本发明公开了一种语音控制的空气净化机器人，该空气净化机器人包括机器人本体和设置在机器人本体上的人机交互系统、主控系统和空气净化系统；人机交互系统与用户进行信息交互，以获取用户发出的语音控制指令，并将语音控制指令发送至主控系统；主控系统根据接收到的语音控制指令，控制空气净化系统的运行状态；空气净化系统根据空气净化机器人所处环境的空气状况，对其周围环境进行净化处理。与现有技术相比，本发明通过对采集用户的语音信号进行处理，进而输出相应的语音控制指令发送至主控系统，进而实现了对空气净化系统的运行状态的调节。该人机交互系统实现了对空气净化系统的智能化控制，从而实现对该空气净化机器人周围环境的净化。
1.一种语音控制的空气净化机器人，其特征在于，包括机器人本体和设置在机器人本体上的人机交互系统、主控系统和空气净化系统；
所述人机交互系统，用于与用户进行信息交互，以获取用户发出的语音控制指令，并将所述语音控制指令发送至所述主控系统；
所述主控系统，用于根据接收到的所述语音控制指令，控制所述空气净化系统的运行状态；
所述空气净化系统，用于根据所述空气净化机器人所处环境的空气状况，对其周围环境进行净化处理；
所述人机交互系统还包括：与所述语音采集模块通信连接的身份验证模块；
所述身份验证模块，用于验证用户是否有权限操作所述空气净化机器人，若验证成功，则驱动所述语音采集模块开始采集所述用户的语音信号；
所述身份验证模块包括：人脸采集单元、人脸处理单元和身份验证单元；
所述人脸处理单元，用于对所述人脸图像进行处理和特征提取，提取所述人脸图像的脸部特征参数；
所述身份验证单元，用于将提取到的脸部特征参数和有控制权限的人员的脸部特征参数进行匹配，若匹配成功，则该用户具有权限，此时发送第一控制指令至所述语音采集模块，以驱动所述语音采集模块开始采集用户的语音信号；
所述人脸处理单元包括：图像增强子单元、图像去噪子单元和特征提取子单元；
所述图像增强子单元，用于对所述人脸图像进行增强处理；
所述图像去噪子单元，用于对增强处理后的人脸图像进行降噪处理；
所述特征提取子单元，用于从降噪后的人脸图像中提取用户的脸部特征参数；
在所述图像去噪子单元中，所述的对增强处理后的人脸图像进行降噪处理，具体是：(1)选取一个大小为(2A+1)×(2A+1)的滑动窗口Ω，利用下式计算所述滑动窗口Ω内中心像素点p(i，j)的去噪估计值，并将其替换所述增强处理后的人脸图像中对应像素点的灰度值，得到降噪后的像素点p(i，j)的灰度值：式中，G′p(i，j)为像素点p(i，j)的去噪估计值，Gp(i，j)为像素点p(i，j)的灰度值，q(m，n)为所述滑动窗口Ω内，除去像素点p(i，j)之外的剩余像素点，Gq(m，n)为像素点q(m，n)的灰度2
值，D(q(m，n))为归一化参数，σ为所述增强处理后的人脸图像的全局噪声方差， 为滑动窗口Ω内所有像素点构成的图像块的局部噪声方差，κ为设定的一个正数因子，其用于防止分母为零， 为水平方向上像素点q(m，n)的灰度梯度值， 为垂直方向上像素点q(m，n)的灰度梯度值，h为设定的平滑因子；
(3)遍历所述增强处理后的人脸图像中所有像素点，所有像素点的去噪估计值构成的集合即为去噪后的人脸图像。
2.根据权利要求1所述的空气净化机器人，其特征在于，所述人机交互系统，包括语音采集模块、语音处理模块和语音指令生成模块；
所述语音处理模块，用于对所述语音信号进行处理，提取所述语音信号的语音特征参数；
所述语音指令生成模块，用于将提取到的语音特征参数和预存的标准语音指令特征参数进行比对，确定用户所发出的语音控制指令，并将所述语音控制指令发送至所述主控系统。
3.根据权利要求1所述的空气净化机器人，其特征在于，所述空气净化系统包括：环境监测模块、处理器和空气净化模块；
所述环境监测模块，用于采集所述空气净化机器人所处环境的环境参数，并将其发送至所述处理器；
所述处理器，用于对所述环境参数进行处理和分析，判断当前环境的各项指标是否超出预设的标准指标，若超标，则生成相应的空气净化指令并将其指令发送至所述空气净化模块；
