本發(fā)明涉及智能制造技術(shù)領(lǐng)域，具體涉及一種定位機(jī)器人智能互動(dòng)的方法。

背景技術(shù)：

隨著機(jī)器人技術(shù)的不斷發(fā)展，越來(lái)越多的機(jī)器人開(kāi)始替代人類執(zhí)行各種任務(wù)。機(jī)器人是自動(dòng)控制機(jī)器(Robot)的俗稱，自動(dòng)控制機(jī)器包括一切模擬人類行為或思想與模擬其他生物的機(jī)械(如機(jī)器狗，機(jī)器貓等)。狹義上對(duì)機(jī)器人的定義還有很多分類法及爭(zhēng)議，有些電腦程序甚至也被稱為機(jī)器人。在當(dāng)代工業(yè)中，機(jī)器人指能自動(dòng)執(zhí)行任務(wù)的人造機(jī)器裝置，用以取代或協(xié)助人類工作。理想中的高仿真機(jī)器人是高級(jí)整合控制論、機(jī)械電子、計(jì)算機(jī)與人工智能、材料學(xué)和仿生學(xué)的產(chǎn)物，目前科學(xué)界正在向此方向研究開(kāi)發(fā)，但是機(jī)器人遠(yuǎn)程控制還不完善，大數(shù)據(jù)的應(yīng)用還沒(méi)有普及，機(jī)器人的數(shù)據(jù)采集還處于離線狀態(tài)，機(jī)器人深度學(xué)習(xí)也來(lái)自于本機(jī)數(shù)據(jù)的儲(chǔ)存。

隨著科學(xué)技術(shù)的不斷進(jìn)步和機(jī)器人技術(shù)的不斷發(fā)展，智能機(jī)器人已逐漸走入千家萬(wàn)戶，市場(chǎng)上也出現(xiàn)了不少智能機(jī)器人給人們的生活帶來(lái)便利和樂(lè)趣，其中，交互機(jī)器人作為智能機(jī)器人的一種，能夠和人們互動(dòng)，給人們的生活，尤其是給老人或孩子的生活增添了許多樂(lè)趣。市面上現(xiàn)有的交互機(jī)器人以自然語(yǔ)言處理和語(yǔ)義理解為核心，整合語(yǔ)音識(shí)別等技術(shù)，實(shí)現(xiàn)和各種設(shè)備的擬人化交互。但這些現(xiàn)有交互機(jī)器人還存在不足之處，如何實(shí)現(xiàn)機(jī)器人與實(shí)際指令相匹配的精準(zhǔn)定位控制實(shí)現(xiàn)智能交互。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供了一種定位機(jī)器人智能互動(dòng)的方法，通過(guò)精準(zhǔn)定位機(jī)器人與控制指令中的機(jī)器人位置關(guān)系來(lái)實(shí)現(xiàn)機(jī)器人智能互動(dòng)，避免了機(jī)器人不受精準(zhǔn)定位控制，造成資源浪費(fèi)或者控制不受約束。

本發(fā)明提供了一種定位機(jī)器人智能互動(dòng)的方法，所述方法包括：

機(jī)器人上的通信模塊接收控制指令，所述控制指令包括機(jī)器人的位置信息；

機(jī)器人解析所述控制指令中的機(jī)器人的位置信息；

觸發(fā)機(jī)器人上的GNSS模塊定位解析所述機(jī)器人所在的位置信息；

判斷所述GNSS模塊定位解析的位置信息與控制指令中的機(jī)器人的位置信息是否相匹配；

在判斷所述GNSS模塊定位解析的位置信息與控制指令中的機(jī)器人的位置信息相匹配后，啟動(dòng)機(jī)器人上的紅外感應(yīng)器判斷目標(biāo)范圍內(nèi)是否有人存在；

在判斷有人存在時(shí)，基于共面P4P的單目視覺(jué)定位原理對(duì)人體目標(biāo)對(duì)象進(jìn)行定位；

在完成人體目標(biāo)對(duì)象的定位之后，基于人臉識(shí)別技術(shù)獲取臉部特征數(shù)據(jù)；

基于臉部特征數(shù)據(jù)判斷所述人體目標(biāo)對(duì)象是否為可互動(dòng)對(duì)象；

在判斷所述人體目標(biāo)對(duì)象為可互動(dòng)對(duì)象時(shí)，基于臉部特征數(shù)據(jù)識(shí)別人體目標(biāo)對(duì)象的年齡范圍；

