CN113823135A - 一种基于机器人的辅助教学方法及设备 - Google Patents

Abstract

本申请公开了一种基于机器人的辅助教学方法及设备，用以解决现有的机器人参与教学时，无法确定不同学生对知识的掌握程度，从而无法分情况对学生进行辅导的技术问题。方法包括：获取教师终端上传的课程信息，以生成针对教育机器人的若干操作指令；基于操作指令，通过学生终端的信息获取模块，获取学生的学习信息；确定学习信息的种类，以确定对应的学习信息处理模块；通过学习信息处理模块对学习信息进行处理，并将处理结果发送至学生终端；根据处理结果以及学习信息，确定学生对课程信息中各学习内容的掌握程度，以对学生进行相应学习内容的辅导。通过上述方法及时了解学生对各学习内容的反馈，从而有针对性的进行辅导，提高学生的学习效率。

Description

一种基于机器人的辅助教学方法及设备

技术领域

本申请涉及智能机器人技术领域，尤其涉及一种基于机器人的辅助教学方法及设备。

背景技术

随着互联网通讯、大数据和人工智能技术的不断发展，计算机视觉、计算机人脸识别、深度学习以及认证智能神经网络等领域都有了重大突破。其中，教育领域应用以上技术衍生出来的AI教育、智能教育机器人等相关产品，大大提高了学生的学习兴趣，并在培训机构中得到推广。

目前的教育智能教育方法，往往仅增加教育课程的种类，无法及时了解学生对各学习内容的反馈。但是，青少年的自制力和注意力往往比较差，容易被外界的声音或突发事件所影响，无法专心完成整节课的学习。并且，对于现有的单向灌输的教育方法，学生的参与感不强，不经过当场训练学生对知识点的记忆也不够深刻，学生的学习效率比较低，从而导致学生的学习兴趣降低。

发明内容

本申请实施例提供了一种基于机器人的辅助教学方法及设备，用以解决现有的机器人参与教学时，无法确定不同学生对知识的掌握程度，从而无法分情况对学生进行辅导的技术问题。

一方面，本申请实施例提供了一种基于机器人的辅助教学方法，应用于教育机器人，包括：获取教师终端上传的课程信息，以生成针对教育机器人的若干操作指令；其中，所述课程信息包括待上课课件信息和待上课教案信息；基于所述操作指令，通过学生终端的信息获取模块，获取学生的学习信息；其中，所述学习信息至少包括以下任一项或者多项：上课状态信息、问题提问信息、问题回答信息以及课后作业回答信息；确定所述学习信息的种类，以确定对应的学习信息处理模块；其中，所述学习信息处理模块包括：上课状态信息处理模块、问题提问信息处理模块、问题回答信息处理模块以及课后作业回答信息处理模块；通过所述学习信息处理模块对所述学习信息进行处理，并将处理结果发送至所述学生终端；根据所述处理结果以及所述学习信息，确定所述学生终端对应学生对所述课程信息中各学习内容的掌握程度，以对所述学生进行相应学习内容的辅导。

在本申请的一种实现方式中，获取教师终端上传的课程信息，以生成针对所述教育机器人的若干操作指令，具体包括：获取教师终端上传的课程信息，并通过POI技术对所述课程信息中的待上课教案进行解析；根据解析结果，确定所述课程信息中待上课课件的使用方法以及各教学环节的活动安排，以生成针对所述教育机器人的若干操作指令；将所述若干操作指令存储至课程模块，以便上课时根据所述若干操作指令进行操作。

在本申请的一种实现方式中，获取教师终端上传的课程信息，以生成针对所述教育机器人的若干操作指令之后，还包括：在当前教学环节为播放课件的情况下，根据所述当前教学环节对应的状态获取操作指令，控制所述学生终端的信息获取模块，获取所述上课过程中的学生姿态，以及所述上课过程中的学生声音，以确定所述学生的上课状态信息；通过上课状态信息处理模块，将所述上课过程中的学生姿态与当前教学环节下学生未违规时的学生姿态进行对比，以及将所述上课过程中的学生声音与当前教学环节下学生未违规时的学生声音进行对比，判断所述学生的上课状态信息是否违规；在确定所述学生的上课状态信息违规的情况下，向所述学生终端发送警告，以提示所述学生调整上课状态，并将所述学生违规的上课状态信息存储至云端数据库。