所述空气净化模块，用于根据接收到的空气净化指令，对当前环境进行净化处理。
4.根据权利要求3所述的空气净化机器人，其特征在于，所述环境监测模块包括：温湿度传感器、压差传感器、风速传感器、氧气传感器、二氧化碳传感器、颗粒物传感器和微生物传感器中的一种或者多种。
5.根据权利要求1所述的空气净化机器人，其特征在于，在所述图像增强子单元中，所述的对所述人脸图像进行增强处理，具体是：(1)将所述人脸图像变换到HSV空间，得到所述人脸图像各个像素点的亮度值；
(2)将所述人脸图像进行灰度化处理，得到所述人脸图像的灰度化图像；
(3)利用下方函数对所述灰度化图像中各个像素点的灰度值进行修正，得到修正后的灰度值，各个像素点的修正后的灰度值构成的集合即为增强处理后的人脸图像；其中，像素点k(xl，yl)的修正后的灰度值的计算式子为：式中，H′k(xl，yl)为像素点k(xl，yl)的修正后的灰度值，Hk(xl，yl)为灰度化图像中像素点k(xl，yl)的灰度值，Hmax为所述灰度化图像的灰度值的最大值，Hmin为所述灰度化图像的灰度值的最小值，Ik(xl，yl)为像素点k(xl，yl)的亮度值，Imax为所述人脸图像的亮度值的最大值，Imin为所述人脸图像的亮度值的最小值。
语音控制的空气净化机器人
技术领域
[0001] 本发明涉及空气净化技术领域，具体涉及一种语音控制的空气净化机器人。
背景技术
[0002] 现在市场上已出现的家用型空气净化器，多采用不可移动的定点工作运行方式，智能化程度较低，不能很好的进行人机交互。
发明内容
[0003] 针对上述问题，本发明提供一种语音控制的空气净化机器人。
[0004] 本发明的目的采用以下技术方案来实现：
[0005] 一种语音控制的空气净化机器人，该空气净化机器人包括机器人本体和设置在机器人本体上的人机交互系统、主控系统和空气净化系统；
[0006] 所述人机交互系统，用于与用户进行信息交互，以获取用户发出的语音控制指令，并将所述语音控制指令发送至所述主控系统；
[0007] 所述主控系统，用于根据接收到的所述语音控制指令，控制所述空气净化系统的运行状态；
[0008] 所述空气净化系统，用于根据所述空气净化机器人所处环境的空气状况，对其周围环境进行净化处理。
[0009] 优选地，所述人机交互系统，包括语音采集模块、语音处理模块和语音指令生成模块；
[0010] 所述语音采集模块，用于采集用户的语音信号；
[0011] 所述语音处理模块，用于对所述语音信号进行处理，提取所述语音信号的语音特征参数；
[0012] 所述语音指令生成模块，用于将提取到的语音特征参数和预存的标准语音指令特征参数进行比对，确定用户所发出的语音控制指令，并将所述语音控制指令发送至所述主控系统。
[0013] 优选地，所述空气净化系统包括：环境监测模块、处理器和空气净化模块；
[0014] 所述环境监测模块，用于采集所述空气净化机器人所处环境的环境参数，并将其发送至所述处理器；
[0015] 所述处理器，用于对所述环境参数进行处理和分析，判断当前环境的各项指标是否超出预设的标准指标，若超标，则生成相应的空气净化指令并将其指令发送至所述空气净化模块；
[0016] 所述空气净化模块，用于根据接收到的空气净化指令，对当前环境进行净化处理。
[0017] 优选地，所述环境监测模块包括：温湿度传感器、压差传感器、风速传感器、氧气传感器、二氧化碳传感器、颗粒物传感器和微生物传感器中的一种或者多种。
[0018] 优选地，所述人机交互系统还包括：与所述语音采集模块通信连接的身份验证模块；
[0019] 所述身份验证模块，用于验证用户是否有权限操作所述空气净化机器人，若验证成功，则驱动所述语音采集模块开始采集所述用户的语音信号。
[0020] 优选地，所述身份验证模块包括：人脸采集单元、人脸处理单元和身份验证单元；
[0021] 所述人脸采集单元，用于采集用户的人脸图像；
[0022] 所述人脸处理单元，用于对所述人脸图像进行处理和特征提取，提取所述人脸图像的脸部特征参数；
