CN112223308B - 一种仿生机器人运动控制方法及系统 - Google Patents

一种仿生机器人运动控制方法及系统 Download PDF

Info

Publication number
CN112223308B
CN112223308B CN202011055578.9A CN202011055578A CN112223308B CN 112223308 B CN112223308 B CN 112223308B CN 202011055578 A CN202011055578 A CN 202011055578A CN 112223308 B CN112223308 B CN 112223308B
Authority
CN
China
Prior art keywords
information
robot
obtaining
tourists
obtaining unit
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
CN202011055578.9A
Other languages
English (en)
Other versions
CN112223308A (zh
Inventor
袁利平
李刚
伍宏
苗强
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.)
Jiangsu Didilong Robot Technology Development Co ltd
Original Assignee
Jiangsu Didilong Robot Technology Development 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 Jiangsu Didilong Robot Technology Development Co ltd filed Critical Jiangsu Didilong Robot Technology Development Co ltd
Priority to CN202011055578.9A priority Critical patent/CN112223308B/zh
Publication of CN112223308A publication Critical patent/CN112223308A/zh
Application granted granted Critical
Publication of CN112223308B publication Critical patent/CN112223308B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00Manipulators not otherwise provided for
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1602Programme controls characterised by the control system, structure, architecture
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1679Programme controls characterised by the tasks executed
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1694Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697Vision controlled systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种仿生机器人运动控制方法及系统,所述方法应用于一园区互动机器人,所述机器人包括图像识别系统,互动系统,所述方法包括:根据所述机器人的图像识别系统,获得第一图像信息;根据所述第一图像信息,获得第一目标区域中的游客数量信息;根据所述游客数量信息,获得第一输入信息;获得所述游客的行走速度信息;根据所述游客的行走速度信息,获得第二输入信息;根据所述第一输入信息和所述第二输入信息,获得所述机器人的第一运行速度信息。解决了现有技术中存在园区巡游机器人的互动呆滞,不能根据游客的行进速度对巡游机器人行进速度进行控制以互动,无法给游客带来更加愉快的互动体验的技术问题。

