CN112866370A - 一种基于宠物球的宠物互动方法、系统、装置及存储介质 - Google Patents

Abstract

本申请实施例公开了一种基于宠物球的宠物互动方法及系统，所述方法包括：接收特征数据信息；利用训练好的宠物对应的意图识别模型对特征数据信息进行处理，确定宠物球当前执行的互动操作；所述方法还包括：将训练好的宠物对应的意图识别模型中的序列化层和全连接层，发送并保存至宠物球本地。

Description

一种基于宠物球的宠物互动方法、系统、装置及存储介质

分案说明

本申请是针对申请日为2020年9月24日、申请号为202011013460.X、发明名称为“一种基于宠物球的宠物互动方法、系统、装置及存储介质”的中国申请提出的分案申请。

技术领域

本说明书实施例涉及宠物玩具技术领域，特别涉及一种基于宠物球的宠物互动方法、系统、装置及存储介质。

背景技术

随着人们生活水平的提高，越来越多的人喜欢养宠物，例如宠物猫或宠物狗等。同时，由于人们的工作繁忙，大多数人会选择宠物玩具陪伴宠物，与宠物进行互动。为此，本说明书实施例提出一种基于宠物球的宠物互动方法、系统、装置及存储介质，使宠物球能根据宠物的意图实时进行互动，提高了宠物与宠物球之间的互动性。

发明内容

有鉴于此，本说明书实施例提供了一种基于宠物球的宠物互动方法、系统、装置及存储介质，用于使宠物球根据宠物的意图实时进行互动，以解决宠物玩具与宠物互动性差的问题。

本说明书实施例的一个方面提供一种基于宠物球的宠物互动方法，所述方法包括：接收特征数据信息；所述特征数据信息至少包括基于声音获取设备获取的宠物声音数据的向量表示、基于运动传感器获取的所述宠物球在预设时间段内的被动运动数据的向量表示、基于光线传感器获取的光线数据、以及所述宠物球已经执行的互动操作数据的向量表示；所述声音获取设备、所述运动传感器、以及所述光线传感器设置在所述宠物球内部；利用训练好的所述宠物对应的意图识别模型对所述特征数据信息进行处理，确定所述宠物球当前执行的互动操作；其中，所述意图识别模型包括序列化层和全连接层，所述处理包括：基于所述序列化层对接收的所述宠物声音数据的向量表示、所述被动运动数据的向量表示、以及所述宠物球已经执行的互动操作数据的向量表示分别进行处理，得到各自的序列化向量表示；基于所述全连接层对所述各自的序列化向量表示、和所述光线数据进行处理，确定所述宠物在当前环境下的意图；基于所述宠物在当前环境下的意图，确定所述宠物球当前执行的所述互动操作，所述互动操作至少包括互动语音、和/或互动灯光、和/或互动动作；所述方法还包括：将所述训练好的所述宠物对应的意图识别模型中的所述序列化层和所述全连接层，发送并保存至宠物球本地。

可选地，所述训练好的所述宠物对应的意图识别模型还包括嵌入层；所述接收特征数据信息，包括：通过WIFI或网络，接收基于所述宠物球本地设置的所述嵌入层分别对所述宠物声音数据、所述被动运动数据、以及所述宠物球已经执行的互动操作数据进行编码处理后得到的各自的向量表示，和所述光线数据。

可选地，所述光线数据是所述光线传感器通过所述宠物球表面设置的透明面获取的。

可选地，所述特征数据信息至少还包括通过所述网络获取的时间数据和天气数据。

本说明书实施例的一个方面提供一种基于宠物球的宠物互动系统，所述系统包括：接收模块，用于接收特征数据信息；所述特征数据信息至少包括基于声音获取设备获取的宠物声音数据的向量表示、基于运动传感器获取的所述宠物球在预设时间段内的被动运动数据的向量表示、基于光线传感器获取的光线数据、以及所述宠物球已经执行的互动操作数据的向量表示；所述声音获取设备、所述运动传感器、以及所述光线传感器设置在所述宠物球内部；处理模块，用于利用训练好的所述宠物对应的意图识别模型对所述特征数据信息进行处理，确定所述宠物球当前执行的互动操作；其中，所述意图识别模型包括序列化层和全连接层，所述处理包括：基于所述序列化层对接收的所述宠物声音数据的向量表示、所述被动运动数据的向量表示、以及所述宠物球已经执行的互动操作数据的向量表示分别进行处理，得到各自的序列化向量表示；基于所述全连接层对所述各自的序列化向量表示、和所述光线数据进行处理，确定所述宠物在当前环境下的意图；基于所述宠物在当前环境下的意图，确定所述宠物球当前执行的所述互动操作，所述互动操作至少包括互动语音、和/或互动灯光、和/或互动动作；所述系统还包括：保存模块，用于将所述训练好的所述宠物对应的意图识别模型中的所述序列化层和所述全连接层，发送并保存至宠物球本地。