[0023] 所述身份验证单元，用于将提取到的脸部特征参数和有控制权限的人员的脸部特征参数进行匹配，若匹配成功，则该用户具有权限，此时发送第一控制指令至所述语音采集模块，以驱动所述语音采集模块开始采集用户的语音信号。
[0024] 优选地，所述人脸处理单元包括：图像增强子单元、图像去噪子单元和特征提取子单元；
[0025] 所述图像增强子单元，用于对所述人脸图像进行增强处理；
[0026] 所述图像去噪子单元，用于对增强处理后的人脸图像进行降噪处理；
[0027] 所述特征提取子单元，用于从降噪后的人脸图像中提取用户的脸部特征参数。
[0028] 优选地，在所述图像增强子单元中，所述的对所述人脸图像进行增强处理，具体是：
[0029] (1)将所述人脸图像变换到HSV空间，得到所述人脸图像各个像素点的亮度值；
[0030] (2)将所述人脸图像进行灰度化处理，得到所述人脸图像的灰度化图像；
[0031] (3)利用下方函数对所述灰度化图像中各个像素点的灰度值进行修正，得到修正后的灰度值，各个像素点的修正后的灰度值构成的集合即为增强处理后的人脸图像；其中，像素点k(xl，yl)的修正后的灰度值的计算式子为：
[0032]
[0033] 式中，H′k(xl，yl)为像素点k(xl，yl)的修正后的灰度值，Hk(xl，yl)为灰度化图像中像素点k(xl，yl)的灰度值，Hmax为所述灰度化图像的灰度值的最大值，Hmin为所述灰度化图像的灰度值的最小值，Ik(xl，yl)为像素点k(xl，yl)的亮度值，Imax为所述人脸图像的亮度值的最大值，Imin为所述人脸图像的亮度值的最小值。
[0034] 本发明的有益效果为：
[0035] 与现有技术相比，本发明通过对采集用户的语音信号进行处理，以提取相应的语音特征参数，并与预存的标准语音指令特征参数进行比对，进而输出相应的语音控制指令发送至所述主控系统，进而实现了对空气净化系统的运行状态的调节。该人机交互系统实现了对空气净化系统的智能化控制，从而实现对该空气净化机器人周围环境的净化。
附图说明
[0036] 利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
[0037] 图1是本发明实施例提供的空气净化机器人的结构框图；
[0038] 图2是本发明实施例提供的人机交互系统100的结构框图；
[0039] 图3是本发明实施例提供的空气净化系统300的结构框图；
[0040] 图4是本发明实施例提供的身份验证模块110的结构框图。
[0041] 附图标记：人机交互系统100、主控系统200、空气净化系统300、身份验证模块110、语音采集模块120、语音处理模块130、语音指令生成模块140、环境监测模块310、处理器320、空气净化模块330、人脸采集单元111、人脸处理单元112、身份验证单元113、图像增强子单元1121、图像去噪子单元1122、特征提取子单元1123。
具体实施方式
[0042] 结合以下实施例对本发明作进一步描述。
[0043] 一种语音控制的空气净化机器人，所述空气净化机器人包括机器人本体和设置在机器人本体上人机交互系统100、主控系统200和空气净化系统300；
[0044] 所述人机交互系统100，用于与用户进行信息交互，以获取用户发出的语音控制指令，并将所述语音控制指令发送至所述主控系统200；
[0045] 所述主控系统200，用于根据接收到的所述语音控制指令，控制所述空气净化系统300的运行状态；
[0046] 所述空气净化系统300，用于根据所述空气净化机器人所处环境的空气状况，对其周围环境进行净化处理。
[0047] 优选地，所述人机交互系统100包括语音采集模块120、语音处理模块130和语音指令生成模块140；
[0048] 所述语音采集模块120，用于采集用户的语音信号；
[0049] 所述语音处理模块130，用于对所述语音信号进行处理，提取所述语音信号的语音特征参数；
[0050] 所述语音指令生成模块140，用于将提取到的语音特征参数和预存的标准语音指令特征参数进行比对，确定用户所发出的语音控制指令，并将所述语音控制指令发送至所述主控系统200。
