本發(fā)明涉及智能機器人領域，尤其涉及一種手機實時顯示室內(nèi)狀況的智能機器人。

背景技術：

機器人(Robot)是自動執(zhí)行工作的機器裝置。他既可以接受人類指揮，又可以運行預先編排的程序，也可以根據(jù)以人工智能技術制定的原則綱領行動。他的任務是協(xié)助或取代人類工作的工作，例如生產(chǎn)業(yè)、建筑業(yè)，或是危險的工作。

機器人可以用于室內(nèi)狀況的實時監(jiān)控，并能夠?qū)⒈O(jiān)控參數(shù)和監(jiān)控狀態(tài)發(fā)送給用戶手機。但是，由于室內(nèi)狀況的實時監(jiān)控機器人是專門定制的特殊類型機器人，其造價昂貴，如果在未經(jīng)過培訓的人員手下使用，很容易造成設備損壞。當前，尚不存在室內(nèi)狀況的實時監(jiān)控機器人的授信方案。

為此，需要一種新的室內(nèi)狀況的實時監(jiān)控機器人，在現(xiàn)有的機器人主體架構上增加人臉識別設備和網(wǎng)絡通信設備，從而為室內(nèi)狀況的實時監(jiān)控機器人引入有效的授信機制，避免室內(nèi)狀況的實時監(jiān)控機器人受到損壞。

技術實現(xiàn)要素：

為了解決上述問題，本發(fā)明提供了一種手機實時顯示室內(nèi)狀況的智能機器人，改造現(xiàn)有技術中室內(nèi)狀況的實時監(jiān)控機器人，基于高精度的人臉識別設備和大數(shù)據(jù)的網(wǎng)絡通信設備搭建一套高效率的使用人員授信機制，保障在使用人員離開后，現(xiàn)場數(shù)據(jù)順利發(fā)送到遠端手機，從而維護室內(nèi)狀況的實時監(jiān)控機器人的使用安全。

根據(jù)本發(fā)明的一方面，提供了一種手機實時顯示室內(nèi)狀況的智能機器人，所述機器人包括煙霧數(shù)據(jù)檢測設備、灰塵濃度檢測設備、4G數(shù)據(jù)發(fā)送設備和機器人主體，煙霧數(shù)據(jù)檢測設備、灰塵濃度檢測設備和4G數(shù)據(jù)發(fā)送設備都設置在機器人主體上，煙霧數(shù)據(jù)檢測設備用于實時檢測機器人主體所在室內(nèi)的實時煙霧濃度，灰塵濃度檢測設備用于實時檢測機器人主體所在室內(nèi)的實時灰塵濃度，4G數(shù)據(jù)發(fā)送設備用于將實時煙霧濃度和實時灰塵濃度通過4G通信網(wǎng)絡發(fā)送到遠端的手機上。

