CN116458442A - 一种宠物交互设备及系统 - Google Patents

一种宠物交互设备及系统 Download PDF

Info

Publication number
CN116458442A
CN116458442A CN202310453851.0A CN202310453851A CN116458442A CN 116458442 A CN116458442 A CN 116458442A CN 202310453851 A CN202310453851 A CN 202310453851A CN 116458442 A CN116458442 A CN 116458442A
Authority
CN
China
Prior art keywords
pet
module
intention
processor
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.)
Pending
Application number
CN202310453851.0A
Other languages
English (en)
Inventor
裴子龙
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.)
Hangzhou Chongpangpang Technology Co ltd
Original Assignee
Hangzhou Chongpangpang Technology 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 Hangzhou Chongpangpang Technology Co ltd filed Critical Hangzhou Chongpangpang Technology Co ltd
Priority to CN202310453851.0A priority Critical patent/CN116458442A/zh
Publication of CN116458442A publication Critical patent/CN116458442A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K15/00—Devices for taming animals, e.g. nose-rings or hobbles; Devices for overturning animals in general; Training or exercising equipment; Covering boxes
    • A01K15/02—Training or exercising equipment, e.g. mazes or labyrinths for animals ; Electric shock devices ; Toys specially adapted for animals
    • A01K15/025—Toys specially adapted for animals
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K29/00—Other apparatus for animal husbandry
    • A01K29/005—Monitoring or measuring activity, e.g. detecting heat or mating
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K5/00—Feeding devices for stock or game ; Feeding wagons; Feeding stacks
    • A01K5/01—Feed troughs; Feed pails
    • A01K5/0114—Pet food dispensers; Pet food trays
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01K—ANIMAL HUSBANDRY; CARE OF BIRDS, FISHES, INSECTS; FISHING; REARING OR BREEDING ANIMALS, NOT OTHERWISE PROVIDED FOR; NEW BREEDS OF ANIMALS
    • A01K5/00—Feeding devices for stock or game ; Feeding wagons; Feeding stacks
    • A01K5/02—Automatic devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
    • G06V10/763—Non-hierarchical techniques, e.g. based on statistics of modelling distributions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/70—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in livestock or poultry

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Animal Husbandry (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Birds (AREA)
  • Biophysics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Human Computer Interaction (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Zoology (AREA)
  • Toys (AREA)

Abstract

本发明公开了一种宠物交互设备，包括：处理器包括预处理模块和意图识别模块，预处理模块对采集的图像信息和/或声音信号进行预处理，意图识别模块根据处理后的图像信息和/或声音信号识别出宠物的类型，根据宠物的类型利用训练好的意图识别模型识别出宠物的意图，根据识别出宠物的意图向娱乐模块发送第一控制信号；娱乐模块根据第一控制信号与宠物进行游戏互动；定时模块用于对喂食的时间进行定时并向处理器发送通知信号；处理器接收通知信号后向喂食模块发送第二控制信号；喂食模块根据第二控制信号向宠物自动喂食；显示模块显示对应的图像。设备能根据宠物的当前情况进行智能判断与宠物进行合适的互动，提高宠物的陪伴效果。