[0051] 优选地，所述空气净化系统300包括：环境监测模块310、处理器320和空气净化模块330；
[0052] 所述环境监测模块310，用于采集所述空气净化机器人所处环境的环境参数，并将其发送至所述处理器320；
[0053] 所述处理器320，用于对所述环境参数进行处理和分析，判断当前环境的各项指标是否超出预设的标准指标，若超标，则生成相应的空气净化指令并将其指令发送至所述空气净化模块330；
[0054] 所述空气净化模块330，用于根据接收到的空气净化指令，对当前环境进行净化处理。
[0055] 优选地，所述环境监测模块310包括：温湿度传感器、压差传感器、风速传感器、氧气传感器、二氧化碳传感器、颗粒物传感器和微生物传感器中的一种或者多种。
[0056] 优选地，所述人机交互系统100还包括：与所述语音采集模块120通信连接的身份验证模块110；
[0057] 所述身份验证模块110，用于验证用户是否有权限操作所述空气净化机器人，若验证成功，则驱动所述语音采集模块开始采集所述用户的语音信号。
[0058] 为避免其他人随意操作空气净化机器人，本实施例中设计了身份验证模块110，本实施例先对用户的身份进行验证，从而只允许有控制权限的人员对该空气净化机器人进行语音控制，避免其他人的恶意操作带来的空气净化机器人的能量损耗，延长了该空气净化机器人的使用寿命。
[0059] 优选地，所述身份验证模块110包括：人脸采集单元111、人脸处理单元112和身份验证单元113；
[0060] 所述人脸采集单元111，用于采集用户的人脸图像；
[0061] 所述人脸处理单元112，用于对所述人脸图像进行处理和特征提取，提取所述人脸图像的脸部特征参数；
[0062] 所述身份验证单元113，用于将提取到的脸部特征参数和有控制权限的人员的脸部特征参数进行匹配，若匹配成功，则该用户具有权限，此时发送第一控制指令至所述语音采集模块120，以驱动所述语音采集模块120开始采集用户的语音信号。
[0063] 优选地，所述人脸处理单元112包括：图像增强子单元1121、图像去噪子单元1122和特征提取子单元1123；
[0064] 所述图像增强子单元1121，用于对所述人脸图像进行增强处理；
[0065] 所述图像去噪子单元1122，用于对增强处理后的人脸图像进行降噪处理；
[0066] 所述特征提取子单元1123，用于从降噪后的人脸图像中提取用户的脸部特征参数。
[0067] 在一个可选的实施例中，在所述图像增强子单元1121中，所述的对所述人脸图像进行增强处理，具体是：
[0068] (1)将所述人脸图像变换到HSV空间，得到所述人脸图像各个像素点的亮度值；
[0069] (2)将所述人脸图像进行灰度化处理，得到所述人脸图像的灰度化图像；
[0070] (3)利用下方函数对所述灰度化图像中各个像素点的灰度值进行修正，得到修正后的灰度值，各个像素点的修正后的灰度值构成的集合即为增强处理后的人脸图像；其中，像素点k(xl，yl)的修正后的灰度值的计算式子为：
[0071]
[0072] 式中，H′k(xl，yl)为像素点k(xl，yl)的修正后的灰度值，Hk(xl，yl)为灰度化图像中像素点k(xl，yl)的灰度值，Hmax为所述灰度化图像的灰度值的最大值，Hmin为所述灰度化图像的灰度值的最小值，Ik(xl，yl)为像素点k(xl，yl)的亮度值，Imax为所述人脸图像的亮度值的最大值，Imin为所述人脸图像的亮度值的最小值。
[0073] 有益效果：在上述实施例中，利用上式对人脸图像做图像增强处理，在增强处理过程中，首先将人脸图像变换到HSV空间，得到各个像素点的亮度值，之后将人脸图像进行灰度化处理，得到各个像素点的灰度值，然后基于得到的各个像素点的亮度值和灰度值，利用上述式子对各个像素点的灰度值进行修正，得到增强处理后的相应像素点的灰度值，该实施例不仅考虑了该像素点亮度值的影响，还考虑了该像素点灰度值的影响，且该图像增强处理过程简单、处理速度快，而且也能够反映出亮度信息对图像增强处理效果的影响，从而实现对所述人脸图像的图像增强处理，凸显特征明显的区域，便于后续提取能够表征用户身份的脸部特征数据。