在本申请的一种实现方式中，根据所述当前教学环节对应的状态获取操作指令，控制所述学生终端的信息获取模块，获取所述上课过程中的学生姿态，具体包括：基于所述学生的签到行为，通过所述学生终端获取第一学生图像，并通过所述学生终端内置的人脸识别模块在所述第一学生图像中确定学生鼻子的第一位置，并以所述学生鼻子的第一位置为中心点，建立第一矩阵；其中，所述第一矩阵所在的立体平面与地面垂直，且所述第一矩阵中的数据为所述第一学生图像对应的像素值；根据所述当前教学环节对应的状态获取操作指令，控制所述学生终端中内置的红外追踪模块，获取学生在上课过程中对应的第二学生图像，进而基于所述第二学生图像确定所述学生鼻子的第二位置，并以所述学生鼻子的第二位置为中心点，建立第二矩阵；其中，所述第二矩阵所在的立体平面为学生面部所在的立体平面，且所述第二矩阵中的数据为所述第二学生图像对应的像素值；将所述第一矩阵对应图像的中心点与所述第二矩阵对应图像的中心点连线，以根据所述连线与所述第一矩阵所在的立体平面之间的夹角，确定所述学生低头的角度，以及根据所述第一矩阵所在的立体平面与所述第二矩阵所在的立体平面之间的夹角，确定所述第二矩阵相对于所述第一矩阵的变化情况，从而确定上课过程中的学生姿态对应的学生姿态决策树的姿态分支；其中，所述学生姿态决策树是基于所述学生终端中预置的学生姿态图库生成的；通过所述学生姿态决策树确定所述学生姿态中信息熵的确定性元素，以将所述学生姿态中信息熵的确定性元素与所述姿态分支对应的学生姿态进行对比，并在对比结果大于预设百分比的情况下，确定所述学生姿态为所述姿态分支对应的学生姿态。

在本申请的一种实现方式中，获取教师终端上传的课程信息，以生成针对所述教育机器人的若干操作指令之后，还包括：在互动问答为教师提问且问答类型为封闭式问答的情况下，基于当前教学环节对应的回答获取操作指令，将待提问的问题发送至所述学生终端，并获取所述学生终端的问题回答信息；通过所述问题回答信息处理模块，将所述问题回答信息发送至所述教师终端；获取所述教师终端基于所述问题的标准答案对所述问题回答信息的判定结果；将所述判定结果发送至所述学生终端，并存储至云端数据库。

在本申请的一种实现方式中，获取教师终端上传的课程信息，以生成针对所述教育机器人的若干操作指令之后，还包括：在互动问答为教师提问且问答类型为开放式问答的情况下，基于当前教学环节对应的回答获取操作指令，将待提问的问题发送至所述学生终端，并获取所述学生终端的问题回答信息；通过决策树，确定所述问题回答信息中信息熵的确定性元素，以将所述信息熵的确定性元素与所述问题的标准答案进行对比；根据对比结果中所述问题回答信息的信息量与所述标准答案的信息量之间的关系，对所述问题回答信息进行判定；将判定结果发送至所述学生终端，并存储至云端数据库。

在本申请的一种实现方式中，获取教师终端上传的课程信息，以生成针对所述教育机器人的若干操作指令之后，还包括：在互动问答为学生提问的情况下，基于当前教学环节对应的提问获取操作指令，控制所述学生终端的信息获取模块，获取所述学生的问题提问信息；通过所述问题提问信息处理模块，将所述问题提问信息发送至所述教师终端，并获取所述教师终端针对所述问题提问信息的反应信息；其中，所述反应信息为所述教师终端针对所述问题提问信息做出的回答；将所述反应信息发送至所述学生终端，并统计所述问题提问信息的提问次数；根据统计结果确定所述提问次数大于第一预设阈值的情况下，向所述学生终端发送所述问题提问信息的解题思路，并将所述反应信息存储至云端数据库。

在本申请的一种实现方式中，根据所述处理结果以及所述学习信息，确定所述学生对所述课程信息中各学习内容的掌握程度，以对所述学生进行相应学习内容的辅导，具体包括：从云端数据库中获取所述学习信息的处理结果，以根据所述学生的上课状态信息、问题提问信息以及问题回答信息，确定所述学生对所述课程信息中各学习内容的掌握程度；基于所述待上课课件和待上课教案，根据所述各学习内容的掌握程度，确定所述学生的课后作业；将所述课后作业发送至所述学生终端，并接收所述学生终端的课后作业回答信息；根据预先存储的标准答案对所述课后作业回答信息进行判定，并将判定结果发送至所述学生终端；根据所述判定结果确定所述学生回答问题的正确率，并在所述正确率小于第二预设阈值的情况下，根据所述待上课课件和待上课教案向所述学生终端发送错题讲解。

在本申请的一种实现方式中，获取教师终端上传的课程信息，以生成针对所述教育机器人的若干操作指令之后，还包括：根据所述操作指令播放所述待上课课件，并根据所述待上课课件中的各知识点，分别录制对应的讲解视频；将所述各知识点对应的讲解视频存储至所述课程模块，以便所述学生终端查看。