基于人體目標(biāo)對(duì)象的年齡范圍構(gòu)建場(chǎng)景模式數(shù)據(jù)；

基于語(yǔ)音交互模塊輸出場(chǎng)景模式數(shù)據(jù)所對(duì)應(yīng)的語(yǔ)音內(nèi)容。

所述共面P4P的單目視覺(jué)定位原理對(duì)人體目標(biāo)對(duì)象進(jìn)行定位包括：

基于平行四邊形成像消隱點(diǎn)進(jìn)行人體目標(biāo)對(duì)象定位；

通過(guò)牛頓迭代法進(jìn)行優(yōu)化獲得人體目標(biāo)對(duì)象在攝像機(jī)坐標(biāo)系下的精確位姿。

所述基于人臉識(shí)別技術(shù)獲取臉部特征數(shù)據(jù)包括：

人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取。

所述基于臉部特征數(shù)據(jù)判斷所述人體目標(biāo)對(duì)象是否為可互動(dòng)對(duì)象包括：

基于臉部特征數(shù)據(jù)判斷是否有關(guān)聯(lián)于所述臉部特征數(shù)據(jù)的互動(dòng)場(chǎng)景數(shù)據(jù)庫(kù)，如果存在互動(dòng)場(chǎng)景數(shù)據(jù)庫(kù)，則判斷所述人體目標(biāo)對(duì)象為可互動(dòng)對(duì)象。

所述基于臉部特征數(shù)據(jù)識(shí)別人體目標(biāo)對(duì)象的年齡范圍包括：

基于深度學(xué)習(xí)的方法識(shí)別人體目標(biāo)對(duì)象的年齡和性別。

所述基于人體目標(biāo)對(duì)象的年齡范圍構(gòu)建場(chǎng)景模式數(shù)據(jù)包括：

基于年齡范圍調(diào)用與年齡范圍相關(guān)聯(lián)的場(chǎng)景模式模型；

從場(chǎng)景模式模型中提取一個(gè)場(chǎng)景模式數(shù)據(jù)。

所述觸發(fā)機(jī)器人上的GNSS模塊定位解析所述機(jī)器人所在的位置信息包括：

在解析出控制指令中的機(jī)器人位置信息之后，基于GNSS模塊獲取GNSS信號(hào)；

基于GNSS信號(hào)解析所述機(jī)器人所在的位置信息。

所述GNSS信號(hào)包括：北斗衛(wèi)星信號(hào)、GPS信號(hào)。

在本發(fā)明中，對(duì)智能交互機(jī)器人實(shí)現(xiàn)位置精準(zhǔn)定位授權(quán)之后，再啟動(dòng)智能交互機(jī)器人的交互功能，通過(guò)紅外感應(yīng)器感應(yīng)目標(biāo)區(qū)域內(nèi)是否有人進(jìn)入，從而啟動(dòng)整個(gè)人體目標(biāo)對(duì)象的臉部識(shí)別過(guò)程，在進(jìn)行臉部識(shí)別過(guò)程中，也實(shí)現(xiàn)了年齡匹配，從而在互動(dòng)中實(shí)現(xiàn)相匹配的場(chǎng)景模式互動(dòng)，從而增加了智能機(jī)器人的趣味性和智能化。保證了整個(gè)智能交互機(jī)器人精準(zhǔn)位置定位授權(quán)，較好的滿足遠(yuǎn)程控制，對(duì)整個(gè)機(jī)器人遠(yuǎn)程控制的私密控制性得到了較好的保障。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其它的附圖。

圖1是本發(fā)明實(shí)施例中的定位機(jī)器人智能互動(dòng)的方法流程圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其它實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

