CN114750176A - 基于深度神经网络的自动聊天方法和机器人 - Google Patents

Abstract

本发明公开了基于深度神经网络的自动聊天方法和机器人。其中涉及互动服务的SaaS系统，其中，SaaS系统与远程服务系统通过网络连接，SaaS系统用于提供互动服务给远程服务系统，所述远程服务系统用于与用户互动、提供客户所要销售的产品的优惠信息并搜集用户提供的资料信息。SaaS系统采用Java8编程语言进行开发设计。SaaS系统包括首页页面、活动页面、数据页面、客户页面、资源页面及账号页面。其中，活动页面用于设置互动游戏、提供互动游戏、互动游戏记录及互动推广，从而避免了火苗顺着充电器烧坏插座的情况出现，自身可实现与使用者的深度交流。本发明的机器人能够便于防火。

Description

基于深度神经网络的自动聊天方法和机器人

技术领域

本发明属于机器人技术领域，特别涉及基于深度神经网络的自动聊天方法和机器人。

背景技术

SaaS是Software-as-a-Service的缩写名称，意思为软件即服务，即通过网络提供软件服务，SaaS服务通常基于一套标准软件系统为成百上千的不同客户(又称为租户)提供服务。这要求SaaS服务能够支持不同租户之间数据和配置的隔离，从而保证每个租户数据的安全与隐私，以及用户对诸如界面、业务逻辑、数据结构等的个性化需求。由于SaaS同时支持多个租户，每个租户又有很多用户，这对支撑软件的基础设施平台的性能、稳定性和扩展性提出很大挑战。SaaS作为一种基于互联网的软件交付模式，优化软件大规模应用后的性能和运营成本是架构师的核心任务。

近年来，软件即服务(Softwareas-a-Service，SaaS)快速成长为最具发展潜力的云计算交付模型。对于很多企业级应用，如客户关系管理、企业资源规划，以及人力资源管理等，SaaS已经成为可接受的云计算交付模型。随着SaaS服务的日渐普及，客户对SaaS供应商所提供的SaaS服务提出了更多更高的要求。而当前SaaS供应商所提供的SaaS服务内容相对固定，难以满足客户各种多样化的需求。

机器人是自动控制机器的俗称，其内可以搭载SaaS系统，自动控制机器包括一切模拟人类行为或思想与模拟其他生物的机械(如机器狗，机器猫等)。狭义上对机器人的定义还有很多分类法及争议，有些电脑程序甚至也被称为机器人。在当代工业中，机器人指能自动执行任务的人造机器装置，用以取代或协助人类工作。理想中的高仿真机器人是高级整合控制论、机械电子、计算机与人工智能、材料学和仿生学的产物，目前科学界正在向此方向研究开发。

机器人可用在企业内，配合使用者进行企业的管理，现有的机器人在使用时，当内部主板短路出现着火时，不具备灭火功能，使得当无人值守时，易发生火灾从而造成巨大的经济损失，且当在充电时，发生短路着火时，火苗会顺着充电器烧到插座，进一步增大损失，同时现有的机器人不能与使用者进行深度交流，不能满足使用所需。

