本發(fā)明涉及智能制造技術(shù)領(lǐng)域，具體涉及一種智能導(dǎo)游機器人。

背景技術(shù)：

隨著科學(xué)技術(shù)的不斷進步和機器人技術(shù)的不斷發(fā)展，智能機器人已逐漸走入千家萬戶，市場上也出現(xiàn)了不少智能機器人給人們的生活帶來便利和樂趣，其中，交互機器人作為智能機器人的一種，能夠和人們互動，給人們的生活，尤其是給老人或孩子的生活增添了許多樂趣。

隨著社會生產(chǎn)力的發(fā)展和生活水平的提高，人們將越來越多的時間用于休閑和娛樂，從而極大的促進了旅游業(yè)的發(fā)展。近年來，游覽博物館、名人故居等文化圣地成為一種時尚，游客數(shù)量劇增。

為了獲得更佳的游覽體驗，通常需要講解員向游客介紹各種物品、遺跡并對相關(guān)的歷史故事進行講解。由于游客數(shù)量眾多，需分批進入，因此講解員必須完成多次重復(fù)的講解工作，浪費了時間和人力，增加了工作成本。同時由于人腦的記憶力有限，講解員有時不能清楚完整的解答游客提出的問題。

現(xiàn)有技術(shù)中CN103699126中公開了一種智能導(dǎo)游機器人的導(dǎo)游方法，但這種導(dǎo)游機器人主要根據(jù)WIFI實現(xiàn)導(dǎo)航定位，通過識別物品來講解等，但這種導(dǎo)游機器人場景模式受到很大限制，由于WIFI布局會涉及到大量的網(wǎng)點，其面對于大場景模式時，需要投入大量的網(wǎng)點布局，這種只是適合于小規(guī)模場景應(yīng)用，面對大場景模式下的特定場景模式講解，比如一個景區(qū)內(nèi)若干個場景館或者大范圍內(nèi)的景點，其無法實現(xiàn)精準(zhǔn)識別和定位，實現(xiàn)自適應(yīng)場景匹配。

技術(shù)實現(xiàn)要素：

本發(fā)明提供了一種智能導(dǎo)游機器人，通過規(guī)劃導(dǎo)游路線，自適應(yīng)匹配場景內(nèi)容，實現(xiàn)精準(zhǔn)識別和定位，滿足導(dǎo)游出行。

本發(fā)明提供了一種智能導(dǎo)游機器人，包括：

地圖模塊，用于基于GPS定位地圖設(shè)置導(dǎo)游區(qū)域內(nèi)的路線；

驅(qū)動模塊，用于驅(qū)動智能機器人按照所述設(shè)置的路線進行導(dǎo)游服務(wù)；

視覺跟蹤模塊，用于在導(dǎo)游服務(wù)的路線上基于結(jié)構(gòu)相似度的視覺跟蹤方法獲取導(dǎo)游區(qū)域內(nèi)的目標(biāo)對象圖片；

判斷模塊，用于判斷所述目標(biāo)對象圖片是否構(gòu)建有導(dǎo)游講解場景數(shù)據(jù)庫；

場景輸出模塊，用于在判斷所述目標(biāo)對象圖片構(gòu)建有導(dǎo)游講解場景數(shù)據(jù)庫時，基于語音輸出單元將導(dǎo)游講解場景內(nèi)容輸出。

所述驅(qū)動模塊包括：

定位單元，用于基于GPS定位地圖實時獲取智能機器人的位置信息；

判斷單元，用于基于位置信息判斷智能機器人是否處于設(shè)置的路線上；

糾正單元，用于在判斷智能機器人偏離設(shè)置的路線時，及時判斷偏離點與路線上鄰近點的位置關(guān)系，并驅(qū)動智能機器人由偏離點向路線上鄰近點運動。