另一方面，本申请实施例还提供了一种基于机器人的辅助教学设备，应用于教育机器人，设备包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：获取教师终端上传的课程信息，以生成针对教育机器人的若干操作指令；其中，所述课程信息包括待上课课件信息和待上课教案信息；基于所述操作指令，通过学生终端的信息获取模块，获取学生的学习信息；其中，所述学习信息至少包括以下任一项或者多项：上课状态信息、问题提问信息、问题回答信息以及课后作业回答信息；确定所述学习信息的种类，以确定对应的学习信息处理模块；其中，所述学习信息处理模块包括：上课状态信息处理模块、问题提问信息处理模块、问题回答信息处理模块以及课后作业回答信息处理模块；通过所述学习信息处理模块对所述学习信息进行处理，并将处理结果发送至所述学生终端；根据所述处理结果以及所述学习信息，确定所述学生终端对应学生对所述课程信息中各学习内容的掌握程度，以对所述学生进行相应学习内容的辅导。

本申请实施例提供了一种基于机器人的辅助教学方法及设备，至少包括以下有益效果：通过将教师终端上传的课程信息解析成针对教育机器人的若干操作指令，使教育机器人能够根据若干操作指令进行自主上课，从而激发学生的学习兴趣；基于操作指令控制学生终端的信息获取模块，获取学生的上课状态信息，并通过上课状态信息处理模块对上课状态信息进行处理，从而维持课堂秩序；基于操作指令控制学生终端的信息获取模块，获取学生的问题提问信息，并将其发送至教师终端，从而由教师对学生的疑问进行解答，及时解决学生对学习内容的疑问，提高学生的学习效率；通过学生终端的信息获取模块，获取学生的问题回答信息，并通过问题回答信息处理模块对问题回答信息进行处理，从而通过处理结果及时了解学生对各学习内容的反馈。并且，通过学生的上课状态信息、问题提问信息、问题回答信息以及对应的处理结果，确定学生对各学习内容的掌握情况，从而分情况对学生进行辅导，提高学生的学习效率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的一种基于机器人的辅助教学方法的流程图；

图2为本申请实施例提供的云平台内部模块的关系图；

图3为本申请实施例提供的另一种基于机器人的辅助教学方法的流程图；

图4为本申请实施例提供的一种基于机器人的辅助教学设备的内部结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

本申请实施例提供了一种基于教育机器人的辅助教学方法及设备，通过解析教师终端上传的课程信息，生成教育机器人的操作指令，使教育机器人能够根据操作指令控制学生终端获取学生的学习信息；通过上课状态信息处理模块对学生的上课状态信息进行处理，使学生及时调整自己的上课状态；通过问题提问信息处理模块，对学生的疑问进行解答，提高学生的学习兴趣；通过问题回答信息处理模块，了解学生的对各学习内容的掌握情况，从而针对学生掌握较差的学习内容进行辅导，提高学生的学习效率。解决了现有的机器人参与教学时，无法确定不同学生对知识的掌握程度，从而无法分情况对学生进行辅导的技术问题。

下面通过附图对本申请实施例提出的技术方案进行详细的说明。

图1为本申请实施例提供的一种基于机器人的辅助教学方法的流程图。如图1所示，本申请实施例提供的基于教育机器人的辅助教学方法主要包括以下步骤：

步骤101：获取教师终端上传的课程信息，以生成针对所述教育机器人的若干操作指令。

教育机器人在进行自主上课之前，教师会根据待讲述的知识点内容，编写课件以及设计教学方案，并通过教师终端将待上课的课件和教案上传至云端数据库。教育机器人获取教师终端上传的课程信息，并根据课程信息中待上课课件和待上课教案，生成教育机器人在各教学环节的若干操作指令。

具体地，教育机器人获取教师终端上传的课程信息，然后通过POI技术对课程信息中的待上课教案进行解析，解析出本堂课的若干教学环节以及每个教学环节对学生的要求，确定出课程信息中待上课课件的使用方法，并根据解析结果生成针对教育机器人的若干操作指令。教育机器人将若干操作指令存储至课程模块，以便上课时教育机器人根据不同教学环节对应的操作指令进行操作。

需要说明的是，教育机器人在开始自主上课之前，首先需要通过人脸识别技术识别教师，登录教师终端，并选择当前待上课班级，完成教师签到；然后将教育机器人开启，通过移动终端扫描教育机器人的唯一标识码，并选择当前待上课班级，完成教育机器人的签到；通过学生终端扫描对应课桌支架上的唯一标识码，完成学生签到，将学生终端放置在对应的支架上，并调整支架使学生终端对准学生。

如图2所示，云平台中的学校模块包括教师模块、班级模块以及教育机器人，云平台主要负责数据存储、统计分析、计算以及与各个终端之间的通讯服务。教师模块包括教师以及教师编写的课件，课前教师会根据本堂课待讲解的知识点内容编写课件，并针对各知识点设计对应的教学环节，确定各教学环节对应的提问问题以及问题对应的标准答案，同时还要确定各教学环节对学生的要求以及学生违反课堂纪律对应的处理方法，据此编写教案，以使教育机器人根据待上课教案和待上课课件进行自主上课。班级模块包括学生和教具，每个学生对应一台学生终端，以使学生通过学生终端进行上课；教具包括教师终端和固定在学生课桌上的支架，教师能够通过教师终端进行签到或者对教育机器人自主上课时进行干预，支架能够调整角度，使学生能够将学生终端放置在支架上并对准自己。例如，教师终端可以是电脑等能够登录的智能设备，学生终端可以是平板、手机等移动终端，本申请对此不做具体限定，根据实际情况选择教师终端和学生终端即可。