Description

一种仿生机器人运动控制方法及系统
技术领域
本发明涉及园区互动领域,尤其涉及一种仿生机器人运动控制方法及系统。
背景技术
户外巡游是游乐园及园区常见的与游客互动的娱乐设施,机器人在巡游过程中,所述巡游机器人与游客实时互动,给游客带来更加愉快的游玩体验。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在园区巡游机器人的互动呆滞,不能根据游客的行进速度对巡游机器人行进速度进行控制以互动,无法给游客带来更加愉快的互动体验的技术问题。
发明内容
本申请实施例通过提供一种仿生机器人运动控制方法及系统,解决了现有技术中存在园区巡游机器人的互动呆滞,不能根据游客的行进速度对巡游机器人行进速度进行控制以互动,无法给游客带来更加愉快的互动体验的技术问题,达到灵活根据游客行进速度,使得巡游机器人更加智能化、人性化与游客互动,给游客带来更加愉快的互动游玩体验的技术效果。
鉴于上述问题,提出了本申请实施例提供一种仿生机器人运动控制方法及系统。
第一方面,本申请实施例提供了一种仿生机器人运动控制方法,所述方法应用于一园区互动机器人,所述机器人包括图像识别系统,互动系统,所述方法包括:根据所述机器人的图像识别系统,获得第一图像信息;根据所述第一图像信息,获得第一目标区域中的游客数量信息;根据所述游客数量信息,获得第一输入信息;获得所述游客的行走速度信息;根据所述游客的行走速度信息,获得第二输入信息;根据所述第一输入信息和所述第二输入信息,获得所述机器人的第一运行速度信息。
另一方面,本申请还提供了一种仿生机器人运动控制系统,所述系统包括:第一获得单元,所述第一获得单元用于根据所述机器人的图像识别系统,获得第一图像信息;第二获得单元,所述第二获得单元用于根据所述第一图像信息,获得第一目标区域中的游客数量信息;第三获得单元,所述第三获得单元用于根据所述游客数量信息,获得第一输入信息;第四获得单元,所述第四获得单元用于获得所述游客的行走速度信息;第五获得单元,所述第五获得单元用于根据所述游客的行走速度信息,获得第二输入信息;第六获得单元,所述第六获得单元用于根据所述第一输入信息和所述第二输入信息,获得所述机器人的第一运行速度信息。
第三方面,本发明提供了一种仿生机器人运动控制系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了根据图像识别系统获得第一图像信息,根据第一图像信息获得第一目标区域的游客数量信息,根据所述游客数量信息获得第一输入信息,通过游客行走速度信息获得第二输入信息,根据所述第一输入信息和第二输入信息获得机器人行进速度的方式,达到对所述巡游机器人行进速度准确判断,进而达到更好与游客互动的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种仿生机器人运动控制方法的流程示意图;
图2为本申请实施例一种仿生机器人运动控制系统的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种仿生机器人运动控制方法及系统,解决了现有技术中存在园区巡游机器人的互动呆滞,不能根据游客的行进速度对巡游机器人行进速度进行控制以互动,无法给游客带来更加愉快的互动体验的技术问题,达到灵活根据游客行进速度,使得巡游机器人更加智能化、人性化与游客互动,给游客带来更加愉快的互动游玩体验的技术效果。下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
户外巡游是游乐园及园区常见的与游客互动的娱乐设施,机器人在巡游过程中,所述巡游机器人与游客实时互动,给游客带来更加愉快的游玩体验。但现有技术中存在园区巡游机器人的互动呆滞,不能根据游客的行进速度对巡游机器人行进速度进行控制以互动,无法给游客带来更加愉快的互动体验的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种仿生机器人运动控制方法,所述方法应用于一园区互动机器人,所述机器人包括图像识别系统,互动系统,所述方法包括:根据所述机器人的图像识别系统,获得第一图像信息;根据所述第一图像信息,获得第一目标区域中的游客数量信息;根据所述游客数量信息,获得第一输入信息;获得所述游客的行走速度信息;根据所述游客的行走速度信息,获得第二输入信息;根据所述第一输入信息和所述第二输入信息,获得所述机器人的第一运行速度信息。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种仿生机器人运动控制方法,其中,所述方法应用于一园区互动机器人,所述机器人包括图像识别系统,互动系统,所述方法包括:
步骤S100:根据所述机器人的图像识别系统,获得第一图像信息;
具体而言,所述机器人为园区巡游互动机器人,所述图像识系统是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对象的系统,是应用深度学习算法的一种实践应用系统。通过所述图像识别系统,获得第一图像信息。
步骤S200:根据所述第一图像信息,获得第一目标区域中的游客数量信息;
步骤S300:根据所述游客数量信息,获得第一输入信息;
具体而言,所述第一目标区域为所述巡游机器人行进路径上的区域,根据所述第一图像信息获得所述第一目标区域的游客数量信息,根据所述目标区域游客数量信息获得第一输入信息。
步骤S400:获得所述游客的行走速度信息;
步骤S500:根据所述游客的行走速度信息,获得第二输入信息;
具体而言,所述游客行走速度信息为根据所述游客队列的行进速度获得的游客行走速度信息,根据所述游客的行走速度获得第二输入信息。
进一步而言,综合考量所述第一输入信息和所述第二输入信息,本申请实施例步骤S500还包括:
步骤S510:将所述第一输入信息和所述第二输入信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:第一输入信息和所述第二输入信息和用来标识机器人运行速度的标识信息;
步骤S520:获得所述训练模型的输出信息,其中,所述输出信息包括所述机器人的第一运行速度信息。
具体而言,所述训练模型为神经网络模型,所述神经网络模型即机器学习中的神经网络模型,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。通过大量训练数据集的训练,将所述第一输入信息和所述第二输入信息输入神经网络模型,则输出机器人的第一运行速度信息。
更进一步而言,所述训练的过程实质为监督学习的过程,每一组监督数据均包括第一输入信息和所述第二输入信息和用来标识机器人运行速度的标识信息,将所述第一输入信息和所述第二输入信息输入到神经网络模型中,根据用来标识机器人运行速度的标识信息,获得所述机器人的最佳行进速度。所述神经网络模型进行不断的自我修正、调整,直至获得的输出机器人的第一运行速度信息最适合与游客互动,则结束本组数据监督学习,进行下一组数据监督学习;当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时,则监督学习过程结束。通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入数据更加准确,进而使得输出的机器人的第一运行速度信息更加合理,达到根据机器人灵活根据游客数量及速度与游客进行互动,给游客带来更加愉快的游玩体验的技术效果。
步骤S600:根据所述第一输入信息和所述第二输入信息,获得所述机器人的第一运行速度信息。
具体而言,根据所述训练模型训练,基于游客的数量及行进速度的综合考量,获得最适宜的机器人的第一运行速度信息,达到灵活根据游客行进速度,使得巡游机器人更加智能化、人性化与游客互动,给游客带来更加愉快的互动游玩体验的技术效果。
进一步而言,本申请实施例还包括:
步骤S710:获得第二图像信息;
步骤S720:根据所述第二图像信息获得所述第二图像信息中拍照游客数量信息;
步骤S730:获得预定拍照人数阈值;
步骤S740:判断所述第二图像信息中拍照游客数量信息是否超过所述预定拍照人数阈值;
步骤S750:如果所述第二图像信息中拍照游客数量信息超过所述预定拍照人数阈值,获得第一控制指令;
步骤S760:根据所述第一控制指令,控制所述机器人停止前进。
具体而言,所述预定拍照阈值为根据所述总巡游人数制定的满足相对应人数时进行拍照的人数阈值。当所述第二图像信息的人数超过预定拍照人数阈值时,获得第一控制指令,根据所述第一控制指令,控制所述机器人停止前进。进一步而言,所述机器人停止前进后,可与所述游客进行实时互动拍照。举例而言,当游客摆出相应的拍照动作后,所述机器人可根据所述游客的动作与之回应,配合所述游客进行拍照动作。
进一步而言,判断所述第二图像信息中拍照游客数量信息是否超过所述预定拍照人数阈值,本申请实施例S740还包括:
步骤S741:如果所述第二图像信息中拍照游客数量信息未超过所述预定拍照人数阈值,获得第一位置信息,所述第一位置为所述园区内游客拍照最多的位置信息;