具體的，圖1示出了本發(fā)明實(shí)施例中的定位機(jī)器人智能互動(dòng)的方法流程圖，該方法包括如下步驟：

S101、機(jī)器人上的通信模塊接收控制指令，所述控制指令包括機(jī)器人的位置信息；

S102、機(jī)器人解析所述控制指令中的機(jī)器人的位置信息；

S103、觸發(fā)機(jī)器人上的GNSS模塊定位解析所述機(jī)器人所在的位置信息；

需要說(shuō)明的是，本發(fā)明實(shí)施例過(guò)程中控制指令中一般都設(shè)置有機(jī)器人位置信息，其作為GNSS模塊獲取定位信息的一個(gè)觸發(fā)條件，在解析出在解析出控制指令中的機(jī)器人位置信息之后，基于GNSS模塊獲取GNSS信號(hào)；基于GNSS信號(hào)解析所述工業(yè)機(jī)器人所在的位置信息。GNSS信號(hào)包括：北斗衛(wèi)星信號(hào)、GPS信號(hào)。

GNSS的全稱是全球?qū)Ш叫l(wèi)星系統(tǒng)(Global Navigation Satellite System)，它是泛指所有的衛(wèi)星導(dǎo)航系統(tǒng)，包括全球的、區(qū)域的和增強(qiáng)的，如美國(guó)的GPS、俄羅斯的Glonass、歐洲的Galileo、中國(guó)的北斗衛(wèi)星導(dǎo)航系統(tǒng)，以及相關(guān)的增強(qiáng)系統(tǒng)，如美國(guó)的WAAS(廣域增強(qiáng)系統(tǒng))、歐洲的EGNOS(歐洲靜地導(dǎo)航重疊系統(tǒng))和日本的MSAS(多功能運(yùn)輸衛(wèi)星增強(qiáng)系統(tǒng))等，還涵蓋在建和以后要建設(shè)的其他衛(wèi)星導(dǎo)航系統(tǒng)。國(guó)際GNSS系統(tǒng)是個(gè)多系統(tǒng)、多層面、多模式的復(fù)雜組合系統(tǒng)。

S104、判斷所述GNSS模塊定位解析的位置信息與控制指令中的機(jī)器人的位置信息是否相匹配；S105、在判斷所述GNSS模塊定位解析的位置信息與控制指令中的機(jī)器人的位置信息相匹配后，啟動(dòng)機(jī)器人上的紅外感應(yīng)器判斷目標(biāo)范圍內(nèi)是否有人存在，如果有人進(jìn)入則進(jìn)入S106，否則繼續(xù)該步驟；

S106、在判斷有人存在時(shí)，基于共面P4P的單目視覺(jué)定位原理對(duì)人體目標(biāo)對(duì)象進(jìn)行定位；

具體實(shí)施過(guò)程中，基于平行四邊形成像消隱點(diǎn)進(jìn)行人體目標(biāo)對(duì)象定位；通過(guò)牛頓迭代法進(jìn)行優(yōu)化獲得人體目標(biāo)對(duì)象在攝像機(jī)坐標(biāo)系下的精確位姿。

機(jī)器人在運(yùn)動(dòng)學(xué)標(biāo)定過(guò)程中，通過(guò)視覺(jué)測(cè)量手段完成誤差測(cè)量的關(guān)鍵在于視覺(jué)定位方法，基于4個(gè)空間點(diǎn)共面且所在平面與攝像機(jī)光軸不平行時(shí)，則對(duì)應(yīng)的共面P4P問(wèn)題有唯一解，因此通過(guò)4個(gè)共面點(diǎn)實(shí)現(xiàn)人體目標(biāo)對(duì)象定位具有很強(qiáng)的實(shí)用價(jià)值，當(dāng)4個(gè)空間共面點(diǎn)組成平行四邊形時(shí)，該P(yáng)4P問(wèn)題的解可以通過(guò)平行四邊形的兩個(gè)消隱點(diǎn)很方便的求解。考慮到測(cè)量噪聲以及四個(gè)特征點(diǎn)位置誤差的影響，以消隱點(diǎn)計(jì)算出的結(jié)果作為初始值通過(guò)牛頓迭代法進(jìn)行優(yōu)化可以得到人體目標(biāo)對(duì)象在攝像機(jī)坐標(biāo)系下的精確位姿態(tài)，本發(fā)明實(shí)施例中的這種定位方法首選需要對(duì)攝像機(jī)參數(shù)進(jìn)行標(biāo)定。