可选地，所述训练好的所述宠物对应的意图识别模型还包括嵌入层；所述接收模块进一步用于：通过WIFI或网络，接收基于所述宠物球本地设置的所述嵌入层分别对所述宠物声音数据、所述被动运动数据、以及所述宠物球已经执行的互动操作数据进行编码处理后得到的各自的向量表示，和所述光线数据。

可选地，所述光线数据是所述光线传感器通过所述宠物球表面设置的透明面获取的。

可选地，所述特征数据信息至少还包括通过所述网络获取的时间数据和天气数据。

本说明书实施例的一个方面提供一种基于宠物球的宠物互动装置，包括至少一个存储介质和至少一个处理器，所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令以实现如前任一项所述的方法。

本说明书实施例的一个方面提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机指令被处理器执行时实现如前任一项所述的方法。

采用本说明书实施例提供的基于宠物球的宠物互动方法，通过结合多种信息作为特征数据信息，可以提高意图识别模型对宠物意图的识别准确率，进而准确确定宠物球当前执行的互动操作。同时，宠物球能根据宠物的意图实时进行互动，提高了宠物与宠物球之间的互动性。

附图说明

图1是根据本说明书的一些实施例所示的基于宠物球的宠物互动系统的应用场景图；

图2是根据本说明书的一些实施例所示的基于宠物球的宠物互动系统的模块图；

图3是根据本说明书的一些实施例所示的基于宠物球的宠物互动方法的流程图；

图4是根据本说明书的一些实施例所示的意图识别模型的结构示意图；

图5是根据本说明书的一些实施例所示的基于宠物球的宠物互动方法的另一流程图。

具体实施方式

为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。本说明书将以示例性实施例的方式进一步描述，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构。

应当理解，本说明书中所使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

图1是根据本说明书的一些实施例所示的基于宠物球的宠物互动系统的应用场景图。

如图1所示，本说明书实施例所涉及的应用场景100可以包括第一计算系统120和/或第二计算系统150。

第一计算系统120可以用于确定宠物球当前执行的互动操作130。第一计算系统120可以获取特征数据110，特征数据110可以包括宠物声音数据的向量表示、宠物球在预设时间段内的被动运动数据的向量表示、光线数据、以及宠物球已经执行的互动操作数据的向量表示。特征数据110可以通过宠物球内部设置的声音获取设备、运动传感器以及光线传感器等获取。特征数据110可以通过各种常见的方式进入第一计算系统120。通过第一计算系统120中的模型121，可以确定宠物在当前环境下的意图，进而基于该意图输出宠物球当前执行的互动操作130。第一计算系统120可以根据输出的宠物球当前执行的互动操作130，控制宠物球执行该互动操作。

模型121的参数可以通过训练得到。第二计算系统150可以获取多组样本数据140，每组样本数据140包含样本特征数据信息和对应的标签，第二计算系统150通过多组样本数据140更新模型151的参数，得到训练好的模型。模型121的参数来自于训练好的模型151。其中，参数可以以任何常见的方式传递。

模型(例如，模型121或/和模型151)可以指基于处理设备而进行的若干方法的集合。这些方法可以包括大量的参数。在执行模型时，所使用的参数可以是被预先设置好的，也可以是可以动态调整的。一些参数可以通过训练的方法获得，一些参数可以在执行的过程中获得。关于本说明书中涉及模型的具体说明，可参见本说明书的相关部分。

第一计算系统120和第二计算系统150可以相同也可以不同。第一计算系统120和第二计算系统150是指具有计算能力的系统，可以包括各种计算机，比如服务器、个人计算机，也可以是由多台计算机以各种结构连接组成的计算平台。

第一计算系统120和第二计算系统150中可以包括处理设备，处理设备可以执行程序指令。处理设备可以包括各种常见的通用中央处理器(central processing unit，CPU)，图形处理器(Graphics Processing Unit，GPU)，微处理器，特殊应用集成电路(application-specific integrated circuit，ASIC)，或其他类型的集成电路。

