CN113177870A - 一种基于ai分析反馈的少儿习惯培养和深化系统及方法 - Google Patents
一种基于ai分析反馈的少儿习惯培养和深化系统及方法 Download PDFInfo
- Publication number
- CN113177870A CN113177870A CN202110566621.6A CN202110566621A CN113177870A CN 113177870 A CN113177870 A CN 113177870A CN 202110566621 A CN202110566621 A CN 202110566621A CN 113177870 A CN113177870 A CN 113177870A
- Authority
- CN
- China
- Prior art keywords
- module
- habit
- behavior
- children
- information
- 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.)
- Withdrawn
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000012549 training Methods 0.000 title claims abstract description 13
- 230000006399 behavior Effects 0.000 claims abstract description 94
- 238000012544 monitoring process Methods 0.000 claims abstract description 5
- 230000000694 effects Effects 0.000 claims description 12
- 230000000366 juvenile effect Effects 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 11
- 230000008921 facial expression Effects 0.000 claims description 6
- 230000036541 health Effects 0.000 claims description 6
- 230000011273 social behavior Effects 0.000 claims description 6
- 230000005477 standard model Effects 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000003287 bathing Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 3
- 230000035622 drinking Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 210000003205 muscle Anatomy 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 235000018183 breakfast habits Nutrition 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 description 2
- 235000021152 breakfast Nutrition 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/20—Education
- G06Q50/205—Education administration or guidance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明属于儿童行为规范领域，公开了一种基于AI分析反馈的少儿习惯培养和深化系统及方法，包括中央控制模块、行为习惯采集模块，所述行为习惯采集模块的输出端电性连接有预处理模块，所述预处理模块的输出端电性连接有分析对比模块，所述中央控制模块的输入端还电性连接有标准行为数据库和少儿基础信息库，所述中央控制模块双向连接有反馈模块，所述反馈模块双向连接有无线收发模块。本方案基于AI分析和大数据，通过实时监测少儿的日常生活、学习、运动等行为习惯并与其匹配年龄段对应的标准行为数据进行分析比对，及时向家长或教师反馈不良行为习惯，辅助家长或教师及时帮助该少儿改正不良习惯，培养优良习惯。
Description
技术领域
本发明涉及儿童行为规范领域，更具体地说，涉及一种基于AI分析反馈的少儿习惯培养和深化系统及方法。
背景技术
少儿，就是少年和儿童的简称，少儿成长期是人一生中习惯养成的黄金阶段，在此期间培养良好习惯收效最大，最终形成的习惯也将影响一生。