步骤S742:获得第二位置信息,所述第二位置信息为所述机器人的实时位置信息;
步骤S743:根据所述第一位置信息和所述第二位置信息,获得第一路径信息;
步骤S744:根据所述第一路径信息,获得第二控制指令;
步骤S745:根据所述第二控制指令,控制所述机器人向所述第一位置靠近。
具体而言,当所述第二图像信息中拍照游客数量未超过预定拍照人数阈值时,此时获得所述机器人的当前位置,所述当前位置为第二位置信息,获得第一位置信息,所述第一位置信息为所述园区内游客拍照人数最多的位置信息,根据所述第一位置信息和第二位置信息生成第一路径信息,获得第二控制指令,控制所述机器人沿第一路径向第一位置靠近,通过调整所述机器人向所述拍照人群多的位置靠近,达到根据游客数量,更加智能化、人性化与游客互动拍照的技术效果。
进一步而言,所述根据所述第一控制指令,控制所述机器人停止前进,本申请实施例步骤S760还包括:
步骤S761:获得第一视频信息;
步骤S762:根据所述第一视频信息,判断所述拍照游客是否停止进行拍照;
步骤S763:如果所述拍照游客停止进行拍照,获得第三控制指令;
步骤S764:根据所述第三控制指令,控制所述机器人继续前进。
具体而言,所述第一视频信息包含所述游客不想进行拍照的相关动作,当识别游客拍照结束后,获得第三控制指令,根据所述第三控制指令继续前进,为其他游客进行服务。进一步而言,当所述拍照空间位置不大且游客正在聚集时,获得停止拍照继续前进指令,可调整到宽敞位置继续拍照,避免游客拥堵,发生踩踏事件。
具体而言,所述根据所述第一视频信息,判断所述拍照游客是否停止进行拍照,本申请实施例步骤S762还包括:
步骤S7621:如果所述拍照游客未停止进行拍照,获得第一拍照时长;
步骤S7622:获得预定拍照时长阈值;
步骤S7623:判断所述第一拍照时长是否超过所述预定拍照时长阈值;
步骤S7624:如果所述第一拍照时长超过所述预定拍照时长阈值,获得第四控制指令;
步骤S7625:根据所述第四控制指令,控制所述机器人切换动作。
具体而言,当通过所述第一视频信息,判断所述拍照游客未停止拍照,获得拍照时长阈值,所述拍照时长阈值为根据所述游客的拍照时间获得的预定第一动作拍照的时长,当所述第一用户合拍完第一动作后,获得第四控制指令,根据所述第四控制指令,识别所述游客的第二拍照动作,根据游客的第二拍照动作获得与之配合的动作,同所述游客互动拍照。达到更加智能化、人性化与游客互动拍照的技术效果。
进一步而言,本申请实施例还包括:
步骤S810:构建游客表情库;
步骤S820:根据所述第一图像信息获得所述游客的表情信息;
步骤S830:判断所述游客的表情信息是否在所述游客表情库中;
步骤S840:如果所述游客的表情信息在所述游客表情库中,获得第五控制指令;
步骤S850:根据所述第五控制指令,控制所述机器人进行特效展示。
具体而言,将游客的不同的表情信息收录至游客表情库,根据所述不同的游客表情构建所述机器人的动作触发表情。当所述第一图像信息识别所述游客表情包含触发机器人隐藏动作的表情时,获得第五控制指令,根据所述第五控制指令根据相应的触发动作做出相应特效展示,所述触发动作还可根据不同的拟态机器人进行不同的设定。举例而言,当所述机器人为小猴子时,触发表情为吃惊表情,根据所述触发表情,获得第一特效展示,所述第一特效展示为喷气,洒水,抓耳挠腮等。
进一步而言,所述训练模型通过多组训练数据训练获得,所述步骤S510还包括:
步骤S511:获得用来标识机器人运行速度的第一标识信息、第二标识信息,直至第N标识信息其中,N为大于1的自然数,根据第一标识信息生成第一标识码;
步骤S512:根据第二标识信息和第一标识码生成第二标识码,以此类推,根据第N标识信息和第N-1标识码生成第N标识码;
步骤S513:将所有标识信息和标识码复制保存在M台电子设备上,其中,M为大于1的自然数。
具体而言,区块链技术也被称之为分布式账本技术,是一种由若干台计算设备共同参与“记账",共同维护一份完整的分布式数据库的新兴技术。由于区块链技术具有去中心化、公开透明、每台计算设备可以参与数据库记录、并且各计算设备之间可以快速的进行数据同步的特性,使得区块链技术已在众多的领域中广泛的进行应用。根据所述第一标识信息生成第一标识码,所述第一标识码与第一标识信息一一对应;根据第二标识信息和第一标识码生成的第二标识码,第二标识码与第二标识信息一一对应;以此类推,根据第N标识信息和第N-1标识码生成的第N标识码,其中,N为大于1的自然数。