Description

一种宠物交互设备及系统
技术领域
本发明涉及宠物用具技术领域，具体涉及一种宠物交互设备及系统。
背景技术
当前，养宠物的人士越来越多，比较常见的宠物包括狗、猫等等。宠物能陪伴取悦主人，是主人的精神寄托。但是现在社会中，都市生活忙碌，人们没有太多的时间对宠物进行照看、陪伴、或进行教导训练等。通过宠物用的电子设备可以一定程度上代替主人陪伴和训导宠物。但是，现有的宠物用的电子设备大多是被动监控宠物的装置，比如宠物项圈、自动喂食设备，或者电子骨头等单一功能的玩具；这些设备与宠物的交互性较差，不能根据宠物当前的情况进行智能判断，作出合适的交互性动作，对于宠物的陪伴效果不佳。
发明内容
针对现有技术中的缺陷，本发明实施例提供的一种宠物交互设备，能根据宠物的当前情况进行智能判断与宠物进行合适的互动，提高宠物的陪伴效果。
本发明实施例提供的一种宠物交互系统，不仅能根据宠物当前的情况进行智能判断，与宠物进行合适的互动，还在移动终端的控制下与宠物进行互动，提高宠物的陪伴效果。
第一方面，本发明实施例提供的一种宠物交互设备，包括：信息采集模块、处理器、娱乐模块、定时模块、喂食模块和显示模块，所述信息采集模块用于采集宠物的图像信息和/或声音信号；
所述处理器包括预处理模块和意图识别模块，所述预处理模块用于对图像信息和/或声音信号进行预处理，得到处理后的图像信息和/或声音信号，所述意图识别模块用于根据处理后的图像信息和/或声音信号识别出宠物的类型，根据宠物的类型利用训练好的意图识别模型识别出宠物的意图，根据识别出宠物的意图向娱乐模块发送第一控制信号；
所述娱乐模块根据处理器发送的第一控制信号与宠物进行游戏互动；
所述定时模块用于对喂食的时间进行定时，在预先设定时间达到后，向处理器发送通知信号；
所述处理器接收通知信号后，向喂食模块发送第二控制信号；
所述喂食模块根据处理器发送的第二控制信号向宠物自动喂食；
所述显示模块用于显示对应的图像。
可选地，意图识别模块包括模型训练单元，所述模型训练单元用于获取训练样本集，所述训练样本集包括训练样本及所述训练样本对应的意图信息；
将所述训练样本作为初始神经网络模型的输入，将所述训练样本对应的意图信息作为所述初始神经网络模型的期望输出，基于机器学习算法对所述初始神经网络模型进行训练，得到训练好的意图识别模型。
可选地，获取训练样本集具体包括获取训练样本；
根据预设意图信息对训练样本进行分类，得到分类后的待训练数据，所述待训练数据包括所述训练样本和所述训练样本对应的意图信息；
将所述训练样本及训练样本对应的意图信息进行存储，得到训练样本集。
可选地，所述初始神经网络模型包括卷积神经网络、循环神经网络和图卷积神经网络。
可选地，信息采集模块包括摄像头和麦克风，所述摄像头用于采集宠物的图像信息，所述麦克风用于采集宠物的声音信息。
可选地，所述设备还包括宠物健康监控模块，所述宠物健康监控模块包括红外传感器，所述红外传感器用于采集宠物的体温数据，向处理器发送体温数据，所述处理器根据体温数据判断宠物的体温是否正常。
可选地，所述设备还包括零食投射模块，所述零食投射模块用于向外部发射出宠物零食。
可选地，娱乐模块包括移动激光产生单元，所述移动激光产生单元用于产生移动的激光与宠物进行互动。
可选地，设备还包括网络传输模块，所述网络传输模块用于将交互设备的数据发送给移动终端或接收移动终端发送的数据。
第二方面，本发明实施例提供的一种宠物交互系统，包括移动终端和上述实施例描述的宠物交互设备。
本发明的有益效果：
本发明实施例提供的一种宠物交互设备，通过信息采集模块采集宠物的当前情况，处理器中具有意图识别模块对宠物当前意图进行智能识别，根据宠物的意图作出合适的互动，提高宠物的陪伴效果。
本发明实施例提供的一种宠物交互系统，不仅能根据宠物当前的情况进行智能判断，与宠物进行合适的互动，还能够在移动终端的控制下与宠物进行互动，提高宠物的陪伴效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1示出了本发明第一实施例所提供的一种宠物交互设备的结构框图；
图2示出了本发明第一实施例中Dark Net-53网络结构示意图；
图3示出了本发明第一实施例中融合视觉注意力机制的单阶宠物目标检测的网络结构示意图；
图4示出了本发明另一实施例所提供的一种宠物交互系统的结构框图。
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。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