第一计算系统120和第二计算系统150中可以包括存储介质，存储介质可以存储指令，也可以存储数据。存储介质可包括大容量存储器、可移动存储器、易失性读写存储器、只读存储器(ROM)等或其任意组合。

第一计算系统120和第二计算系统150还可以包括用于内部连接和与外部连接的网络。也可以包括用于输入或输出的终端。网络可以是有线网络或无线网络中的任意一种或多种。

图2是根据本说明书的一些实施例所示的基于宠物球的宠物互动系统的模块图。

如图2所示，该系统200可以包括接收模块210、处理模块220以及保存模块230。

接收模块210可以用于接收特征数据信息；所述特征数据信息至少包括基于声音获取设备获取的宠物声音数据的向量表示、基于运动传感器获取的所述宠物球在预设时间段内的被动运动数据的向量表示、基于光线传感器获取的光线数据、以及所述宠物球已经执行的互动操作数据的向量表示；所述声音获取设备、所述运动传感器、以及所述光线传感器设置在所述宠物球内部。在一些实施例中，所述特征数据信息还包括通过网络获取的时间数据和天气数据。在一些实施例中，所述光线数据是所述光线传感器通过所述宠物球表面设置的透明面获取的。

在一些实施例中，所述训练好的所述宠物对应的意图识别模型还包括嵌入层；所述接收模块210进一步用于：通过WIFI或网络，接收基于所述宠物球本地设置的所述嵌入层分别对所述宠物声音数据、所述被动运动数据、以及所述宠物球已经执行的互动操作数据进行编码处理后得到的各自的向量表示，和所述光线数据。

处理模块220可以用于利用训练好的所述宠物对应的意图识别模型对所述特征数据信息进行处理，确定所述宠物球当前执行的互动操作；其中，所述意图识别模型包括序列化层和全连接层，所述处理包括：基于所述序列化层对接收的所述宠物声音数据的向量表示、所述被动运动数据的向量表示、以及所述宠物球已经执行的互动操作数据的向量表示分别进行处理，得到各自的序列化向量表示；基于所述全连接层对所述各自的序列化向量表示、和所述光线数据进行处理，确定所述宠物在当前环境下的意图；基于所述宠物在当前环境下的意图，确定所述宠物球当前执行的所述互动操作，所述互动操作至少包括互动语音、和/或互动灯光、和/或互动动作。

在一些实施例中，所述系统还包括保存模块230。在一些实施例中，保存模块230可以用于将所述训练好的所述宠物对应的意图识别模型中的所述序列化层和所述全连接层，发送并保存至宠物球本地。

应当理解，图2所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本说明书的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。

需要注意的是，以上对于基于宠物球的宠物互动系统200及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。例如，图2中披露的接收模块210、处理模块220以及保存模块230可以是一个系统中的不同模块，也可以是一个模块实现上述的两个模块的功能。又例如，基于宠物球的宠物互动系统200中各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。

图3是根据本说明书的一些实施例所示的基于宠物球的宠物互动方法的流程图。如图3所示，该流程300可以由第一计算系统120执行。在一些实施例中，第一计算系统120可以是云端服务器。

步骤302，接收特征数据信息；所述特征数据信息至少包括基于声音获取设备获取的宠物声音数据的向量表示、基于运动传感器获取的所述宠物球在预设时间段内的被动运动数据的向量表示、基于光线传感器获取的光线数据、所述宠物球已经执行的互动操作数据的向量表示、以及通过网络获取的时间数据和天气数据。在一些实施例中，该步骤302可以由接收模块210执行。

在一些实施例中，特征数据信息可以是输入至预先训练好的宠物对应的意图识别模型的信息。在一些实施例中，宠物可以是任意种类且会发声的宠物。例如，宠物猫和宠物狗等。在一些实施例中，宠物球可以是球类宠物玩具。由于不同种类的宠物对应有不同种类的声音数据，例如宠物猫和宠物狗的声音并不相同，因此，可以预先对不同种类的宠物分别训练其对应的意图识别模型。关于训练宠物对应的意图识别模型的具体细节可以参见步骤304及其相关描述，在此不再赘述。

在一些实施例中，特征数据信息可以包括一种或多种信息。在一些实施例中，特征数据信息可以包括与宠物相关联的特征数据的信息。在一些实施例中，特征数据信息可以至少包括与宠物相关联的特征数据的信息、和以下的一种或多种：与宠物球相关联的特征数据的信息、与环境相关联的特征数据的信息。在一些实施例中，可以通过宠物球接收特征数据。在一些实施例中，可以通过宠物球内部设置的组件(例如相关设备和/或传感器)和/或宠物球的服务日志接收特征数据。