因此，本发明设计一种基于深度神经网络的自动聊天方法和机器人来解决上述问题很有必要。

发明内容

针对上述问题，本发明提供了一种基于深度神经网络的自动聊天方法和机器人，以解决上述背景技术中提出的问题。

一种SaaS服务内容确定方法该方法包括：第一步骤：向SaaS服务供应平台发送初始SLA请求(SLA，即Service-Level-Agreement，服务等级协议)。本实施例中，SaaS用户可通过相应的客户终端向SaaS供应商，也即向上述SaaS服务供应平台发送初始SLA请求。SaaS服务供应平台将会根据上述初始SLA请求向客户终端返回相应的SLA提案，此时返回的SLA提案所对应的SaaS服务能够粗略地满足SaaS用户对SaaS服务的需求，但是在许多细节上可能还无法达到SaaS用户的要求。第二步骤：获取SaaS服务供应平台在接收到初始SLA请求后返回的SLA提案。第三步骤：利用预设的效用函数，分别计算当前SLA提案中每一SaaS服务质量属性对应的效用值。可以理解的是，上述SaaS服务质量属性是指SaaS服务的QoS(即QualityofService，服务质量)对应的属性。第四步骤：监测每一SaaS服务质量属性的效用值是否小于相应的预设效用阈值。不同的SaaS服务质量属性对应于不同的预设效用阈值，这些预设效用阈值具体可以由SaaS用户通过预先在客户终端上创建的阈值设定接口来进行设定并保存下来。第五步骤：若目标SaaS服务质量属性所对应的效用值小于相应的预设效用阈值，则针对目标SaaS服务质量属性生成新的SLA请求，并将当前新的SLA请求发送至SaaS服务供应平台，以获取相应的新的SLA提案，直到当前新的SLA提案中目标SaaS服务质量属性的效用值大于或等于相应的预设效用阈值；其中，上述目标SaaS服务质量属性为当前SLA提案中的任意SaaS服务质量属性。第六步骤：若所有SaaS服务质量属性各自所对应的效用值均大于或等于相应的预设效用阈值，则根据当前最新的SLA提案，获取SaaS服务供应平台提供的相应SaaS服务。可见，本发明实施例在获取到新的SLA提案之后，将会计算当前SLA提案中每一SaaS服务质量属性对应的效用值，如果当前SLA提案中存在任意SaaS服务质量属性的效用值小于相应的预设效用阈值，则生成新的SLA请求，以获取新的SLA提案，如果当前SLA提案中所有SaaS服务质量属性各自对应的效用值均不小于相应的预设效用阈值，则将当前SLA提案作为最终的SLA提案，并根据该SLA提案获取相应的SaaS服务，从而使得SaaS供应商最终所提供的SaaS服务能够满足客户实际需求。

一种具体的SaaS服务内容确定方法，具体包括如下步骤：

第七步骤：向SaaS服务供应平台发送初始SLA请求。

第八步骤：获取SaaS服务供应平台在接收到初始SLA请求后返回的SLA提案。

第九步骤：利用第一类预设效用函数，计算当前SLA提案中每个第一类SaaS服务质量属性对应的效用值，以及利用第二类预设效用函数，计算当前SLA提案中每个第二类SaaS服务质量属性对应的效用值。其中，第一类SaaS服务质量属性的属性值与其对应的效用值之间呈正相关关系，第二类SaaS服务质量属性的属性值与其对应的效用值之间呈负相关关系。具体的，上述第一类SaaS服务质量属性可以包括但不限于可靠性和用户满意度，上述第二类SaaS服务质量属性可以包括但不限于费用和响应时间。

为实现上述目的，本发明提供如下技术方案：基于深度神经网络的自动聊天机器人，包括底座，所述底座内部通过保护组件连接有载板，所述载板的顶端中部固定安装有机器人，所述载板的顶部通过连接管固定连接有顶板，所述顶板的顶部开设有圆槽，所述连接管与圆槽连通，所述顶板的两侧对称固定安装有连板，所述连板的底部固定安装有导杆，所述导杆的外部滑动套设有导块，两个所述导块之间固定安装有环板，所述环板与顶板之间通过伸缩套连接，所述导杆的上部套设有第一弹性件，所述第一弹性件的两端分别与连板及导块固定连接，所述连接管的外侧上部固定安装有圆杆，所述环板的外侧通过绕过圆杆的锡线与机器人内部主板固定连接，所述载板的底部设有为连接管内注入二氧化碳气体的供气组件。

进一步的，所述供气组件包括固定安装在载板底部的缸体，所述载板的底部固定安装有存气箱，所述缸体与存气箱之间通过第一气管连通，所述缸体的一侧通过第二气管与连接管连通，所述第一气管及连接管的内部均设有单向阀，所述缸体的内部设有活塞，所述活塞的顶部通过连接组件与环板固定连接。

进一步的，所述连接组件包括固定安装在活塞顶部的空心杆，所述空心杆的顶部穿过载板延伸至其上方，所述空心杆的内部滑动安装有抵块，所述抵块的顶部固定安装有延伸杆，所述延伸杆的顶部与环板固定连接。