所述視覺跟蹤模塊包括：

預(yù)測單元，用于采用卡爾曼濾波器預(yù)測目標(biāo)對象在本幀圖像中的大致位置；

搜索單元，用于利用候選目標(biāo)和模板目標(biāo)的結(jié)構(gòu)相似度進行迭代搜索，確定目標(biāo)對象在本幀圖像中的位置；

度量單元，用于利用候選目標(biāo)和模板目標(biāo)的相似度量值，自適應(yīng)的調(diào)制卡爾曼濾波器參數(shù)。

所述智能導(dǎo)游機器人還包括：

場景構(gòu)建模塊，用于構(gòu)建導(dǎo)游區(qū)域內(nèi)每一目標(biāo)場景的導(dǎo)游講解場景；構(gòu)建每一目標(biāo)場景所對應(yīng)的目標(biāo)對象圖片；將目標(biāo)對象圖片與導(dǎo)游講解場景建立關(guān)聯(lián)匹配關(guān)系。

所述智能導(dǎo)游機器人還包括：

紅外感應(yīng)模塊，用于基于紅外感應(yīng)器感應(yīng)周圍人群密度；

音量控制模塊，用于在感應(yīng)到周圍人群密度大于第一閾值時，提高語音輸出單元中的音量值；或者應(yīng)該到周圍人群密度小于第二閾值時，降低語音輸出單元中的音量值。

在本發(fā)明中，智能導(dǎo)游機器人中的地圖模塊基于GPS定位地圖來設(shè)置導(dǎo)游區(qū)域的路線，從而使驅(qū)動模塊可以按照設(shè)置的路線進行導(dǎo)游服務(wù)，在導(dǎo)游服務(wù)過程中，視覺跟蹤模塊基于視覺跟蹤方法可以快速鎖定目標(biāo)對象圖片，從而基于目標(biāo)對象圖片解析出所關(guān)聯(lián)的場景數(shù)據(jù)，使智能導(dǎo)游機器人達(dá)到自適應(yīng)匹配過程，使整個導(dǎo)游服務(wù)更加方便的在大場景景點中實現(xiàn)服務(wù)，達(dá)到了自適應(yīng)匹配，使整個導(dǎo)游服務(wù)更加智能化，節(jié)省了人力和物力，減少了大場景區(qū)域環(huán)境的熱點布置。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其它的附圖。

圖1是本發(fā)明實施例中的智能機器人導(dǎo)游的方法流程圖；

圖2是本發(fā)明實施例中的智能導(dǎo)游機器人結(jié)構(gòu)示意圖；

圖3是本發(fā)明實施例中的驅(qū)動模塊結(jié)構(gòu)示意圖；

圖4是本發(fā)明實施例中的視覺跟蹤模塊結(jié)構(gòu)示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護的范圍。

相應(yīng)的，圖1示出了本發(fā)明實施例中的智能機器人導(dǎo)游的方法流程圖，具體包括如下步驟：

S101、基于GPS定位地圖設(shè)置導(dǎo)游區(qū)域內(nèi)的路線；

具體實施過程中，GPS定位技術(shù)的基本原理是采用測量學(xué)中通用的測距交會確定點位的方法，現(xiàn)有的GPS定位技術(shù)廣泛應(yīng)用于車載導(dǎo)航中，其可以與車載上的地圖實現(xiàn)配置，在設(shè)置路線之后，完成相應(yīng)的路徑規(guī)劃，實現(xiàn)導(dǎo)航路徑過程。在實施路徑導(dǎo)航過程中，其通過GPS航跡與地圖上的矢量化的路段對象進行匹配，尋找出智能機器人當(dāng)前行駛的道路，并將智能機器人當(dāng)前GPS定位點投影到路線上，這樣可以實現(xiàn)智能機器人在電子地圖上的匹配的過程，使智能機器人不至于因為定位誤差而在定位時偏離地圖路線，通過投影使車輛定位數(shù)據(jù)僅殘留GPS誤差在車輛前進路線上的徑向分量，從而達(dá)到提高定位精度的目的。

S102、驅(qū)動智能機器人按照所述設(shè)置的路線進行導(dǎo)游服務(wù)；

具體實施過程中，基于GPS定位地圖實時獲取智能機器人的位置信息；基于位置信息判斷智能機器人是否處于設(shè)置的路線上；在判斷智能機器人偏離設(shè)置的路線時，及時判斷偏離點與路線上鄰近點的位置關(guān)系，并驅(qū)動智能機器人由偏離點向路線上鄰近點運動。