在一些实施例中，与宠物相关联的数据至少包括宠物声音数据。在一些实施例中，宠物球内部可以设置有声音获取设备。在一些实施例中，声音获取设备可以是用于采集宠物声音数据的任何设备。在一些实施例中，声音获取设备可以包括语音识别芯片。可以理解的，为了使宠物球内部的语音识别芯片能够接收宠物声音数据，宠物球还设置有麦克风。其中，麦克风可以是内置的麦克风，也可以是外置的麦克风。

本说明书实施例的语音识别芯片可以是以语音识别为目的而设计的专用芯片，也可以是普通的声音获取芯片，其获取宠物声音数据后通过网络将宠物声音数据传输到云端服务器进行宠物意图识别。例如，以语音识别为目的而设计的数字处理芯片，以语音识别为目的而设计的专用集成电路芯片等。语音识别芯片通过麦克风接收其采集的宠物声音数据，可以对宠物声音数据进行预处理。在一些实施例中，预处理可以包括语音信号的采样、反混叠滤波、语音增强等。对应的，声音获取设备的宠物声音数据可以是语音识别芯片对采集的宠物声音数据进行预处理后的数据。

在一些实施例中，宠物声音数据可以反映宠物的意图。在一些实施例中，宠物声音数据中的声音特征可以反映宠物的意图。在一些实施例中，声音特征至少包括音调、响度以及音色。其中，音调是指声波的频率；响度是指声波的振幅；音色是听觉感到的声音的特色。在一些实施例中，宠物的意图可以表征宠物的情绪。其中，宠物的情绪具备多样化。例如，开心、不开心、急躁、饿了以及困了等。

在一些实施例中，可以通过宠物声音数据中声音特征的音调和响度，确定宠物的意图。示例地，以宠物为宠物狗为例，若采集的宠物狗的声音数据为咆哮式的吠叫，声音数据中的音调为低音调，响度较高，则宠物在当前环境下的意图可能为不开心。又例如，若采集的宠物狗的声音数据为口吃般的吠叫，声音数据中的音调为中音调，响度中等，则宠物在当前环境下的意图可能为开心。此处关于声音特征对应的宠物意图只是示意性举例，在此不再赘述。

由于不同种类的宠物对应有不同种类的声音数据，因此音调和响度的判断标准(例如音调高低判断标准)可以根据宠物种类进行具体限定。在一些实施例中，在利用训练好的宠物对应的意图识别模型对特征数据信息进行分析之前，可以基于宠物声音数据确定宠物的种类。例如，基于机器学习模型对宠物声音数据进行处理，确定宠物的种类。又例如，基于宠物声音数据中声音特征的音色，确定宠物的种类。在一些实施例中，还可以基于用户在与宠物球关联的应用程序中的设置，确定宠物的种类。例如，用户在APP中设置其宠物为宠物狗，则宠物的种类为宠物狗。

在一些实施例中，与宠物球相关联的数据至少包括宠物球的运动数据和/或宠物球已经执行的互动操作数据。

在一些实施例中，宠物球的运动数据可以包括宠物球的主动运动数据和宠物球的被动运动数据。其中，主动运动数据可以是宠物球执行互动动作下产生的运动数据，例如宠物球执行滚动动作时产生的运动数据；被动运动数据可以是宠物球在宠物的碰撞触发下产生的运动数据，例如宠物推动宠物球之后产生的运动数据。

在一些实施例中，宠物球内部可以设置有运动传感器。在一些实施例中，运动传感器可以是用于测量宠物球的位移、速度和/或加速度等数据的任何传感器。在一些实施例中，运动传感器可以包括加速度传感器。加速度传感器是一种能够测量加速度的传感器，根据传感器敏感元件的不同，加速度传感可以包括电容式、电感式、应变式、压阻式以及压电式等。

在一些实施例中，运动传感器可以获取宠物球的运动数据，由于运动数据包括主动运动数据和被动运动数据。在一些实施例中，可以将基于运动传感器获取的宠物球在预设时间段内的被动运动数据作为特征数据。在一些实施例中，预设时间段为以宠物的碰撞触发的时刻为起点，以宠物球运动停止的时刻为终点所包括的时间段。通过将运动传感器获取的宠物球在预设时间段内的被动运动数据作为特征数据，其可以反映宠物与宠物球的主动互动过程，进而可以辅助反映宠物的意图。例如，宠物在持续推动宠物球，可以反映宠物的意图可能为开心。例如，宠物一直未推动宠物球，可以反映宠物的意图可能为不开心。

