CN111079440A - 一种基于情感识别的老人陪护机器人子系统 - Google Patents
一种基于情感识别的老人陪护机器人子系统 Download PDFInfo
- Publication number
- CN111079440A CN111079440A CN201911274933.9A CN201911274933A CN111079440A CN 111079440 A CN111079440 A CN 111079440A CN 201911274933 A CN201911274933 A CN 201911274933A CN 111079440 A CN111079440 A CN 111079440A
- Authority
- CN
- China
- Prior art keywords
- emotion
- module
- voice
- old
- semantic
- 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
- 230000008909 emotion recognition Effects 0.000 title claims abstract description 21
- 230000008451 emotion Effects 0.000 claims abstract description 77
- 230000036541 health Effects 0.000 claims abstract description 15
- 238000007726 management method Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 238000010801 machine learning Methods 0.000 claims abstract description 11
- 230000006855 networking Effects 0.000 claims abstract description 8
- 238000004891 communication Methods 0.000 claims description 13
- 230000015572 biosynthetic process Effects 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 9
- 238000003786 synthesis reaction Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000036772 blood pressure Effects 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 230000007774 longterm Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 230000003044 adaptive effect Effects 0.000 claims description 3
- 230000036760 body temperature Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000006996 mental state Effects 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims description 2
- 230000003993 interaction Effects 0.000 claims description 2
- 230000004630 mental health Effects 0.000 abstract description 13
- 230000002996 emotional effect Effects 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 5
- 241000282414 Homo sapiens Species 0.000 description 23
- 238000001514 detection method Methods 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000006872 improvement Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000000034 method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000474 nursing effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000000276 sedentary effect Effects 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L13/00—Speech synthesis; Text to speech systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS OR SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING; SPEECH OR AUDIO CODING OR DECODING