如图1所示，示出了本发明第一实施例所提供的一种宠物交互设备的结构框图，该设备包括：信息采集模块、处理器、娱乐模块、定时模块、喂食模块和显示模块，所述信息采集模块用于采集宠物的图像信息和/或声音信号；
所述处理器包括意图识别模块，所述意图识别模块用于根据宠物的图像信息和/或声音信号识别出宠物的类型，根据宠物的类型现在训练好的意图识别模型识别出宠物的意图，根据识别出宠物的意图向娱乐模块发送第一控制信号；
所述娱乐模块根据处理器发送的第一控制信号与宠物进行游戏互动；
所述定时模块用于对喂食的时间进行定时，在预先设定时间达到后，向处理器发送通知信号；
所述处理器接收通知信号后，向喂食模块发送第二控制信号；
所述喂食模块根据处理器发送的第二控制信号向宠物自动喂食；
所述显示模块用于显示对应的图像。
具体地，信息采集模块包括摄像头和麦克风，所述摄像头用于采集宠物的图像信息，所述麦克风用于采集宠物的声音信息。麦克风可以采用麦克风阵列，提高宠物声音信息的采集效果。
其中，本发明实施例提供的宠物交互设备中的信息采集模块采集宠物当前的图像信息和/或声音信息，处理器包括预处理模块，预处理模块对采集的图像信息和/或声音信号进行预处理，得到处理后的图像信息和/或声音信号。预处理模块可以消除冗余信息，提高后期信息处理的准确性。处理器还包括意图识别模块，意图识别模块根据处理后的图像信息和/或声音信号识别出宠物的类型，根据宠物的类型利用训练好的意图识别模型识别出宠物的意图，根据识别出宠物的意图向娱乐模块发送第一控制信号，娱乐模块接收处理器发送的第一控制信号，根据第一控制信号与宠物进行游戏互动。在本实施例中，宠物意图代表动物的期望，即宠物想要干什么，意图信息包括生理或心理方面，生理方面可包括想吃、想喝、想睡、想排泄等意图信息，心理方面包括高兴、想玩、不开心等意图信息。比如：狗摇尾巴一般表示开心或喜欢，猫翻滚、露出肚子一般表示开心。在本实施例中，主要是针对心理意图信息进行识别，因为心理方面的意图才需要进行互动和陪伴。想吃和想喝的问题可以通过定时喂食解决，想睡和想排泄宠物可自己决定。定时模块用于对宠物喂食的时间进行定时，用户可以预先设定喂食时间，在设定的喂食时间到后，定时模块向处理器发送通知信号，处理器接收到通知信号后，向喂食模块发送第二控制信号。喂食模块接收到第二控制信号，根据第二控制信号控制投食单元向宠物喂食。显示模块显示对应的图像，比如游戏互动画面，用户预先存储的训练视频、互动视频等，或者是用户发送的实时视频。
具体地，在本实施例中，处理器包括目标检测模块，目标检测模块用于从处理后的图像信息识别出目标宠物。
目标检测模块采用YOLOv3为基本网络框架实现宠物目标检测模型，主干网络框架为DarkNet-53，其网络结构如图2所示，Dark Net-53吸收了残差网络思想，因此网络结构可以设计得很深，能提取动物更丰富、更高语义的个体特征信息，宠物目标检测模型也更容易收敛。图2中，卷积层包含了一个Conv卷积层、BN层和激活函数层。激活函数默认是Leaky ReLU。虚线方框是一个残差网络，方框外的数字为残差网络串联的数目，如2×表示有连续的2个方框内的残差网络结构。在主干网络上，改进激活函数层，将所有残差网络前的一个卷积层激活函数层更改为Mish激活函数，其余沿用Leaky Re LU激活函数；在特征融合网络结构上，融合视觉注意力机制，在多尺度特征融合末尾处加入视觉注意力机制，使所得宠物个体特征图更加聚焦于宠物目标区域而虚化复杂的环境背景区域。融合视觉注意力机制的单阶宠物目标检测的网络结构如图3所示。CBL模块表示卷积、BN层和激活函数Leaky Re LU三层的结合；CBLD和CBLU则表示在CBL模块基础上再加入下采样(Down sample)或者上采样(Upsample)；CBMD模块表示卷积、BN、激活函数Mish和下采样四层的结合；Res模块表示残差网络；Concat模块表示通道的拼接；Conv模块为卷积。模块后面的数字则表示有几个串联的模块相连。主干网络中残差网络前一个卷积层激活函数改为Mish激活函数，顺序基本为“L-M-L”，其余激活层使用Leaky Re LU激活函数。首先输入416×416×3尺寸大小的宠物图片，从网络浅层到网络深层依次获取Rout1和Rout2特征图，进行特征融合，从早期的特征图中获得更细粒化的信息，再经过一个视觉注意力机制，最后获得2种不同尺度大小的特征图，分别为13×13和26×26，用于宠物目标预测。
为了使宠物目标检测模型的预测准确度更高，对模型进行优化，使用K-means++聚类算法对预选框尺寸重新聚类计算，得到更加符合动物目标比例、尺寸大小的预选框。
使用K-means++聚类算法对预选框尺寸重新聚类计算具体为：