同时也由于少儿具备极强的模仿能力、好奇心和自控能力较弱，家长和老师稍不注意就会养成不良习惯，产生不良后果，而目前对少儿不良习惯的发现，大多是家长或老师在该习惯形成后才能发现(还可能是始终没发现)，不能进行及时有效的引导、纠正，故提出一种基于AI分析反馈的少儿习惯培养和深化系统及方法，解决上述问题。
发明内容
1.要解决的技术问题
本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于AI分析反馈的少儿习惯培养和深化系统及方法。
2.技术方案
为解决上述问题，本发明采用如下的技术方案。
一种基于AI分析反馈的少儿习惯培养和深化系统，包括中央控制模块、行为习惯采集模块，所述行为习惯采集模块的输出端电性连接有预处理模块，所述预处理模块的输出端电性连接有分析对比模块，所述中央控制模块的输入端还电性连接有标准行为数据库和少儿基础信息库，所述中央控制模块双向连接有反馈模块，所述反馈模块双向连接有无线收发模块，所述无线收发模块双向连接有后台数据服务器和智能手机；
所述行为习惯采集模块用于采集少儿实时行为信息，所述行为信息包括日常行为习惯信息、学习习惯信息、生活健康习惯信息、运动游戏信息、社交行为信息，所述标准行为数据库用以根据不同年龄段的少儿的行为习惯特征建立标准模型库，包括日常行为习惯、学习习惯、生活健康习惯、运动游戏、社交行为的分类特征库；
所述中央控制模块的输出端还电性连接习惯培养提醒模块，所述习惯培养提醒模块的输出端无线连接有智能穿戴设备，所述智能穿戴设备穿戴在少儿身上，用于提醒少儿进行优良习惯培养。
作为本发明进一步的方案：
所述特征行为信息包括面部表情信息和肢体行为信息，所述面部表情信息包括眼部信息、肌肉动作和唇部表情。
作为本发明进一步的方案：
所述分析对比模块还包括信息匹配模块，所述信息匹配模块匹配待分析用户在少儿基础信息库中的个人基础数据，从而与标准行为数据库中对应年龄段的行为进行匹配。
作为本发明进一步的方案：
所述行为习惯采集模块包括摄像记录模块和声音记录模块，所述摄像记录模块用于采集待分析用户的视频格式和/或图片格式的实时行为信息，所述声音记录模块用于采集待分析用户所处环境的环境信息。
作为本发明进一步的方案：
所述摄像记录模块和声音记录模块成对安装在室内能够拍摄到待分析用户的位置上。
作为本发明进一步的方案：
所述行为习惯采集模块还包括计时模块，所述计时模块配合摄像记录模块和声音记录模块记录待分析用户单位时间内出现不良习惯行为的频率。
作为本发明进一步的方案：
所述中央控制模块的输出端还电性连接有存储模块和显示模块，所述存储模块用于存储视频和音频数据，所述显示模块用于播放视频数据和音频数据。
作为本发明进一步的方案：所述习惯培养类型包括起床习惯、吃早餐习惯、学习习惯、喝水习惯、洗澡习惯以及运动习惯中的至少一种。
作为本发明进一步的方案：所述习惯培养提醒模块可通过后台数据服务器或智能手机进行参数设置，所述参数设置包括提醒时间、重复周期及提醒内容中的至少一种。
本发明要解决的另一技术问题是提供一种基于AI分析反馈的少儿习惯培养和深化的方法，包括以下步骤：
一、将待分析少儿基础信息记录在所述少儿基础信息库中；
二、当待分析少儿在成对安装有所述摄像记录模块和声音记录模块的室内进行日常活动、学习、运动等活动时，所述摄像记录模块和声音记录模块进行实时监控记录，同时所述计时模块开始计时；
三、所述预处理模块对行为习惯采集模块的数据进行提取处理，获取特征行为信息并发送给分析对比模块；
四、分析对比模块先通过信息匹配模块从少儿基础信息库中获取待分析少儿的基础信息，并匹配与其年龄段相适配的标准行为模型进行分析比较，从而获得单位时间内该少儿发生的不良行为习惯及其频率的报告，并判断该不良习惯出现的必然性和偶然性；
五、所述分析对比模块产生的报告经反馈模块和无线收发模块发送给后台数据服务器和智能手机，以及时提醒家长和教师辅助该少儿及时改正不良习惯，培养优良习惯；
六、通过穿戴在少儿身上的智能穿戴设备和习惯培养提醒模块辅助学生进行优良习惯的培养，且家长或教师可通过后台数据服务器或智能手机对习惯培养提醒模块进行相应的提醒参数设置，以达到更好的培养效果。
3.有益效果
相比于现有技术，本发明的优点在于：
(1)本方案基于AI分析和大数据，通过实时监测少儿的日常生活、学习、运动等行为习惯并与其匹配年龄段对应的标准行为数据进行分析比对，及时向家长或教师反馈不良行为习惯，辅助家长或教师及时帮助该少儿改正不良习惯，培养优良习惯。
(2)本方案通过穿戴在少儿身上的智能穿戴设备和习惯培养提醒模块，辅助少儿进行优良习惯的培养，同时家长或教师可通过后台数据服务器或智能手机对习惯培养提醒模块进行相应的提醒参数设置，以达到更好的培养效果。
附图说明
图1为本发明的系统图。
图中标号说明：
1、中央控制模块；2、行为习惯采集模块；21、摄像记录模块；22、声音记录模块；23、计时模块；3、预处理模块；4、分析对比模块；41、信息匹配模块；5、标准行为数据库；6、少儿基础信息库；7、反馈模块；8、无线收发模块；9、后台数据服务器；10、智能手机；11、习惯培养提醒模块；12、智能穿戴设备；13、存储模块；14、显示模块。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例仅仅是本发明一部分实施例，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。