- G10L25/00—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00
- G10L25/48—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use
- G10L25/51—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination
- G10L25/63—Speech or voice analysis techniques not restricted to a single one of groups G10L15/00 - G10L21/00 specially adapted for particular use for comparison or discrimination for estimating an emotional state
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication
Abstract
本发明属于一种基于情感识别的老人陪护机器人子系统,针对我国居家老年人的养老需求,利用机器学习方法、服务器技术、分布式计算、物联网和网络技术,提出一种主要基于情感状态分析的主动陪护方案,能够主动检测老人日常语言中的负面消极情感,对老人进行情感抚慰以及相关陪护。技术方案包括语音系统、情感综合系统、后台服务器系统、老年人情感抚慰陪护系统、佩戴设备信息采集系统、健康信息管理与通知系统、组网系统等主要模块。本发明提供一种基于语音情感的老人陪护机器人子系统,相较现代陪护智能机器人更能主动探测老人的情感状态,并且能够对产生负面情感的老人进行及时的抚慰及解忧,同时结合佩戴设备从生理上监测老人的健康状况,及时生成老人身心健康状态表单并通过互联网与家人联络,能够全方位主动地保障老人的身心健康。
Description
技术领域
本发明涉及老人陪护机器人系统,特别是涉及一种基于情感识别的陪护子系统方案。
背景技术
联合国最新统计,目前全球老龄人口总数已达 6.29 亿,随着退休人口数量增加、人类寿命延长、少子化加速以及劳动力短缺,人口老龄化已成为当今世界一个突出的社会问题,加重了劳动人口与整个社会的负担。中国拥有世界最大的老龄人群。截止2016年末,中国大陆总人口(不包括香港、澳 门特别行政区和台湾省以及海外华侨人数)超13.6亿人,其中60周岁老龄人口2.1亿,占总 人口的15.5%,65周岁及以上人口13755万人,占总人口的10.1%。随着社会的发展和机器人领域的进步,为减轻社会压力,解决老年人养老问题,助老服务机器人应运而生,慢慢走进人们的生活。
机器人技术作为 20 世纪最伟大发明之一,已经在工业生产制造方面取得长足的发展,随着社会和科技的发展,已从生产实践中的工业机器人,逐步走向人类生活的各个方面。服务机器人主要是指为人类提供服务的机器人,它应具有与人类和谐相处、体积小、灵活、美观等特点。助老服务机器人作为机器人家族中的一员,主要为没有自理能力或高龄老年人提供必要的服务,如倒水、拿药、聊天、检查身体等日常生活,在这些方面可以代替年轻人,减轻他们的压力。市面上的助老机器人主要以用户主动发出指令后进行各项功能的完成,但很少涉及情感以及精神陪护,在主动情感探测领域关注老人身心健康的陪护机器人有待进一步开发与探索。
发明内容
本发明属于一种基于情感识别的老人陪护机器人子系统,相较现代陪护智能机器人更能主动探测老人的情感状态,并且能够对产生负面情感的老人进行及时的抚慰及解忧,同时结合佩戴设备从生理上监测老人的健康状况,及时生成老人身心健康状态表单并通过互联网与家人联络,能够全方位主动地保障老人的身心健康。
本发明的技术方案包括语音系统、情感综合系统、后台服务器系统、老年人情感抚慰陪护系统、佩戴设备信息采集系统、健康信息管理与通知系统、组网系统等主要模块。
为实现上述目标,本发明技术方案包括语音系统、情感综合系统、后台服务器系统、老年人情感抚慰陪护系统、佩戴设备信息采集系统、健康信息管理与通知系统、组网系统等主要模块。其中各系统均基于特定的硬件,系统按照功能划分,通过程序间通信、有线通信或者无线通信实现信息交互,所述语音系统包含多麦克风阵列拾音模块、自然语言理解模块、语音情感分析模块,所述情感综合系统包括老年人语音情感识别系统和自然语言理解模块中语义层中的语义情感分析,采用特征层和决策层并行的语音、语义双模情感识别分层融合算法对居家老年人的情感状态进行识别,所述的后台服务器系统包括数据库模块、转发服务器模块、调度与并发模块,所述的老年人情感抚慰陪护系统包括娱乐项目模块、对话抚慰模块和自适应学习模块,所述的佩戴设备信息采集系统包括体征模块、姿态模块、机器学习模块、数据存储与传输模块,所属的健康信息管理与通知系统采用本地存储与云存储协作的方案,将近期数据存储在本地设备,将长期数据上传至云端,并定期向监护人通知老人的近期身心状态。所述组网系统包括组网服务器、智能网关和子系统通信协议。
本发明的进一步改进,所述多麦克风阵列拾音系统融合了广义旁瓣抵消(GSC)的自适应滤波算法和维纳滤波算法,将3个麦克风,取间距为1 cm,均匀直线分布构成麦克风阵列,来波方向和阵列的夹角为30°,语音入射方向为45°,麦克风类型为全指向型。
本发明的进一步改进,所述自然语言理解模块包括语义识别、语义理解、对话管理、语言生成、语音合成等模块,其中语义理解模块包含语义情感识别子模块,语音合成包含情感语音合成模块和特定说话人音色模块,。