1)随机选一个动物目标的真实框的尺寸作为第一个预选框。
2)计算每个真实框尺寸与当前已有预选框的重叠程度(即与最近一个预
选框的相似性，用D(x)表示；然后计算每个真实框被选为下一个预选框的概率，公式如下：
概率值越大，表明当前真实框被选为预选框的可能性较大；最后，用轮盘法选出下一个预选框；
3)重复步骤(2)，直至选出K个预选框。由于特征图数量为2，因此K为6。使用K-means++聚类得到了6种不同大小宽高的预选框，每一个特征图上的一个点只需要预测3个预选框。通常k-means++采用欧式距离衡量目标之间的相似性，但是在动物目标检测任务中用欧式距离来衡量预选框尺寸的相似性并不科学，而IoU距离可以很好地衡量框与框之间的重叠程度。因此，本文采用IoU距离来进行衡量，k-means++聚类距离公式定义如下：
D(box，centroid)＝1-IoU(box，centroid)
式中：box为动物数据样本真实框，centroid为预选框。
通过目标检测模块准确识别出图像中的目标宠物，方便后期意图识别模块对宠物意图进行快速识别。
在本实施例中，意图识别模块包括模型训练单元，所述模型训练单元用于获取训练样本集，所述训练样本集包括训练样本及所述训练样本对应的意图信息；将所述训练样本作为初始神经网络模型的输入，将所述训练样本对应的意图信息作为所述初始神经网络模型的期望输出，基于机器学习算法对所述初始神经网络模型进行训练，得到训练好的意图识别模型。
本实施例中的初始神经网络模型可以是适用于意图识别任务的神经网络构建得到，将训练样本集输入初始神经网络模型，将训练样本对应的意图信息作为初始神经网络模型的期望输出，采用机器学习算法对初始神经网络模型进行训练，得到训练好的意图识别模型。初始神经网络模型包括卷积神经网络、循环神经网络和图卷积神经网络。采用神经网络模型对宠物意图进行识别，可以提高意图识别效果。
其中，获取训练样本集具体包括：
获取训练样本；
根据预设意图信息对训练样本进行分类，得到分类后的待训练数据，所述待训练数据包括所述训练样本和所述训练样本对应的意图信息；
将所述训练样本及训练样本对应的意图信息进行存储，得到训练样本集。
具体地，获取训练样本的方式可采用主动采集样本数据和被动采集样本数据。主动采集样本数据可以是通过专业人员提供如何触发预设意图信息的方式建议，得到更准确的与预设意图信息对应的训练样本。针对主动采集的样本数据，根据预设意图信息对训练样本进行分类，可获得预设意图信息中各意图信息对应的训练样本，逐一标注训练样本的意图信息，可获得分类好的待训练数据。被动采集样本数据是采集宠物的日常数据，再针对得到的日常数据确定其中的片段对应的意图信息，进行标注，可得到训练样本及其意图信息。可根据记录的意图信息和动物出现意图信息的时间点，可基于该时间点从采集到的日常数据中提取该时间点对应的目标片段数据，该目标片段数据可以是基于该时间点前第一预设时间间隔至该时间点后第二预设时间间隔的时间片段内的数据。其中，第一、第二预设时间间隔可以是程序预设，也可由用户自定义，本实施例对此不做限定。第一、第二预设时间间隔可相等也可不等。获得分类好的待训练数据后，可将其中的训练样本以及训练样本对应的意图信息对应存储，得到训练样本集。
在本发明的一些实施例中，为了能更好地掌握宠物的健康状况，宠物交互设备还包括宠物健康监控模块，所述宠物健康监控模块包括红外传感器，所述红外传感器用于采集宠物的体温数据，向处理器发送体温数据，所述处理器根据体温数据判断宠物的体温是否正常。
在本发明的一些实施例中，为了提高宠物互动的积极性，采用互动奖励机制。设备还包括零食投射模块，所述零食投射模块用于向外部发射出宠物零食。娱乐模块在第一控制信号下与宠物进行游戏互动，处理器根据宠物的图像信息和/或声音信息，判断出宠物对游戏互动的积极程度，如果积极程度高，处理器控制零食投射模块向外发射出宠物零食，零食投射模块投射出宠物零食，宠物去捡食零食，不仅提高了宠物的运动量，还提高了互动的积极性。如果积极程度不高，处理器可以更换另外的游戏进行互动。
在本发明的一些实施例中，娱乐模块包括移动激光产生单元，移动激光产生单元用于产生移动的激光与宠物进行互动。移动激光产生单元可产生移动的激光，猫很喜欢移动的物体，会跟随移动的激光进行跑动。
在本发明的一些实施例中，设备还包括网络传输模块，所述网络传输模块用于将交互设备的数据发送给移动终端或接收移动终端发送的数据。网络传输模块可以采用Wifi模块或蓝牙模块，在本实施例中对此不做限定。
本发明实施例提供的一种宠物交互设备，通过信息采集模块采集宠物的当前情况，处理器中具有意图识别模块对宠物当前意图进行智能识别，根据宠物的意图作出合适的互动，提高宠物的陪伴效果。