进一步的，所述载板的顶部对称开设有滑槽，所述滑槽内滑动安装有侧板，所述机器人靠近侧板的一侧设置有充电口，所述侧板靠近充电口的一侧设有第二弹性件，所述第二弹性件的两端分别与滑槽内壁及侧板固定连接，一对所述侧板之间转动安装有转轴，所述转轴的外部固定套装有横板，所述横板靠近充电口的一侧固定连接有安装板，所述安装板的顶部对称开设有活动槽，所述活动槽内滑动安装有活动块，所述活动块的顶部固定安装有夹板，所述夹板的内侧设有橡胶垫，两个所述活动块的相对一侧均通过第三弹性件与活动槽槽壁固定连接，所述载板的顶部设有用于限制夹板的限制组件，所述环板的外侧设有用于对侧板进行限位的限位组件，所述转轴的两端均通过第四弹性件与侧板固定连接。

进一步的，所述限制组件包括固定安装在载板顶部且位于夹板两侧的竖板，所述竖板的内侧开设有滑口，所述夹板的外侧固定安装有与滑口配合的限制杆，所述限制杆的一端延伸至滑口内。

进一步的，所述限位组件包括拉板，所述拉板固定连接在一对侧板靠近充电口一侧的下部，所述载板的顶部开设有两个圆孔，所述拉板靠近充电口的一侧通过穿过两个圆孔的拉绳与环板固定连接。

进一步的，所述保护组件包括等距固定连接在底座底壁的四个套筒，所述套筒的内部滑动安装有挤板，所述挤板的底部设有第五弹性件，所述挤板的顶部固定安装有支撑杆，所述支撑杆顶部与载板固定连接，所述载板的外侧设有用于保护机器人的防护组件。

进一步的，所述防护组件包括弧形板，所述弧形板的顶部设有磁铁板，所述顶板的顶端中部固定安装有铁杆，所述载板的外侧等距开设有安装口，所述弧形板通过活动轴转动安装在安装口内，所述底座的顶部固定安装有与弧形板配合的斜杆，所述斜杆与弧形板外侧抵触。

进一步的，所述机器人的内部搭载有saas系统。

采用上述任意一项所述的基于深度神经网络的自动聊天机器人进行自动聊天的方法，包括以下步骤：

S1、使用者与机器人对话传达想操作的指令；

S2、机器人通过saas系统接受指令、分析指令并作出相应的操作；

S3、机器人通过作出的操作与使用者实现交互。

本发明的技术效果和优点：

1、本发明可实现在机器人内部主板短路着火时能自动对着火的主板进行灭火，使用起来安全性高，可避免主板着火造成巨大经济损失的情况出现；

2、本发明可在灭火的同时能将充电器从充电口拔出且将充电器甩出使其远离机器人，从而避免了火苗顺着充电器烧坏插座的情况出现；

3、本发明可实现与使用者的深度交流，可根据传达的指令做出相应的操作，便于进行使用；

本发明可实现在机器人内部主板短路着火时能自动对着火的主板进行灭火，使用起来安全性高，可避免主板着火造成巨大经济损失的情况出现，且可在灭火的同时能将充电器从充电口拔出且将充电器甩出使其远离机器人，从而避免了火苗顺着充电器烧坏插座的情况出现，自身可实现与使用者的深度交流，可根据传达的指令做出相应的操作，便于进行使用，值得推广及使用。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书和附图中所指出的结构来实现和获得。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本发明实施例的基于深度神经网络的自动聊天机器人的结构示意图；