本发明的进一步改进,所述情感综合系统包括老年人语音情感识别系统和自然语言理解模块中语义层中的语义情感分析,采用特征层和决策层并行的语音、语义双模情感识别分层融合算法对居家老年人的情感状态进行识别。
本发明的进一步改进,所述语音情感分析模块构建Fisher比率准则下最优小波包基的构建,提取小波包倒谱系数作为特征,采用SVM分类器。
本发明的进一步改进,所述数据库模块采用MySQL和MongoDB方式对大量数据进行存储,所述的调度与并发模块采用select +epoll的Mix-IO模型以提高并发性能。
本发明的进一步改进,所述老年人情感抚慰陪护系统包括娱乐项目模块、对话抚慰模块和自适应学习模块。
本发明的进一步改进,所述体征模块包括体温、心跳、血压传感器,所述姿态模块包括陀螺仪姿态传感器,所述的机器学习模块采用机器学习方法对采集的数据进行分类,所述的数据存储于传输模块采用蓝牙与机器人进行通信和传输。
本发明的进一步改进,所述子系统通信协议包括佩戴设备与机器人之间、机器人与服务器之间、服务器与监护人终端之间的通信协议。
本发明提出一种基于情感的老人陪护机器人子系统,用于主动情感检测、并提供数据接口,可供机器人平台自由装载本系统。本发明相较现代陪护智能机器人更能主动探测老人的情感状态,并且能够对产生负面情感的老人进行及时的抚慰及解忧,同时结合佩戴设备从生理上监测老人的健康状况,及时生成老人身心健康状态表单并通过互联网与家人联络,能够全方位主动地保障老人的身心健康。系统提供开放接口,允许其他助老机器人或助老装置接 入系统,可拓展性高,为后续系统的升级完善创造了条件。本方案系统较市场现有各分功能 助老服务设备,具有整体性高、实用性强、组建成本低的特点。
有益效果:本发明与现有技术相比,具有以下优点:
在现有的陪护机器人及老年人陪护机器人中,大多实现提供特定服务的功能,如通过语音操作机器人完成语音视频通话、播放媒体、搜索信息、操作智能家居、设置用药提醒等,更高级地,部分陪护机器人提供了对老年人的姿态体征等信息的检测,但仍然缺少对老人心理情感、是否抑郁等特征进行主动监测,在针对陪护对象的情感、心理监护方面属于比较空白。本发明提供一种基于语音情感的老人陪护机器人子系统,相较现代陪护智能机器人更能主动探测老人的情感状态,并且能够对产生负面情感的老人进行及时的抚慰及解忧,同时结合佩戴设备从生理上监测老人的健康状况,及时生成老人身心健康状态表单并通过互联网与家人联络,能够全方位主动地保障老人的身心健康。
附图说明
图1为本发明的系统模块图。
图2为本发明的情感系统流程图。
图3为本发明的后台服务器架构图。
图4为本发明的组网连接图。
具体实施方式
下面结合实施例和说明书附图对本发明作进一步的说明。
下面结合附图与具体实施方式对本发明作进一步详细描述:
本实施提出一种基于情感的老人陪护机器人子系统,用于主动情感检测、并提供数据接口,可供机器人平台自由装载本系统。本实施相较现代陪护智能机器人更能主动探测老人的情感状态,并且能够对产生负面情感的老人进行及时的抚慰及解忧,同时结合佩戴设备从生理上监测老人的健康状况,及时生成老人身心健康状态表单并通过互联网与家人联络,能够全方位主动地保障老人的身心健康。
如图1所示,本实施例包括语音系统、情感综合系统、后台服务器系统、老年人情感抚慰陪护系统、佩戴设备信息采集系统、健康信息管理与通知系统、组网系统主要模块。
系统按照功能划分,通过程序间通信、有线通信或者无线通信实现信息交互,所述语音系统包含多麦克风阵列拾音模块、自然语言理解模块、语音情感分析模块,所述情感综合系统包括老年人语音情感识别系统和自然语言理解模块中语义层中的语义情感分析,采用特征层和决策层并行的语音、语义双模情感识别分层融合算法对居家老年人的情感状态进行识别,所述后台服务器系统包括数据库模块、转发服务器模块、调度与并发模块,所述老年人情感抚慰陪护系统包括娱乐项目模块、对话抚慰模块和自适应学习模块,所述佩戴设备信息采集系统包括体征模块、姿态模块、机器学习模块、数据存储与传输模块,所属的健康信息管理与通知系统采用本地存储与云存储协作的方案,将近期数据存储在本地设备,将长期数据上传至云端,并定期向监护人通知老人的近期身心状态,所述组网系统包括组网服务器、智能网关和子系统通信协议。
所述多麦克风阵列拾音系统融合了广义旁瓣抵消(GSC)的自适应滤波算法和维纳滤波算法,将3个麦克风,取间距为1 cm,均匀直线分布构成麦克风阵列,来波方向和阵列的夹角为30°,语音入射方向为45°,麦克风类型为全指向型。
所述自然语言理解模块包括语义识别、语义理解、对话管理、语言生成、语音合成等模块,其中语义理解模块包含语义情感识别子模块,语音合成包含情感语音合成模块和特定说话人音色模块。
其中所述特定说话人音色模块至少存储5人以上的音色特征,并通过一定数量的按要求语音的方式录制音色特征;情感语音建模采用情感检测相同的模型;在10句高精度录音的范围内完成对说话人音色特征的提取。
如图2所示,所述情感综合系统包括老年人语音情感识别系统和自然语言理解模块中语义层中的语义情感分析,采用特征层和决策层并行的语音、语义双模情感识别分层融合算法对居家老年人的情感状态进行识别;其中所述语音情感分析模块构建Fisher比率准则下最优小波包基的构建,提取小波包倒谱系数作为特征,采用SVM分类器。
如图3所示,所述数据库模块采用MySQL和MongoDB方式对大量数据进行存储,所述的调度与并发模块采用select +epoll的Mix-IO模型以提高并发性能。
所述老年人情感抚慰陪护系统包括娱乐项目模块、对话抚慰模块和自适应学习模块;娱乐节目抚慰模块根据检测到的老年人情绪状态,适时采用音乐、视频等 娱乐方式抚慰老人,缓和老人情绪;对话抚慰模块运用语音识别和语音情感识别技术,通过主动与老人对话交流,抚慰老人情绪,陪伴老人;自适应学习模块在为老人服务的过程中不断学习,针对特定的服务老人, 选择更加有效的抚慰方式,提升服务质量。
