基于大数据具备自主学习能力的智能机器人

技术领域

本发明涉及智能机器人技术领域，尤其涉及基于大数据具备自主学习能力的智能机器人。

背景技术

随着电子技术和信息技术的发展，微处理器的计算能力、存储器的容量和速度都日新月异，越来越强大；无线网络技术也在飞速发展之中，特别智能手机的出现，使得家庭和公共的WiFi覆盖范围和速度都有了巨大的提高，各种类型的云服务器应用也越来越广泛，在技术强有力的保证之下，市场上也不断推出各种各样的智能产品。

目前的智能学习机器人大多是通过在处理器内预先输入好相应的动作启动程序，来模仿人们的动作，然而，这样的学习机器人人工智能化程度较低，不能实现人机无障碍交互，无法达到利用互联网庞大的资源为用户解答疑惑和增长知识的目的，不能实现通过对人们生活的学习习惯进行精确的模仿，从而大大降低了机器人学习的精确性。

发明内容

基于背景技术中提出的这样的学习机器人人工智能化程度较低，不能实现人机无障碍交互，无法达到利用互联网庞大的资源为用户解答疑惑和增长知识的目的，不能实现通过对人们生活的学习习惯进行精确的模仿，从而大大降低了机器人学习的精确性的技术问题，本发明提出了基于大数据具备自主学习能力的智能机器人。

本发明提出的基于大数据具备自主学习能力的智能机器人，包括机器人本体，所述机器人本体包括视觉摄像头、图像处理模块、自主学习模块和自主评判模块，所述的视觉摄像头、图像处理模块、自主学习模块和自主评判模块依次建立数据传输连接，所述的图像处理模块还与所述的自主评判模块建立数据连接；

所述的视觉摄像头用以采集所述的机器人本体在镜前展示相应的学习样本镜像视觉图像，并将相应的学习样本镜像视觉图像的数据传输给所述的图像处理模块；以及所述的视觉摄像头用以采集所述的机器人在镜前展示新的学习相应的新镜像视觉图像，并将相应的新镜像视觉图像的数据传输给所述的图像处理模块，机器人可以通过所述视觉摄像头采集人们的视频，通过图像处理和自主学习后，将学习的数据传输到机器人本体的数据库中，可以完成自主学习。

优选地，所述机器人本体包括有基于互联网大数据库，在数据词库中存储常用的“主语”、“谓语”、“宾语”、“表语”等样式词，同时存储有常用的固定句式，通过字符串匹配及句式匹配，对完整语句进行识别、划分，并将主句式标注以区别显示。

优选地，所述基于互联网大数据库还包括优化机制：从互联网大数据库更新、通过用户反馈及后台维护对数据词库不断的扩容、优化，以实现数据词库的自我学习、进化。

优选地，所述自主学习模块用以根据相应的样本混合特征与自身植入的审美标签构成学习姿态样例集，并基于所述的学习姿态样例集进行机器学习，建立学习姿态自主评判模型。

优选地，所述图像处理模块用以将样本镜像视觉图像处理得到相应的样本混合特征，并将相应的样本混合特征的数据传输给所述的自主学习模块；以及所述的图像处理模块用以将新镜像视觉图像处理得到相应的新混合特征，并将相应的新混合特征的数据传输给所述的自主评判模块。

优选地，所述机器人本体基于对学习信息的统计及分析，得到学习进度信息；获取机器人本体在学习数据过程中的图像信息；对所述图像信息进行分析，以得到所述学习进度信息。

优选地，所述自主学习模块用以根据相应的样本混合特征与自身植入的审美标签构成学习样本例集，并基于所述的学习样本立即进行机器学习，建立学习姿态自主评判模型。

优选地，所述自主评判模块根据所述的学习姿态自主评判模型和相应的新混合特征对新的学习姿态进行自主评判。

优选地，所述机器人本体通过与环境的不断交互试错进行学习的，最终获得足够的知识使机器人能够合理的做出行为决策，针对特定的环境或预定任务，机器人会根据环境和任务将学习得到的只是来任务。

本发明中的有益效果为：

1、该基于大数据具备自主学习能力的智能机器人，通过互联联网大数据来对智能学习机器人进行自动搜索编程，并启动程序进行动作，这样大大提高了学习机器人的人工智能化程度，实现了很好的人机无障碍交互，达到了利用互联网庞大的资源为用户解答疑惑和增长知识的目的，从而大大提高了人们的感官娱乐性。

