本發(fā)明涉及機(jī)器人技術(shù)領(lǐng)域，特別涉及一種基于人臉識(shí)別和語(yǔ)音控制的智能機(jī)器人。

背景技術(shù)：

隨著機(jī)器人行業(yè)的迅速發(fā)展和人工智能的興起，越來(lái)越多的研究人員開(kāi)始投入機(jī)器人的研究，服務(wù)機(jī)器人方興未艾，其中迎賓機(jī)器人是服務(wù)機(jī)器人的主力軍。大型展覽館、會(huì)展中心、高級(jí)賓館、銀行、醫(yī)院、大型酒店和餐飲機(jī)構(gòu)都出現(xiàn)了各式各樣的迎賓機(jī)器人，但目前的迎賓機(jī)器人大多功能單一，技術(shù)低端，發(fā)展很不完善。不是缺少人臉識(shí)別功能，或者語(yǔ)音識(shí)別極易受外界嘈雜環(huán)境的影響，就是不具備語(yǔ)音控制機(jī)器人復(fù)雜動(dòng)作和及其運(yùn)動(dòng)規(guī)劃的功能，而且目前很多的迎賓機(jī)器人不具備與客戶(hù)進(jìn)行互動(dòng)溝通的功能。

因此有必要對(duì)現(xiàn)有的迎賓機(jī)器人進(jìn)行改進(jìn)，以使其具有更多功能，智能化程度更高。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，針對(duì)現(xiàn)有迎賓機(jī)器人存在的不足，本發(fā)明的目的是提供一種智能迎賓機(jī)器人，其集語(yǔ)音識(shí)別和人臉識(shí)別于一體，具有語(yǔ)音控制機(jī)器人復(fù)雜動(dòng)作和運(yùn)動(dòng)規(guī)劃等功能，以解決現(xiàn)有迎賓機(jī)器人功能簡(jiǎn)單，智能化程度低等問(wèn)題。

本發(fā)明基于人臉識(shí)別和語(yǔ)音控制的智能迎賓機(jī)器人，包括：語(yǔ)音模塊，視覺(jué)模塊，語(yǔ)音控制模塊，傳感和避障模塊、以及運(yùn)動(dòng)控制模塊；

所述語(yǔ)音語(yǔ)音模塊包括語(yǔ)音輸入模塊、語(yǔ)音識(shí)別模塊、對(duì)話(huà)管理模塊、語(yǔ)音合成模塊和語(yǔ)音輸出模塊；

所述語(yǔ)音輸入模塊用于采集語(yǔ)音信息，并將信息傳輸給語(yǔ)音識(shí)別模塊；

所述語(yǔ)音識(shí)別模塊用于將接收的語(yǔ)音信息轉(zhuǎn)換為音波信息，并根據(jù)語(yǔ)音識(shí)別規(guī)則對(duì)音波信息進(jìn)行配對(duì)處理；語(yǔ)音識(shí)別模塊還用于將經(jīng)配對(duì)處理后的信息通過(guò)命令輸入模塊輸入語(yǔ)音控制模塊，或者將經(jīng)配對(duì)處理后的信息輸入對(duì)話(huà)管理模塊；

所述對(duì)話(huà)管理模塊對(duì)語(yǔ)音識(shí)別模塊輸入的信息進(jìn)行處理，并向語(yǔ)音合成模塊輸入對(duì)話(huà)信息；

所述語(yǔ)音合成模塊用于對(duì)對(duì)話(huà)管理模塊輸入的信息進(jìn)行處理，合成應(yīng)答的語(yǔ)音，并將應(yīng)答語(yǔ)音輸入語(yǔ)音輸出模塊；

所述語(yǔ)音輸出模塊用于輸出應(yīng)答語(yǔ)音；

所述視覺(jué)模塊包括人臉識(shí)別模塊和視覺(jué)跟蹤模塊，所述人臉識(shí)別模塊用于識(shí)別人臉信息，并將識(shí)別信息輸入語(yǔ)音控制模塊，所述視覺(jué)跟蹤模塊用于對(duì)目標(biāo)物進(jìn)行實(shí)時(shí)跟蹤；

所述語(yǔ)音控制模塊用于在接收到語(yǔ)音模塊和視覺(jué)模塊輸入的命令信息后，生成機(jī)器人動(dòng)作的目標(biāo)信息，并將目標(biāo)信息輸入運(yùn)動(dòng)控制模塊；