图2示出了本发明实施例的基于深度神经网络的自动聊天机器人的结构示意图二；

图3示出了本发明实施例的图1中A处放大结构示意图；

图4示出了本发明实施例的基于深度神经网络的自动聊天机器人的部分结构示意图；

图5示出了本发明实施例的安装板剖视结构示意图；

图中：1、底座；2、载板；3、机器人；4、连接管；5、顶板；6、连板；7、导杆；8、第一弹性件；9、环板；10、伸缩套；11、锡线；12、缸体；13、存气箱；14、第二气管；15、活塞；16、空心杆；17、延伸杆；18、侧板；19、横板；20、安装板；21、夹板；22、第三弹性件；23、竖板；24、限制杆；25、拉板；26、拉绳；27、第四弹性件；28、套筒；29、支撑杆；30、弧形板；31、斜杆；32、磁铁板；33、铁杆33。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，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、完整地说明，显然，所描述的实施例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。

一种SaaS服务内容确定方法该方法包括：第一步骤：向SaaS服务供应平台发送初始SLA请求(SLA，即Service-Level-Agreement，服务等级协议)。本实施例中，SaaS用户可通过相应的客户终端向SaaS供应商，也即向上述SaaS服务供应平台发送初始SLA请求。SaaS服务供应平台将会根据上述初始SLA请求向客户终端返回相应的SLA提案，此时返回的SLA提案所对应的SaaS服务能够粗略地满足SaaS用户对SaaS服务的需求，但是在许多细节上可能还无法达到SaaS用户的要求。第二步骤：获取SaaS服务供应平台在接收到初始SLA请求后返回的SLA提案。第三步骤：利用预设的效用函数，分别计算当前SLA提案中每一SaaS服务质量属性对应的效用值。可以理解的是，上述SaaS服务质量属性是指SaaS服务的QoS(即QualityofService，服务质量)对应的属性。第四步骤：监测每一SaaS服务质量属性的效用值是否小于相应的预设效用阈值。不同的SaaS服务质量属性对应于不同的预设效用阈值，这些预设效用阈值具体可以由SaaS用户通过预先在客户终端上创建的阈值设定接口来进行设定并保存下来。第五步骤：若目标SaaS服务质量属性所对应的效用值小于相应的预设效用阈值，则针对目标SaaS服务质量属性生成新的SLA请求，并将当前新的SLA请求发送至SaaS服务供应平台，以获取相应的新的SLA提案，直到当前新的SLA提案中目标SaaS服务质量属性的效用值大于或等于相应的预设效用阈值；其中，上述目标SaaS服务质量属性为当前SLA提案中的任意SaaS服务质量属性。第六步骤：若所有SaaS服务质量属性各自所对应的效用值均大于或等于相应的预设效用阈值，则根据当前最新的SLA提案，获取SaaS服务供应平台提供的相应SaaS服务。可见，本发明实施例在获取到新的SLA提案之后，将会计算当前SLA提案中每一SaaS服务质量属性对应的效用值，如果当前SLA提案中存在任意SaaS服务质量属性的效用值小于相应的预设效用阈值，则生成新的SLA请求，以获取新的SLA提案，如果当前SLA提案中所有SaaS服务质量属性各自对应的效用值均不小于相应的预设效用阈值，则将当前SLA提案作为最终的SLA提案，并根据该SLA提案获取相应的SaaS服务，从而使得SaaS供应商最终所提供的SaaS服务能够满足客户实际需求。

一种具体的SaaS服务内容确定方法，具体包括如下步骤：

第七步骤：向SaaS服务供应平台发送初始SLA请求。

第八步骤：获取SaaS服务供应平台在接收到初始SLA请求后返回的SLA提案。

第九步骤：利用第一类预设效用函数，计算当前SLA提案中每个第一类SaaS服务质量属性对应的效用值，以及利用第二类预设效用函数，计算当前SLA提案中每个第二类SaaS服务质量属性对应的效用值。其中，第一类SaaS服务质量属性的属性值与其对应的效用值之间呈正相关关系，第二类SaaS服务质量属性的属性值与其对应的效用值之间呈负相关关系。具体的，上述第一类SaaS服务质量属性可以包括但不限于可靠性和用户满意度，上述第二类SaaS服务质量属性可以包括但不限于费用和响应时间。