在一些实施例中，互动操作至少包括互动语音、和/或互动灯光、和/或互动动作。在一些实施例中，互动动作可以包括任何形式的滚动动作，例如持续滚动、每隔预设时间滚动等。在一些实施例中，宠物球已经执行的互动操作可以是指宠物球在当前时刻之前已经执行的所有互动操作。通过将宠物球已经执行的互动操作数据作为特征数据，可以反映宠物与宠物球的被动互动过程，以及宠物与宠物球的互动程度，进而可以辅助反映宠物的意图。例如，宠物球已经执行的互动操作数据为持续滚动，在该互动操作下，宠物与宠物球已经充分进行了互动，宠物得到了陪伴与玩耍，因此可以反映宠物的意图可能为开心。

在一些实施例中，可以通过调用宠物球的服务日志或相关记录获取宠物球已经执行的互动操作数据。例如，通过调用宠物球在当前时刻之前的服务日志，获取宠物球已经执行的互动操作数据。

在一些实施例中，与环境相关联的特征数据至少包括光线数据。在一些实施例中，宠物球内部可以设置有光线传感器。在一些实施例中，光线传感器可以用于检测当前环境光线级别(例如明暗程度)的传感器。在一些实施例中，光线传感器可以包括光敏、光电二极管以及光电晶体管等。在一些实施例中，光线数据可以是光线传感器通过宠物球表面设置的透明面获取的。在一些实施例中，透明面的材质可以是塑料或玻璃等透光材质。对应的，环境光可以通过透明面进入到宠物球内，从而使光线传感器获取到光线数据。通过将光线传感器获取的光线数据作为特征数据，可以实时反映当前环境的光线，辅助反映宠物的意图。例如，光线数据为暗，则可以辅助反映宠物的意图可能是困了。又例如，光线数据为明亮，则可以辅助反映宠物的意图可能是开心。

在一些实施例中，与环境相关联的特征数据还至少包括时间数据和天气数据。在一些实施例中，时间数据可以是当前时刻的时间数据；天气数据可以是与当前时刻对应的天气数据，即当前时刻的天气数据。在一些实施例中，天气数据还可以是历史天气数据，例如历史时间段内或历史时刻的天气数据。通过将时间数据和天气数据作为特征数据，可以实时反映当前环境的天气和当前时刻，辅助反映宠物的意图。例如，时间数据为中午12点，则可以反映宠物的意图可能是饿了。又例如，时间数据为中午12点，天气数据为下雨，则可以反映宠物的意图可能是饿了以及不开心。

在一些实施例中，接收模块210可以通过网络获取时间数据和天气数据。例如，通过网络获取互联网中实时的时间数据和天气数据。

在一些实施例中，特征数据信息可以包括特征数据的向量表示。在一些实施例中，宠物声音数据、宠物球在预设时间段内的被动运动数据以及宠物球已经执行的互动操作数据具备各自的向量表示，因此其对应的特征数据信息为各自的向量表示。光线数据、时间数据以及天气数据不具备各自的向量表示，因此其对应的特征数据信息为采集的原始数据。

如前所述，特征数据信息可以至少包括与宠物相关联的特征数据的信息、和以下的一种或多种：与宠物球相关联的特征数据的信息、与环境相关联的特征数据的信息。在一些实施例中，特征数据信息可以包括前述所有信息。因此，在一些实施例中，特征数据信息至少包括基于声音获取设备获取的宠物声音数据的向量表示、基于运动传感器获取的宠物球在预设时间段内的被动运动数据的向量表示、基于光线传感器获取的光线数据、宠物球已经执行的互动操作数据的向量表示、通过网络获取的时间数据和天气数据。

根据以上描述可知，特征数据信息不仅包括宠物声音数据的向量表示，还可以包括用于各类辅助判断的特征数据信息，例如宠物球在预设时间段内的被动运动数据的向量表示、光线数据、宠物球已经执行的互动操作数据的向量表示、时间数据和天气数据。为多样化的特征信息数据，通过结合多种信息作为特征数据信息，可以提高意图识别模型对宠物意图的识别准确率，进而准确确定宠物球当前执行的互动操作。例如，宠物声音数据表征宠物的意图不开心，且宠物球在预设时间段内的被动运动数据表征宠物在预设时间段内都没有触碰过宠物球，通过该被动运动数据更加印证了宠物的意图为不开心，进而提高了意图识别模型的识别准确率。