将所有标识信息和标识码分别复制保存在M台设备上,其中,所述第一标识信息和所述第一标识码作为第一存储单位保存在一台设备上,所述第二标识信息和所述第二标识码作为第二存储单位保存在一台设备上,所述第N标识信息和所述第N标识码作为第N存储单位保存在一台设备上,当需要调用所述标识信息时,每后一个节点接收前一节点存储的数据后,通过“共识机制”进行校验后保存,通过哈希函数对于每一存储单位进行串接,使得训练数据不易丢失和遭到破坏,通过区块链的逻辑对所述训练数据进行加密处理,保证了所述标识信息的安全性,并存储于多台设备上,所述存储于多台设备上的数据通过共识机制进行处理,即少数服从多数,当一台或多台设备被篡改时,只要存储正确数据的设备数量大于被篡改的设备数量,则获得的标识信息仍然是准确的,进一步的保证了标识信息的安全性,达到通过所述标识信息监督获得的训练模型的准确性,进而达到获得准确的机器人的第一运行速度信息,为游客带来更好互动体验的技术效果。
综上所述,本申请实施例所提供的一种仿生机器人运动控制方法及系统具有如下技术效果:
1、由于采用了根据图像识别系统获得第一图像信息,根据第一图像信息获得第一目标区域的游客数量信息,根据所述游客数量信息获得第一输入信息,通过游客行走速度信息获得第二输入信息,根据所述第一输入信息和第二输入信息获得机器人行进速度的方式,达到对所述巡游机器人行进速度准确判断,进而达到更好与游客互动的技术效果。
2、由于采用了通过对所述神经网络模型的监督学习的方式,进而使得所述神经网络模型处理所述输入数据更加准确,进而使得输出的机器人的第一运行速度信息更加合理,达到根据机器人灵活根据游客数量及速度与游客进行互动,给游客带来更加愉快的游玩体验的技术效果。
3、由于采用了通过调整所述机器人向所述拍照人群多的位置靠近的方式,达到根据游客数量,更加智能化、人性化与游客互动拍照的技术效果。
4、由于采用了将标识信息加密处理的方式,使得通过所述标识信息监督获得的训练模型更加准确,进而达到获得准确的机器人的第一运行速度信息,为游客带来更好互动体验的技术效果。
实施例二
基于与前述实施例中一种仿生机器人运动控制方法同样发明构思,本发明还提供了一种仿生机器人运动控制系统,如图2所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于根据所述机器人的图像识别系统,获得第一图像信息;
第二获得单元12,所述第二获得单元12用于根据所述第一图像信息,获得第一目标区域中的游客数量信息;
第三获得单元13,所述第三获得单元13用于根据所述游客数量信息,获得第一输入信息;
第四获得单元14,所述第四获得单元14用于获得所述游客的行走速度信息;
第五获得单元15,所述第五获得单元15用于根据所述游客的行走速度信息,获得第二输入信息;
第六获得单元16,所述第六获得单元16用于根据所述第一输入信息和所述第二输入信息,获得所述机器人的第一运行速度信息。
进一步的,所述系统还包括:
第一输入单元,所述第一输入单元用于将所述第一输入信息和所述第二输入信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:第一输入信息和所述第二输入信息和用来标识机器人运行速度的标识信息;
第七获得单元,所述第七获得单元用于获得所述训练模型的输出信息,其中,所述输出信息包括所述机器人的第一运行速度信息。
进一步的,所述系统还包括:
第八获得单元,所述第八获得单元用于获得第二图像信息;
第九获得单元,所述第九获得单元用于根据所述第二图像信息获得所述第二图像信息中拍照游客数量信息;
第十获得单元,所述第十获得单元用于获得预定拍照人数阈值;
第一判断单元,所述第一判断单元用于判断所述第二图像信息中拍照游客数量信息是否超过所述预定拍照人数阈值
第十一获得单元,所述第十一获得单元用于如果所述第二图像信息中拍照游客数量信息超过所述预定拍照人数阈值,获得第一控制指令;
第十二获得单元,所述第十二获得单元用于根据所述第一控制指令,控制所述机器人停止前进。
进一步的,所述系统还包括:
第十三获得单元,所述第十三获得单元用于如果所述第二图像信息中拍照游客数量信息未超过所述预定拍照人数阈值,获得第一位置信息,所述第一位置为所述园区内游客拍照最多的位置信息;
第十四获得单元,所述第十四获得单元用于获得第二位置信息,所述第二位置信息为所述机器人的实时位置信息;
第十五获得单元,所述第十五获得单元用于根据所述第一位置信息和所述第二位置信息,获得第一路径信息;
第十六获得单元,所述第十六获得单元用于根据所述第一路径信息,获得第二控制指令;