步骤102：基于所述操作指令，通过学生终端的信息获取模块，获取学生的学习信息。

教育机器人基于各教学环节的若干操作指令，控制学生终端的信息获取模块，分别获取学生的上课状态信息、问题提问信息、问题回答信息以及课后作业回答信息。

在本申请的一个实施例中，在播放课件的教学环节中，要求学生保持安静，并且端正的坐在自己的位置上。此时，教育机器人根据播放课件教学环节对应的状态获取操作指令，控制学生终端的信息获取模块，获取上课过程中的学生姿态，以及上课过程中的学生声音，从而确定出学生当前的上课状态信息。这样教育机器人在自主上课时，能够实时监控学生的上课状态，从而维护课堂纪律。

具体地，机器人根据学生的签到行为，控制学生终端获取第一学生图像，然后通过学生终端内置的人脸识别模块在第一学生图像中确定出学生鼻子的第一位置，从而以学生鼻子的第一位置为中心点，在学生面部对应的竖直方向上建立第一矩阵。

需要说明的是，本申请实施例中的第一矩阵是建立在竖直方向上的，所以第一矩阵所在的立体平面是与地面垂直的，第一矩阵的中心点为第一矩阵中心像素值所对应的位置，第一矩阵中存储的数据为第一学生图像对应的像素值。第一矩阵的预设尺寸可以根据实际情况确定，本申请实施例对此不做限定。

机器人根据播放课件教学环节对应的状态获取操作指令，控制学生终端中内置的红外追踪模块，获取学生在上课过程中对应的第二学生图像，并通过人脸识别模块在第二学生图像中确定出学生鼻子的第二位置，从而以学生鼻子的第二位置为中心点，在学生面部所在的立体平面上建立第二矩阵。

需要说明的是，本申请实施例中第二矩阵的中心点为第二矩阵中心像素值所对应的位置，第二矩阵中存储的数据为第二学生图像对应的像素值。

机器人将第一矩阵对应图像的中心点与第二矩阵对应图像的中心点连线，此时该连线与第一矩阵所在的立体平面之间会形成一个夹角，通过这个夹角能够确定出学生低头的角度；以及根据第一矩阵所在立体平面与第二矩阵所在立体平面之间的夹角，能够确定出第二矩阵相对于第一矩阵的旋转角度，从而根据学生低头的角度以及矩阵的旋转角度确定出矩阵之间的相似度。

需要说明的是，本申请实施例在第一矩阵与第二矩阵不相交的情况下，通过将第一矩阵所在的立体平面平移至与第二矩阵所在的立体平面相交，能够得到第一矩阵所在的立体平面与第二矩阵所在的立体平面之间的夹角，进而确定出第二矩阵相对于第一矩阵的旋转角度。

机器人基于学生终端中预置的学生姿态图库包含的若干学生图像，确定出若干学生图像对应的若干学生姿态，并通过红外追踪模块分别获取若干学生姿态对应的第三学生图像，通过人脸识别模块在若干第三学生图像中分别确定出学生鼻子的第三位置，然后以若干学生鼻子的第三位置为中心点，在若干学生姿态对应的学生面部所在的立体平面上，分别建立若干第三矩阵；然后通过深度学习算法，分别确定若干学生姿态对应的学生低头的角度以及若干学生姿态对应的第三矩阵相对于第一矩阵的旋转角度，并根据若干学生低头的角度以及第三矩阵相对于第一矩阵的旋转角度，分别确定出若干学生姿态对应的运动幅度，从而确定学生姿态决策树的若干姿态分支，生成学生姿态决策树，为后续判断上课过程中的学生姿态提供依据。

机器人将上课过程中学生姿态对应的学生低头的角度与学生姿态决策树的姿态分支对应的学生低头的角度进行对比，以确定学生低头的角度符合当前姿态分支对应的学生姿态；以及将上课过程中学生姿态对应的第二矩阵相对于第一矩阵的旋转角度与第三矩阵相对于第一矩阵的旋转角度进行对比，以确定矩阵的旋转角度符合当前姿态分支对应的学生姿态，从而确定出上课过程中的学生姿态对应的学生姿态决策树的姿态分支。本申请实施例通过上述方法确定出当前学生姿态对应的决策树的姿态分支，能够提高机器人判断学生动作的精确度。