如前所述，特征数据信息可以包括向量表示形式的信息。因此，在一些实施例中，训练好的宠物对应的意图识别模型还可以包括嵌入层。在一些实施例中，嵌入层可以设置在宠物球本地。通过宠物球本地设置的嵌入层可以对上述宠物声音数据、宠物球在预设时间段内的被动运动数据以及宠物球已经执行的互动操作数据分别进行编码处理，得到各自的向量表示。在一些实施例中，嵌入层可以采用编码模型。在一些实施例中，编码模型可以包括但不限于词嵌入模型、BERT模型等。

在一些实施例中，接收模块210可以通过WIFI或网络，接收与宠物相关联的特征数据的信息、与宠物球相关联的特征数据的信息以及与环境相关联的特征数据的信息。在一些实施例中，接收模块210可以通过WIFI或网络，接收基于所述宠物球本地设置的所述嵌入层分别对所述宠物声音数据、所述被动运动数据、以及所述宠物球已经执行的互动操作数据进行编码处理后得到的各自的向量表示，和所述光线数据。在一些实施例中，网络可以为无线网络。

本说明书实施例可以通过宠物球本地的嵌入层预先对宠物声音数据、宠物球在预设时间段内的被动运动数据、宠物球已经执行的互动操作数据进行编码处理，从而获得各自的向量表示，使得云端服务器只需要执行意图识别模型中的序列化层和全连接的处理，减少了云端服务器的计算量，提高意图识别模型的识别效率，进一步提高宠物球的互动效率。

步骤304，利用训练好的所述宠物对应的意图识别模型对所述特征数据信息进行处理，确定所述宠物球当前执行的互动操作。在一些实施例中，该步骤304可以由处理模块220执行。

在一些实施例中，意图识别模型可以是预先训练好的机器学习模型。在一些实施例中，可以基于多个携带有标签的样本数据140训练初始意图识别模型得到训练好的意图识别模型。训练好的意图识别模型可以对特征数据信息进行处理，得到宠物在当前环境下的意图。在一些实施例中，宠物在当前环境下的意图可以表征宠物当前的情绪。例如，开心、不开心、急躁、饿了以及困了等。

在一些实施例中，样本数据140可以包括样本特征数据，标签可以用于表征宠物的意图。在一些实施例中，样本特征数据可以与训练好的宠物对应的意图识别模型执行时识别的特征数据对应。例如，识别时接收的特征数据为宠物声音数据、宠物球在预设时间段内的被动运动数据、光线数据、宠物球已经执行的互动操作数据、时间数据、以及天气数据，则样本特征数据包含上述特征信息对应的样本特征数据。又例如，识别时接收的特征数据信息，则样本特征数据包含样本宠物声音数据。

具体的，在训练的过程中，可以基于多个携带有标签的样本数据140迭代更新初始意图识别模型的参数，以使模型的损失函数满足预设条件，例如，损失函数收敛，或损失函数值小于预设值。当损失函数满足预设条件时，模型训练完成，得到训练好的意图识别模型。

如前所述，意图识别模型的嵌入层可以在宠物球本地，序列化层和全连接层可以在云端服务器，在一些实施例中，可以对宠物球本地包括的嵌入层和云端服务器包括的全连接层进行联合训练。通过该方式的联合训练，可以节约宠物球本地和云端服务器各自的计算量，缩短模型训练的周期。

本说明书实施例利用训练好的意图识别模型实时确定宠物在当前环境下的意图，进而可以实时确定宠物球当前执行的互动操作，针对不同的意图执行不同的互动操作，增强了宠物与宠物球之间的互动性和趣味性，让宠物球更好地替代主人(即用户)的陪伴。

在一些实施例中，所述方法还包括：将训练好的宠物对应的意图识别模型中的序列化层和全连接层，发送并保存至宠物球本地。即云端服务器可以将序列化层和全连接层的参数发送至宠物球本地，宠物球本地对该参数进行保存。

本说明书实施例通过在宠物球本地保存序列化层和全连接层，可以使宠物球本地拥有完整的训练好的宠物对应的意图识别模型，从而使得宠物球本地可以执行本说明书实施例所述的基于宠物球的宠物互动方法，无需再将特征数据信息发送至云端服务器进行识别处理，实现更快速便捷的控制宠物球的互动。

