[發(fā)明專利]一種融合式人機(jī)交互方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202011358979.1
• 申請(qǐng)日: 2020-11-27
• 公開（公告）號(hào): CN112405546A
• 公開（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 李明江;于小會(huì);楊文軍
• 申請(qǐng)（專利權(quán)）人: 杭州同繪科技有限公司
• 主分類號(hào): B25J9/16
• 分類號(hào): B25J9/16
• 代理公司: 杭州天昊專利代理事務(wù)所(特殊普通合伙) 33283
• 代理人: 何碧珩

一種融合式人機(jī)交互方法，該交互方法融合了觸摸式交互和語音式交互的方法，從人工智能的角度實(shí)現(xiàn)了人對(duì)機(jī)器的控制，包括以下步驟：首先對(duì)狀態(tài)模塊初始化；然后對(duì)使用者下達(dá)的命令進(jìn)行語音采集；系統(tǒng)對(duì)命令分析；將獲取的命令資源釋放，操作結(jié)束；對(duì)需要執(zhí)行的命令進(jìn)行語音播放并文字提示；使用者按照語音播放和文字提示進(jìn)行選擇是否要執(zhí)行命令。本發(fā)明通過將語音式交互和觸摸式交互相融合，結(jié)合了兩者的優(yōu)點(diǎn)，機(jī)器顯示屏將同步當(dāng)前的狀態(tài)下執(zhí)行操作，可以用文字的形式或語音輸入的方式進(jìn)行操作，具有操作便利和簡(jiǎn)單直觀的優(yōu)點(diǎn)，又解決了操作者的意圖在機(jī)器中間操作不清的問題，使得人與機(jī)器的交互更加準(zhǔn)確。

技術(shù)領(lǐng)域

本發(fā)明涉及人機(jī)交互智技術(shù)，具體涉及一種人機(jī)交互方法。

背景技術(shù)

隨著人工智能技術(shù)的發(fā)展，使用機(jī)器模擬人與使用者交互的應(yīng)用越來越廣泛，分為語音式交互和觸摸式交互；現(xiàn)有的語音式交互的形式一般為純語音模式和問答模式，語音交互機(jī)器人主要采用在知識(shí)庫中預(yù)設(shè)問題及相應(yīng)的答案，系統(tǒng)獲取到使用者的語音信息后，通過相應(yīng)的算法轉(zhuǎn)寫為文本，將文本信息送入后臺(tái)系統(tǒng)，到知識(shí)庫中尋找對(duì)應(yīng)的答案返回給客戶，提高服務(wù)效率，降低運(yùn)營(yíng)成本。

在實(shí)際使用中，由于采用關(guān)鍵詞、正則表達(dá)式、深度學(xué)習(xí)模型等單一算法，計(jì)算出來的結(jié)果，答案不夠精準(zhǔn)，導(dǎo)致回復(fù)錯(cuò)誤，效果不佳；由于預(yù)設(shè)定的答案一般為單一結(jié)果，對(duì)于使用者多問題多意圖等信息的解答效果不佳；由于預(yù)設(shè)的問題及對(duì)應(yīng)的答案單一，設(shè)計(jì)的流程沒有輪詢及上下文及歷史數(shù)據(jù)關(guān)聯(lián)機(jī)制，導(dǎo)致與使用者交流過程中機(jī)械痕跡明顯，交互不流暢，體驗(yàn)不佳。例如中國(guó)專利申請(qǐng) CN111653262A公開了一種智能語音交互系統(tǒng)及方法，根據(jù)設(shè)定規(guī)則調(diào)度多種算法模型計(jì)算并綜合計(jì)算結(jié)果得出最優(yōu)解，以解決單一算法模型的盲點(diǎn)計(jì)算的局限性，達(dá)到互補(bǔ)的效果，但是使用者對(duì)于系統(tǒng)支持的命令以及交互過程中的有限能力不清楚，有時(shí)在機(jī)器人識(shí)別不了，使用者不知道如何提出關(guān)鍵字來控制機(jī)器人。

現(xiàn)有的觸摸式交互，即在屏幕上羅列功能，使用觸摸的操作方法進(jìn)行控制，以ARM芯片和FPGA芯片為基礎(chǔ)嵌入模塊化的控制軟件，通過在顯示屏上對(duì)按鍵觸摸對(duì)機(jī)器人進(jìn)行控制，例如中國(guó)專利申請(qǐng) CN111421555A公開了一種高精度機(jī)器人的多軸同步控制方法，通過觸摸屏和ARM控制器的數(shù)據(jù)傳輸實(shí)現(xiàn)人機(jī)交互；例如中國(guó)專利申請(qǐng) CN111881261A公開了一種物聯(lián)網(wǎng)多點(diǎn)應(yīng)答互動(dòng)智能機(jī)器人系統(tǒng)，其中人機(jī)顯示交互模塊是采用HMI智能串口觸摸屏實(shí)現(xiàn)人機(jī)交互，觸摸交互方式雖然簡(jiǎn)潔直觀，但沒有語音式交互便利，沒有語音式交互的自然。

發(fā)明內(nèi)容

本發(fā)明的目的提供一種融合式人機(jī)交互方法，通過將語音式交互和觸摸式交互融合，保留了語音式交互和觸摸式交互的優(yōu)點(diǎn)，兩者的缺點(diǎn)也互相彌補(bǔ)，解決了現(xiàn)有技術(shù)中人機(jī)交互的缺點(diǎn)。

為了實(shí)現(xiàn)上述目的，本發(fā)明提供一下技術(shù)方案：

一種融合式人機(jī)交互方法，該交互方法融合了觸摸式交互和語音式交互的方法，從人工智能的角度實(shí)現(xiàn)了人對(duì)機(jī)器的控制，該方法具體包括以下步驟：

(1)對(duì)狀態(tài)模塊初始化；

(2)對(duì)使用者下達(dá)的命令進(jìn)行語音采集；

(3)系統(tǒng)對(duì)命令分析；

(4)將獲取的命令資源釋放，操作結(jié)束；

(5)對(duì)需要執(zhí)行的命令進(jìn)行語音播放并文字提示；

(6)使用者按照語音播放和文字提示進(jìn)行選擇是否要執(zhí)行命令。

進(jìn)一步的，所述狀態(tài)模塊包括語音采集模塊，命令分析模塊、語音播放和文字模塊，在一些優(yōu)選方案中文字模塊包括文字，在語音播放的同時(shí)以文字的形式出現(xiàn)，讓用戶在聽到播報(bào)的同時(shí)可以觸摸按鍵進(jìn)行操作。

進(jìn)一步的，所述的初始化是指所有狀態(tài)模塊都處于待運(yùn)行狀態(tài)，沒有實(shí)際操作。