更具體地，在所述手機實時顯示室內(nèi)狀況的智能機器人中，包括：灰塵濃度檢測設備，設置在機器人主體上，用于實時檢測機器人主體所在室內(nèi)的實時灰塵濃度；除塵設備，設置在機器人主體上，與灰塵濃度檢測設備連接，用于基于實時灰塵濃度確定自身的操作模式；機器人主體，與機器人授權設備連接，用于在機器人授權設備的控制下自動啟動或自動關閉；高清攝像頭，設置在機器人主體的前方，用于對機器人主體前方的人員進行高清圖像采集；機器人授權設備，分別與機器人主體和特征向量比較子設備連接，用于在接收到人臉識別成功信號時，自動啟動機器人主體，還用于在接收到人臉識別失敗信號時，自動關閉機器人主體；臉部圖像分割設備，與高清攝像頭連接，用于接收高清圖像，并從高清圖像處識別并分割出臉部圖像；姿態(tài)調(diào)整設備，與臉部圖像分割設備連接，用于接收臉部圖像，并基于臉部圖像獲取臉部圖像中左眼位置、右眼位置、鼻尖位置和嘴部位置，左眼位置與右眼位置形成兩眼連線，鼻尖位置中心和嘴部位置中心形成中軸連線，當兩眼連線和中軸連線構成的T字形狀歪曲時，對臉部圖像進行調(diào)整以糾正T字形狀呈現(xiàn)豎直狀態(tài)，并將調(diào)整后的臉部圖像作為糾正人臉圖像輸出，當兩眼連線和中軸連線構成的T字形狀為豎直狀態(tài)時，直接將臉部圖像作為糾正人臉圖像輸出；圖像規(guī)范設備，與姿態(tài)調(diào)整設備連接，用于接收糾正人臉圖像，對糾正人臉圖像進行圖像規(guī)范處理以獲得規(guī)范人臉圖像，其中，規(guī)范人臉圖像中兩眼連線的中心位置位于規(guī)范人臉圖像水平方向的中間、垂直方向的從上往下的四分之一處；特征提取設備，分別與圖像規(guī)范設備和IP解包設備連接，對接收到的規(guī)范人臉圖像進行處理；特征提取設備包括波動閾值選擇子設備、像素處理子設備、矩陣拆分子設備、十進制轉(zhuǎn)換子設備、特征向量獲取子設備和特征向量比較子設備；波動閾值選擇子設備與圖像規(guī)范設備連接，用于計算規(guī)范人臉圖像的復雜度，基于規(guī)范人臉圖像的復雜度選擇波動閾值大小，規(guī)范人臉圖像的復雜度越高，選擇的波動閾值越大，波動閾值為正數(shù)；像素處理子設備分別與波動閾值選擇子設備和圖像規(guī)范設備連接，用于接收規(guī)范人臉圖像，針對規(guī)范人臉圖像的每一個像素作為對象像素執(zhí)行以下處理：以對象像素為中心像素，在規(guī)范人臉圖像中獲取3×3大小的對象像素矩陣，將對象像素矩陣內(nèi)除了對象像素之外的每一個像素作為參考像素與對象像素進行比較，以獲得二值化矩陣，二值化矩陣為3×3大小，二值化矩陣由8個二值化像素組成，參考像素大于等于對象像素與波動閾值之和，則參考像素對應的二值化像素的像素值為1，參考像素小于對象像素減去波動閾值后的差值，則參考像素對應的二值化像素的像素值為﹣1，其他取值的參考像素對應的二值化像素的像素值為0；矩陣拆分子設備與像素處理子設備連接，用于將每一個對象像素對應的二值化矩陣轉(zhuǎn)換成一個正二值化矩陣和一個負二值化矩陣，正二值化矩陣由8個二值化像素值組成，負二值化矩陣也由8個二值化像素值組成，正二值化矩陣的每一個二值化像素值減去負二值化矩陣相應位置的二值化像素值能夠得到對應二值化矩陣相應位置的二值化像素的像素值；十進制轉(zhuǎn)換子設備與矩陣拆分子設備連接，用于將每一個對象像素對應的正二值化矩陣的所有二值化像素值按其在正二值化矩陣中的位置以先左后右再先上后下的順序組成一個二進制數(shù)作為目標正二進制數(shù)，再將目標正二進制數(shù)轉(zhuǎn)化成十進