[发明专利]一种基于即时通信的智能家居机器人系统在审

专利信息
申请号: 201711193469.1 申请日: 2017-11-24
公开(公告)号: CN107977615A 公开(公告)日: 2018-05-01
发明(设计)人: 朱治广 申请(专利权)人: 安徽省雨龙家具有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/40;G06K9/62
代理公司: 北京久维律师事务所11582 代理人: 邢江峰
地址: 230000 安徽省合*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 即时 通信 智能家居 机器人 系统
【说明书】:

技术领域

发明属于智能家居领域,尤其涉及一种基于即时通信的智能家居机器人系统。

背景技术

目前,人类将进入智能家居时代。随着移动互联网和物联网的发展,人们将能够无处不在的与自己的智能家居设备进行交互。近年来,陆续出现了智能家居机器人的技术和产品,作为智能硬件设备或家电上的一个模块,用于这些智能家居设备的控制。但是,这种控制还停留在过去指令级的控制,交互信息非常简单,而智能特性,也更多地体现在了这些设备增加了各种各样的传感器,如温度传感器、距离传感器等。在即时通信与智能家居机器人的结合方面,还处在初步阶段,有待研发。

对图形的认知与理解是机器人获取外部信息并做出判断和反映的重要基础。其中,自动识别图形的相似性是实现提高机器人视觉认知效率和拓展智能化认知领域的重要技术之一。它广泛应用于工业技术、图形图像处理、模式识别和人工智能领域,开发出一套图形相似度识别技术是十分必要的。随着计算机数字化和图形技术的日益发展,图形几何特征信息的数字化处理效率也得到了很大提高。合理、高效的算法和环境平台的支持,也使得研究具有充分的可行性。

现有的图形相似度常用识别方法有概率统计算法、特征值的最小均方误差和几何外观特征必要条件的加权平均算法等。虽然取得了一定的效率,但也存在一些不足:算法的实现过程和视觉分辨的匹配性不直观;算法复杂,导致数据处理量大,运行成本高;算法的平均性分析导致图形中重要几何特征的变化对整体相似度的影响,导致准确性和稳定性存在一定偏差。

综上所述,现有技术存在的问题是:对于家居机器人的控制还停留在过去指令级的控制,交互信息非常简单,而智能特性,也更多地体现在了这些设备增加了各种各样的传感器,如温度传感器、距离传感器等。在即时通信与智能家居机器人的结合方面,还处在初步阶段,有待研发。

发明内容

针对现有技术存在的问题,本发明提供了一种基于即时通信的智能家居机器人系统。

本发明是这样实现的,所述基于即时通信的智能家居机器人系统设置有三维扫描模块、图像识别模块、图像编辑模块、机器人、服务器和客户端;所述三维扫描模块电性连接图像识别模块,所述图像识别模块电性连接图像编辑模块,所述图像编辑模块无线信号连接机器人,所述机器人接收服务器的信号控制,所述客户端可以向服务器发出指令。

所述图像识别模块设置有数模转换器。

所述三维扫描模块生成的图像比例为1:1。

所述图像编辑模块设置有三维建模软件及无线发射装置。

所述不同的客户端具有不同的职能权限,防止儿童的错误操作导致意外的发生。

所述图像识别模块的识别方法包括:提取颜色特征和自适应LBP算子特征;构建多特征底秩矩阵表示模型:

其中α是大于0的系数,用来度量噪声和野点带来的误差;

等价为以下模型:

再进行图像校正,输出定位后的图像;

提取自适应LBP算子特征算法的具体步骤如下:

(1)将输入系统的图像转换成灰度图像,对图像{grayv(i,j)}像素灰度值求和,再获取平均值:

(2)利用总的纹理特征去除背景,计算图像的像素灰度值与平均像素灰度值的差值的绝对值之和,求其平均值:

利用局部纹理特征去除背景,用3×3大小的滑动窗口,遍历图像,求取中心像素灰度值与周边像素灰度值之差,在每一个窗口图像内求取平均值:

(3)拟合计算自适应阈值的方法:

所述机器人内置有图像处理模块,所述图像处理模块的处理方法包括:

消除图形中的奇化部分;建立两图形的数学模型,由描述图形的完备向量组建立与图形对应的特征矩阵,计算出相邻两边的夹角;计算两图形间的最近距离;对计算结果的增强性处理;

所述建立的数学模型用多边形的边长和邻角按逆时针构造一个向量S1表示多边形:

S1=(l1,α1,l2,α2…lN-1N-1,lNN);

S1和该多边形有一一映射关系,其表示与边角初始顺序无关;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽省雨龙家具有限公司,未经安徽省雨龙家具有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711193469.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top