如图4所示，示出了本发明实施例提供的一种宠物交互系统的结构框图，该系统包括移动终端和上述实施例描述的宠物交互设备。移动终端向宠物交互设备发送控制指令以及接收宠物交互设备发送的交互信息，宠物交互设备通过网络传输模块向移动终端发送采集的信息和交互信息等。
本发明实施例提供的一种宠物交互系统，不仅能根据宠物当前的情况进行智能判断，与宠物进行合适的互动，还能够在移动终端的控制下与宠物进行互动，提高宠物的陪伴效果。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各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，或者对其中部分或者全部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范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种宠物交互设备，其特征在于，包括：信息采集模块、处理器、娱乐模块、定时模块、喂食模块和显示模块，所述信息采集模块用于采集宠物的图像信息和/或声音信号；
所述处理器包括预处理模块和意图识别模块，所述预处理模块用于对采集的图像信息和/或声音信号进行预处理，得到处理后图像信息和/或声音信号，所述意图识别模块用于根据处理后的图像信息和/或声音信号识别出宠物的类型，根据宠物的类型利用训练好的意图识别模型识别出宠物的意图，根据识别出宠物的意图向娱乐模块发送第一控制信号；
所述娱乐模块根据处理器发送的第一控制信号与宠物进行游戏互动；
所述定时模块用于对喂食的时间进行定时，在预先设定时间达到后，向处理器发送通知信号；
所述处理器接收通知信号后，向喂食模块发送第二控制信号；
所述喂食模块根据处理器发送的第二控制信号向宠物自动喂食；
所述显示模块用于显示对应的图像。
2.如权利要求1所述的宠物交互设备，其特征在于，所述意图识别模块包括模型训练单元，所述模型训练单元用于获取训练样本集，所述训练样本集包括训练样本及所述训练样本对应的意图信息；
将所述训练样本作为初始神经网络模型的输入，将所述训练样本对应的意图信息作为所述初始神经网络模型的期望输出，基于机器学习算法对所述初始神经网络模型进行训练，得到训练好的意图识别模型。
3.如权利要求2所述的宠物交互设备，其特征在于，所述获取训练样本集具体包括获取训练样本；
根据预设意图信息对训练样本进行分类，得到分类后的待训练数据，所述待训练数据包括所述训练样本和所述训练样本对应的意图信息；
将所述训练样本及训练样本对应的意图信息进行存储，得到训练样本集。
4.如权利要求3所述的宠物交互设备，其特征在于，所述初始神经网络模型包括卷积神经网络、循环神经网络和图卷积神经网络。
5.如权利要求1所述的宠物交互设备，其特征在于，所述信息采集模块包括摄像头和麦克风，所述摄像头用于采集宠物的图像信息，所述麦克风用于采集宠物的声音信息。
6.如权利要求1所述的宠物交互设备，其特征在于，所述设备还包括宠物健康监控模块，所述宠物健康监控模块包括红外传感器，所述红外传感器用于采集宠物的体温数据，向处理器发送体温数据，所述处理器根据体温数据判断宠物的体温是否正常。
7.如权利要求1所述的宠物交互设备，其特征在于，所述设备还包括零食投射模块，所述零食投射模块用于向外部发射出宠物零食。
8.如权利要求1所述的宠物交互设备，其特征在于，所述娱乐模块包括移动激光产生单元，所述移动激光产生单元用于产生移动的激光与宠物进行互动。
9.如权利要求1～8所述的交互设备，其特征在于，所述设备还包括网络传输模块，所述网络传输模块用于将交互设备的数据发送给移动终端或接收移动终端发送的数据。
10.一种宠物交互系统，其特征在于，包括移动终端和根据权利要求1～9任一项所述的宠物交互设备。
CN202310453851.0A 2023-04-23 2023-04-23 一种宠物交互设备及系统 Pending CN116458442A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310453851.0A CN116458442A (zh) 2023-04-23 2023-04-23 一种宠物交互设备及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310453851.0A CN116458442A (zh) 2023-04-23 2023-04-23 一种宠物交互设备及系统

