[发明专利]一种基于睡意程度的服务机器人主动服务方法有效

专利信息
申请号: 201811005177.5 申请日: 2018-08-30
公开(公告)号: CN109344711B 公开(公告)日: 2020-10-30
发明(设计)人: 刘振焘;曹卫华;吴敏;陈略峰;李锶涵;郝曼 申请(专利权)人: 中国地质大学(武汉)
主分类号: G06K9/00 分类号: G06K9/00;G06Q50/10;B25J11/00
代理公司: 武汉知产时代知识产权代理有限公司 42238 代理人: 孙丽丽
地址: 430000 湖*** 国省代码: 湖北;42
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 睡意 程度 服务 机器人 主动 方法
【说明书】:

发明提供一种基于睡意程度的服务机器人主动服务方法,包括以下步骤,A1:使用PERCLOS指标来判定用户的睡意程度;A2:得到用户睡意程度以及从开始到产生所述睡意程度的时间长短与用户需求之间的模糊关系;A3:机器人根据所述模糊关系,主动为用户提供相应的服务。本发明的有益效果:使机器人根据用户需求,在用户没有发出指令的情况下,主动的为用户提供相应的服务,有助于提高用户的学习和工作效率。

技术领域

本发明涉及服务机器人技术领域,尤其涉及一种基于睡意程度的服务机器人主动服务方法。

背景技术

随着服务机器人进入到日常生活中的各个方面,人们对机器人提出了更高的要求。传统的服务机器人基本上采用指令时的服务,而如今人们希望机器人具有感知人类情感、意图并主动为人们服务的能力。因此,使机器人能够感知周围的环境,理解人类的情感、意图和服务需求,根据用户的需求以及环境信息的变化来提供主动、优质的服务是提高服务机器人的智能化重要突破口。

睡意是伴随着体力疲劳或精神疲劳而出现的一种状态。睡意的出现在很大程度上会降低人的警觉度、决策能力和记忆力,是导致工作学习效率下降以及事故发生的主要原因之一。近年来,有关睡意和疲劳的研究主要集中在睡意产生的机理以及驾驶疲劳的检测和监测中,但是睡意检测的应用范围不仅仅局限于此。在汽车驾驶、远程监控调度、内外科手术以及高空作业等比较危险和对精度要求较高的环境中,若作业人员出现睡意状态,将导致严重后果。除此之外,睡意状态的检测与研究,对未来智能教室以及家庭监护仪的开发都有着重要的意义。通过对学生睡意状态的检测及时调整老师讲课的方式,可以避免学习疲劳状态的出现,进而提高学习效率。为了减少睡意状态产生的危害、保护人们的安全和健康,提高学习和工作效率,对睡意状态的准确检测和实时估计具有重要的科学意义和迫切的现实需求。

针对此现状,探究有效的睡意程度识别方法,并结合被服务者的需求分析,建立一种基于睡意程度识别的机器人主动服务方法,提高服务机器人的主动服务能力具有重要的现实意义。

发明内容

有鉴于此,本发明的实施例提供了一种基于睡意程度的服务机器人主动服务方法,能够使机器人根据用户的睡意程度主动的为用户提供相应的服务。

本发明的实施例提供一种基于睡意程度的服务机器人主动服务方法,包括以下步骤,

A1:使用PERCLOS指标来判定用户的睡意程度;

A2:得到用户睡意程度以及从开始到产生所述睡意程度的时间长短与用户需求之间的模糊关系;

A3:机器人根据所述模糊关系,主动为用户提供相应的服务。

进一步地,

其中,ti表示人眼闭合的持续时间,n代表在时间窗为ti内产生的人闭眼的次数,T是整个时间窗的长度。

进一步地,所述睡意程度包括清醒、疲倦和非常疲倦,所述清醒和所述疲倦的临界值为第一阈值,所述疲倦与所述非常疲倦的临界值为第二阈值,将PERCLOS值大于第二阈值的用户的睡意程度判定为非常疲倦,将PERCLOS值小于第一阈值的用户的睡意程度判定为清醒,将PERCLOS值处于第一阈值和第二阈值之间的用户的睡意程度判定为疲倦。

进一步地,选取PERCLOS值不同、时间窗T相同的若干段视频段落,所述若干段视频段落对应的PERCLOS值为从0至0.95逐渐递增的若干离散数据,根据睡意程度的特征对所述若干段视频段落的睡意程度进行评价,选取PERCLOS值最大、睡意程度为清醒的视频段落与PERCLOS值最小、睡意程度为疲倦的视频段落,将它们对应的PERCLOS值平均后得到所述第一阈值,选取PERCLOS值最大、睡意程度为疲倦的视频段落与PERCLOS值最小、睡意程度为非常疲倦的视频段落,将它们对应的PERCLOS值平均后得到所述第二阈值。

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中国地质大学(武汉),未经中国地质大学(武汉)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/201811005177.5/2.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