一种家用多功能智能机器人

1.一种家用多功能智能机器人，包括处理控制系统和多个功能子系统，所述多个功能子系统包括移动系统，数据采集系统，通信系统，其特征在于：
所述移动系统包括定位模块和驱动模块，所述定位模块对所述机器人所在的环境进行识别和定位，并通过驱动模块控制机器人移动；
所述数据采集系统包括视觉模块、语音模块、数据收集模块，所述视觉模块包括摄像装置并通过所述摄像装置采集视频图像；所述语音模块包括拾音器，所述拾音器采集音频信息；
所述通信系统包括无线通信模块，实现所述机器人的远程通信；
所述处理控制系统包括处理模块和控制模块，所述处理模块实时接收所述多个功能子系统中的数据，按照预定的算法进行处理，基于处理结果，所述控制模块向各功能子系统系统下达控制指令，控制所述机器人的动作。
2.如权利要求1所述的机器人，其特征在于：
所述处理控制系统对所述视频模块采集的视频图像进行处理，并对对周围环境发生的事件进行智能识别与判断，并基于所述判断发出相应的动作指令。
3.如权利要求2所述的机器人，其特征在于：
所述处理控制系统对所述视频图像进行处理后进行智能识别与判断包括非法入侵检测识别、肢体冲突检测识别、手势检测识别、跌倒检测判断、火焰检测、烟雾检测中的一种或多种。
4.如权利要求3所述的机器人，其特征在于：
所述非法入侵检测识别包括如下步骤：
一、人体捕捉，采用机器学习的视频人体检测，以HOG特征作为人体的形状描述，选择SVM通过adaboost算法，滑动遍历所述视频图像实现对人体的捕捉；
二、人体跟踪，建立人体跟踪模型，以LBP函数进行相似度度量和以巴氏距离来计算相似性，基于均值偏移来实现对人体的跟踪；
三、非法入侵检测，基于所述人体捕捉得到人在视频图像中的位置，根据所述人体跟踪来确定人进入警戒区域；
一旦进入警戒区域，所述处理控制系统对所述视频图像中的人进行识别，如果识别判断为非注册人员，所述控制系统确认为非法入侵并发出报警指令。
5.如权利要求3所述的机器人，其特征在于：
所述肢体冲突检测识别包括如下步骤：
一、人体捕捉，采用机器学习的视频人体检测，以HOG特征作为人体的形状描述，选择SVM通过adaboost算法，滑动遍历所述视频图像实现对人体的捕捉；
二、人体跟踪，建立人体跟踪模型，以LBP函数进行相似度度量和以巴氏距离来计算相似性，基于均值偏移来实现对人体的跟踪；
三、肢体冲突检测，基于所述人体捕捉得到人在视频图像中的位置和所述人体跟踪获得人所在的区域，采用KLT(Kande-Lucas-Tomasi)特征点光流计算目所述区域内的光流矢量，用区域熵来表征剧烈无规则运动，当区域熵超过阈值时，所述控制系统确认为发生肢体冲突并发出报警指令。
6.如权利要求4所述的机器人，其特征在于：
所述处理控制系统对所述视频图像中的人进行识别包括对所述视频图像中的人进行人脸识别和/或对所述视频图像中的人的声音进行声纹识别。
7.如权利要求5所述的机器人，其特征在于：
所述肢体冲突检测步骤中，还包括对所述语音模块中的所示拾音器获取的音频信息进行音频分析；
如果通过所述光流矢量计算获得的区域熵超过阈值的同时，所述音频信息超过分贝阈值，所述控制系统确认为发生肢体冲突并发出报警指令。
8.如权利要求6所述的机器人，其特征在于：
所述声纹识别包括离线模型训练和在线声纹识别；
所述离线模型训练获得特定人的声纹特征模型；
所述在线声纹识别将所述声音与所述声纹特征模型进行匹配，从而实现声纹识别。
9.如权利要求8所述的机器人，其特征在于：
所述声纹识别包括如下步骤：
一、对所述声音进行采样处理，获得声音信号；
二、对所述声音信号进行特征提取，获得规一化的功率谱；
三、采用GMM模型进行音频辨识模型训练并存入数据库，完成声纹注册；
四、与所述数据库中注册的声音模型进行匹配，实现声纹识别。
10.如权利要求3所述的机器人，其特征在于：
所述手势检测识别包括图像预处理、手势跟踪、特征提取、手势识别四个步骤；
所述图像预处理是采用中值滤波对所述视频图像中的手势图像进行平滑去噪，获得所述手势图像，并对手势图像进行分割获得手势二值图像；
所述手势跟踪是采用HSV空间的CAMShift跟踪算法来将所述手势二值图像转换为颜色概率分布图，通过多次迭代实现对具有特征颜色物体的跟踪；
所述特征提取是对所述手势二值图像中的手势轮廓提取手势的Hu不变矩特征，所述特征具有平移、旋转和尺度不变性，并将所述特征送入到BP神经网络进行训练；
所述手势识别将提取到的所述特征送入到训练完成的BP神经网络进行匹配识别，从而完成所述手势识别。

暂无