S107、在完成人體目標(biāo)對(duì)象的定位之后，基于人臉識(shí)別技術(shù)獲取臉部特征數(shù)據(jù)；

該步驟實(shí)施過(guò)程中，包括：人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取。

人臉圖像采集：不同的人臉圖像都能通過(guò)攝像鏡頭采集下來(lái)，比如靜態(tài)圖像、動(dòng)態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。當(dāng)用戶在采集設(shè)備的拍攝范圍內(nèi)時(shí)，采集設(shè)備會(huì)自動(dòng)搜索并拍攝用戶的人臉圖像。

人臉檢測(cè)：人臉檢測(cè)在實(shí)際中主要用于人臉識(shí)別的預(yù)處理，即在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等。人臉檢測(cè)就是把這其中有用的信息挑出來(lái)，并利用這些特征實(shí)現(xiàn)人臉檢測(cè)。

主流的人臉檢測(cè)方法基于以上特征采用Adaboost學(xué)習(xí)算法，Adaboost算法是一種用來(lái)分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強(qiáng)的分類方法。

人臉檢測(cè)過(guò)程中使用Adaboost算法挑選出一些最能代表人臉的矩形特征(弱分類器)，按照加權(quán)投票的方式將弱分類器構(gòu)造為一個(gè)強(qiáng)分類器，再將訓(xùn)練得到的若干強(qiáng)分類器串聯(lián)組成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的層疊分類器，有效地提高分類器的檢測(cè)速度。

人臉圖像預(yù)處理：對(duì)于人臉的圖像預(yù)處理是基于人臉檢測(cè)結(jié)果，對(duì)圖像進(jìn)行處理并最終服務(wù)于特征提取的過(guò)程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī)干擾，往往不能直接使用，必須在圖像處理的早期階段對(duì)它進(jìn)行灰度校正、噪聲過(guò)濾等圖像預(yù)處理。對(duì)于人臉圖像而言，其預(yù)處理過(guò)程主要包括人臉圖像的光線補(bǔ)償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。

人臉圖像特征提取：人臉識(shí)別系統(tǒng)可使用的特征通常分為視覺(jué)特征、像素統(tǒng)計(jì)特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù)特征等。人臉特征提取就是針對(duì)人臉的某些特征進(jìn)行的。人臉特征提取，也稱人臉表征，它是對(duì)人臉進(jìn)行特征建模的過(guò)程。人臉特征提取的方法歸納起來(lái)分為兩大類：一種是基于知識(shí)的表征方法；另外一種是基于代數(shù)特征或統(tǒng)計(jì)學(xué)習(xí)的表征方法。

基于知識(shí)的表征方法主要是根據(jù)人臉器官的形狀描述以及他們之間的距離特性來(lái)獲得有助于人臉?lè)诸惖奶卣鲾?shù)據(jù)，其特征分量通常包括特征點(diǎn)間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構(gòu)成，對(duì)這些局部和它們之間結(jié)構(gòu)關(guān)系的幾何描述，可作為識(shí)別人臉的重要特征，這些特征被稱為幾何特征。基于知識(shí)的人臉表征主要包括基于幾何特征的方法和模板匹配法。

S108、基于臉部特征數(shù)據(jù)判斷所述人體目標(biāo)對(duì)象是否為可互動(dòng)對(duì)象，如果是可互動(dòng)對(duì)象，則進(jìn)入S109，否則進(jìn)入S105步驟；

具體實(shí)施過(guò)程中，基于臉部特征數(shù)據(jù)判斷是否有關(guān)聯(lián)于所述臉部特征數(shù)據(jù)的互動(dòng)場(chǎng)景數(shù)據(jù)庫(kù)，如果存在互動(dòng)場(chǎng)景數(shù)據(jù)庫(kù)，則判斷所述人體目標(biāo)對(duì)象為可互動(dòng)對(duì)象。對(duì)于定制性的智能機(jī)器人，可以采取臉部特征數(shù)據(jù)與互動(dòng)場(chǎng)景數(shù)據(jù)庫(kù)間的匹配關(guān)系，只有這兩者關(guān)聯(lián)起時(shí)，才進(jìn)入互動(dòng)場(chǎng)景。