Publications (1)

Publication Number Publication Date
CN116458442A true CN116458442A (zh) 2023-07-21

Family

ID=87184070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310453851.0A Pending CN116458442A (zh) 2023-04-23 2023-04-23 一种宠物交互设备及系统

Country Status (1)

Country Link
CN (1) CN116458442A (zh)

Similar Documents

Publication Publication Date Title
Tran et al. An iot-based design using accelerometers in animal behavior recognition systems
García et al. A systematic literature review on the use of machine learning in precision livestock farming
CN111107740B (zh) 家畜信息管理系统、畜舍、家畜信息管理程序以及家畜信息管理方法
EP3900891B1 (en) Pet amusement control apparatus of robot and mobile robot
KR102185469B1 (ko) 인공지능을 이용한 반려동물 감성봇 장치 및 이를 이용한 교감 방법
US9936271B2 (en) System and method for pet behavioral identification
Kuźnicka et al. Automatic detection of suckling events in lamb through accelerometer data classification
Tian et al. Real-time behavioral recognition in dairy cows based on geomagnetism and acceleration information
CN116458442A (zh) 一种宠物交互设备及系统
Wu et al. Research on cow rumination monitoring based on new activity sensor
CN210247950U (zh) 智能检测装置和智能检测系统
US20230143669A1 (en) Method and apparatus for selective behavior modification of a domesticated animal
WO2022138839A1 (ja) 動物意思判別プログラム
KR101491774B1 (ko) 소 행동형 발정인식 시스템
JP2022101291A (ja) 家畜発情期判別プログラム
KR102516271B1 (ko) 홍채인식 및 복합인식을 통한 동물 관리시스템
JP2023168245A (ja) 疑似グルーミング実行個体判別システム、グルーミング情報収集システム、分類モデル生成システム、データセットの生成方法、及び、疑似グルーミング実行個体判別方法
CN117745036B (zh) 一种基于特征识别及近场通信的牲畜信息管理方法及系统
US20240008456A1 (en) Wearable device for pet
KR20130110572A (ko) 소리 정보를 이용한 소 발정기 탐지 장치 및 방법
Ayub et al. A non-Restraining Sheep Activity Detection and Surveillance using Deep Machine Learning
Li et al. A New Dataset for Video-based Cow Behavior Recognition
CN115943908A (zh) 基于自适应导航的母猪发情检测方法及相关设备
Benjamin et al. 19 Precision Livestock Farming and
Shi et al. Internet-of-Things Behavior Monitoring System Based on Wearable Inertial Sensors for Classifying Dairy Cattle Health Using Machine Learning

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