本發(fā)明涉及一種頭部的控制系統(tǒng)，尤其涉及到一種智能機器人頭部的控制系統(tǒng)，主要用于服務、娛樂和人工智能互動領域。

背景技術：

目前，具有各式各樣的機器人頭部的控制方法，但一般都是具備一些基本和常見的功能，如語音識別，人臉識別和語音播放等基本應用功能。多任務處理方式單一，這樣并無法真正地體現(xiàn)人與人工智能的互動，現(xiàn)有的互動大多數(shù)也僅是停留在基本動作上，互動方式有所局限。

技術實現(xiàn)要素：

本發(fā)明的目的在于解決如何讓人與人工智能更好進行互動的問題，讓人工智能更貼近我們的生活，提高精神生活的質量，提高控制系統(tǒng)的運行效率?，F(xiàn)提供一種基于智能機器人頭部的控制方法，解決人與人工智能互動局限和效率的控制方式問題。

本發(fā)明的目的通過如下技術方案實現(xiàn)：

一種基于智能機器人頭部的控制系統(tǒng)，包括：

控制模塊，用于輸出控制指令激活與控制智能機器人頭部的電機轉速和傳感器，控制機器人頭部運動，實現(xiàn)機器人頭部的視覺和語音互動；

視覺處理模塊，用于對攝像頭采集的視頻信息進行人體姿態(tài)識別和人臉識別，并向控制模塊發(fā)送相應識別數(shù)據(jù)；

語音處理模塊，用于對麥克風采集的音頻信息進行語音合成與識別和節(jié)奏識別，并向控制模塊發(fā)送相應識別數(shù)據(jù)；

麥克風控制模塊，用于初始化麥克風采集音頻信息；

攝像頭控制模塊，用于初始化攝像頭采集視頻信息。

進一步地，所述控制模塊在激活與控制電機和傳感器時，首先對睡眠的電機和傳感器進行激活喚醒，初始化電機的配置和開啟各項傳感器，然后結合傳感器解算得到的數(shù)據(jù)，最終換算成PWM輸入量對電機進行控制，再結合PID控制算法進行控制優(yōu)化。

進一步地，所述的傳感器包含陀螺儀、加速度計、壓力傳感器和溫度傳感器，其中，所述陀螺儀和加速度計用于結合計算出頭部運轉的角度和速度，同時通過壓力傳感器和溫度傳感器，實現(xiàn)觸摸傳感，使動作達到與人的仿真效果。

進一步地，所述的視覺處理模塊采用Kinect深度圖像采集和Opencv幀差法相結合的方式，提高人體姿態(tài)和人臉識別率、識別范圍，實現(xiàn)姿態(tài)模仿、識別跟蹤和表情識別的效果。