S109、在判斷所述人體目標(biāo)對(duì)象為可互動(dòng)對(duì)象時(shí)，基于臉部特征數(shù)據(jù)識(shí)別人體目標(biāo)對(duì)象的年齡范圍；

具體實(shí)施過(guò)程中，可以基于深度學(xué)習(xí)的方法識(shí)別人體目標(biāo)對(duì)象的年齡和性別。預(yù)處理訓(xùn)練樣本集和測(cè)試樣本集中的所有圖像，通過(guò)高斯混合模型提取出人體目標(biāo)對(duì)象。其次，對(duì)訓(xùn)練樣本集中各種目標(biāo)行為建立樣本庫(kù)，定義不同類別的識(shí)別行為作為先驗(yàn)知識(shí)，用于訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)。最后，結(jié)合深度學(xué)習(xí)所得到的網(wǎng)絡(luò)模型，分類識(shí)別測(cè)試樣本集中的各種行為，并將識(shí)別的結(jié)果和當(dāng)前流行方法進(jìn)行了比較。

S110、基于人體目標(biāo)對(duì)象的年齡范圍構(gòu)建場(chǎng)景模式數(shù)據(jù)；

具體實(shí)施過(guò)程中，基于年齡范圍調(diào)用與年齡范圍相關(guān)聯(lián)的場(chǎng)景模式模型；從場(chǎng)景模式模型中提取一個(gè)場(chǎng)景模式數(shù)據(jù)。

根據(jù)不同的年齡范圍建立不同的場(chǎng)景模式模型，其可以針對(duì)不同年齡段設(shè)置互動(dòng)環(huán)節(jié)或者場(chǎng)景內(nèi)容等等。

S111、基于語(yǔ)音交互模塊輸出場(chǎng)景模式數(shù)據(jù)所對(duì)應(yīng)的語(yǔ)音內(nèi)容；

具體實(shí)施過(guò)程中，其可以通過(guò)語(yǔ)音播放、顯示屏顯示燈方式輸出整個(gè)內(nèi)容，其保障了整個(gè)互動(dòng)的趣味性和良好的體驗(yàn)性。

S112、結(jié)束。

需要說(shuō)明的是，機(jī)器人在接收控制指令時(shí)，在完成整個(gè)匹配過(guò)程之后，即可實(shí)現(xiàn)對(duì)機(jī)器人控制的授權(quán)，即可完成相應(yīng)的智能互動(dòng)過(guò)程；在識(shí)別出整個(gè)匹配過(guò)程不成功之后，即對(duì)機(jī)器人授權(quán)的失敗，不能完成相應(yīng)的互動(dòng)過(guò)程。

在整個(gè)智能互動(dòng)過(guò)程中，對(duì)控制指令中寫(xiě)入機(jī)器人的位置信息，并基于機(jī)器人上的GNSS模塊獲取定位信息，從而解析該機(jī)器人的位置信息，機(jī)器人通過(guò)這兩個(gè)信息間的匹配過(guò)程，可以精準(zhǔn)實(shí)現(xiàn)機(jī)器人的后續(xù)操作，避免誤操作發(fā)生。

相應(yīng)的，該智能機(jī)器人包括：

通信模塊，用于接收控制指令，所述控制指令包括機(jī)器人的位置信息；

解析模塊，用于解析所述控制指令中的機(jī)器人的位置信息；

GNSS模塊，用于在解析模塊解析完機(jī)器人的位置信息后，定位解析所述機(jī)器人所在的位置信息；

匹配模塊，用于判斷所述GNSS模塊定位解析的位置信息與控制指令中的機(jī)器人的位置信息是否相匹配；

紅外感應(yīng)模塊，用于在判斷所述GNSS模塊定位解析的位置信息與控制指令中的機(jī)器人的位置信息相匹配后，啟動(dòng)機(jī)器人上的紅外感應(yīng)器判斷目標(biāo)范圍內(nèi)是否有人存在；