制數(shù)以作為目標正十進制數(shù)，還用于將每一個對象像素對應的負二值化矩陣的所有二值化像素值按其在負二值化矩陣中的位置以先左后右再先上后下的順序組成一個二進制數(shù)作為目標負二進制數(shù)，再將目標負二進制數(shù)轉(zhuǎn)化成十進制數(shù)以作為目標負十進制數(shù)；特征向量獲取子設備分別與圖像規(guī)范設備和十進制轉(zhuǎn)換子設備連接，用于將規(guī)范人臉圖像中每一個對象像素的像素值替換成該對象像素對應的正目標十進制數(shù)并按照對象像素在規(guī)范人臉圖像中的位置將所有對象像素對應的正目標十進制數(shù)組成正一維特征向量，作為正目標特征向量輸出，還用于將規(guī)范人臉圖像中每一個對象像素的像素值替換成該對象像素對應的負目標十進制數(shù)并按照對象像素在規(guī)范人臉圖像中的位置將所有對象像素對應的負目標十進制數(shù)組成負一維特征向量，作為負目標特征向量輸出；特征向量比較子設備分別與特征向量獲取子設備和IP解包設備連接，用于將正目標特征向量分別與各個基準正特征向量進行匹配，將負目標特征向量分別與各個基準負特征向量進行匹配，二者都匹配成功且匹配到的基準正特征向量對應的授權用戶名稱與匹配到的基準負特征向量對應的授權用戶名稱相同時，則輸出人臉識別成功信號以及與匹配到的基準正特征向量對應的授權用戶名稱，否則將輸出人臉識別失敗信號；IP解包設備，用于與遠程的數(shù)據(jù)服務器網(wǎng)絡連接，通過網(wǎng)絡接收來自數(shù)據(jù)服務器處的IP數(shù)據(jù)包，并對IP數(shù)據(jù)包解包以獲得6LowPAN數(shù)據(jù)包；其中，IP數(shù)據(jù)包是對6LowPAN數(shù)據(jù)包進行打IP包后而獲得的數(shù)據(jù)包，6LowPAN數(shù)據(jù)包中的負載包括數(shù)據(jù)服務器處的各個基準正特征向量和各個基準負特征向量，6LowPAN數(shù)據(jù)包中的頭部是壓縮數(shù)據(jù)，解壓后的6LowPAN數(shù)據(jù)包中的頭部用于對6LowPAN數(shù)據(jù)包中的負載進行解析；其中，每一個基準正特征向量為對相應授權用戶基準面部圖像預先進行與特征提取設備相同操作的正特征向量提取而獲得的向量，每一個基準負特征向量為對相應授權用戶基準面部圖像預先進行與特征提取設備相同操作的負特征向量提取而獲得的向量；邊緣傳感設備，與IP解包設備連接，用于接收IP解包設備輸出的6LowPAN數(shù)據(jù)包，獲得呈現(xiàn)為壓縮數(shù)據(jù)的6LowPAN數(shù)據(jù)包的頭部，對6LowPAN數(shù)據(jù)包的頭部解壓以獲得解壓后的6LowPAN數(shù)據(jù)包中的頭部；6LowPAN解包設備，與邊緣傳感設備連接，用于接收6LowPAN數(shù)據(jù)包以獲取6LowPAN數(shù)據(jù)包中的負載，并基于解壓后的6LowPAN數(shù)據(jù)包中的頭部對6LowPAN數(shù)據(jù)包中的負載進行解析，以獲得各個基準正特征向量和各個基準負特征向量；煙霧數(shù)據(jù)檢測設備，設置在機器人主體上，用于實時檢測機器人主體所在室內(nèi)的實時煙霧濃度；4G數(shù)據(jù)發(fā)送設備，設置在機器人主體上，用于將實時煙霧濃度和實時灰塵濃度通過4G通信網(wǎng)絡發(fā)送到遠端的手機上；其中，除塵設備用于基于實時灰塵濃度確定自身的操作模式包括：實時灰塵濃度越大，除塵設備的輸出功率越高。