進一步地，所述的語音處理模塊采用多麥克風陣列，結合語音合成與識別技術，實現(xiàn)全方位語音信號采集，并能通過聲源定位來確定聲源的方向。

進一步地，所述的語音處理模塊通過音樂能力波形轉換為電信號輸出進行節(jié)奏識別，實現(xiàn)電機PWM輸入量隨音樂節(jié)奏而變化。

進一步地，所述麥克風模塊還用于檢測麥克風設備的健康狀態(tài)；

進一步地，所述攝像頭模塊還用于檢測攝像頭設備的健康狀態(tài)。

相對于現(xiàn)有技術，本發(fā)明具有如下優(yōu)點和技術效果：

1）本發(fā)明結合人工智能識別技術和控制算法，實現(xiàn)姿態(tài)模仿、識別跟蹤和表情識別互動效果。

2）本發(fā)明結合麥克風陣列語音識別技術和聲源定位技術，實現(xiàn)語音互動效果。

3）本發(fā)明創(chuàng)新地運用節(jié)奏識別技術，實現(xiàn)電機的轉動速度隨音樂節(jié)奏的快慢進行變化。

4）本發(fā)明的各模塊可靈活地利用多線程的方式進行處理，可實現(xiàn)在單個程序中同時運行多個線程完成不同的工作。

附圖說明

圖1為本發(fā)明實施例控制流程圖。

圖2為本發(fā)明實施例的系統(tǒng)原理示意圖。

具體實施方式

為更好地理解本發(fā)明，下面結合附圖對本發(fā)明的具體實施作進一步說明。

如圖2所示，一種基于智能機器人頭部的控制系統(tǒng)，包括：

控制模塊，用于輸出控制指令激活與控制智能機器人頭部的電機轉速和傳感器，控制機器人頭部運動，實現(xiàn)機器人頭部的視覺和語音互動；

視覺處理模塊，用于對攝像頭采集的視頻信息進行人體姿態(tài)識別和人臉識別，并向控制模塊發(fā)送相應識別數(shù)據(jù)；

語音處理模塊，用于對麥克風采集的音頻信息進行語音合成與識別和節(jié)奏識別，并向控制模塊發(fā)送相應識別數(shù)據(jù)；

麥克風控制模塊，用于初始化麥克風采集音頻信息；

攝像頭控制模塊，用于初始化攝像頭采集視頻信息。

具體而言，本實施例的所述控制模塊在激活與控制電機轉速和傳感器時，首先對睡眠的電機和傳感器進行激活喚醒，初始化電機的配置和開啟各項傳感器，然后結合傳感器解算得到的數(shù)據(jù)，最終換算成PWM輸入量對電機進行控制，再結合PID控制算法進行控制優(yōu)化。換言之，電機和傳感器等設備先經過初始化配置后等待控制命令，接收到控制命令，執(zhí)行相應的動作，若沒有接到控制命令，繼續(xù)處于睡眠狀態(tài)(見圖1)。

具體而言，本實施例的所述傳感器包含陀螺儀、加速度計、壓力傳感器和溫度傳感器，其中，所述陀螺儀和加速度計用于結合計算出頭部運轉的角度和速度，同時通過壓力傳感器和溫度傳感器，實現(xiàn)觸摸傳感，使動作達到與人的仿真效果。

具體而言，本實施例的所述視覺處理模塊采用Kinect深度圖像采集和Opencv幀差法相結合的方式，提高人體姿態(tài)和人臉識別率、識別范圍，實現(xiàn)姿態(tài)模仿、識別跟蹤和表情識別的效果。所述視覺處理模塊結合人工智能識別技術和控制算法，以人臉識別技術為主，實現(xiàn)攝像頭跟隨識別對象進行運動的效果。

具體而言，本實施例的所述的語音處理模塊采用多麥克風陣列，結合語音合成與識別技術，實現(xiàn)全方位語音信號采集，并能通過聲源定位來確定聲源的方向。

具體而言，本實施例的所述的語音處理模塊通過音樂能力波形轉換為電信號輸出進行節(jié)奏識別，實現(xiàn)電機PWM輸入量隨音樂節(jié)奏而變化。

具體而言，本實施例的所述麥克風模塊還用于檢測麥克風設備的健康狀態(tài)，實現(xiàn)對麥克風健康狀態(tài)的及時監(jiān)控，保證智能機器人頭部對音頻信息的正常采集。

具體而言，本實施例的所述攝像頭模塊還用于檢測攝像頭設備的健康狀態(tài)，實現(xiàn)對攝像頭健康狀態(tài)的及時監(jiān)控，保證智能機器人頭部對視頻信息的正常采集。

如圖2所示，以上功能的實現(xiàn)，基于電機、各種傳感器和各種算法的結合實現(xiàn)與人的仿真效果。其中，利用陀螺儀、加速度計、壓力傳感器和溫度傳感器等，通過數(shù)據(jù)的解算，實現(xiàn)動作仿真與人的動作一樣的效果。視頻和音頻算法包括PID控制算法、Kinect深度圖像采集算法、Opencv幀差算法、節(jié)奏識別算法等，同時結合傅里葉變換和AR模型等進行解算。各模塊的運行各線程同時運行并完成不同的任務，相互之間容錯進行采用多線程的方式，相互之間容錯進行。

本發(fā)明的實施方式并不受上述實施例的限制，其他的任何未背離本發(fā)明的精神實質與原理下所做的改變、修飾、替代、組合、簡化，均應為等效的置換方式，都包含在本發(fā)明的保護范圍之內。