S103、在導(dǎo)游服務(wù)的路線上基于結(jié)構(gòu)相似度的視覺跟蹤方法獲取導(dǎo)游區(qū)域內(nèi)的目標(biāo)對象圖片；

具體實施過程中，采用卡爾曼濾波器預(yù)測目標(biāo)對象在本幀圖像中的大致位置；利用候選目標(biāo)和模板目標(biāo)的結(jié)構(gòu)相似度進行迭代搜索，確定目標(biāo)對象在本幀圖像中的位置；利用候選目標(biāo)和模板目標(biāo)的相似度量值，自適應(yīng)的調(diào)制卡爾曼濾波器參數(shù)。

具體實施過程中，其通過構(gòu)造目標(biāo)對象圖片的運動系統(tǒng)模型，基于卡爾曼濾波器進一步預(yù)測得到本幀中目標(biāo)的預(yù)測位置，以及根據(jù)本幀跟蹤結(jié)果進行卡爾曼濾波器觀測更新；以及在整個目標(biāo)對象圖片運動過程中計算移動方向，計算最優(yōu)的移動步長；計算最終的候選目標(biāo)和模板目標(biāo)的結(jié)構(gòu)相似度值，計算卡爾曼濾波器噪聲矩陣的協(xié)方差，從而完成整個視覺跟蹤，最終鎖定一個目標(biāo)對象圖片。

S104、判斷所述目標(biāo)對象圖片是否構(gòu)建有導(dǎo)游講解場景數(shù)據(jù)庫，如果構(gòu)建有導(dǎo)游講解場景數(shù)據(jù)庫，則進入S105，否則繼續(xù)S103；

具體實施中，首先構(gòu)建導(dǎo)游區(qū)域內(nèi)每一目標(biāo)場景的導(dǎo)游講解場景，即針對每一目標(biāo)場景的特定點或者視覺效果點建立相應(yīng)的導(dǎo)游講解場景模型；構(gòu)建每一目標(biāo)場景所對應(yīng)的目標(biāo)對象圖片，即提供特定點或者視覺效果點作為目標(biāo)對象圖片；將目標(biāo)對象圖片與導(dǎo)游講解場景建立關(guān)聯(lián)匹配關(guān)系。

通過以上匹配關(guān)系，在識別出目標(biāo)對象圖片時，可以快速匹配出相對于的導(dǎo)游講解場景，

S105、在判斷所述目標(biāo)對象圖片構(gòu)建有導(dǎo)游講解場景數(shù)據(jù)庫時，基于語音輸出單元將導(dǎo)游講解場景內(nèi)容輸出。

具體實施過程中，還可以基于紅外感應(yīng)器感應(yīng)周圍人群密度，在感應(yīng)到周圍人群密度大于第一閾值時，提高語音輸出單元中的音量值；或者應(yīng)該到周圍人群密度小于第二閾值時，降低語音輸出單元中的音量值。該第一閾值與第二閾值可以相同或者不同，比如人群密度10人為一個等級，進行音量的控制輸出，在超過10人時，提高音量值，低過10人時，降低音量值，從而滿足不同場景的音量輸出，保障人群嘈雜時也能滿足相應(yīng)效果。

由此可見，基于GPS定位地圖來設(shè)置導(dǎo)游區(qū)域的路線，從而可以按照設(shè)置的路線進行導(dǎo)游服務(wù)，在導(dǎo)游服務(wù)過程中，基于視覺跟蹤方法可以快速鎖定目標(biāo)對象圖片，從而基于目標(biāo)對象圖片解析出所關(guān)聯(lián)的場景數(shù)據(jù)，達(dá)到自適應(yīng)匹配過程，使整個導(dǎo)游服務(wù)更加方便的在大場景景點中實現(xiàn)服務(wù)，達(dá)到了自適應(yīng)匹配，使整個導(dǎo)游服務(wù)更加智能化，節(jié)省了人力和物力，減少了大場景區(qū)域環(huán)境的熱點布置。