本发明提供了基于深度神经网络的自动聊天机器人，如图1-5所示，包括底座1，底座1内部通过保护组件连接有载板2，载板2的顶端中部固定安装有机器人3，载板2的顶部通过连接管4固定连接有顶板5，顶板5的顶部开设有圆槽，连接管4与圆槽连通，顶板5的两侧对称固定安装有连板6，连板6的底部固定安装有导杆7，导杆7的外部滑动套设有导块，两个导块之间固定安装有环板9，环板9与顶板5之间通过伸缩套10连接，伸缩套10设置为橡胶波纹套，导杆7的上部套设有第一弹性件8，第一弹性件8设置为弹簧，第一弹性件8的两端分别与连板6及导块固定连接，连接管4的外侧上部固定安装有圆杆，环板9的外侧通过绕过圆杆的锡线11与机器人3内部主板固定连接，载板2的底部设有为连接管4内注入二氧化碳气体的供气组件，使用时，当机器人主板短路着火时，此时火苗将锡线11烧断，环板9失去锡线11的限制，处于压缩状态的第一弹性件8释放作用力带动导块下降，从而带动环板9下降，使得将伸缩套10拉开，随着环板9的下降配合供气组件向连接管4内注入二氧化碳气体，气体通过连接管4进入到圆槽内，随后进入到伸缩套10内，最终环板9下降至与载板2抵触，使得配合顶板5及伸缩套10将机器人3罩起来，形成密闭空间，同时二氧化碳充满密闭空间，使得对主板燃气的火苗进行灭火，实现了自动灭火，避免引发火灾。

如图2所示，供气组件包括固定安装在载板2底部的缸体12，载板2的底部固定安装有存气箱13，存气箱13的一侧开设有螺纹口，螺纹口内螺纹连接有柱塞，可通过螺纹口向存气箱13内注入二氧化碳进行存储，缸体12与存气箱13之间通过第一气管连通，缸体12的一侧通过第二气管14与连接管4连通，第一气管及连接管4的内部均设有单向阀，缸体12的内部设有活塞15，活塞15的顶部通过连接组件与环板9固定连接，环板9下降配合连接组件带动活塞15下降，活塞15下降将缸体12内的二氧化碳气体向外挤，此时位于第一气管内的单向阀闭合，位于连接管4内的单向阀开启，二氧化碳通过第二气管14、连接管4进入到圆槽内，使得向伸缩套10内注入二氧化碳气体，当将环板9上升复位时，环板9配合连接组件带动活塞15上升，使得向缸体12内抽气，此时位于第一气管内的单向阀开启，位于连接管4内的单向阀闭合，存气箱13内存储的二氧化碳气体通过第一气管进入到缸体12内，完成补充。

如图2所示，连接组件包括固定安装在活塞15顶部的空心杆16，空心杆16的顶部穿过载板2延伸至其上方，空心杆16的内部滑动安装有抵块，抵块的顶部固定安装有延伸杆17，延伸杆17的顶部与环板9固定连接，环板9下降带动延伸杆17下降使得带动抵块下降，抵块与空心杆16抵触带动空心杆16下降，从而带动活塞15下降，反之环板9上升能实现活塞15的上升。

如图1、图3和图5所示，载板2的顶部对称开设有滑槽，滑槽内滑动安装有侧板18，机器人3靠近侧板18的一侧设置有充电口，侧板18靠近充电口的一侧设有第二弹性件，第二弹性件设置为弹簧，第二弹性件的两端分别与滑槽内壁及侧板18固定连接，一对侧板18之间转动安装有转轴，转轴的外部固定套装有横板19，横板19靠近充电口的一侧固定连接有安装板20，安装板20的顶部对称开设有活动槽，活动槽内滑动安装有活动块，活动块的顶部固定安装有夹板21，夹板21的内侧设有橡胶垫，两个活动块的相对一侧均通过第三弹性件22与活动槽槽壁固定连接，第三弹性件22设置为弹簧，载板2的顶部设有用于限制夹板21的限制组件，环板9的外侧设有用于对侧板18进行限位的限位组件，转轴的两端均通过第四弹性件27与侧板18固定连接，第四弹性件27设置为扭簧，一对夹板21配合橡胶垫可对充电器进行夹持，环板9下降使得限位组件取消对侧板18的限位，此时处于压缩状态的第二弹性件释放作用力带动侧板18向远离充电口的方向运动，侧板18带动转轴、横板19随之运动，从而带动安装板20及夹板21随之运动，配合橡胶垫与充电器之间的摩擦力带动充电器随之运动离开充电口，随后限制组件取消对夹板21的限制，处于压缩状态的第三弹性件22释放作用力带动活动块及夹板21运动，使得一对夹板21远离的运动，取消对充电器的夹持，同时处于拉伸状态的第四弹性件27释放作用力带动转轴、横板19及安装板20向上转动，使得带动充电器随之运动，随后横板19与限位组件碰撞停止，由于惯性充电器向外飞出，实现对充电器的拔出使其远离短路的机器人3，避免出现火顺着充电器烧到连接插座的情况。