第十七获得单元,所述第十七获得单元用于根据所述第二控制指令,控制所述机器人向所述第一位置靠近。
进一步的,所述系统还包括:
第十八获得单元,所述第十八获得单元用于获得第一视频信息;
第二判断单元,所述第二判断单元用于根据所述第一视频信息,判断所述拍照游客是否停止进行拍照;
第十九获得单元,所述第十九获得单元用于如果所述拍照游客停止进行拍照,获得第三控制指令;
第二十获得单元,所述第二十获得单元用于根据所述第三控制指令,控制所述机器人继续前进。
进一步的,所述系统还包括:
第二十一获得单元,所述第二十一获得单元用于如果所述拍照游客未停止进行拍照,获得第一拍照时长;
第二十二获得单元,所述第二十二获得单元用于获得预定拍照时长阈值;
第三判断单元,所述第三判断单元用于判断所述第一拍照时长是否超过所述预定拍照时长阈值;
第二十三获得单元,所述第二十三获得单元用于如果所述第一拍照时长超过所述预定拍照时长阈值,获得第四控制指令;
第二十四获得单元,所述第二十四获得单元用于根据所述第四控制指令,控制所述机器人切换动作。
进一步的,所述系统还包括:
第二十五获得单元,所述第二十五获得单元用于构建游客表情库;
第二十六获得单元,所述第二十六获得单元用于根据所述第一图像信息获得所述游客的表情信息;
第四判断单元,所述第四判断单元用于判断所述游客的表情信息是否在所述游客表情库中;
第二十七获得单元,所述第二十七获得单元用于如果所述游客的表情信息在所述游客表情库中,获得第五控制指令;
第二十八获得单元,所述第二十八获得单元用于根据所述第五控制指令,控制所述机器人进行特效展示。
前述图1实施例一中的一种仿生机器人运动控制方法的各种变化方式和具体实例同样适用于本实施例的一种仿生机器人运动控制系统,通过前述对一种仿生机器人运动控制方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种仿生机器人运动控制系统的实施方法,所以为了说明书的简洁,在此不再详述。
示例性电子设备
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种仿生机器人运动控制方法的发明构思,本发明还提供一种仿生机器人运动控制系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种仿生机器人运动控制方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他系统通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本发明实施例提供的一种仿生机器人运动控制方法,所述方法应用于一园区互动机器人,所述机器人包括图像识别系统,互动系统,所述方法包括:根据所述机器人的图像识别系统,获得第一图像信息;根据所述第一图像信息,获得第一目标区域中的游客数量信息;根据所述游客数量信息,获得第一输入信息;获得所述游客的行走速度信息;根据所述游客的行走速度信息,获得第二输入信息;根据所述第一输入信息和所述第二输入信息,获得所述机器人的第一运行速度信息。解决了现有技术中存在园区巡游机器人的互动呆滞,不能根据游客的行进速度对巡游机器人行进速度进行控制以互动,无法给游客带来更加愉快的互动体验的技术问题,达到灵活根据游客行进速度,使得巡游机器人更加智能化、人性化与游客互动,给游客带来更加愉快的互动游玩体验的技术效果。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明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,本发明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。
本发明是参照根据本发明实施例的方法、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系统。
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系统的制造品,该指令系统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。尽管已描述了本发明的优选实施例,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发明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 (7)