更具體地，在所述手機實時顯示室內(nèi)狀況的智能機器人中：高清攝像頭還包括閃光燈控制器和閃光燈。

更具體地，在所述手機實時顯示室內(nèi)狀況的智能機器人中：高清攝像頭還包括亮度傳感器，用于檢測實時環(huán)境亮度。

更具體地，在所述手機實時顯示室內(nèi)狀況的智能機器人中：閃光燈控制器基于實時環(huán)境亮度控制閃光燈的開閉。

更具體地，在所述手機實時顯示室內(nèi)狀況的智能機器人中：閃光燈控制器基于實時環(huán)境亮度控制閃光燈的開閉包括：當實時環(huán)境亮度大于預設亮度閾值時，關閉閃光燈。

更具體地，在所述手機實時顯示室內(nèi)狀況的智能機器人中：閃光燈控制器基于實時環(huán)境亮度控制閃光燈的開閉包括：當實時環(huán)境亮度小于等于預設亮度閾值時，打開閃光燈并根據(jù)實時環(huán)境亮度調(diào)整閃光燈的閃光亮度，實時環(huán)境亮度越低，閃光燈的閃光亮度越高。

附圖說明

以下將結合附圖對本發(fā)明的實施方案進行描述，其中：

圖1為根據(jù)本發(fā)明實施方案示出的手機實時顯示室內(nèi)狀況的智能機器人的結構方框圖。

附圖標記：1煙霧數(shù)據(jù)檢測設備；2灰塵濃度檢測設備；3 4G數(shù)據(jù)發(fā)送設備；4機器人主體

具體實施方式

下面將參照附圖對本發(fā)明的手機實時顯示室內(nèi)狀況的智能機器人的實施方案進行詳細說明。

機器人一般由執(zhí)行機構、驅(qū)動裝置、檢測裝置和控制系統(tǒng)和復雜機械等組成。

執(zhí)行機構即機器人本體，其臂部一般采用空間開鏈連桿機構，其中的運動副(轉(zhuǎn)動副或移動副)常稱為關節(jié)，關節(jié)個數(shù)通常即為機器人的自由度數(shù)。根據(jù)關節(jié)配置型式和運動坐標形式的不同，機器人執(zhí)行機構可分為直角坐標式、圓柱坐標式、極坐標式和關節(jié)坐標式等類型。出于擬人化的考慮，常將機器人本體的有關部位分別稱為基座、腰部、臂部、腕部、手部(夾持器或末端執(zhí)行器)和行走部(對于移動機器人)等。

驅(qū)動裝置是驅(qū)使執(zhí)行機構運動的機構，按照控制系統(tǒng)發(fā)出的指令信號，借助于動力元件使機器人進行動作。它輸入的是電信號，輸出的是線、角位移量。機器人使用的驅(qū)動裝置主要是電力驅(qū)動裝置，如步進電機、伺服電機等，此外也有采用液壓、氣動等驅(qū)動裝置。

檢測裝置是實時檢測機器人的運動及工作情況，根據(jù)需要反饋給控制系統(tǒng)，與設定信息進行比較后，對執(zhí)行機構進行調(diào)整，以保證機器人的動作符合預定的要求。作為檢測裝置的傳感器大致可以分為兩類：一類是內(nèi)部信息傳感器，用于檢測機器人各部分的內(nèi)部狀況，如各關節(jié)的位置、速度、加速度等，并將所測得的信息作為反饋信號送至控制器，形成閉環(huán)控制。一類是外部信息傳感器，用于獲取有關機器人的作業(yè)對象及外界環(huán)境等方面的信息，以使機器人的動作能適應外界情況的變化，使之達到更高層次的自動化，甚至使機器人具有某種“感覺”，向智能化發(fā)展，例如視覺、聲覺等外部傳感器給出工作對象、工作環(huán)境的有關信息，利用這些信息構成一個大的反饋回路，從而將大大提高機器人的工作精度。

控制系統(tǒng)是一種是集中式控制，即機器人的全部控制由一臺微型計算機完成。另一種是分散(級)式控制，即采用多臺微機來分擔機器人的控制，如當采用上、下兩級微機共同完成機器人的控制時，主機常用于負責系統(tǒng)的管理、通訊、運動學和動力學計算，并向下級微機發(fā)送指令信息；作為下級從機，各關節(jié)分別對應一個CPU，進行插補運算和伺服控制處理，實現(xiàn)給定的運動，并向主機反饋信息。根據(jù)作業(yè)任務要求的不同，機器人的控制方式又可分為點位控制、連續(xù)軌跡控制和力(力矩)控制。

機器人替換人工操作具有工作效率提升且更適應工作環(huán)境的優(yōu)點，因而受到各個行業(yè)的青睞。對于倉儲管理方來說，采用機器人進行貨物的自動盤點能起到節(jié)約人工成本、盤點速度更快的優(yōu)勢。

然而，現(xiàn)有技術中的室內(nèi)狀況的智能機器人缺乏有效的授信機制，導致室內(nèi)狀況的智能機器人容易被未培訓過的非授權人員操作，而室內(nèi)狀況的智能機器人一般造價昂貴，這樣將容易使得室內(nèi)狀況的智能機器人被無故損壞。

為了克服上述不足，本發(fā)明搭建了一種手機實時顯示室內(nèi)狀況的智能機器人，利用現(xiàn)有的室內(nèi)狀況的智能機器人，對其進行改造以增加現(xiàn)場圖像采集設備和現(xiàn)場數(shù)據(jù)通信設備，及時進行人員鑒別，從而解決上述技術問題。