请参阅图1，一种基于AI分析反馈的少儿习惯培养和深化系统，包括中央控制模块1、行为习惯采集模块2，行为习惯采集模块2的输出端电性连接有预处理模块3，预处理模块3的输出端电性连接有分析对比模块4，中央控制模块1的输入端还电性连接有标准行为数据库5和少儿基础信息库6，中央控制模块1双向连接有反馈模块7，反馈模块7双向连接有无线收发模块8，无线收发模块8双向连接有后台数据服务器9和智能手机10，行为习惯采集模块2用于采集少儿实时行为信息，行为信息包括日常行为习惯信息、学习习惯信息、生活健康习惯信息、运动游戏信息、社交行为信息，标准行为数据库5用以根据不同年龄段的少儿的行为习惯特征建立标准模型库，包括日常行为习惯、学习习惯、生活健康习惯、运动游戏、社交行为的分类特征库，该系统通过行为习惯采集模块2实时采集待分析少儿的行为信息的视频、音频数据，并通过预处理模块3进行数据提取处理，获取特征行为信息发送给分析对比模块4，分析对比模块4将获取的特征行为信息通过中央控制模块1与标准行为数据库5中的行为模型进行分析比较，从而判断出发生的不良行为习惯并经反馈模块7和无线收发模块8发生给后台数据服务器9和智能手机10，以及时提醒教师和家长，帮助少儿及时改正不良习惯，培养优良习惯。
中央控制模块1的输出端还电性连接习惯培养提醒模块11，习惯培养提醒模块11的输出端无线连接有智能穿戴设备12，智能穿戴设备12穿戴在少儿身上，用于提醒少儿进行优良习惯培养，通过穿戴在少儿身上的智能穿戴设备12和习惯培养提醒模块11可辅助学生进行优良习惯的培养，提高优良习惯培养的效率。
具体的，特征行为信息包括面部表情信息和肢体行为信息，面部表情信息包括眼部信息、肌肉动作和唇部表情，以防止少儿因为“好玩”或模仿，而养成“挤眉弄眼”等习惯。
具体的，分析对比模块4还包括信息匹配模块41，信息匹配模块41匹配待分析用户在少儿基础信息库6中的个人基础数据，从而与标准行为数据库5中对应年龄段的行为进行匹配，以提高数据分析的准确率。
具体的，行为习惯采集模块2包括摄像记录模块21和声音记录模块22，摄像记录模块21用于采集待分析用户的视频格式和/或图片格式的实时行为信息，声音记录模块22用于采集待分析用户所处环境的环境信息。
具体的，摄像记录模块21和声音记录模块22成对安装在室内能够拍摄到待分析用户的位置上。
具体的，行为习惯采集模块2还包括计时模块23，计时模块23配合摄像记录模块21和声音记录模块22记录待分析用户单位时间内出现不良习惯行为的频率，若出现不良习惯频率低，说明该习惯出现的可能改偶然性，家长和教师只需及时提醒即可，而频率较高时，说明该习惯也成惯性，家长和老师则需多花费时间辅助少儿加以改正。
具体的，中央控制模块1的输出端还电性连接有存储模块13和显示模块14，存储模块13用于存储视频和音频数据，显示模块14用于播放视频数据和音频数据。
具体的，习惯培养类型包括起床习惯、吃早餐习惯、学习习惯、喝水习惯、洗澡习惯以及运动习惯中的至少一种。
具体的，习惯培养提醒模块11可通过后台数据服务器9或智能手机10进行参数设置，参数设置包括提醒时间、重复周期及提醒内容中的至少一种。
本发明提供的一种基于AI分析反馈的少儿习惯培养和深化的方法，包括以下步骤：
一、将待分析少儿基础信息记录在少儿基础信息库6中；
二、当待分析少儿在成对安装有摄像记录模块21和声音记录模块22的室内进行日常活动、学习、运动等活动时，摄像记录模块21和声音记录模块22进行实时监控记录，同时计时模块23开始计时；
三、预处理模块3对行为习惯采集模块2的数据进行提取处理，获取特征行为信息并发送给分析对比模块4；
四、分析对比模块4先通过信息匹配模块41从少儿基础信息库6中获取待分析少儿的基础信息，并匹配与其年龄段相适配的标准行为模型进行分析比较，从而获得单位时间内该少儿发生的不良行为习惯及其频率的报告，并判断该不良习惯出现的必然性和偶然性；
五、分析对比模块4产生的报告经反馈模块7和无线收发模块8发送给后台数据服务器9和智能手机10，以及时提醒家长和教师辅助该少儿及时改正不良习惯，培养优良习惯；
六、通过穿戴在少儿身上的智能穿戴设备12和习惯培养提醒模块11辅助学生进行优良习惯的培养，且家长或教师可通过后台数据服务器9或智能手机10对习惯培养提醒模块11进行相应的提醒参数设置，以达到更好的培养效果。
以上所述，仅为本发明较佳的具体实施方式；但本发明的保护范围并不局限于此。任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其改进构思加以等同替换或改变，都应涵盖在本发明的保护范围内。
Claims (10)
1.一种基于AI分析反馈的少儿习惯培养和深化系统，其特征在于：包括中央控制模块(1)、行为习惯采集模块(2)，所述行为习惯采集模块(2)的输出端电性连接有预处理模块(3)，所述预处理模块(3)的输出端电性连接有分析对比模块(4)，所述中央控制模块(1)的输入端还电性连接有标准行为数据库(5)和少儿基础信息库(6)，所述中央控制模块(1)双向连接有反馈模块(7)，所述反馈模块(7)双向连接有无线收发模块(8)，所述无线收发模块(8)双向连接有后台数据服务器(9)和智能手机(10)；