所述的体征模块包括体温、心跳、血压传感器,所述的姿态模块包括陀螺仪姿态传感器,所述的机器学习模块采用机器学习方法对采集的数据进行分类,所述的数据存储于传输模块采用蓝牙与机器人进行通信和传输。
所述子系统通信协议包括佩戴设备与机器人之间、机器人与服务器之间、服务器与监护人终端之间的通信协议。
所述佩戴设备采用智能腕表模块;所述智能腕表模块内植安卓系统,采用高精度穿戴式设备传感器,完成实时心 率监测及预警、睡眠监测、血压监测、GPS定位、久坐提醒、呼吸指导、行走轨迹。
可佩戴设备检测模块对老年人的心率异常、呼吸异常、血压异常等极端异常 行为进行检测。
数据记录模块采用本地存储与云存储协作的方案,将近期数据存储在本地设备,便于频繁查阅调用;将长期数据上传至云端,实现数据的长期保存。监护人可以在监护人客户端上定制报表的时间,项目,可接收到定期的老人身心状况报表;监护人可以在监护人客户端上接收老人的异常情况警报。
综上所述,由于采用了上述方案,本发明具有以下有益效果:
提出一种基于情感的老人陪护机器人子系统,用于主动情感检测、并提供数据接口,可供机器人平台自由装载本系统。能主动探测老人的情感状态,并且能够对产生负面情感的老人进行及时的抚慰及解忧,同时结合佩戴设备从生理上监测老人的健康状况,及时生成老人身心健康状态表单并通过互联网与家人联络,能够全方位主动地保障老人的身心健康。
本方案系统较市场现有各分功能助老服务设备,具有整体性高、实用性强、组建成本低的特点。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作任何其他形式的限制,而依据本发明的技术实质所作的任何修改或等同变化,仍属于本发明所要求保护的范围。
Claims (9)
1.一种基于情感的老人陪护机器人子系统,包括语音系统、情感综合系统、后台服务器系统、老年人情感抚慰陪护系统、佩戴设备信息采集系统、健康信息管理与通知系统和组网系统,其特征在于:系统按照功能划分,通过程序间通信、有线通信或者无线通信实现信息交互,所述语音系统包含多麦克风阵列拾音模块、自然语言理解模块、语音情感分析模块,所述情感综合系统包括老年人语音情感识别系统和自然语言理解模块中语义层中的语义情感分析,采用特征层和决策层并行的语音、语义双模情感识别分层融合算法对居家老年人的情感状态进行识别,所述后台服务器系统包括数据库模块、转发服务器模块、调度与并发模块,所述老年人情感抚慰陪护系统包括娱乐项目模块、对话抚慰模块和自适应学习模块,所述佩戴设备信息采集系统包括体征模块、姿态模块、机器学习模块、数据存储与传输模块,所属的健康信息管理与通知系统采用本地存储与云存储协作的方案,将近期数据存储在本地设备,将长期数据上传至云端,并定期向监护人通知老人的近期身心状态,所述组网系统包括组网服务器、智能网关和子系统通信协议。
2. 根据权利要求1所述的一种基于情感的老人陪护机器人子系统,其特征在于:所述多麦克风阵列拾音系统融合了广义旁瓣抵消(GSC)的自适应滤波算法和维纳滤波算法,将3个麦克风,取间距为1 cm,均匀直线分布构成麦克风阵列,来波方向和阵列的夹角为30°,语音入射方向为45°,麦克风类型为全指向型。
3.根据权利要求1所述的一种基于情感的老人陪护机器人子系统,其特征在于:所述自然语言理解模块包括语义识别、语义理解、对话管理、语言生成和语音合成;其中语义理解模块包含语义情感识别子模块,语音合成包含情感语音合成模块和特定说话人音色模块。
4.根据权利要求1所述的一种基于情感的老人陪护机器人子系统,其特征在于:所述语音情感分析模块构建Fisher比率准则下最优小波包基的构建,提取小波包倒谱系数作为特征,采用SVM分类器。
5.根据权利要求1所述的一种基于情感的老人陪护机器人子系统,其特征在于:所述情感综合系统包括老年人语音情感识别系统和自然语言理解模块中语义层中的语义情感分析,采用特征层和决策层并行的语音、语义双模情感识别分层融合算法对居家老年人的情感状态进行识别。
6. 根据权利要求1所述的一种基于情感的老人陪护机器人子系统,其特征在于:所述数据库模块采用MySQL和MongoDB方式对大量数据进行存储,所述调度与并发模块采用select +epoll的Mix-IO模型以提高并发性能。
7.根据权利要求1所述的一种基于情感的老人陪护机器人子系统,其特征在于:所述老年人情感抚慰陪护系统包括娱乐项目模块、对话抚慰模块和自适应学习模块。
8.根据权利要求1所述的一种基于情感的老人陪护机器人子系统,其特征在于:所述的征模块包括体温、心跳、血压传感器,所述姿态模块包括陀螺仪姿态传感器,所述机器学习模块采用机器学习方法对采集的数据进行分类,所述数据存储于传输模块采用蓝牙与机器人进行通信和传输。
9.根据权利要求1所述的一种基于情感的老人陪护机器人子系统,其特征在于:所述子系统通信协议包括佩戴设备与机器人之间、机器人与服务器之间、服务器与监护人终端之间的通信协议。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911274933.9A CN111079440B (zh) | 2019-12-12 | 2019-12-12 | 一种基于情感识别的老人陪护机器人子系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911274933.9A CN111079440B (zh) | 2019-12-12 | 2019-12-12 | 一种基于情感识别的老人陪护机器人子系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111079440A true CN111079440A (zh) | 2020-04-28 |
