[發明專利]機器人表情控制方法和裝置

有效

• 申請號: 201611271181.7
• 申請日: 2016-12-30
• 公開（公告）號: CN106625678B
• 公開（公告）日: 2017-12-08
• 發明（設計）人: 周建設;劉宏哲;袁家政;劉玉瑩;史金生;劉杰
• 申請（專利權）人: 首都師范大學
• 主分類號: B25J9/16
• 分類號: B25J9/16;B25J13/08;G06F3/01;G06F17/30;G06K9/00
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙)11371
• 代理人: 王寧寧

技術領域

本發明涉及智能機器人技術領域，尤其是涉及一種機器人表情控制方法和裝置。

背景技術

機器人是自動執行工作的機器裝置；它既可以接受人類指揮，又可以運行預先編排的程序，也可以根據以人工智能技術制定的原則綱領行動。機器人可以協助或取代人類的部分工作。表情機器人是能模擬人類面部表情和情緒動作的智能機器人，以實現與人類的對話或互動。

現有在售的機器人的表情表達一般依靠單一光源或者單純的顯示固定表情，與用戶的互動性不高；而仿人臉表情機器人技術要求和成本都比較高，不適用于批量生產。

針對現有機器人的表情表達方法互動性和實用性較差的問題，尚未提出有效的解決方案。

發明內容

有鑒于此，本發明的目的在于提供一種機器人表情控制方法和裝置，以增強機器人與用戶的互動性和實用性，進而提高用戶的體驗度。

第一方面，本發明實施例提供了一種機器人表情控制方法，該方法由機器人控制器執行，該機器人控制器連接機器人，該方法包括：接收機器人采集的用戶行為信號；其中，用戶行為信號包括面部反射信號、肢體反射信號和聲音信號中的一種或多種；從用戶行為信號中提取用戶情緒特征；其中，用戶情緒特征包括表情特征、動作特征和聲音特征中的一種或多種；聲音特征包括語言特征和/或語氣特征；從預先建立的表情參數數據庫中查找與用戶情緒特征對應的表情參數；其中，預先建立的表情參數數據庫中保存了用戶情緒特征的數值范圍與表情參數的對應關系；表情參數與人臉的表情種類一一對應；將表情參數發送至機器人，以使機器人從預先建立的表情表達數據庫中查找與表情參數對應的表情表達數據；根據表情表達數據控制機器人面部進行表情展示；其中，表情表達數據包括人臉面部五官的動作控制數據。

結合第一方面，本發明實施例提供了第一方面的第一種可能的實施方式，其中，上述從預先建立的表情參數數據庫中查找與用戶情緒特征對應的表情參數包括：通過機器學習算法，從預先建立的表情參數數據庫中搜索與用戶情緒特征的差值最小的理想情緒特征，將理想情緒特征對應的表情參數作為用戶情緒特征的表情參數。

第二方面，本發明實施例提供了另一種機器人表情控制方法，該方法由機器人執行，該機器人連接機器人控制器，該方法包括：采集用戶行為信號，將用戶行為信號發送至機器人控制器；其中，該用戶行為信號包括面部反射信號、肢體反射信號和聲音信號中的一種或多種；接收機器人控制器發送的表情參數；其中，該表情參數與人臉的表情種類一一對應；從預先建立的表情表達數據庫中查找與表情參數對應的表情表達數據；根據表情表達數據控制機器人的面部進行表情展示；其中，該表情表達數據包括人臉面部五官的動作控制數據。

結合第二方面，本發明實施例提供了第二方面的第一種可能的實施方式，其中，上述采集用戶行為信號包括：通過攝像頭實時檢測是否有用戶進入攝像頭的預設距離內；如果是，通過多媒體信號采集設備采集用戶行為信號。

結合第二方面，本發明實施例提供了第二方面的第二種可能的實施方式，其中，上述根據表情表達數據控制機器人的面部進行表情展示包括：根據表情表達數據控制機器人的面部五官的動作，通過顯示屏進行表情展示；其中，該顯示屏包括點陣塊。

第三方面，本發明實施例提供了一種機器人表情控制裝置，該裝置設置于機器人控制器，該機器人控制器連接機器人，該裝置包括：信號接收模塊，用于接收機器人采集的用戶行為信號；其中，該用戶行為信號包括面部反射信號、肢體反射信號和聲音信號中的一種或多種；特征提取模塊，用于從用戶行為信號中提取用戶情緒特征；其中，該用戶情緒特征包括表情特征、動作特征和聲音特征中的一種或多種；該聲音特征包括語言特征和/或語氣特征；參數查找模塊，用于從預先建立的表情參數數據庫中查找與用戶情緒特征對應的表情參數；其中，該預先建立的表情參數數據庫中保存了用戶情緒特征的數值范圍與表情參數的對應關系；表情參數與人臉的表情種類一一對應；發送模塊，用于將表情參數發送至機器人，以使機器人從預先建立的表情表達數據庫中查找與表情參數對應的表情表達數據；根據表情表達數據控制機器人面部進行表情展示；其中，該表情表達數據包括人臉面部五官的動作控制數據。

結合第三方面，本發明實施例提供了第三方面的第一種可能的實施方式，其中，上述參數查找模塊還用于：通過機器學習算法，從預先建立的表情參數數據庫中搜索與用戶情緒特征的差值最小的理想情緒特征，將理想情緒特征對應的表情參數作為用戶情緒特征的表情參數。