在本申请的一个实施例中，在互动问答为教师提问的情况下，教育机器人会根据互动问答教学环节对应的回答获取操作指令，将当前教学环节对应的待提问的问题发送至学生终端，并获取学生终端针对当前问题的问题回答信息，实现了课上与学生互动，加深了学生对重点内容的印象，避免了单向灌输式课堂的枯燥，从而提高了学生的学习效率。

在本申请的一个实施例中，在互动问答为学生提问的情况下，教育机器人会确定出本堂课允许学生提问的知识点范围，并在学生终端上显示相应的提问问题，然后学生根据自己的疑问选择要向教师提问的问题并提交。此时，教育机器人会根据当前教学环节对应的提问获取操作指令，控制学生终端的信息获取模块，获取学生的问题提问信息。针对本堂课讲述的学习内容，提供给学生提问的机会，尽可能的当场解决学生的疑惑，纠正学生的错误理解。

步骤103：确定所述学习信息的种类，以确定对应的学习信息处理模块。

教育机器人根据获取的学生的学习信息确定出学习信息的种类，从而确定出对应的学习信息处理模块。教育机器人的学习信息处理模块包括上课状态信息处理模块、问题提问信息处理模块、问题回答信息处理模块以及课后作业回答信息处理模块。

步骤104：通过所述学习信息处理模块对所述学习信息进行处理，并将处理结果发送至所述学生终端。

教育机器人通过学习信息对应的学习信息处理模块，对当前学习信息进行处理，得到对应的处理结果，然后将处理结果发送至学生终端，引导学生进行相应的调整，从而提高学生的学习效率。

在本申请的一个实施例中，在当前教学环节为播放课件的情况下，教育机器人会预先获取当前教学环节下学生未违规时的学生姿态和学生声音；然后通过上课状态信息处理模块，将上课过程中的学生姿态与当前教学环节下学生未违规时的学生姿态进行对比，以及将上课过程中的学生声音与当前教学环节下学生未违规时的学生声音进行对比，判断学生的上课状态信息是否违规。在确定出学生的上课状态存在违规的情况下，教育机器人向学生终端发出语音警告，以提醒学生停止当前违规的动作和/或声音，并按照未违规的上课状态进行调整，并且，将学生的上课状态信息加入综合评定的考核，以此激励学生自觉遵守课堂纪律。同时，教育机器人还将学生违规的上课状态信息存储至云端数据库，以便于教师和家长对学生的上课状态进行查看，从而在课下督促学生调整上课状态。

在本申请的一个实施例中，在互动问答为教师提问且问答类型为封闭式问答的情况下，教育机器人通过问题回答信息处理模块，将学生针对当前问题的回答信息发送至教师终端；然后教师终端会基于当前问题的标准答案，对学生的问题回答信息做出判定，得出判定结果。再由教育机器人将判定结果发送至学生终端，给学生回答信息的反馈，使学生及时明确自己对当前学习内容的理解是否正确，避免学生被错误的理解所误导，这样可以提高学生的学习效率。同时，教育机器人还将对比结果存储至云端数据库，以使教师和家长了解学生对学习内容的掌握情况有据可依。

图3为本申请实施例提供的另一种基于机器人的辅助教学方法的流程图。如图3所示，在进行互动问答时，教育机器人首先将学生终端解锁，然后确定互动问答是否是教师提问。在教师提问的情况下，教育机器人根据回答获取操作指令，将问题发送至学生终端，然后由学生终端作答并将问题回答信息提交。教育机器人根据回答获取指令，控制学生终端的信息获取模块获取学生终端的问题回答信息，并通过问题回答信息处理模块将当前问题提问信息发送至教师终端。教师终端根据预先确定的提问问题的标准答案，对当前问题信息做出判定，得出学生回答信息的判定结果。教育机器人获取判定结果，并将其发送至学生终端，以使学生及时了解自己回答的正误。此外，在学生的问题回答信息的错误率大于预设百分比的情况下，教育机器人向学生终端发送当前问题的解题思路，并将问题回答信息的处理结果存储至云端数据库。而在学生的问题回答信息的错误率小于预设百分比的情况下，直接将问题回答信息的判定结果存储至云端数据库即可。

在本申请的一个实施例中，在互动问答为教师提问且问答类型为开放式问答的情况下，教育机器人通过决策树确定出问题回答信息中信息熵的确定性元素，从而消除问题回答信息中的不确定性；然后，教育机器人将信息熵的确定性元素与问题的标准答案进行对比，根据问题回答信息的信息量与标准答案的信息量之间的关系，判定出学生的问题回答信息是否正确，并将判定结果发送至学生终端，给学生回答问题的反馈，以使学生及时了解自己对当前学习内容的理解是否正确。同时，教育机器人还将判定结果存储至云端数据库，以使教师、家长以及教育机器人能够随时查看学生对开放式问题的回答情况。