P4P定位模塊，用于在判斷有人存在時(shí)，基于共面P4P的單目視覺(jué)定位原理對(duì)人體目標(biāo)對(duì)象進(jìn)行定位；

人臉識(shí)別模塊，用于在完成人體目標(biāo)對(duì)象的定位之后，基于人臉識(shí)別技術(shù)獲取臉部特征數(shù)據(jù)；

判斷模塊，用于基于臉部特征數(shù)據(jù)判斷所述人體目標(biāo)對(duì)象是否為可互動(dòng)對(duì)象；

年齡檢測(cè)模塊，用于在判斷所述人體目標(biāo)對(duì)象為可互動(dòng)對(duì)象時(shí)，基于臉部特征數(shù)據(jù)識(shí)別人體目標(biāo)對(duì)象的年齡范圍；

場(chǎng)景模塊，用于基于人體目標(biāo)對(duì)象的年齡范圍構(gòu)建場(chǎng)景模式數(shù)據(jù)；

互動(dòng)模塊，用于基于語(yǔ)音交互模塊輸出場(chǎng)景模式數(shù)據(jù)所對(duì)應(yīng)的語(yǔ)音內(nèi)容。

具體實(shí)施過(guò)程中，該P(yáng)4P定位模塊包括：

第一定位單元，用于基于平行四邊形成像消隱點(diǎn)進(jìn)行人體目標(biāo)對(duì)象定位；

第二定位單元，用于通過(guò)牛頓迭代法進(jìn)行優(yōu)化獲得人體目標(biāo)對(duì)象在攝像機(jī)坐標(biāo)系下的精確位姿。

需要說(shuō)明的是，機(jī)器人在運(yùn)動(dòng)學(xué)標(biāo)定過(guò)程中，通過(guò)視覺(jué)測(cè)量手段完成誤差測(cè)量的關(guān)鍵在于視覺(jué)定位方法，基于4個(gè)空間點(diǎn)共面且所在平面與攝像機(jī)光軸不平行時(shí)，則對(duì)應(yīng)的共面P4P問(wèn)題有唯一解，因此通過(guò)4個(gè)共面點(diǎn)實(shí)現(xiàn)人體目標(biāo)對(duì)象定位具有很強(qiáng)的實(shí)用價(jià)值，當(dāng)4個(gè)空間共面點(diǎn)組成平行四邊形時(shí)，該P(yáng)4P問(wèn)題的解可以通過(guò)平行四邊形的兩個(gè)消隱點(diǎn)很方便的求解。考慮到測(cè)量噪聲以及四個(gè)特征點(diǎn)位置誤差的影響，以消隱點(diǎn)計(jì)算出的結(jié)果作為初始值通過(guò)牛頓迭代法進(jìn)行優(yōu)化可以得到人體目標(biāo)對(duì)象在攝像機(jī)坐標(biāo)系下的精確位姿態(tài)，本發(fā)明實(shí)施例中的這種定位方法首選需要對(duì)攝像機(jī)參數(shù)進(jìn)行標(biāo)定。

具體實(shí)施過(guò)程中，該人臉識(shí)別模塊還用于人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取。

人臉圖像采集：不同的人臉圖像都能通過(guò)攝像鏡頭采集下來(lái)，比如靜態(tài)圖像、動(dòng)態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。當(dāng)用戶在采集設(shè)備的拍攝范圍內(nèi)時(shí)，采集設(shè)備會(huì)自動(dòng)搜索并拍攝用戶的人臉圖像。

人臉檢測(cè)：人臉檢測(cè)在實(shí)際中主要用于人臉識(shí)別的預(yù)處理，即在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等。人臉檢測(cè)就是把這其中有用的信息挑出來(lái)，并利用這些特征實(shí)現(xiàn)人臉檢測(cè)。

主流的人臉檢測(cè)方法基于以上特征采用Adaboost學(xué)習(xí)算法，Adaboost算法是一種用來(lái)分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強(qiáng)的分類方法。

人臉檢測(cè)過(guò)程中使用Adaboost算法挑選出一些最能代表人臉的矩形特征(弱分類器)，按照加權(quán)投票的方式將弱分類器構(gòu)造為一個(gè)強(qiáng)分類器，再將訓(xùn)練得到的若干強(qiáng)分類器串聯(lián)組成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的層疊分類器，有效地提高分類器的檢測(cè)速度。