所述傳感和避障模塊包括障礙檢測(cè)模塊和定位信息模塊；

所述障礙檢測(cè)模塊用于檢測(cè)機(jī)器人運(yùn)動(dòng)前方的障礙信息，并將障礙信息輸入運(yùn)動(dòng)控制模塊；所述障礙檢測(cè)模塊包括視覺(jué)檢測(cè)模塊、超聲波檢測(cè)模塊和紅外線(xiàn)檢測(cè)模塊；

所述定定位信息模塊用于檢測(cè)機(jī)器人的坐標(biāo)信息，并將坐標(biāo)信息輸入運(yùn)動(dòng)控制模塊；所述定位信息模塊包括全局定位信息模塊和局部定位信息模塊，所述全局定位信息模塊為激光傳感器，所述局部定位信息模塊為陀螺儀和光電碼盤(pán)；

所述運(yùn)動(dòng)控制模塊用于在獲取坐標(biāo)信息、障礙信息和目標(biāo)信息后控制機(jī)器人的運(yùn)動(dòng)。

本發(fā)明的有益效果：

本發(fā)明基于人臉識(shí)別和語(yǔ)音控制的智能迎賓機(jī)器人，其集語(yǔ)音識(shí)別和人臉識(shí)別于一體，能通過(guò)語(yǔ)音模塊實(shí)現(xiàn)人機(jī)語(yǔ)音對(duì)話(huà)，能通過(guò)視覺(jué)模塊識(shí)別顧客，并且能通過(guò)語(yǔ)音控制機(jī)器人的動(dòng)作和運(yùn)動(dòng)規(guī)劃，跟蹤目標(biāo)物，智能化程度高。

附圖說(shuō)明

圖1為迎賓機(jī)器人系統(tǒng)結(jié)構(gòu)模塊示意圖；

圖2為語(yǔ)音模塊系統(tǒng)框圖。

附圖標(biāo)記說(shuō)明：001-語(yǔ)音模塊，011-語(yǔ)音輸入模塊，012-語(yǔ)音識(shí)別模塊，013-對(duì)話(huà)管理模塊，014-語(yǔ)音合成模塊，015-語(yǔ)音輸出模塊，002-視覺(jué)模塊，021-人臉識(shí)別模塊，022-視覺(jué)跟蹤模塊，003-語(yǔ)音控制模塊，004-傳感和避障模塊，041-障礙檢測(cè)模塊，411-視覺(jué)測(cè)距，412-超聲波組檢測(cè)，413-紅外傳感組檢測(cè)，042-定位信息模塊，421-全局定位信息模塊，422-局部定位信息模塊，005-運(yùn)動(dòng)控制模塊。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步描述。

本實(shí)施例基于人臉識(shí)別和語(yǔ)音控制的智能迎賓機(jī)器人，包括：語(yǔ)音模塊001，視覺(jué)模塊002，語(yǔ)音控制模塊003，傳感和避障模塊004、以及運(yùn)動(dòng)控制模塊005。

所述語(yǔ)音模塊包括語(yǔ)音輸入模塊011、語(yǔ)音識(shí)別模塊012、對(duì)話(huà)管理模塊013、語(yǔ)音合成模塊014和語(yǔ)音輸出模塊015。

所述語(yǔ)音輸入模塊用于采集語(yǔ)音信息，并將信息傳輸給語(yǔ)音識(shí)別模塊。

所述語(yǔ)音識(shí)別模塊011用于將接收的語(yǔ)音信息轉(zhuǎn)換為音波信息，并根據(jù)語(yǔ)音識(shí)別規(guī)則對(duì)音波信息進(jìn)行配對(duì)處理；語(yǔ)音識(shí)別模塊還用于將經(jīng)配對(duì)處理后的信息通過(guò)命令輸入模塊輸入語(yǔ)音控制模塊003，或者將經(jīng)配對(duì)處理后的信息輸入對(duì)話(huà)管理模塊。

所述對(duì)話(huà)管理模塊對(duì)語(yǔ)音識(shí)別模塊輸入的信息進(jìn)行處理，并向語(yǔ)音合成模塊012輸入對(duì)話(huà)信息。

所述語(yǔ)音合成模塊012用于對(duì)對(duì)話(huà)管理模塊輸入的信息進(jìn)行處理，合成應(yīng)答的語(yǔ)音，并將應(yīng)答語(yǔ)音輸入語(yǔ)音輸出模塊。