在本申请的一个实施例中，在互动问答为学生提问的情况下，教育机器人会通过问题提问信息处理模块，将获取到的问题提问信息发送至教师终端，并通过信息获取模块获取教师终端针对当前问题提问信息做出的回答。教育机器人将教师的回答发送至学生终端，及时解决学生对当前问题的疑惑，从而提高学生的学习兴趣；并且统计当前问题提问信息的提问次数，在学生对同一问题的提问次数大于第一预设阈值的情况下，表示学生对当前问题提问信息掌握不好，不理解或者容易遗忘。此时，教育机器人向学生终端发送当前问题的解题思路，让学生通过解题思路加深对当前问题的印象，避免再次遗忘。同时，教育机器人将问题提问信息对应的处理结果存储至云端数据库，以记录学生在本堂课中存在疑问的学习内容，从而针对学生掌握比较薄弱的学习内容进行课下辅导。

如图3所示，在互动问答为学生提问的情况下，教育机器人将本堂课允许学生提问范围内的问题显示在学生终端上，由学生选择自己有疑问的相关问题并提交；然后教育机器人控制学生终端的信息获取模块获取学生的问题提问信息，并将其发送至教师终端，教师终端针对当前问题提问信息做出回答。教育机器人获取教师终端的答案，并将其发送至学生终端，及时对学生的疑问进行解答，提高学生的学习兴趣。并且，在问题回答信息的提问次数大于第一预设阈值的情况下，教育机器人向学生终端发送当前问题的解题思路，并将问题回答信息的处理结果存储至云端数据库。而在问题回答信息的提问次数小于第一预设阈值的情况下，直接将问题回答信息的处理结果存储至云端数据库即可。

步骤105：根据所述处理结果以及所述学习信息，确定所述学生对所述课程信息中各学习内容的掌握程度，以对所述学生进行相应学习内容的辅导。

教育机器人根据学生的若干学习信息以及若干学习信息对应的处理结果，确定出学生对当前课程信息中各学习内容的掌握程度，从而根据学生掌握较差的学习内容对学生进行相应的辅导，这样能够加深学生对掌握较差的学习内容的印象，从而提高学生的学习兴趣。

具体地，教育机器人从云端数据库中获取若干学习信息的处理结果，然后根据学生的上课状态信息、问题提问信息以及问题回答信息，确定出学生对当前课程信息中各学习内容的掌握程度；然后根据各学习内容的掌握程度，找到学生掌握较差的学习内容对应的课件以及教案，从而针对掌握较差的学习内容，确定出学生的课后作业，并将课后作业发送至学终端，有针对性的对学生进行辅导。

在本申请的一个实施例中，教育机器人根据课后作业回答获取操作指令，接收学生终端的课后作业回答信息；然后通过课后作业回答信息处理模块，根据预先存储的标准答案，对学生的课后作业回答信息进行判定，并将判定结果发送至学生终端；根据判定结果确定学生回答问题的正确率，并在学生的正确率小于第二预设阈值的情况下，根据待上课课件和待上课教案向学生终端发送错题讲解。

在本申请的一个实施例中，在播放课件的教学环节中，教育机器人根据操作指令播放待上课课件，并通过安卓系统的录屏命令，根据待上课课件中的若干知识点，分别录制对应的讲解视频；然后将各知识点对应的讲解视频存储至课程模块，以便于学生在课后做作业碰到遗忘的知识点时，通过学生终端查看该知识点的讲解视频，从而加深对该知识点的印象，提高学生的学习效率。

需要说明的是，图3所示的方法与图1所示的方法本质相同，因此，图3中未详述的部分，具体可参照图1中的相关描述，本申请实施例在此不再赘述。

本申请实施例提供了一种基于机器人的辅助教学方法，通过将教师终端上传的课程信息解析成针对教育机器人的若干操作指令，使教育机器人能够根据若干操作指令进行自主上课，从而激发学生的学习兴趣；基于操作指令控制学生终端的信息获取模块，获取学生的上课状态信息，并通过上课状态信息处理模块对上课状态信息进行处理，从而维持课堂秩序；基于操作指令控制学生终端的信息获取模块，获取学生的问题提问信息，并将其发送至教师终端，从而由教师对学生的疑问进行解答，及时解决学生对学习内容的疑问，提高学生的学习效率；通过学生终端的信息获取模块，获取学生的问题回答信息，并通过问题回答信息处理模块对问题回答信息进行处理，从而通过处理结果及时了解学生对各学习内容的反馈。并且，通过学生的上课状态信息、问题提问信息、问题回答信息以及对应的处理结果，确定学生对各学习内容的掌握情况，从而分情况对学生进行辅导，提高学生的学习效率。