1.一种仿生机器人运动控制方法,其中,所述方法应用于一园区互动机器人,所述机器人包括图像识别系统,互动系统,所述方法包括:
根据所述机器人的图像识别系统,获得第一图像信息;
根据所述第一图像信息,获得第一目标区域中的游客数量信息;
根据所述游客数量信息,获得第一输入信息;
获得所述游客的行走速度信息;
根据所述游客的行走速度信息,获得第二输入信息;
根据所述第一输入信息和所述第二输入信息,获得所述机器人的第一运行速度信息;
其中,所述方法还包括:
获得第二图像信息;
根据所述第二图像信息获得所述第二图像信息中拍照游客数量信息;
获得预定拍照人数阈值;
判断所述第二图像信息中拍照游客数量信息是否超过所述预定拍照人数阈值;
如果所述第二图像信息中拍照游客数量信息超过所述预定拍照人数阈值,获得第一控制指令;
根据所述第一控制指令,控制所述机器人停止前进;
如果所述第二图像信息中拍照游客数量信息未超过所述预定拍照人数阈值,获得第一位置信息,所述第一位置为所述园区内游客拍照最多的位置信息;
获得第二位置信息,所述第二位置信息为所述机器人的实时位置信息;
根据所述第一位置信息和所述第二位置信息,获得第一路径信息;
根据所述第一路径信息,获得第二控制指令;
根据所述第二控制指令,控制所述机器人向所述第一位置靠近。
2.如权利要求1所述的方法,其中,所述根据所述第一输入信息和所述第二输入信息,获得所述机器人的第一运行速度信息包括:
将所述第一输入信息和所述第二输入信息输入训练模型,其中,所述训练模型通过多组训练数据训练获得,所述多组中的训练数据中的每一组训练数据均包括:第一输入信息和所述第二输入信息和用来标识机器人运行速度的标识信息;
获得所述训练模型的输出信息,其中,所述输出信息包括所述机器人的第一运行速度信息。
3.如权利要求1所述的方法,其中,所述方法包括:
获得第一视频信息;
根据所述第一视频信息,判断所述拍照游客是否停止进行拍照;
如果所述拍照游客停止进行拍照,获得第三控制指令;
根据所述第三控制指令,控制所述机器人继续前进。
4.如权利要求3所述的方法,其中,所述方法包括:
如果所述拍照游客未停止进行拍照,获得第一拍照时长;
获得预定拍照时长阈值;
判断所述第一拍照时长是否超过所述预定拍照时长阈值;
如果所述第一拍照时长超过所述预定拍照时长阈值,获得第四控制指令;
根据所述第四控制指令,控制所述机器人切换动作。
5.如权利要求1所述的方法,其中,所述方法包括:
构建游客表情库;
根据所述第一图像信息获得所述游客的表情信息;
判断所述游客的表情信息是否在所述游客表情库中;
如果所述游客的表情信息在所述游客表情库中,获得第五控制指令;
根据所述第五控制指令,控制所述机器人进行特效展示。
6.一种仿生机器人运动控制系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于根据所述机器人的图像识别系统,获得第一图像信息;
第二获得单元,所述第二获得单元用于根据所述第一图像信息,获得第一目标区域中的游客数量信息;
第三获得单元,所述第三获得单元用于根据所述游客数量信息,获得第一输入信息;
第四获得单元,所述第四获得单元用于获得所述游客的行走速度信息;
第五获得单元,所述第五获得单元用于根据所述游客的行走速度信息,获得第二输入信息;
第六获得单元,所述第六获得单元用于根据所述第一输入信息和所述第二输入信息,获得所述机器人的第一运行速度信息;
其中,所述仿生机器人运动控制系统还包括:
第八获得单元,所述第八获得单元用于获得第二图像信息;
第九获得单元,所述第九获得单元用于根据所述第二图像信息获得所述第二图像信息中拍照游客数量信息;
第十获得单元,所述第十获得单元用于获得预定拍照人数阈值;
第一判断单元,所述第一判断单元用于判断所述第二图像信息中拍照游客数量信息是否超过所述预定拍照人数阈值;
第十一获得单元,所述第十一获得单元用于如果所述第二图像信息中拍照游客数量信息超过所述预定拍照人数阈值,获得第一控制指令;
第十二获得单元,所述第十二获得单元用于根据所述第一控制指令,控制所述机器人停止前进;
第十三获得单元,所述第十三获得单元用于如果所述第二图像信息中拍照游客数量信息未超过所述预定拍照人数阈值,获得第一位置信息,所述第一位置为所述园区内游客拍照最多的位置信息;
第十四获得单元,所述第十四获得单元用于获得第二位置信息,所述第二位置信息为所述机器人的实时位置信息;
第十五获得单元,所述第十五获得单元用于根据所述第一位置信息和所述第二位置信息,获得第一路径信息;
第十六获得单元,所述第十六获得单元用于根据所述第一路径信息,获得第二控制指令;
第十七获得单元,所述第十七获得单元用于根据所述第二控制指令,控制所述机器人向所述第一位置靠近。
7.一种仿生机器人运动控制系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1-5任一项所述方法的步骤。
CN202011055578.9A 2020-09-30 2020-09-30 一种仿生机器人运动控制方法及系统 Active CN112223308B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011055578.9A CN112223308B (zh) 2020-09-30 2020-09-30 一种仿生机器人运动控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011055578.9A CN112223308B (zh) 2020-09-30 2020-09-30 一种仿生机器人运动控制方法及系统