所述行为习惯采集模块(2)用于采集少儿实时行为信息，所述行为信息包括日常行为习惯信息、学习习惯信息、生活健康习惯信息、运动游戏信息、社交行为信息，所述标准行为数据库(5)用以根据不同年龄段的少儿的行为习惯特征建立标准模型库，包括日常行为习惯、学习习惯、生活健康习惯、运动游戏、社交行为的分类特征库；
所述中央控制模块(1)的输出端还电性连接习惯培养提醒模块(11)，所述习惯培养提醒模块(11)的输出端无线连接有智能穿戴设备(12)，所述智能穿戴设备(12)穿戴在少儿身上，用于提醒少儿进行优良习惯培养。
2.根据权利要求1所述的一种基于AI分析反馈的少儿习惯培养和深化系统，其特征在于：所述特征行为信息包括面部表情信息和肢体行为信息，所述面部表情信息包括眼部信息、肌肉动作和唇部表情。
3.根据权利要求1所述的一种基于AI分析反馈的少儿习惯培养和深化系统，其特征在于：所述分析对比模块(4)还包括信息匹配模块(41)，所述信息匹配模块(41)匹配待分析用户在少儿基础信息库(6)中的个人基础数据，从而与标准行为数据库(5)中对应年龄段的行为进行匹配。
4.根据权利要求1所述的一种基于AI分析反馈的少儿习惯培养和深化系统，其特征在于：所述行为习惯采集模块(2)包括摄像记录模块(21)和声音记录模块(22)，所述摄像记录模块(21)用于采集待分析用户的视频格式和/或图片格式的实时行为信息，所述声音记录模块(22)用于采集待分析用户所处环境的环境信息。
5.根据权利要求4所述的一种基于AI分析反馈的少儿习惯培养和深化系统，其特征在于：所述摄像记录模块(21)和声音记录模块(22)成对安装在室内能够拍摄到待分析用户的位置上。
6.根据权利要求4所述的一种基于AI分析反馈的少儿习惯培养和深化系统，其特征在于：所述行为习惯采集模块(2)还包括计时模块(23)，所述计时模块(23)配合摄像记录模块(21)和声音记录模块(22)记录待分析用户单位时间内出现不良习惯行为的频率。
7.根据权利要求1所述的一种基于AI分析反馈的少儿习惯培养和深化系统，其特征在于：所述中央控制模块(1)的输出端还电性连接有存储模块(13)和显示模块(14)，所述存储模块(13)用于存储视频和音频数据，所述显示模块(14)用于播放视频数据和音频数据。
8.根据权利要求1所述的一种基于AI分析反馈的少儿习惯培养和深化系统，其特征在于：所述习惯培养类型包括起床习惯、吃早餐习惯、学习习惯、喝水习惯、洗澡习惯以及运动习惯中的至少一种。
9.根据权利要求1所述的一种基于AI分析反馈的少儿习惯培养和深化系统，其特征在于：所述习惯培养提醒模块(11)可通过后台数据服务器(9)或智能手机(10)进行参数设置，所述参数设置包括提醒时间、重复周期及提醒内容中的至少一种。
10.根据权利要求1-9所述的一种基于AI分析反馈的少儿习惯培养和深化的方法，其特征在于：包括以下步骤：
一、将待分析少儿基础信息记录在所述少儿基础信息库(6)中；
二、当待分析少儿在成对安装有所述摄像记录模块(21)和声音记录模块(22)的室内进行日常活动、学习、运动等活动时，所述摄像记录模块(21)和声音记录模块(22)进行实时监控记录，同时所述计时模块(23)开始计时；
三、所述预处理模块(3)对行为习惯采集模块(2)的数据进行提取处理，获取特征行为信息并发送给分析对比模块(4)；
四、分析对比模块(4)先通过信息匹配模块(41)从少儿基础信息库(6)中获取待分析少儿的基础信息，并匹配与其年龄段相适配的标准行为模型进行分析比较，从而获得单位时间内该少儿发生的不良行为习惯及其频率的报告，并判断该不良习惯出现的必然性和偶然性；
五、所述分析对比模块(4)产生的报告经反馈模块(7)和无线收发模块(8)发送给后台数据服务器(9)和智能手机(10)，以及时提醒家长和教师辅助该少儿及时改正不良习惯，培养优良习惯；
六、通过穿戴在少儿身上的智能穿戴设备(12)和习惯培养提醒模块(11)辅助学生进行优良习惯的培养，且家长或教师可通过后台数据服务器(9)或智能手机(10)对习惯培养提醒模块(11)进行相应的提醒参数设置，以达到更好的培养效果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110566621.6A CN113177870A (zh) | 2021-05-24 | 2021-05-24 | 一种基于ai分析反馈的少儿习惯培养和深化系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110566621.6A CN113177870A (zh) | 2021-05-24 | 2021-05-24 | 一种基于ai分析反馈的少儿习惯培养和深化系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113177870A true CN113177870A (zh) | 2021-07-27 |