CN111079440B CN111079440B (zh) | 2023-11-14 |
Family
ID=70314169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911274933.9A Active CN111079440B (zh) | 2019-12-12 | 2019-12-12 | 一种基于情感识别的老人陪护机器人子系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111079440B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111604906A (zh) * | 2020-05-26 | 2020-09-01 | 天津市微卡科技有限公司 | 一种基于步态识别的陪护机器人 |
CN111833979A (zh) * | 2020-08-03 | 2020-10-27 | 深圳作为科技有限公司 | 一种具有数据整合分析功能的老年护理机器人管理系统 |
CN112270972A (zh) * | 2020-10-22 | 2021-01-26 | 新华网股份有限公司 | 情感交流信息处理系统 |
CN113139525A (zh) * | 2021-05-21 | 2021-07-20 | 国家康复辅具研究中心 | 一种基于多源信息融合的情感识别方法和人机交互系统 |
CN114227712A (zh) * | 2021-12-27 | 2022-03-25 | 广州市甬利格宝信息科技有限责任公司 | 一种基于计算机设备的智慧交互养老陪护机器人 |
CN116312927A (zh) * | 2023-02-20 | 2023-06-23 | 京大(北京)技术有限公司 | 一种基于养老服务机器人的健康管理方法 |
CN116646069A (zh) * | 2023-06-01 | 2023-08-25 | 深圳市震有智联科技有限公司 | 一种基于IoT的智能养老看护系统及看护方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100332235A1 (en) * | 2009-06-29 | 2010-12-30 | Abraham Ben David | Intelligent home automation |
CN103996155A (zh) * | 2014-04-16 | 2014-08-20 | 深圳市易特科信息技术有限公司 | 智能交互及心理慰藉机器人服务系统 |
CN108814567A (zh) * | 2018-04-16 | 2018-11-16 | 东南大学 | 一种居家养老智能守护机器人系统 |
CN109830304A (zh) * | 2018-12-19 | 2019-05-31 | 中南大学湘雅三医院 | 基于亲情音视频的老人健康管理系统 |
CN110444284A (zh) * | 2019-08-21 | 2019-11-12 | 中国科学院苏州生物医学工程技术研究所 | 智能辅助护理与监护系统 |
-
2019
- 2019-12-12 CN CN201911274933.9A patent/CN111079440B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100332235A1 (en) * | 2009-06-29 | 2010-12-30 | Abraham Ben David | Intelligent home automation |
CN103996155A (zh) * | 2014-04-16 | 2014-08-20 | 深圳市易特科信息技术有限公司 | 智能交互及心理慰藉机器人服务系统 |
CN108814567A (zh) * | 2018-04-16 | 2018-11-16 | 东南大学 | 一种居家养老智能守护机器人系统 |
CN109830304A (zh) * | 2018-12-19 | 2019-05-31 | 中南大学湘雅三医院 | 基于亲情音视频的老人健康管理系统 |
CN110444284A (zh) * | 2019-08-21 | 2019-11-12 | 中国科学院苏州生物医学工程技术研究所 | 智能辅助护理与监护系统 |
Non-Patent Citations (1)
Title |
---|
肖家立等: "面向空巢老人的健康情感服务云端机器人原型系统设计与实现", 《微型电脑应用》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111604906A (zh) * | 2020-05-26 | 2020-09-01 | 天津市微卡科技有限公司 | 一种基于步态识别的陪护机器人 |
CN111833979A (zh) * | 2020-08-03 | 2020-10-27 | 深圳作为科技有限公司 | 一种具有数据整合分析功能的老年护理机器人管理系统 |
CN112270972A (zh) * | 2020-10-22 | 2021-01-26 | 新华网股份有限公司 | 情感交流信息处理系统 |