2、该基于大数据具备自主学习能力的智能机器人，本发明的基于镜像视觉实现机器人学习姿态自主评判的系统，机器人通过对学习姿态的镜像视觉图像采集、预处理、特征提取及特征融合，能够较好地建立学习姿态自主评判模型，使得机器人具备了理解自身学习姿态的能力。从视觉信息感知通道出发，实现了机器人更加精准评判自身学习姿态的结果，可以应用到如学习治疗、机器人玩具等更广泛的范围。

3、该基于大数据具备自主学习能力的智能机器人，这样的学习机器人人工智能化程度较高，能实现人机无障碍交互，可以达到利用互联网庞大的资源为用户解答疑惑和增长知识的目的，实现通过对人们生活的学习习惯进行精确的模仿，从而大大提高了机器人学习的精确性。

该装置中未涉及部分均与现有技术相同或可采用现有技术加以实现。

附图说明

图1为本发明提出的基于大数据具备自主学习能力的智能机器人的结构示意图。

具体实施方式

下面结合具体实施方式对本专利的技术方案作进一步详细地说明。

下面详细描述本专利的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利，而不能理解为对本专利的限制。

在本专利的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利的限制。

在本专利的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“设置”应做广义理解，例如，可以是固定相连、设置，也可以是可拆卸连接、设置，或一体地连接、设置。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利中的具体含义。

参照图1，基于大数据具备自主学习能力的智能机器人，包括机器人本体，机器人本体包括视觉摄像头、图像处理模块、自主学习模块和自主评判模块，的视觉摄像头、图像处理模块、自主学习模块和自主评判模块依次建立数据传输连接，的图像处理模块还与的自主评判模块建立数据连接；

的视觉摄像头用以采集的机器人本体在镜前展示相应的学习样本镜像视觉图像，并将相应的学习样本镜像视觉图像的数据传输给的图像处理模块；以及的视觉摄像头用以采集的机器人在镜前展示新的学习相应的新镜像视觉图像，并将相应的新镜像视觉图像的数据传输给的图像处理模块，机器人可以通过视觉摄像头采集人们的视频，通过图像处理和自主学习后，将学习的数据传输到机器人本体的数据库中，可以完成自主学习。

本发明中，机器人本体包括有基于互联网大数据库，在数据词库中存储常用的“主语”、“谓语”、“宾语”、“表语”等样式词，同时存储有常用的固定句式，通过字符串匹配及句式匹配，对完整语句进行识别、划分，并将主句式标注以区别显示。

本发明中，基于互联网大数据库还包括优化机制：从互联网大数据库更新、通过用户反馈及后台维护对数据词库不断的扩容、优化，以实现数据词库的自我学习、进化。

本发明中，自主学习模块用以根据相应的样本混合特征与自身植入的审美标签构成学习姿态样例集，并基于的学习姿态样例集进行机器学习，建立学习姿态自主评判模型。

本发明中，图像处理模块用以将样本镜像视觉图像处理得到相应的样本混合特征，并将相应的样本混合特征的数据传输给的自主学习模块；以及的图像处理模块用以将新镜像视觉图像处理得到相应的新混合特征，并将相应的新混合特征的数据传输给的自主评判模块。

本发明中，机器人本体基于对学习信息的统计及分析，得到学习进度信息；获取机器人本体在学习数据过程中的图像信息；对图像信息进行分析，以得到学习进度信息。

本发明中，自主学习模块用以根据相应的样本混合特征与自身植入的审美标签构成学习样本例集，并基于的学习样本立即进行机器学习，建立学习姿态自主评判模型。

本发明中，自主评判模块根据的学习姿态自主评判模型和相应的新混合特征对新的学习姿态进行自主评判。

本发明中，机器人本体通过与环境的不断交互试错进行学习的，最终获得足够的知识使机器人能够合理的做出行为决策，针对特定的环境或预定任务，机器人会根据环境和任务将学习得到的只是来任务。

本申请通过互联联网大数据来对智能学习机器人进行自动搜索编程，并启动程序进行动作，这样大大提高了学习机器人的人工智能化程度，实现了很好的人机无障碍交互，达到了利用互联网庞大的资源为用户解答疑惑和增长知识的目的，从而大大提高了人们的感官娱乐性，，机器人通过对学习姿态的镜像视觉图像采集、预处理、特征提取及特征融合，能够较好地建立学习姿态自主评判模型，使得机器人具备了理解自身学习姿态的能力。从视觉信息感知通道出发，实现了机器人更加精准评判自身学习姿态的结果，可以应用到如学习治疗、机器人玩具等更广泛的范围。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。