Family
ID=76930028
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110566621.6A Withdrawn CN113177870A (zh) | 2021-05-24 | 2021-05-24 | 一种基于ai分析反馈的少儿习惯培养和深化系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113177870A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115470986A (zh) * | 2022-09-14 | 2022-12-13 | 北京工业大学 | 一种行为监测预防系统及方法 |
-
2021
- 2021-05-24 CN CN202110566621.6A patent/CN113177870A/zh not_active Withdrawn
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115470986A (zh) * | 2022-09-14 | 2022-12-13 | 北京工业大学 | 一种行为监测预防系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107030691B (zh) | 一种看护机器人的数据处理方法及装置 | |
| Wells | The meaning makers: Learning to talk and talking to learn | |
| Parr et al. | Facial expression categorization by chimpanzees using standardized stimuli. | |
| Pisoni et al. | Learning, memory, and cognitive processes in deaf children following cochlear implantation | |
| CN108279573B (zh) | 基于人体属性检测的控制方法、装置、智能家电和介质 | |
| US20100062403A1 (en) | Situated simulation for training, education, and therapy | |
| CN111292834A (zh) | 一种基于虚拟现实的注意力训练系统 | |
| CN109036388A (zh) | 一种基于对话设备的智能语音交互方法 | |
| CN111523444B (zh) | 基于改进的Openpose模型和面部微表情的课堂行为检测的方法 | |
| CN111918133A (zh) | 辅导和监督学生写作业的方法、电视机和存储介质 | |
| CN111695442A (zh) | 一种基于多模态融合的在线学习智能辅助系统 | |
| CN109015647A (zh) | 互动教育机器人系统及其终端 | |
| US20220309947A1 (en) | System and method for monitoring and teaching children with autistic spectrum disorders | |
| CN113177870A (zh) | 一种基于ai分析反馈的少儿习惯培养和深化系统及方法 | |
| CN109614955A (zh) | 一种基于家庭智能机器人的儿童成长习惯行为引导方法 | |
| CN111760261A (zh) | 一种基于虚拟现实技术的体育优化训练系统及方法 | |
| CN110838357A (zh) | 基于人脸识别及动捕的注意力全息智能训练系统 | |
| CN108921069B (zh) | 幼儿兴趣爱好推荐方法及系统 | |
| CN109840667A (zh) | 一种基于脑电信号的二维心理坐标式过程性教学评价系统 | |
| US20210236032A1 (en) | Robot-aided system and method for diagnosis of autism spectrum disorder | |
| CN209447349U (zh) | 可穿戴设备及智能教室系统 | |
| CN113633870A (zh) | 情绪状态调节系统及方法 | |
| CN111009318A (zh) | 一种基于虚拟现实技术的自闭症训练系统、方法及装置 | |
| CN113059563A (zh) | 智能陪伴机器人 | |
| CN117830045B (zh) | 基于大数据的幼儿教育智慧教学系统及方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20210727 |
|
| WW01 | Invention patent application withdrawn after publication |