在一些实施例中，宠物球本地和云端服务器可以均包括有初始意图识别模型。在一些实施例中，可以对宠物球本地和云端服务器中包括的初始意图识别模型进行联合训练。在该实施方式下，云端服务器中会包括有训练好的宠物对应的意图识别模型。因此，云端服务器中可以包括有嵌入层、序列化层以及全连接层。可以理解的，嵌入层对宠物声音数据、被动运动数据、以及宠物球已经执行的互动操作数据的编码处理也可以在云端服务器中进行。

在一些实施例中，处理模块220可以基于宠物在当前环境下的意图，确定宠物球当前执行的互动操作。在一些实施例中，互动操作至少包括互动语音、和/或互动灯光、和/或互动动作。关于互动操作的具体细节可以参见步骤302及其相关描述，在此不再赘述。

在一些实施例中，宠物的意图与宠物球执行的互动操作具备映射关系，可以理解的，根据该映射关系可以确定宠物球当前执行的互动操作。例如，宠物在当前环境下的意图为不开心，与该意图具备映射关系的互动操作为连续滚动，则云端服务器控制宠物球执行连续滚动的互动操作。

如前所述，宠物球有与其关联的应用程序。在一些实施例中，宠物球可以通过WIFI连接与其关联的应用程序。在一些实施例中，宠物球可以通过应用程序接收用户发送的控制指令，执行相应的互动操作。通过用户的控制指令，可以使宠物球执行用户想要的互动操作，在替代用户陪伴宠物玩耍的同时，还可以训练宠物完成相应的动作，实现宠物的训练。例如，宠物球执行连续滚动的互动操作时，宠物会进行追赶，因此，通过多次的训练，可以使宠物在看到宠物球连续滚动时，就会执行追赶的动作，实现宠物的训练。

图4是根据本说明书的一些实施例所示的意图识别模型的结构示意图。在一些实施例中，可以基于神经网络构建意图识别模型。如图4所示的意图识别模型的结构示意图400，意图识别模型410可以包括嵌入层4101、序列化层4102以及全连接层4103。

在一些实施例中，嵌入层4101可以对宠物声音数据、宠物球在预设时间段内的被动运动数据、以及宠物球已经执行的互动操作数据进行编码处理，得到的各自的向量表示。关于嵌入层4101的具体细节可以参见步骤302及其相关描述，在此不再赘述。

在一些实施例中，序列化层4102可以对宠物声音数据的向量表示、被动运动数据的向量表示、以及宠物球已经执行的互动操作数据的向量表示分别进行处理，得到各自的序列化向量表示。其中，序列化层4102用于将各个向量表示生成一个或一组向量表示。在一些实施例中，序列化层4102可以是LSTM模型或Bi-LSTM模型等。

在一些实施例中，全连接层4103可以对宠物声音数据的序列化向量表示、被动运动数据的序列化向量表示、宠物球已经执行的互动操作数据的序列化向量表示、光线数据进行处理，确定宠物在当前环境下的意图。如前所述，特征数据信息还可以包括时间数据和天气数据，因此，在一些实施例中，时间数据和天气数据也可以输入至全连接层4103进行处理，从而确定宠物在当前环境下的意图。

根据前述内容可知，特征数据信息可以包括与宠物相关联的特征数据。在一些实施例中，特征数据信息可以仅包括宠物声音数据信息。因此，在一些实施例中，可以仅基于宠物声音数据信息执行本说明书实施例所述的基于宠物球的宠物互动方法。

图5是根据本说明书的一些实施例所示的基于宠物球的宠物互动方法的另一流程图。如图5所示，该流程500可以由第一计算系统120执行。在一些实施例中，第一计算系统120可以是云端服务器。

步骤502，接收特征数据信息；所述特征数据信息至少包括宠物声音数据的向量表示。在一些实施例中，该步骤502可以由接收模块210执行。

在一些实施例中，特征数据信息可以包括与宠物相关联的特征数据的信息。在一些实施例中，特征数据至少包括宠物声音数据。在一些实施例中，特征数据信息可以包括特征数据的向量表示。对应的，特征数据信息至少包括宠物声音数据的向量表示。关于宠物声音数据及其向量表示的具体细节请参见步骤302及其相关描述，在此不再赘述。