圖1為根據(jù)本發(fā)明實施方案示出的手機實時顯示室內(nèi)狀況的智能機器人的結構方框圖，所述機器人包括煙霧數(shù)據(jù)檢測設備、灰塵濃度檢測設備、4G數(shù)據(jù)發(fā)送設備和機器人主體，煙霧數(shù)據(jù)檢測設備、灰塵濃度檢測設備和4G數(shù)據(jù)發(fā)送設備都設置在機器人主體上，煙霧數(shù)據(jù)檢測設備用于實時檢測機器人主體所在室內(nèi)的實時煙霧濃度，灰塵濃度檢測設備用于實時檢測機器人主體所在室內(nèi)的實時灰塵濃度，4G數(shù)據(jù)發(fā)送設備用于將實時煙霧濃度和實時灰塵濃度通過4G通信網(wǎng)絡發(fā)送到遠端的手機上。

接著，繼續(xù)對本發(fā)明的手機實時顯示室內(nèi)狀況的智能機器人的具體結構進行進一步的說明。

所述機器人包括：灰塵濃度檢測設備，設置在機器人主體上，用于實時檢測機器人主體所在室內(nèi)的實時灰塵濃度；除塵設備，設置在機器人主體上，與灰塵濃度檢測設備連接，用于基于實時灰塵濃度確定自身的操作模式。

所述機器人包括：機器人主體，與機器人授權設備連接，用于在機器人授權設備的控制下自動啟動或自動關閉；高清攝像頭，設置在機器人主體的前方，用于對機器人主體前方的人員進行高清圖像采集。

所述機器人包括：機器人授權設備，分別與機器人主體和特征向量比較子設備連接，用于在接收到人臉識別成功信號時，自動啟動機器人主體，還用于在接收到人臉識別失敗信號時，自動關閉機器人主體；臉部圖像分割設備，與高清攝像頭連接，用于接收高清圖像，并從高清圖像處識別并分割出臉部圖像。

所述機器人包括：姿態(tài)調(diào)整設備，與臉部圖像分割設備連接，用于接收臉部圖像，并基于臉部圖像獲取臉部圖像中左眼位置、右眼位置、鼻尖位置和嘴部位置，左眼位置與右眼位置形成兩眼連線，鼻尖位置中心和嘴部位置中心形成中軸連線，當兩眼連線和中軸連線構成的T字形狀歪曲時，對臉部圖像進行調(diào)整以糾正T字形狀呈現(xiàn)豎直狀態(tài)，并將調(diào)整后的臉部圖像作為糾正人臉圖像輸出，當兩眼連線和中軸連線構成的T字形狀為豎直狀態(tài)時，直接將臉部圖像作為糾正人臉圖像輸出。

所述機器人包括：圖像規(guī)范設備，與姿態(tài)調(diào)整設備連接，用于接收糾正人臉圖像，對糾正人臉圖像進行圖像規(guī)范處理以獲得規(guī)范人臉圖像，其中，規(guī)范人臉圖像中兩眼連線的中心位置位于規(guī)范人臉圖像水平方向的中間、垂直方向的從上往下的四分之一處。

