[发明专利]一种面向老年陪护机器人的智能纠错方法及系统

说明书

本发明为了解决现有技术中存在的问题，创新提出了一种面向老年陪护机器人的智能纠错方法，在错误手势库的基础上，探究了基于机器人认知层手势识别错误的原因，利用皮尔逊算法计算出能够得到相同结果的不同输入手势间特征数组中差距最大的特征矩阵层号，并基于此利用博弈规则建立纠错算法，实现了基于认知层的纠错，提高了机器人对误识手势的识别率，本发明还提出了一种面向老年陪护机器人的智能纠错系统，有效解决机器人识别过程中由于老年人各项能力的弱化、手势表达不标准等问题造成的识别率不高的问题，有效的提高了机器人的手势识别的可靠性，提高了老年人陪护体验。

技术领域

本发明涉及机器人智能纠错领域，尤其是涉及一种面向老年陪护机器人的智能纠错方法及系统。

背景技术

根据国家统计局发布的最新数据，截至2019年末，我国60周岁及以上老年人口已超过2.49亿，占总人口的17.9％。随着老龄化和少子化情况的日益加重，越来越多的老人处于“巢”或独居状态。据相关资料了解到，一方面随着年龄的不断增长，老年人的各个器官都在老化，各项身体机能开始下降。肌肉逐渐萎缩，常常会感觉累；骨骼压缩，没有弹性，骨质脆弱；运动能力下降，表现为活动能力、动手能力下降，身体力量变小，平衡能力变弱，持续耐力时间变短，活动范围变小；神经系统老化，对于事物的反应时间变长，对于刺激的敏感程度变弱。脑细胞萎缩，思考能力下降，语言表达能力衰退；感知能力变弱，视觉方面，视力下降，看不清东西，听觉系统衰退，表现为对声音的分辨、判断能力下降，触觉感知能力变弱；另一方面在生理衰退的基础上，老年人的心理功能也会下降。脑组织的衰退导致老年人的记忆能力下降，很容易忘记以前甚至刚刚发生的事；对新事物的学习能力下降，面对新的概念，事物等需要经过很长时间、大量重复后才能熟悉并掌握，对于新事物的接受度变弱；由于生理各方面感知功能的不断衰退，老年人的情绪也会发生变化，变得焦虑、沮丧，由于退休后以及身体生理的不允许，老年人会长期脱离社会活动，与外界的交流变得越来越少，老人会逐渐形成孤单压抑等消极情绪。生理的衰退会造成心理的变化，心理产生的消极情绪又会反作用于生理，如此循坏，加快衰退速度。手势交互对于来年来说是比较符合的，不需要花大量时间记忆，因为用到的都是日常生活中的手势，同时动手也是一种运动，现在已经有很多为老年人专门设计的手指操。

随着近些年来人机交互的智能化发展，以及深度学习网络的进一步应用，让人机交互不再那么冰冷。市面上也出现了些许的老年陪护机器人，很容易发现，这些机器人大部分是与老年人进行聊天，或者做出一些生活中的提醒，这很难满足老年人的需求。老年人与机器人交流的方式不可能是通过鼠标键盘等工具，老年人也不会使用这些科技产品。手势交互是首当其冲的，手势交互在面对机器人时也更具自然性，模式识别虽然近些年来有了很大的进步，但在自然的交互环境中仍然会出现错误。

基于数据手套的手势识别虽然不受自然环境因素的影响，识别率也较高，但每天都让老年人穿戴这些设备难免是让人不能接受的。所以只能通过摄像头进行图像捕获再识别，通过有监督地学习进行模型训练，训练库中的数据大多有着类间距离大，类内距离小的特点，然而在日常生活中的人机交互是随意性的，角度随意，手势表示随意，这就带来了很多问题--老年人做出的不规范的手势不能被机器人正确的识别，老年陪护机器人难以提供精确的服务，所以老年人陪护体验较差。

发明内容

本发明为了解决现有技术中存在的问题，创新提出了一种面向老年陪护机器人的智能纠错方法及系统，有效解决机器人识别过程中由于老年人各项能力的弱化、手势表达不标准等问题造成的识别率不高的问题，有效的提高了机器人的手势识别的可靠性，提高了老年人陪护体验。

本发明第一方面提供了一种面向老年陪护机器人的智能纠错方法，包括：

将第一输出手势对应的N个输入手势中每个输入手势在卷积层的第五层的特征数组转换为特征矩阵层，其中，N为正整数；

第一输出手势对应的任意两个输入手势计算对应的特征矩阵层的相似度，获取对应的两个输入手势之间差异最大的特征矩阵层号；