CN113139525A (zh) * | 2021-05-21 | 2021-07-20 | 国家康复辅具研究中心 | 一种基于多源信息融合的情感识别方法和人机交互系统 |
CN113139525B (zh) * | 2021-05-21 | 2022-03-01 | 国家康复辅具研究中心 | 一种基于多源信息融合的情感识别方法和人机交互系统 |
CN114227712A (zh) * | 2021-12-27 | 2022-03-25 | 广州市甬利格宝信息科技有限责任公司 | 一种基于计算机设备的智慧交互养老陪护机器人 |
CN116312927A (zh) * | 2023-02-20 | 2023-06-23 | 京大(北京)技术有限公司 | 一种基于养老服务机器人的健康管理方法 |
CN116646069A (zh) * | 2023-06-01 | 2023-08-25 | 深圳市震有智联科技有限公司 | 一种基于IoT的智能养老看护系统及看护方法 |
CN116646069B (zh) * | 2023-06-01 | 2023-12-19 | 深圳市震有智联科技有限公司 | 一种基于IoT的智能养老看护系统及看护方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111079440B (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111079440B (zh) | 一种基于情感识别的老人陪护机器人子系统 | |
US11395076B2 (en) | Health monitoring with ear-wearable devices and accessory devices | |
US9910298B1 (en) | Systems and methods for a computerized temple for use with eyewear | |
US9143600B2 (en) | Single button mobile telephone using server-based call routing | |
EP3759944A1 (en) | Health monitoring with ear-wearable devices and accessory devices | |
CN108375909A (zh) | 一种参数分析方法、装置、设备和计算机可读存储介质 | |
WO2020006275A1 (en) | Wearable system for brain health monitoring and seizure detection and prediction | |
US20220008030A1 (en) | Detection of agonal breathing using a smart device | |
US20230021336A1 (en) | Methods and apparatus for predicting and preventing autistic behaviors with learning and ai algorithms | |
US20240105177A1 (en) | Local artificial intelligence assistant system with ear-wearable device | |
Liang et al. | Collaborative fall detection using a wearable device and a companion robot | |
Ng et al. | Capturing and analyzing pervasive data for SmartHealth | |
US11107343B2 (en) | System and method of user mobility monitoring | |
CN216152354U (zh) | 一种多功能智能养老机器人 | |
CN206251136U (zh) | 一种智能语音监护系统 | |
US20230210444A1 (en) | Ear-wearable devices and methods for allergic reaction detection | |
US20230277123A1 (en) | Ear-wearable devices and methods for migraine detection | |
US11716580B2 (en) | Health monitoring with ear-wearable devices and accessory devices | |
CN204719942U (zh) | 一种幼儿监护系统 | |
CN105798929A (zh) | 一种面向独居老人的陪护和紧急救助型机器人 | |
CN215183066U (zh) | 一种音频采集与识别装置 | |
TW202347096A (zh) | 用於受損使用者或具備殘疾的使用者之智慧眼鏡介面 | |
CN206271418U (zh) | 一种可穿戴智能终端 | |
Raina et al. | Intelligent and Interactive Healthcare System (I 2 HS) Using Machine Learning | |
CN106790317A (zh) | 一种智能可穿戴项链设备及其应用系统 |
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 |