相應(yīng)的，圖2還示出了本發(fā)明實施例中的智能導(dǎo)游機器人結(jié)構(gòu)示意圖，包括：

地圖模塊，用于基于GPS定位地圖設(shè)置導(dǎo)游區(qū)域內(nèi)的路線；

驅(qū)動模塊，用于驅(qū)動智能機器人按照所述設(shè)置的路線進行導(dǎo)游服務(wù)；

視覺跟蹤模塊，用于在導(dǎo)游服務(wù)的路線上基于結(jié)構(gòu)相似度的視覺跟蹤方法獲取導(dǎo)游區(qū)域內(nèi)的目標(biāo)對象圖片；

判斷模塊，用于判斷所述目標(biāo)對象圖片是否構(gòu)建有導(dǎo)游講解場景數(shù)據(jù)庫；

場景輸出模塊，用于在判斷所述目標(biāo)對象圖片構(gòu)建有導(dǎo)游講解場景數(shù)據(jù)庫時，基于語音輸出單元將導(dǎo)游講解場景內(nèi)容輸出。

具體的，圖3示出了本發(fā)明實施例中的驅(qū)動模塊結(jié)構(gòu)示意圖，該驅(qū)動模塊包括：

定位單元，用于基于GPS定位地圖實時獲取智能機器人的位置信息；

判斷單元，用于基于位置信息判斷智能機器人是否處于設(shè)置的路線上；

糾正單元，用于在判斷智能機器人偏離設(shè)置的路線時，及時判斷偏離點與路線上鄰近點的位置關(guān)系，并驅(qū)動智能機器人由偏離點向路線上鄰近點運動。

具體的，圖4示出了本發(fā)明實施例中的視覺跟蹤模塊結(jié)構(gòu)示意圖，該視覺跟蹤模塊包括：

預(yù)測單元，用于采用卡爾曼濾波器預(yù)測目標(biāo)對象在本幀圖像中的大致位置；

搜索單元，用于利用候選目標(biāo)和模板目標(biāo)的結(jié)構(gòu)相似度進行迭代搜索，確定目標(biāo)對象在本幀圖像中的位置；

度量單元，用于利用候選目標(biāo)和模板目標(biāo)的相似度量值，自適應(yīng)的調(diào)制卡爾曼濾波器參數(shù)。

具體的，該智能導(dǎo)游機器人還包括：

場景構(gòu)建模塊，用于構(gòu)建導(dǎo)游區(qū)域內(nèi)每一目標(biāo)場景的導(dǎo)游講解場景；構(gòu)建每一目標(biāo)場景所對應(yīng)的目標(biāo)對象圖片；將目標(biāo)對象圖片與導(dǎo)游講解場景建立關(guān)聯(lián)匹配關(guān)系。

具體的，該智能導(dǎo)游機器人還包括：

紅外感應(yīng)模塊，用于基于紅外感應(yīng)器感應(yīng)周圍人群密度；

音量控制模塊，用于在感應(yīng)到周圍人群密度大于第一閾值時，提高語音輸出單元中的音量值；或者應(yīng)該到周圍人群密度小于第二閾值時，降低語音輸出單元中的音量值。

綜上，智能導(dǎo)游機器人中的地圖模塊基于GPS定位地圖來設(shè)置導(dǎo)游區(qū)域的路線，從而使驅(qū)動模塊可以按照設(shè)置的路線進行導(dǎo)游服務(wù)，在導(dǎo)游服務(wù)過程中，視覺跟蹤模塊基于視覺跟蹤方法可以快速鎖定目標(biāo)對象圖片，從而基于目標(biāo)對象圖片解析出所關(guān)聯(lián)的場景數(shù)據(jù)，使智能導(dǎo)游機器人達(dá)到自適應(yīng)匹配過程，使整個導(dǎo)游服務(wù)更加方便的在大場景景點中實現(xiàn)服務(wù)，達(dá)到了自適應(yīng)匹配，使整個導(dǎo)游服務(wù)更加智能化，節(jié)省了人力和物力，減少了大場景區(qū)域環(huán)境的熱點布置。

本領(lǐng)域普通技術(shù)人員可以理解上述實施例的各種方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，該程序可以存儲于計算機可讀存儲介質(zhì)中，存儲介質(zhì)可以包括：只讀存儲器(ROM，Read Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、磁盤或光盤等。

以上對本發(fā)明實施例所提供的智能導(dǎo)游機器人進行了詳細(xì)介紹，本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實施方式及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。