如图3所示，限制组件包括固定安装在载板2顶部且位于夹板21两侧的竖板23，竖板23的内侧开设有滑口，夹板21的外侧固定安装有与滑口配合的限制杆24，限制杆24的一端延伸至滑口内，限制杆24进入滑口内时，此时一对夹板21受到挤压相互靠近的运动，带动活动块运动对第三弹性件22进行压缩使其形变产生作用力，当限制杆24离开滑口时，此时第三弹性件22释放作用力带动活动块及夹板21相互远离运动，同时限制杆24离开滑口，此时取消对安装板20的限制，使其可向上转动，处于拉扯状态的第四弹性件27释放作用力带动转轴、横板19、安装板20向上转动。

如图2-3所示，限位组件包括拉板25，拉板25固定连接在一对侧板18靠近充电口一侧的下部，载板2的顶部开设有两个圆孔，拉板25靠近充电口的一侧通过穿过两个圆孔的拉绳26与环板9固定连接，紧绷的拉绳26对拉板25进行限制使其无法运动，环板9下降，拉绳26变松，处于压缩状态的第二弹性件释放作用力带动侧板18向远离充电口的方向运动。

如图1和图4所示，保护组件包括等距固定连接在底座1底壁的四个套筒28，套筒28的内部滑动安装有挤板，挤板的底部设有第五弹性件，第五弹性件设置为弹簧，挤板的顶部固定安装有支撑杆29，支撑杆29顶部与载板2固定连接，载板2的外侧设有用于保护机器人3的防护组件，底座1设置为半球形壳体构件，其材质设置为钢，使得整个机器人重心靠下，使得机器人整体形成不倒翁，不易碰倒，当掉落时，此时底座1由于重量大且重心靠下的原因，使得掉落的过程中底座1朝下，当底座1与地面碰撞后，由于惯性，载板2及上方的机器人3会下降带动支撑杆29及挤板下降压缩第五弹性件使其形变产生作用力，利用第五弹性件产生的作用力对载板2及机器人3进行缓冲，实现保护，同时配合防护组件可对机器人3进一步进行保护。

如图1所示，防护组件包括弧形板30，弧形板30的顶部设有磁铁板32，顶板5的顶端中部固定安装有铁杆33，载板2的外侧等距开设有安装口，弧形板30通过活动轴转动安装在安装口内，底座1的顶部固定安装有与弧形板30配合的斜杆31，斜杆31与弧形板30外侧抵触，当底座1与地面碰撞后，由于惯性，载板2及上方的机器人3会下降带动支撑杆29及挤板下降压缩第五弹性件使其形变产生作用力，随着载板2的下降使得斜杆31抵触弧形板30使其向上转动，弧形板30带动磁铁板32随之运动使得磁铁板32与铁杆33吸附固定，使得多个弧形板30将机器人3包裹，可进一步加强对机器人3的保护。

如图1所示，机器人3的内部搭载有saas系统，通过saas系统可实现管理企业的微信，群发信息、智能聊天、自动回复等功能，saas系统为现有技术，使得机器人3具备以上功能，可与人进行自动聊天。