所述機器人包括：特征提取設備，分別與圖像規(guī)范設備和IP解包設備連接，對接收到的規(guī)范人臉圖像進行處理；特征提取設備包括波動閾值選擇子設備、像素處理子設備、矩陣拆分子設備、十進制轉(zhuǎn)換子設備、特征向量獲取子設備和特征向量比較子設備；波動閾值選擇子設備與圖像規(guī)范設備連接，用于計算規(guī)范人臉圖像的復雜度，基于規(guī)范人臉圖像的復雜度選擇波動閾值大小，規(guī)范人臉圖像的復雜度越高，選擇的波動閾值越大，波動閾值為正數(shù)；像素處理子設備分別與波動閾值選擇子設備和圖像規(guī)范設備連接，用于接收規(guī)范人臉圖像，針對規(guī)范人臉圖像的每一個像素作為對象像素執(zhí)行以下處理：以對象像素為中心像素，在規(guī)范人臉圖像中獲取3×3大小的對象像素矩陣，將對象像素矩陣內(nèi)除了對象像素之外的每一個像素作為參考像素與對象像素進行比較，以獲得二值化矩陣，二值化矩陣為3×3大小，二值化矩陣由8個二值化像素組成，參考像素大于等于對象像素與波動閾值之和，則參考像素對應的二值化像素的像素值為1，參考像素小于對象像素減去波動閾值后的差值，則參考像素對應的二值化像素的像素值為﹣1，其他取值的參考像素對應的二值化像素的像素值為0；矩陣拆分子設備與像素處理子設備連接，用于將每一個對象像素對應的二值化矩陣轉(zhuǎn)換成一個正二值化矩陣和一個負二值化矩陣，正二值化矩陣由8個二值化像素值組成，負二值化矩陣也由8個二值化像素值組成，正二值化矩陣的每一個二值化像素值減去負二值化矩陣相應位置的二值化像素值能夠得到對應二值化矩陣相應位置的二值化像素的像素值；十進制轉(zhuǎn)換子設備與矩陣拆分子設備連接，用于將每一個對象像素對應的正二值化矩陣的所有二值化像素值按其在正二值化矩陣中的位置以先左后右再先上后下的順序組成一個二進制數(shù)作為目標正二進制數(shù)，再將目標正二進制數(shù)轉(zhuǎn)化成十進制數(shù)以作為目標正十進制數(shù)，還用于將每一個對象像素對應的負二值化矩陣的所有二值化像素值按其在負二值化矩陣中的位置以先左后右再先上后下的順序組成一個二進制數(shù)作為目標負二進制數(shù)，再將目標負二進制數(shù)轉(zhuǎn)化成十進制數(shù)以作為目標負十進制數(shù)；特征向量獲取子設備分別與圖像規(guī)范設備和十進制轉(zhuǎn)換子設備連接，用于將規(guī)范人臉圖像中每一個對象像素的像素值替換成該對象像素對應的正目標十進制數(shù)并按照對象像素在規(guī)范人臉圖像中的位置將所有對象像素對應的正目標十進制數(shù)組成正一維特征向量，作為正目標特征向量輸出，還用于將規(guī)范人臉圖像中每一個對象像素的像素值替換成該對象像素對應的負目標十進制數(shù)并按照對象像素在規(guī)范人臉圖像中的位置將所有對象像素對應的負目標十進制數(shù)組成負一維特征向量，作為負目標特征向量輸出；特征向量比較子設備分別與特征向量獲取子設備和IP解包設備連接，用于將正目標特征向量分別與各個基準正特征向量進行匹配，將負目標特征向量分別與各個基準負特征向量進行匹配，二者都匹配成功且匹配到的基準正特征向量對應的授權用戶名稱與匹配到的基準負特征向量對應的授權用戶名稱相同時，則輸出人臉識別成功信號以及與匹配到的基準正特征向量對應的授權用戶名稱，否則將輸出人臉識別失敗信號。

所述機器人包括：IP解包設備，用于與遠程的數(shù)據(jù)服務器網(wǎng)絡連接，通過網(wǎng)絡接收來自數(shù)據(jù)服務器處的IP數(shù)據(jù)包，并對IP數(shù)據(jù)包解包以獲得6LowPAN數(shù)據(jù)包；其中，IP數(shù)據(jù)包是對6LowPAN數(shù)據(jù)包進行打IP包后而獲得的數(shù)據(jù)包，6LowPAN數(shù)據(jù)包中的負載包括數(shù)據(jù)服務器處的各個基準正特征向量和各個基準負特征向量，6LowPAN數(shù)據(jù)包中的頭部是壓縮數(shù)據(jù)，解壓后的6LowPAN數(shù)據(jù)包中的頭部用于對6LowPAN數(shù)據(jù)包中的負載進行解析；其中，每一個基準正特征向量為對相應授權用戶基準面部圖像預先進行與特征提取設備相同操作的正特征向量提取而獲得的向量，每一個基準負特征向量為對相應授權用戶基準面部圖像預先進行與特征提取設備相同操作的負特征向量提取而獲得的向量。

所述機器人包括：邊緣傳感設備，與IP解包設備連接，用于接收IP解包設備輸出的6LowPAN數(shù)據(jù)包，獲得呈現(xiàn)為壓縮數(shù)據(jù)的6LowPAN數(shù)據(jù)包的頭部，對6LowPAN數(shù)據(jù)包的頭部解壓以獲得解壓后的6LowPAN數(shù)據(jù)包中的頭部。