Publications (2)

Publication Number Publication Date
CN112223308A CN112223308A (zh) 2021-01-15
CN112223308B true CN112223308B (zh) 2021-07-20

Family

ID=74119695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011055578.9A Active CN112223308B (zh) 2020-09-30 2020-09-30 一种仿生机器人运动控制方法及系统

Country Status (1)

Country Link
CN (1) CN112223308B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5120745B2 (ja) * 2005-03-10 2013-01-16 株式会社国際電気通信基礎技術研究所 コミュニケーションロボット
CN105956513B (zh) * 2016-04-19 2020-04-14 北京小米移动软件有限公司 执行反应动作的方法及装置
CN106881716A (zh) * 2017-02-21 2017-06-23 深圳市锐曼智能装备有限公司 基于3d摄像头机器人的人体跟随方法及系统
CN109308466A (zh) * 2018-09-18 2019-02-05 宁波众鑫网络科技股份有限公司 一种对交互语言进行情绪识别的方法
CN110926476B (zh) * 2019-12-04 2023-09-01 三星电子(中国)研发中心 一种智能机器人的伴随服务方法及装置

Also Published As

Publication number Publication date
CN112223308A (zh) 2021-01-15

Similar Documents

Publication Publication Date Title
Arulkumaran et al. Deep reinforcement learning: A brief survey
CN107817891B (zh) 屏幕控制方法、装置、设备及存储介质
Salmerón-Garcı et al. A tradeoff analysis of a cloud-based robot navigation assistant using stereo image processing
Rudovic et al. Personalized estimation of engagement from videos using active learning with deep reinforcement learning
Passalis et al. Continuous drone control using deep reinforcement learning for frontal view person shooting
JP7268071B2 (ja) バーチャルアバターの生成方法及び生成装置
Chang et al. Redirection controller using reinforcement learning
JP2018001403A (ja) 音声と仮想動作を同期させる方法、システムとロボット本体
US20220343795A1 (en) Orientation assistance system
Cherkasov et al. The use of open and machine vision technologies for development of gesture recognition intelligent systems
Hafez et al. Improving robot dual-system motor learning with intrinsically motivated meta-control and latent-space experience imagination
CN112223308B (zh) 一种仿生机器人运动控制方法及系统
WO2024067113A1 (zh) 一种动作预测方法及其相关设备
KR102160955B1 (ko) 딥 러닝 기반 3d 데이터 생성 방법 및 장치
EP4283529A1 (en) Method for training an object recognition model in a computing device
WO2020193972A1 (en) Facial analysis
Dang et al. Imitation learning-based algorithm for drone cinematography system
Hu et al. A pattern-based modeling framework for simulating human-like pedestrian steering behaviors
Tiritiris et al. Temporal difference rewards for end-to-end vision-based active robot tracking using deep reinforcement learning
US11726554B2 (en) Computer-implemented simulation of a virtual hand
CN112381925B (zh) 一种基于激光编码的全身跟踪定位方法及系统
CN114092712A (zh) 图像生成方法、装置、可读介质和电子设备
Shakev et al. Recognition and following of dynamic targets by an omnidirectional mobile robot using a deep convolutional neural network
US20200311968A1 (en) Apparatus, system, and method for controlling an imaging device
Sochopoulos et al. Deep Reinforcement Learning with semi-expert distillation for autonomous UAV cinematography

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A motion control method and system for bionic robot

Effective date of registration: 20211126

Granted publication date: 20210720

Pledgee: China Construction Bank Corporation Nantong Economic and Technological Development Zone sub branch

Pledgor: Jiangsu didilong Robot Technology Development Co.,Ltd.

Registration number: Y2021980013339

PP01 Preservation of patent right
PP01 Preservation of patent right

Effective date of registration: 20221121

Granted publication date: 20210720