人臉圖像預(yù)處理：對(duì)于人臉的圖像預(yù)處理是基于人臉檢測(cè)結(jié)果，對(duì)圖像進(jìn)行處理并最終服務(wù)于特征提取的過(guò)程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī)干擾，往往不能直接使用，必須在圖像處理的早期階段對(duì)它進(jìn)行灰度校正、噪聲過(guò)濾等圖像預(yù)處理。對(duì)于人臉圖像而言，其預(yù)處理過(guò)程主要包括人臉圖像的光線補(bǔ)償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。

人臉圖像特征提取：人臉識(shí)別系統(tǒng)可使用的特征通常分為視覺(jué)特征、像素統(tǒng)計(jì)特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù)特征等。人臉特征提取就是針對(duì)人臉的某些特征進(jìn)行的。人臉特征提取，也稱人臉表征，它是對(duì)人臉進(jìn)行特征建模的過(guò)程。人臉特征提取的方法歸納起來(lái)分為兩大類：一種是基于知識(shí)的表征方法；另外一種是基于代數(shù)特征或統(tǒng)計(jì)學(xué)習(xí)的表征方法。

基于知識(shí)的表征方法主要是根據(jù)人臉器官的形狀描述以及他們之間的距離特性來(lái)獲得有助于人臉?lè)诸惖奶卣鲾?shù)據(jù)，其特征分量通常包括特征點(diǎn)間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構(gòu)成，對(duì)這些局部和它們之間結(jié)構(gòu)關(guān)系的幾何描述，可作為識(shí)別人臉的重要特征，這些特征被稱為幾何特征。基于知識(shí)的人臉表征主要包括基于幾何特征的方法和模板匹配法。

具體實(shí)施過(guò)程中，該判斷模塊用于基于臉部特征數(shù)據(jù)判斷是否有關(guān)聯(lián)于所述臉部特征數(shù)據(jù)的互動(dòng)場(chǎng)景數(shù)據(jù)庫(kù)，如果存在互動(dòng)場(chǎng)景數(shù)據(jù)庫(kù)，則判斷所述人體目標(biāo)對(duì)象為可互動(dòng)對(duì)象。基于臉部特征數(shù)據(jù)判斷是否有關(guān)聯(lián)于所述臉部特征數(shù)據(jù)的互動(dòng)場(chǎng)景數(shù)據(jù)庫(kù)，如果存在互動(dòng)場(chǎng)景數(shù)據(jù)庫(kù)，則判斷所述人體目標(biāo)對(duì)象為可互動(dòng)對(duì)象。對(duì)于定制性的智能機(jī)器人，可以采取臉部特征數(shù)據(jù)與互動(dòng)場(chǎng)景數(shù)據(jù)庫(kù)間的匹配關(guān)系，只有這兩者關(guān)聯(lián)起時(shí)，才進(jìn)入互動(dòng)場(chǎng)景。

具體實(shí)施過(guò)程中，該年齡檢測(cè)模塊用于基于深度學(xué)習(xí)的方法識(shí)別人體目標(biāo)對(duì)象的年齡和性別。這里可以基于深度學(xué)習(xí)的方法識(shí)別人體目標(biāo)對(duì)象的年齡和性別。預(yù)處理訓(xùn)練樣本集和測(cè)試樣本集中的所有圖像，通過(guò)高斯混合模型提取出人體目標(biāo)對(duì)象。其次，對(duì)訓(xùn)練樣本集中各種目標(biāo)行為建立樣本庫(kù)，定義不同類別的識(shí)別行為作為先驗(yàn)知識(shí)，用于訓(xùn)練深度學(xué)習(xí)網(wǎng)絡(luò)。最后，結(jié)合深度學(xué)習(xí)所得到的網(wǎng)絡(luò)模型，分類識(shí)別測(cè)試樣本集中的各種行為，并將識(shí)別的結(jié)果和當(dāng)前流行方法進(jìn)行了比較。