所述機器人包括：6LowPAN解包設備，與邊緣傳感設備連接，用于接收6LowPAN數(shù)據(jù)包以獲取6LowPAN數(shù)據(jù)包中的負載，并基于解壓后的6LowPAN數(shù)據(jù)包中的頭部對6LowPAN數(shù)據(jù)包中的負載進行解析，以獲得各個基準正特征向量和各個基準負特征向量。

所述機器人包括：煙霧數(shù)據(jù)檢測設備，設置在機器人主體上，用于實時檢測機器人主體所在室內(nèi)的實時煙霧濃度；4G數(shù)據(jù)發(fā)送設備，設置在機器人主體上，用于將實時煙霧濃度和實時灰塵濃度通過4G通信網(wǎng)絡發(fā)送到遠端的手機上。

其中，除塵設備用于基于實時灰塵濃度確定自身的操作模式包括：實時灰塵濃度越大，除塵設備的輸出功率越高。

可選地，在所述控制平臺中：高清攝像頭還包括閃光燈控制器和閃光燈；高清攝像頭還包括亮度傳感器，用于檢測實時環(huán)境亮度；閃光燈控制器基于實時環(huán)境亮度控制閃光燈的開閉；閃光燈控制器基于實時環(huán)境亮度控制閃光燈的開閉包括：當實時環(huán)境亮度大于預設亮度閾值時，關閉閃光燈；以及閃光燈控制器基于實時環(huán)境亮度控制閃光燈的開閉包括：當實時環(huán)境亮度小于等于預設亮度閾值時，打開閃光燈并根據(jù)實時環(huán)境亮度調(diào)整閃光燈的閃光亮度，實時環(huán)境亮度越低，閃光燈的閃光亮度越高。

另外，4G LTE是一個全球通用的標準，包括兩種網(wǎng)絡模式FDD和TDD，分別用于成對頻譜和非成對頻譜。運營商最初在兩個模式之間的取舍純粹出于對頻譜可用性的考慮。大多運營商將會同時部署兩種網(wǎng)絡，以便充分利用其擁有的所有頻譜資源。FDD和TDD在技術上區(qū)別其實很小，主要區(qū)別就在于采用不同的雙工方式，頻分雙工(FDD)和時分雙工(TDD)是兩種不同的雙工方式。

FDD是在分離的兩個對稱頻率信道上進行接收和發(fā)送，用保護頻段來分離接收和發(fā)送信道。FDD必須采用成對的頻率，依靠頻率來區(qū)分上下行鏈路，其單方向的資源在時間上是連續(xù)的。FDD在支持對稱業(yè)務時，能充分利用上下行的頻譜，但在支持非對稱業(yè)務時，頻譜利用率將大大降低。

TDD用時間來分離接收和發(fā)送信道。在TDD方式的移動通信系統(tǒng)中,接收和發(fā)送使用同一頻率載波的不同時隙作為信道的承載,其單方向的資源在時間上是不連續(xù)的，時間資源在兩個方向上進行了分配。某個時間段由基站發(fā)送信號給移動臺，另外的時間由移動臺發(fā)送信號給基站，基站和移動臺之間必須協(xié)同一致才能順利工作。

采用本發(fā)明的手機實時顯示室內(nèi)狀況的智能機器人，針對現(xiàn)有技術中室內(nèi)狀況監(jiān)控機器人安全性能低下的技術問題，通過在室內(nèi)狀況監(jiān)控機器人上集成基于人臉識別和大數(shù)據(jù)網(wǎng)絡支持的人員鑒別設備，使得只有授權人員方可操作室內(nèi)狀況監(jiān)控機器人，從而提高了室內(nèi)狀況監(jiān)控機器人的智能化水平。

可以理解的是，雖然本發(fā)明已以較佳實施例披露如上，然而上述實施例并非用以限定本發(fā)明。對于任何熟悉本領域的技術人員而言，在不脫離本發(fā)明技術方案范圍情況下，都可利用上述揭示的技術內(nèi)容對本發(fā)明技術方案做出許多可能的變動和修飾，或修改為等同變化的等效實施例。因此，凡是未脫離本發(fā)明技術方案的內(nèi)容，依據(jù)本發(fā)明的技術實質(zhì)對以上實施例所做的任何簡單修改、等同變化及修飾，均仍屬于本發(fā)明技術方案保護的范圍內(nèi)。