以上为本申请提出的方法实施例。基于同样的发明构思，本申请实施例还提供了一种基于教育机器人的辅助教学设备，其结构如图4所示。

图4为本申请实施例提供的一种基于机器人的辅助教学设备的内部结构示意图。如图4所示，应用于教育机器人，设备包括至少一个处理器401；以及，与至少一个处理器401通信连接的存储器402；其中，存储器402存储有可被至少一个处理器401执行的指令，指令被至少一个处理器401执行，以使至少一个处理器401能够：获取教师终端上传的课程信息，以生成针对教育机器人的若干操作指令；其中，课程信息包括待上课课件信息和待上课教案信息；基于操作指令，通过学生终端的信息获取模块，获取学生的学习信息；其中，学习信息至少包括以下任一项或者多项：上课状态信息、问题提问信息、问题回答信息以及课后作业回答信息；确定学习信息的种类，以确定对应的学习信息处理模块；其中，学习信息处理模块包括：上课状态信息处理模块、问题提问信息处理模块、问题回答信息处理模块以及课后作业回答信息处理模块；通过学习信息处理模块对学习信息进行处理，并将处理结果发送至学生终端；根据处理结果以及学习信息，确定学生终端对应学生对课程信息中各学习内容的掌握程度，以对学生进行相应学习内容的辅导。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种基于机器人的辅助教学方法，其特征在于，所述方法包括：

获取教师终端上传的课程信息，以生成针对教育机器人的若干操作指令；其中，所述课程信息包括待上课课件信息和待上课教案信息；

基于所述操作指令，通过学生终端的信息获取模块，获取学生的学习信息；其中，所述学习信息至少包括以下任一项或者多项：上课状态信息、问题提问信息、问题回答信息以及课后作业回答信息；

确定所述学习信息的种类，以确定对应的学习信息处理模块；其中，所述学习信息处理模块包括：上课状态信息处理模块、问题提问信息处理模块、问题回答信息处理模块以及课后作业回答信息处理模块；

通过所述学习信息处理模块对所述学习信息进行处理，并将处理结果发送至所述学生终端；

根据所述处理结果以及所述学习信息，确定所述学生终端对应学生对所述课程信息中各学习内容的掌握程度，以对所述学生进行相应学习内容的辅导。

2.根据权利要求1所述的一种基于机器人的辅助教学方法，其特征在于，获取教师终端上传的课程信息，以生成针对所述教育机器人的若干操作指令，具体包括：

获取教师终端上传的课程信息，并通过POI技术对所述课程信息中的待上课教案进行解析；

根据解析结果，确定所述课程信息中待上课课件的使用方法以及各教学环节的活动安排，以生成针对所述教育机器人的若干操作指令；

将所述若干操作指令存储至课程模块，以便上课时根据所述若干操作指令进行操作。

3.根据权利要求1所述的一种基于机器人的辅助教学方法，其特征在于，获取教师终端上传的课程信息，以生成针对所述教育机器人的若干操作指令之后，所述方法还包括：

在当前教学环节为播放课件的情况下，根据所述当前教学环节对应的状态获取操作指令，控制所述学生终端的信息获取模块，获取所述上课过程中的学生姿态，以及所述上课过程中的学生声音，以确定所述学生的上课状态信息；

通过上课状态信息处理模块，将所述上课过程中的学生姿态与当前教学环节下学生未违规时的学生姿态进行对比，以及将所述上课过程中的学生声音与当前教学环节下学生未违规时的学生声音进行对比，判断所述学生的上课状态信息是否违规；

在确定所述学生的上课状态信息违规的情况下，向所述学生终端发送警告，以提示所述学生调整上课状态，并将所述学生违规的上课状态信息存储至云端数据库。

4.根据权利要求3所述的一种基于机器人的辅助教学方法，其特征在于，根据所述当前教学环节对应的状态获取操作指令，控制所述学生终端的信息获取模块，获取所述上课过程中的学生姿态，具体包括：

基于所述学生的签到行为，通过所述学生终端获取第一学生图像，并通过所述学生终端内置的人脸识别模块在所述第一学生图像中确定学生鼻子的第一位置，并以所述学生鼻子的第一位置为中心点，建立第一矩阵；其中，所述第一矩阵所在的立体平面与地面垂直，且所述第一矩阵中的数据为所述第一学生图像对应的像素值；

根据所述当前教学环节对应的状态获取操作指令，控制所述学生终端中内置的红外追踪模块，获取学生在上课过程中对应的第二学生图像，进而基于所述第二学生图像确定所述学生鼻子的第二位置，并以所述学生鼻子的第二位置为中心点，建立第二矩阵；其中，所述第二矩阵所在的立体平面为学生面部所在的立体平面，且所述第二矩阵中的数据为所述第二学生图像对应的像素值；

将所述第一矩阵对应图像的中心点与所述第二矩阵对应图像的中心点连线，以根据所述连线与所述第一矩阵所在的立体平面之间的夹角，确定所述学生低头的角度，以及根据所述第一矩阵所在的立体平面与所述第二矩阵所在的立体平面之间的夹角，确定所述第二矩阵相对于所述第一矩阵的变化情况，从而确定上课过程中的学生姿态对应的学生姿态决策树的姿态分支；其中，所述学生姿态决策树是基于所述学生终端中预置的学生姿态图库生成的；