具體實(shí)施過(guò)程中，該場(chǎng)景模塊用于基于年齡范圍調(diào)用與年齡范圍相關(guān)聯(lián)的場(chǎng)景模式模型；從場(chǎng)景模式模型中提取一個(gè)場(chǎng)景模式數(shù)據(jù)。該場(chǎng)景模塊基于年齡范圍調(diào)用與年齡范圍相關(guān)聯(lián)的場(chǎng)景模式模型；從場(chǎng)景模式模型中提取一個(gè)場(chǎng)景模式數(shù)據(jù)。根據(jù)不同的年齡范圍建立不同的場(chǎng)景模式模型，其可以針對(duì)不同年齡段設(shè)置互動(dòng)環(huán)節(jié)或者場(chǎng)景內(nèi)容等等

具體實(shí)施過(guò)程中，該GNSS模塊用于在解析出控制指令中的機(jī)器人位置信息之后，獲取GNSS信號(hào)；解析所述機(jī)器人所在的位置信息。需要說(shuō)明的是，本發(fā)明實(shí)施例過(guò)程中控制指令中一般都設(shè)置有機(jī)器人位置信息，其作為GNSS模塊獲取定位信息的一個(gè)觸發(fā)條件，在解析出在解析出控制指令中的機(jī)器人位置信息之后，基于GNSS模塊獲取GNSS信號(hào)；基于GNSS信號(hào)解析所述工業(yè)機(jī)器人所在的位置信息。GNSS信號(hào)包括：北斗衛(wèi)星信號(hào)、GPS信號(hào)。GNSS的全稱是全球?qū)Ш叫l(wèi)星系統(tǒng)(Global Navigation Satellite System)，它是泛指所有的衛(wèi)星導(dǎo)航系統(tǒng)，包括全球的、區(qū)域的和增強(qiáng)的，如美國(guó)的GPS、俄羅斯的Glonass、歐洲的Galileo、中國(guó)的北斗衛(wèi)星導(dǎo)航系統(tǒng)，以及相關(guān)的增強(qiáng)系統(tǒng)，如美國(guó)的WAAS(廣域增強(qiáng)系統(tǒng))、歐洲的EGNOS(歐洲靜地導(dǎo)航重疊系統(tǒng))和日本的MSAS(多功能運(yùn)輸衛(wèi)星增強(qiáng)系統(tǒng))等，還涵蓋在建和以后要建設(shè)的其他衛(wèi)星導(dǎo)航系統(tǒng)。國(guó)際GNSS系統(tǒng)是個(gè)多系統(tǒng)、多層面、多模式的復(fù)雜組合系統(tǒng)。綜上，對(duì)智能交互機(jī)器人實(shí)現(xiàn)位置精準(zhǔn)定位授權(quán)之后，再啟動(dòng)智能交互機(jī)器人的交互功能，通過(guò)紅外感應(yīng)器感應(yīng)目標(biāo)區(qū)域內(nèi)是否有人進(jìn)入，從而啟動(dòng)整個(gè)人體目標(biāo)對(duì)象的臉部識(shí)別過(guò)程，在進(jìn)行臉部識(shí)別過(guò)程中，也實(shí)現(xiàn)了年齡匹配，從而在互動(dòng)中實(shí)現(xiàn)相匹配的場(chǎng)景模式互動(dòng)，從而增加了智能機(jī)器人的趣味性和智能化。保證了整個(gè)智能交互機(jī)器人精準(zhǔn)位置定位授權(quán)，較好的滿足遠(yuǎn)程控制，對(duì)整個(gè)機(jī)器人遠(yuǎn)程控制的私密控制性得到了較好的保障。

本領(lǐng)域普通技術(shù)人員可以理解上述實(shí)施例的各種方法中的全部或部分步驟是可以通過(guò)程序來(lái)指令相關(guān)的硬件來(lái)完成，該程序可以存儲(chǔ)于計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中，存儲(chǔ)介質(zhì)可以包括：只讀存儲(chǔ)器(ROM，Read Only Memory)、隨機(jī)存取存儲(chǔ)器(RAM，Random Access Memory)、磁盤(pán)或光盤(pán)等。

以上對(duì)本發(fā)明實(shí)施例所提供的定位機(jī)器人智能互動(dòng)的方法進(jìn)行了詳細(xì)介紹，本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說(shuō)明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處，綜上所述，本說(shuō)明書(shū)內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。