[0074] 在一个可选的实施例中，在所述图像去噪子单元1122中，所述的对增强处理后的人脸图像进行降噪处理，具体是：
[0075] (1)选取一个大小为(2A+1)×(2A+1)的滑动窗口Ω，利用下式计算所述滑动窗口Ω内中心像素点p(i，j)的去噪估计值，并将其替换所述增强处理后的人脸图像中对应像素点的灰度值，得到降噪后的像素点p(i，j)的灰度值：
[0076]
[0077]
[0078] 式中，G′p(i，j)为像素点p(i，j)的去噪估计值，Gp(i，j)为像素点p(i，j)的灰度值，q(m，n)为所述滑动窗口Ω内，除去像素点p(i，j)之外的剩余像素点，Gq(m，n)为像素点q(m，n)的灰度值，D(q(m，n))为归一化参数，σ2为所述增强处理后的人脸图像的全局噪声方差，为滑动窗口Ω内所有像素点构成的图像块的局部噪声方差，κ为设定的一个正数因子，其用于防止分母为零， 为水平方向上像素点q(m，n)的灰度梯度值， 为垂直方向上像素点q(m，n)的灰度梯度值，h为设定的平滑因子；
[0079] (3)遍历所述增强处理后的人脸图像中所有像素点，所有像素点的去噪估计值构成的集合即为去噪后的人脸图像。
[0080] 有益效果：在上述实施例中，通过上述式子对增强处理后的人脸图像中各个像素点的灰度值进行估计，进而得到降噪后的各个像素点的灰度值，该降噪过程不仅考虑了待去噪像素点的灰度值与其滑动窗口内其他像素点灰度值的差的绝对值的影响，还考虑了待去噪像素点与其滑动窗口内其他像素点空间距离的影响以及待去噪像素点在水平方向和竖直方向上的灰度梯度值的影响，从而能够对各个像素点的去噪估计值进行准确估计，进而实现了对人脸图像中的噪声的全面去噪，提高了该单元的降噪效果，便于后续对用户的身份进行准确辨认。
[0081] 在一个更优选的实施例中，上述的所述增强处理后的人脸图像的全局噪声方差σ2，可通过下面方式获得，：
[0082] (1)将所述增强处理后的人脸图像划分为多个大小为R×T的子图像块，统计每个子图像块中灰度值为0和255的像素点个数，当其像素点个数超过相应子图像块像素点总数的10％时，舍弃该子图像块，同时计算未舍弃的各个子图像块的灰度值的标准差sz和图像熵Ez，其中，z为未舍弃子图像块的索引，其所有未舍弃的子图像块组成一样本集[0083] (2)利用下式计算所述的未舍弃的子图像块对应的平滑度值，选取平滑度值最大的子图像块对应的方差值作为最终的全局噪声方差σ2，其中，子图像块的平滑度值的计算式子为：
[0084]
[0085] 式中，Flz为子图像块z的平滑度值，sz为子图像块z的灰度值的标准差，Ez为子图像块z的灰度值的图像熵，sf、sE为设定的小常量，s0、E0为最优时的子图像块的标准差值和图像熵值，显而易见，最优时，s0、E0均为零。
[0086] 有益效果：在上述实施例中，首先通过筛选的方式将灰度值为0和255的像素点占比高的子图像块进行删除，只考虑未被删除的子图像块的平滑度值，该方法是基于人脸图像灰度化特征进行设定的，因为人脸图像进行灰度化后，包含人脸信息的子图像块的灰度值分布于0-255之间，因此，在降噪处理中，集中选择表征脸部信息的子图像块来描述全局噪声方差，能够实现对包含人脸在内的区域的准确去噪，提高后续人脸识别的准确性。
[0087] 本发明的有益效果为：
[0088] 与现有技术相比，本发明通过对采集用户的语音信号进行处理，以提取相应的语音特征参数，并与预存的标准语音指令特征参数进行比对，进而输出相应的语音控制指令发送至所述主控系统，进而实现了对空气净化系统的运行状态的调节。该人机交互系统实现了对空气净化系统的智能化控制，从而实现对该空气净化机器人周围环境的净化。
[0089] 最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。
