[发明专利]智能陪护机器人系统有效

专利信息
申请号: 202011140302.0 申请日: 2020-10-22
公开(公告)号: CN112297023B 公开(公告)日: 2022-04-05
发明(设计)人: 崔承坤;安子骥;董旭;雷正;王晨 申请(专利权)人: 新华网股份有限公司
主分类号: B25J11/00 分类号: B25J11/00;B25J19/02;G16H80/00;G16H50/80
代理公司: 北京市立方律师事务所 11330 代理人: 张筱宁
地址: 100062 北京市大兴区北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 陪护 机器人 系统
【权利要求书】:

1.一种智能陪护机器人系统,其特征在于,包括:至少一个实体机器人,用户佩戴的可穿戴设备,以及与所述实体机器人连接的智能管理系统;

所述可穿戴设备通过内置的传感器采集所述用户的生理状态数据,并将所述生理状态数据上传至智能管理系统;

所述实体机器人部署于应用现场,用于通过配置的人机交互系统与所述用户进行情感交流,获取所述用户的情绪状态信息上传至所述智能管理系统,以及接收所述智能管理系统下发的情绪引导推荐信息并向所述用户进行展示,以引导所述用户的情绪状态;

所述智能管理系统用于接收所述用户的情绪状态信息和生理状态数据,并基于预先部署由大数据训练的情绪算法模型对所述情绪状态信息和生理状态数据进行人工智能分析,识别出所述用户的情绪状态,依据所述情绪状态生成相应的情绪引导推荐信息下发至所述实体机器人;

所述实体机器人上安装有定位系统,用于对用户进行定位得到定位信息;

所述智能管理系统还用于根据所述定位信息生成用户的途经路线和接触环境数据;并在所述途经路线与指定路径或区域重合时,发出疫情危险告警。

2.根据权利要求1所述的智能陪护机器人系统,其特征在于,所述智能管理系统还用于构建各个用户的用户画像,根据所述用户画像选择所述情绪引导推荐信息。

3.根据权利要求1所述的智能陪护机器人系统,其特征在于,所述情绪引导推荐信息包括调整情绪状态和舒缓心理压力的音视频内容。

4.根据权利要求3所述的智能陪护机器人系统,其特征在于,所述智能管理系统还部署有焦虑算法模型和疲劳算法模型,用于对所述情绪状态信息进行人工智能分析,获取用户的焦虑状态和疲劳状态;并根据所述焦虑状态和疲劳状态生成相应的情绪引导音视频内容。

5.根据权利要求1所述的智能陪护机器人系统,其特征在于,所述系统还包括体温测试仪,用于获取人群体温并上传智能管理系统;

所述智能管理系统根据所述人群体温、位置信息、生理状态信息和情绪状态信息进行多维度融合分析得到疫情实时态势,对所述疫情实时态势进行监控、预测和预警。

6.根据权利要求1所述的智能陪护机器人系统,其特征在于,所述智能管理系统接收第三方的疫情监控系统传递的疫情监控数据,将根据所述疫情监控数据生成疫情的全数据实时热点图发送至实体机器人进行展示,以及根据所述疫情监控数据优化配置线上和线下的心理引导资源。

7.根据权利要求2-6任一项所述的智能陪护机器人系统,其特征在于,所述情绪算法模型通过以下方式获得:

采集被试对象在设定情绪状态下的皮肤电信号,并获取被试对象对所述设定情绪状态的评估信息;

将所述设定情绪状态下划分等级范围,根据实测信息和所述被试对象的评估信息确定所述被试对象所属等级范围;

利用机器学习模型建立皮肤电信号到各个等级范围之间的映射,获取所述机器学习模型输出的设定情绪状态的量化预测结果;

根据所述量化预测结果得到情绪算法模型。

8.根据权利要求7所述的智能陪护机器人系统,其特征在于,所述设定情绪状态包括激动、压力和/或焦虑状态;

所述智能管理系统利用可穿戴设备采集被试对象在设定情绪状态下的皮肤电信号;其中,所述情绪状态包括激动、压力和/或焦虑状态。

9.根据权利要求8所述的智能陪护机器人系统,其特征在于,所述根据所述量化预测结果得到情绪算法模型的过程包括:

将所述量化预测结果反馈至被试对象,根据实测信息和所述被试对象的评估信息对所述量化预测结果进行二次评估,对机器学习模型输出的量化预测结果进行量化细化和修正,循环执行二次评估流程,直至机器学习模型输出的量化预测结果与实测信息和被试的评估信息一致时止,得到情绪算法模型。

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新华网股份有限公司,未经新华网股份有限公司许可,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/202011140302.0/1.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