存储介质 | |
CN110245707A (zh) | 基于蝎子定位的人体行走姿态振动信息识别方法及系统 | |
CN110216681B (zh) | 一种基于大数据的智能机器人分析控制系统 | |
Dissanayake et al. | Indolabel: Predicting indoor location class by discovering location-specific sensor data motifs | |
CN108053587A (zh) | 身份识别方法及其装置、地毯 | |
CN109190528A (zh) | 活体检测方法及装置 | |
CN111007496B (zh) | 基于神经网络关联雷达的穿墙透视方法 | |
CN105825195A (zh) | 智能识别烹饪行为的装置和方法 | |
CN111007806B (zh) | 智能家居的控制方法及装置 | |
CN106997449A (zh) | 具有人脸识别功能的机器人和人脸识别方法 | |
CN115963824A (zh) | 目标跟随方法及装置、机器人和可读存储介质 | |
WO2010143118A1 (en) | System and method for biometric identification | |
CN111738439B (zh) | 一种支持在线学习的人工智能处理方法及处理器 | |
CN109409053A (zh) | 跑步机控制设备和方法 | |
CN112967723A (zh) | 身份确认方法及控制装置、睡眠参数检测方法及控制装置 |
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 |