在一些实施例中，宠物声音数据的向量表示可以由宠物球本地和/或云端服务器获得。关于宠物球本地获得宠物声音数据的向量表示的具体细节请参见步骤302及其相关描述，关于云端服务器获得宠物声音数据的向量表示的具体细节请参见步骤304及其相关描述，在此不再赘述。

步骤504，利用训练好的所述宠物对应的意图识别模型对所述特征数据信息进行处理，确定所述宠物球当前执行的互动操作。

在一些实施例中，意图识别模型可以是预先训练好的任何结构的机器学习模型。在一些实施例中，意图识别模型可以是神经网络模型。在一些实施例中，意图识别模型可以是由神经网络构建的模型。其中一个实施方式中，意图识别模型可以是由嵌入层、序列化层以及全连接层构建的模型。关于此实施方式构建的模型的具体细节可以参见图4及其相关描述，在此不再赘述。

在一些实施例中，可以基于多个携带有标签的样本数据140训练初始意图识别模型得到训练好的意图识别模型。关于训练意图识别模型的具体细节可以参见步骤304及其相关描述，在此不再赘述。

在一些实施例中，宠物的意图与宠物球执行的互动操作具备映射关系，可以理解的，根据该映射关系可以确定宠物球当前执行的互动操作。关于确定宠物球当前执行的互动操作的具体细节请参见步骤304及其相关描述，在此不再赘述。

本说明书实施例还提供一种基于宠物球的宠物互动装置，包括至少一个存储介质和至少一个处理器，所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令以实现前述的基于宠物球的宠物互动方法。

本说明书实施例还提供一种计算机可读存储介质。所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现前述的基于宠物球的宠物互动方法。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。

同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。

本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran2003、Perl、COBOL2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或处理设备上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网(LAN)或广域网(WAN)，或连接至外部计算机(例如通过因特网)，或在云计算环境中，或作为服务使用如软件即服务(SaaS)。

此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的处理设备或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有±20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。

最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。

Claims (10)

1.一种基于宠物球的宠物互动方法，所述方法包括：

接收特征数据信息；所述特征数据信息至少包括宠物声音数据的向量表示、所述宠物球在预设时间段内的被动运动数据的向量表示、光线数据、以及所述宠物球已经执行的互动操作数据的向量表示；

利用训练好的所述宠物对应的意图识别模型对所述特征数据信息进行处理，确定所述宠物球当前执行的互动操作。

2.如权利要求1所述的方法，所述意图识别模型包括序列化层和全连接层，所述处理包括：

基于所述序列化层对所述宠物声音数据的向量表示、所述被动运动数据的向量表示、以及所述宠物球已经执行的互动操作数据的向量表示分别进行处理，得到各自的序列化向量表示；

基于所述全连接层对所述各自的序列化向量表示、和所述光线数据进行处理，确定所述宠物在当前环境下的意图；

基于所述宠物在当前环境下的意图，确定所述宠物球当前执行的互动操作。

3.如权利要求2所述的方法，所述方法还包括：将所述训练好的所述宠物对应的意图识别模型中的所述序列化层和所述全连接层，发送并保存至宠物球本地。

4.如权利要求3所述的方法，所述序列化层包括LSTM模型或Bi-LSTM模型。

5.如权利要求3所述的方法，所述训练好的所述宠物对应的意图识别模型还包括嵌入层；所述接收特征数据信息，包括：

通过网络，接收基于所述宠物球本地设置的所述嵌入层分别对所述宠物声音数据、所述被动运动数据、以及所述宠物球已经执行的互动操作数据进行编码处理后得到的各自的向量表示，和所述光线数据。

6.如权利要求5所述的方法，所述光线数据是所述光线传感器通过所述宠物球表面设置的透明面获取的。

7.如权利要求5所述的方法，所述特征数据信息至少还包括通过所述网络获取的时间数据和天气数据。

8.一种基于宠物球的宠物互动系统，所述系统包括：

接收模块，用于接收特征数据信息；所述特征数据信息至少包括宠物声音数据的向量表示、所述宠物球在预设时间段内的被动运动数据的向量表示、光线数据、以及所述宠物球已经执行的互动操作数据的向量表示；

处理模块，用于利用训练好的所述宠物对应的意图识别模型对所述特征数据信息进行处理，确定所述宠物球当前执行的互动操作。

9.一种基于宠物球的宠物互动装置，包括至少一个存储介质和至少一个处理器，所述至少一个存储介质用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令以实现如权利要求1～7任一项所述的方法。

10.一种计算机可读存储介质，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现如权利要求1～7任一项所述的方法。

Images