采用上述任意一项的基于深度神经网络的自动聊天机器人进行自动聊天的方法，包括以下步骤：

S1、使用者与机器人3对话传达想操作的指令；

S2、机器人3通过saas系统接受指令、分析指令并作出相应的操作；

S3、机器人3通过作出的操作与使用者实现交互。

工作原理：使用时，当机器人主板短路着火时，此时火苗将锡线11烧断，环板9失去锡线11的限制，处于压缩状态的第一弹性件8释放作用力带动导块下降，从而带动环板9下降，使得将伸缩套10拉开，随着环板9的下降带动延伸杆17下降使得带动抵块下降，抵块与空心杆16抵触带动空心杆16下降，从而带动活塞15下降，活塞15下降将缸体12内的二氧化碳气体向外挤，此时位于第一气管内的单向阀闭合，位于连接管4内的单向阀开启，二氧化碳通过第二气管14、连接管4进入到圆槽内，使得向伸缩套10内注入二氧化碳气体，最终环板9下降至与载板2抵触，使得配合顶板5及伸缩套10将机器人3罩起来，形成密闭空间，同时二氧化碳充满密闭空间，使得对主板燃气的火苗进行灭火，实现了自动灭火，避免引发火灾，充电时，将充电机插入充电口，使其两侧与橡胶垫抵触，着火时，环板9下降拉绳26变松，处于压缩状态的第二弹性件释放作用力带动侧板18向远离充电口的方向运动，侧板18带动转轴、横板19随之运动，从而带动安装板20及夹板21随之运动，配合橡胶垫与充电器之间的摩擦力带动充电器随之运动离开充电口，夹板21带动限制杆24随之移动，限制杆24离开滑口，此时第三弹性件22释放作用力带动活动块及夹板21相互远离运动，使得取消对充电器的夹持，同时取消对安装板20的限制，使其可向上转动，处于拉扯状态的第四弹性件27释放作用力带动转轴、横板19、安装板20向上转动，使得带动充电器随之运动，随后横板19与拉板25碰撞停止，由于惯性充电器向外飞出，实现对充电器的拔出使其远离短路的机器人3，避免出现火顺着充电器烧到连接插座的情况，当掉落时，此时底座1由于重量大且重心靠下的原因，使得掉落的过程中底座1朝下，当底座1与地面碰撞后，由于惯性，载板2及上方的机器人3会下降带动支撑杆29及挤板下降压缩第五弹性件使其形变产生作用力，利用第五弹性件产生的作用力对载板2及机器人3进行缓冲，实现保护，随着载板2的下降使得斜杆31抵触弧形板30使其向上转动，弧形板30带动磁铁板32随之运动使得磁铁板32与铁杆33吸附固定，使得多个弧形板30将机器人3包裹，可进一步加强对机器人3的保护。

尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于深度神经网络的自动聊天机器人，包括底座(1)，其特征在于：所述底座(1)内部通过保护组件连接有载板(2)，所述载板(2)的顶端中部固定安装有机器人(3)，所述载板(2)的顶部通过连接管(4)固定连接有顶板(5)，所述顶板(5)的顶部开设有圆槽，所述连接管(4)与圆槽连通，所述顶板(5)的两侧对称固定安装有连板(6)，所述连板(6)的底部固定安装有导杆(7)，所述导杆(7)的外部滑动套设有导块，两个所述导块之间固定安装有环板(9)，所述环板(9)与顶板(5)之间通过伸缩套(10)连接，所述导杆(7)的上部套设有第一弹性件(8)，所述第一弹性件(8)的两端分别与连板(6)及导块固定连接，所述连接管(4)的外侧上部固定安装有圆杆，所述环板(9)的外侧通过绕过圆杆的锡线(11)与机器人(3)内部主板固定连接，所述载板(2)的底部设有为连接管(4)内注入二氧化碳气体的供气组件。

2.根据权利要求1所述的基于深度神经网络的自动聊天机器人，其特征在于：所述供气组件包括固定安装在载板(2)底部的缸体(12)，所述载板(2)的底部固定安装有存气箱(13)，所述缸体(12)与存气箱(13)之间通过第一气管连通，所述缸体(12)的一侧通过第二气管(14)与连接管(4)连通，所述第一气管及连接管(4)的内部均设有单向阀，所述缸体(12)的内部设有活塞(15)，所述活塞(15)的顶部通过连接组件与环板(9)固定连接。