所述語(yǔ)音輸出模塊用于輸出應(yīng)答語(yǔ)音。

所述視覺(jué)模塊包括人臉識(shí)別模塊021和視覺(jué)跟蹤模塊022，所述人臉識(shí)別模塊用于識(shí)別人臉信息，并將識(shí)別信息輸入語(yǔ)音控制模塊003，所述視覺(jué)跟蹤模塊用于對(duì)目標(biāo)物進(jìn)行實(shí)時(shí)跟蹤。本實(shí)施例中，視覺(jué)跟蹤模塊022采用現(xiàn)有技術(shù)中的camshift算法實(shí)現(xiàn)對(duì)目標(biāo)的跟蹤。

所述語(yǔ)音控制模塊003用于在接收到語(yǔ)音模塊001和視覺(jué)模塊002輸入的命令信息后，生成機(jī)器人動(dòng)作的目標(biāo)信息，并將目標(biāo)信息輸入運(yùn)動(dòng)控制模塊005。

所述傳感和避障模塊004包括障礙檢測(cè)模塊041和定位信息模塊042。

所述障礙檢測(cè)模塊041用于檢測(cè)機(jī)器人運(yùn)動(dòng)前方的障礙信息，并將障礙信息輸入運(yùn)動(dòng)控制模塊005；所述障礙檢測(cè)模塊包括視覺(jué)檢測(cè)模塊411、超聲波檢測(cè)模塊412和紅外線(xiàn)檢測(cè)模塊413；

所述定位信息模塊042用于檢測(cè)機(jī)器人的坐標(biāo)信息，并將坐標(biāo)信息輸入運(yùn)動(dòng)控制模塊005；所述定位信息模塊包括全局定位信息模塊421和局部定位信息模塊422，所述全局定位信息模塊為激光傳感器，所述局部定位信息模塊為陀螺儀和光電碼盤(pán)。

所述運(yùn)動(dòng)控制模塊005用于在獲取坐標(biāo)信息、障礙信息和目標(biāo)信息后控制機(jī)器人的運(yùn)動(dòng)。具體的，本實(shí)施例中運(yùn)動(dòng)控制模塊005采用現(xiàn)有技術(shù)中的局部路徑規(guī)劃算法和虛擬尋跡算法控制機(jī)器人的運(yùn)動(dòng)，實(shí)現(xiàn)機(jī)器人的路徑規(guī)劃，自主定位導(dǎo)航與跟蹤控制、以及動(dòng)態(tài)避障。

最后說(shuō)明的是，以上實(shí)施例僅用以說(shuō)明本發(fā)明的技術(shù)方案而非限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)說(shuō)明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的宗旨和范圍，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。

技術(shù)特征：

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于人臉識(shí)別和語(yǔ)音控制的智能迎賓機(jī)器人，包括：語(yǔ)音模塊，視覺(jué)模塊，語(yǔ)音控制模塊，傳感和避障模塊、以及運(yùn)動(dòng)控制模塊；所述語(yǔ)音模塊包括語(yǔ)音輸入模塊、語(yǔ)音識(shí)別模塊、對(duì)話(huà)管理模塊、語(yǔ)音合成模塊和語(yǔ)音輸出模塊；所述視覺(jué)模塊包括人臉識(shí)別模塊和視覺(jué)跟蹤模塊；所述傳感和避障模塊包括障礙檢測(cè)模塊和定位信息模塊；本發(fā)明基于人臉識(shí)別和語(yǔ)音控制的智能迎賓機(jī)器人，其集語(yǔ)音識(shí)別和人臉識(shí)別于一體，能通過(guò)語(yǔ)音模塊實(shí)現(xiàn)人機(jī)語(yǔ)音對(duì)話(huà)，能通過(guò)視覺(jué)模塊識(shí)別顧客，并且能通過(guò)語(yǔ)音控制機(jī)器人的動(dòng)作和運(yùn)動(dòng)規(guī)劃，跟蹤目標(biāo)物，智能化程度高。

技術(shù)研發(fā)人員：宋永端;李攀飛;賴(lài)俊峰;張?jiān)聘?張子濤;劉永;楊琳
受保護(hù)的技術(shù)使用者：星際（重慶）智能裝備技術(shù)研究院有限公司
技術(shù)研發(fā)日：2017.06.22
技術(shù)公布日：2017.09.15