通过所述学生姿态决策树确定所述学生姿态中信息熵的确定性元素，以将所述学生姿态中信息熵的确定性元素与所述姿态分支对应的学生姿态进行对比，并在对比结果大于预设百分比的情况下，确定所述学生姿态为所述姿态分支对应的学生姿态。

5.根据权利要求1所述的一种基于机器人的辅助教学方法，其特征在于，获取教师终端上传的课程信息，以生成针对所述教育机器人的若干操作指令之后，所述方法还包括：

在互动问答为教师提问且问答类型为封闭式问答的情况下，基于当前教学环节对应的回答获取操作指令，将待提问的问题发送至所述学生终端，并获取所述学生终端的问题回答信息；

通过所述问题回答信息处理模块，将所述问题回答信息发送至所述教师终端；

获取所述教师终端基于所述问题的标准答案对所述问题回答信息的判定结果；

将所述判定结果发送至所述学生终端，并存储至云端数据库。

6.根据权利要求1所述的一种基于机器人的辅助教学方法，其特征在于，获取教师终端上传的课程信息，以生成针对所述教育机器人的若干操作指令之后，所述方法还包括：

在互动问答为教师提问且问答类型为开放式问答的情况下，基于当前教学环节对应的回答获取操作指令，将待提问的问题发送至所述学生终端，并获取所述学生终端的问题回答信息；

通过决策树，确定所述问题回答信息中信息熵的确定性元素，以将所述信息熵的确定性元素与所述问题的标准答案进行对比；

根据对比结果中所述问题回答信息的信息量与所述标准答案的信息量之间的关系，对所述问题回答信息进行判定；

将判定结果发送至所述学生终端，并存储至云端数据库。

7.根据权利要求1所述的一种基于机器人的辅助教学方法，其特征在于，获取教师终端上传的课程信息，以生成针对所述教育机器人的若干操作指令之后，所述方法还包括：

在互动问答为学生提问的情况下，基于当前教学环节对应的提问获取操作指令，控制所述学生终端的信息获取模块，获取所述学生的问题提问信息；

通过所述问题提问信息处理模块，将所述问题提问信息发送至所述教师终端，并获取所述教师终端针对所述问题提问信息的反应信息；其中，所述反应信息为所述教师终端针对所述问题提问信息做出的回答；

将所述反应信息发送至所述学生终端，并统计所述问题提问信息的提问次数；

根据统计结果确定所述提问次数大于第一预设阈值的情况下，向所述学生终端发送所述问题提问信息的解题思路，并将所述反应信息存储至云端数据库。

8.根据权利要求1所述的一种基于机器人的辅助教学方法，其特征在于，根据所述处理结果以及所述学习信息，确定所述学生对所述课程信息中各学习内容的掌握程度，以对所述学生进行相应学习内容的辅导，具体包括：

从云端数据库中获取所述学习信息的处理结果，以根据所述学生的上课状态信息、问题提问信息以及问题回答信息，确定所述学生对所述课程信息中各学习内容的掌握程度；

基于所述待上课课件和待上课教案，根据所述各学习内容的掌握程度，确定所述学生的课后作业；

将所述课后作业发送至所述学生终端，并接收所述学生终端的课后作业回答信息；

根据预先存储的标准答案对所述课后作业回答信息进行判定，并将判定结果发送至所述学生终端；

根据所述判定结果确定所述学生回答问题的正确率，并在所述正确率小于第二预设阈值的情况下，根据所述待上课课件和待上课教案向所述学生终端发送错题讲解。

9.根据权利要求1所述的一种基于机器人的辅助教学方法，其特征在于，获取教师终端上传的课程信息，以生成针对所述教育机器人的若干操作指令之后，所述方法还包括：

根据所述操作指令播放所述待上课课件，并根据所述待上课课件中的各知识点，分别录制对应的讲解视频；

将所述各知识点对应的讲解视频存储至所述课程模块，以便所述学生终端查看。

10.一种基于机器人的辅助教学设备，其特征在于，应用于教育机器人，所述设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：

获取教师终端上传的课程信息，以生成针对教育机器人的若干操作指令；其中，所述课程信息包括待上课课件信息和待上课教案信息；

基于所述操作指令，通过学生终端的信息获取模块，获取学生的学习信息；其中，所述学习信息至少包括以下任一项或者多项：上课状态信息、问题提问信息、问题回答信息以及课后作业回答信息；

确定所述学习信息的种类，以确定对应的学习信息处理模块；其中，所述学习信息处理模块包括：上课状态信息处理模块、问题提问信息处理模块、问题回答信息处理模块以及课后作业回答信息处理模块；

通过所述学习信息处理模块对所述学习信息进行处理，并将处理结果发送至所述学生终端；

根据所述处理结果以及所述学习信息，确定所述学生终端对应学生对所述课程信息中各学习内容的掌握程度，以对所述学生进行相应学习内容的辅导。

Images