3.根据权利要求2所述的基于深度神经网络的自动聊天机器人，其特征在于：所述连接组件包括固定安装在活塞(15)顶部的空心杆(16)，所述空心杆(16)的顶部穿过载板(2)延伸至其上方，所述空心杆(16)的内部滑动安装有抵块，所述抵块的顶部固定安装有延伸杆(17)，所述延伸杆(17)的顶部与环板(9)固定连接。

4.根据权利要求1所述的基于深度神经网络的自动聊天机器人，其特征在于：所述载板(2)的顶部对称开设有滑槽，所述滑槽内滑动安装有侧板(18)，所述机器人(3)靠近侧板(18)的一侧设置有充电口，所述侧板(18)靠近充电口的一侧设有第二弹性件，所述第二弹性件的两端分别与滑槽内壁及侧板(18)固定连接，一对所述侧板(18)之间转动安装有转轴，所述转轴的外部固定套装有横板(19)，所述横板(19)靠近充电口的一侧固定连接有安装板(20)，所述安装板(20)的顶部对称开设有活动槽，所述活动槽内滑动安装有活动块，所述活动块的顶部固定安装有夹板(21)，所述夹板(21)的内侧设有橡胶垫，两个所述活动块的相对一侧均通过第三弹性件(22)与活动槽槽壁固定连接，所述载板(2)的顶部设有用于限制夹板(21)的限制组件，所述环板(9)的外侧设有用于对侧板(18)进行限位的限位组件，所述转轴的两端均通过第四弹性件(27)与侧板(18)固定连接。

5.根据权利要求4所述的基于深度神经网络的自动聊天机器人，其特征在于：所述限制组件包括固定安装在载板(2)顶部且位于夹板(21)两侧的竖板(23)，所述竖板(23)的内侧开设有滑口，所述夹板(21)的外侧固定安装有与滑口配合的限制杆(24)，所述限制杆(24)的一端延伸至滑口内。

6.根据权利要求4所述的基于深度神经网络的自动聊天机器人，其特征在于：所述限位组件包括拉板(25)，所述拉板(25)固定连接在一对侧板(18)靠近充电口一侧的下部，所述载板(2)的顶部开设有两个圆孔，所述拉板(25)靠近充电口的一侧通过穿过两个圆孔的拉绳(26)与环板(9)固定连接。

7.根据权利要求1所述的基于深度神经网络的自动聊天机器人，其特征在于：所述保护组件包括等距固定连接在底座(1)底壁的四个套筒(28)，所述套筒(28)的内部滑动安装有挤板，所述挤板的底部设有第五弹性件，所述挤板的顶部固定安装有支撑杆(29)，所述支撑杆(29)顶部与载板(2)固定连接，所述载板(2)的外侧设有用于保护机器人(3)的防护组件。

8.根据权利要求7所述的基于深度神经网络的自动聊天机器人，其特征在于：所述防护组件包括弧形板(30)，所述弧形板(30)的顶部设有磁铁板(32)，所述顶板(5)的顶端中部固定安装有铁杆(33)，所述载板(2)的外侧等距开设有安装口，所述弧形板(30)通过活动轴转动安装在安装口内，所述底座(1)的顶部固定安装有与弧形板(30)配合的斜杆(31)，所述斜杆(31)与弧形板(30)外侧抵触。

9.根据权利要求1所述的基于深度神经网络的自动聊天机器人，其特征在于：所述机器人(3)的内部搭载有saas系统。

10.采用权利要求9所述的基于深度神经网络的自动聊天机器人进行自动聊天的方法，包括以下步骤：

S1、使用者与机器人(3)对话传达想操作的指令；

S2、机器人(3)通过saas系统接受指令、分析指令并作出相应的操作；

S3、机器人(3)通过作出的操作与使用者实现交互。

Images