本發(fā)明涉及機器人技術(shù)領(lǐng)域，特別是涉及一種機器人控制方法和裝置。

背景技術(shù)：

由于機器人(尤其是人形機器人)的交互方式多樣，交互方式包括通過語音、屏幕及行為等多種方式，且機器人工作場景較為復(fù)雜多樣，所以機器人控制方法也復(fù)雜多樣。傳統(tǒng)方法在實現(xiàn)對機器人的肢體行為進行控制中，主要依靠python/c++等編程語言實現(xiàn)，開發(fā)人員需要記住復(fù)雜的序列和命令，因此極為復(fù)雜且學(xué)習(xí)成本高，一般僅有經(jīng)過了較長時間專業(yè)訓(xùn)練的機器人軟件工程師或算法科研人員才可以掌握。這便導(dǎo)致了機器人控制方法的開發(fā)成本很高。因此，急需開發(fā)一種能夠降低開發(fā)成本的機器人控制方法。

技術(shù)實現(xiàn)要素：

基于此，有必要針對上述技術(shù)問題，提供一種能夠降低開發(fā)成本的機器人控制方法和裝置。

一種機器人控制方法，所述方法包括：

接收輸入信息；

根據(jù)所述輸入信息獲取與所述輸入信息匹配的包含表情符號的答案；

獲取所述答案中的表情符號，并根據(jù)所述表情符號獲取預(yù)設(shè)行為庫中與所述表情符號相應(yīng)的預(yù)設(shè)行為；

執(zhí)行所述預(yù)設(shè)行為。

在其中一個實施例中，所述根據(jù)所述輸入信息獲取與所述輸入信息匹配的包含表情符號的答案，包括：

根據(jù)所述輸入信息獲取與所述輸入信息匹配的第一答案，所述第一答案包含與所述輸入信息匹配的表情符號。

在其中一個實施例中，所述根據(jù)所述輸入信息獲取與所述輸入信息匹配的包含表情符號的答案，包括：

根據(jù)所述輸入信息獲取與所述輸入信息匹配的第二答案；

對所述輸入信息進行特征提取，并對提取的特征進行情感分析；

根據(jù)情感分析的結(jié)果獲取與所述情感分析的結(jié)果匹配的表情符號，將所述表情符號插入所述第二答案中。

在其中一個實施例中，所述根據(jù)情感分析的結(jié)果獲取與所述情感分析的結(jié)果匹配的表情符號，將所述表情符號插入所述第二答案中，包括：

根據(jù)情感分析的結(jié)果，獲取與所述情感分析的結(jié)果匹配的預(yù)設(shè)表情符號組；

在所述匹配的預(yù)設(shè)表情符號組中獲取達到預(yù)設(shè)匹配度的表情符號，將所述表情符號插入所述第二答案中。

在其中一個實施例中，所述根據(jù)所述表情符號獲取預(yù)設(shè)行為庫中與所述表情符號相應(yīng)的預(yù)設(shè)行為，包括：

根據(jù)預(yù)設(shè)的包含表情符號標識和行為標識的映射表，查找與答案中的表情符號的表情符號標識具有映射關(guān)系的行為標識，根據(jù)查找到的行為標識獲取預(yù)設(shè)行為庫中與所述表情符號相應(yīng)的預(yù)設(shè)行為。

一種機器人控制裝置，所述裝置包括：

輸入信息接收模塊，用于接收輸入信息；

答案獲取模塊，用于根據(jù)所述輸入信息獲取與所述輸入信息匹配的包含表情符號的答案；

預(yù)設(shè)行為獲取模塊，用于獲取所述答案中的表情符號，并根據(jù)所述表情符號獲取預(yù)設(shè)行為庫中與所述表情符號相應(yīng)的預(yù)設(shè)行為；

預(yù)設(shè)行為執(zhí)行模塊，用于執(zhí)行所述預(yù)設(shè)行為。

在其中一個實施例中，所述答案獲取模塊還用于根據(jù)所述輸入信息獲取與所述輸入信息匹配的第一答案，所述第一答案包含與所述輸入信息匹配的表情符號。

在其中一個實施例中，所述答案獲取模塊包括：

第二答案獲取模塊，用于根據(jù)所述輸入信息獲取與所述輸入信息匹配的第二答案；

特征提取及情感分析模塊，用于對所述輸入信息進行特征提取，并對提取的特征進行情感分析；

匹配模塊，用于根據(jù)情感分析的結(jié)果獲取與所述情感分析的結(jié)果匹配的表情符號，將所述表情符號插入所述第二答案中。

在其中一個實施例中，所述匹配模塊還用于根據(jù)情感分析的結(jié)果，獲取與所述情感分析的結(jié)果匹配的預(yù)設(shè)表情符號組；在所述匹配的預(yù)設(shè)表情符號組中獲取達到預(yù)設(shè)匹配度的表情符號，將所述表情符號插入所述第二答案中。

在其中一個實施例中，所述預(yù)設(shè)行為獲取模塊還用于根據(jù)預(yù)設(shè)的包含表情符號標識和行為標識的映射表，查找與答案中的表情符號的表情符號標識具有映射關(guān)系的行為標識，根據(jù)查找到的行為標識獲取預(yù)設(shè)行為庫中與所述表情符號相應(yīng)的預(yù)設(shè)行為。

上述機器人控制方法和裝置，機器人接收輸入信息，根據(jù)輸入信息獲取與輸入信息匹配的包含表情符號的答案。獲取答案中的表情符號，并根據(jù)表情符號獲取預(yù)設(shè)行為庫中與表情符號相應(yīng)的預(yù)設(shè)行為，執(zhí)行預(yù)設(shè)行為。因為機器人獲取的與輸入信息匹配的答案中包含了表情符號，且預(yù)設(shè)行為庫中存儲了與表情符號對應(yīng)的預(yù)設(shè)行為，所以機器人可根據(jù)該表情符號直接獲取并執(zhí)行與該表情符號對應(yīng)的預(yù)設(shè)行為。不需要用復(fù)雜的序列和命令去實現(xiàn)對機器人肢體行為的控制，從而大大降低了開發(fā)成本。

附圖說明

圖1為一個實施例中機器人控制方法的流程圖；

圖2為圖1中獲取與輸入信息匹配的包含表情符號的答案的流程圖；

圖3為圖2中獲取與情感分析的結(jié)果匹配的表情符號并將表情符號插入第二答案中的流程圖；

圖4為一個實施例中機器人控制裝置的結(jié)構(gòu)示意圖；

圖5為圖4中答案獲取裝置的結(jié)構(gòu)示意圖。

具體實施方式

為使本發(fā)明的上述目的、特征和優(yōu)點能夠更加明顯易懂，下面結(jié)合附圖對本發(fā)明的具體實施方式做詳細的說明。在下面的描述中闡述了很多具體細節(jié)以便于充分理解本發(fā)明。但是本發(fā)明能夠以很多不同于在此描述的其它方式來實施，本領(lǐng)域技術(shù)人員可以在不違背本發(fā)明內(nèi)涵的情況下做類似改進，因此本發(fā)明不受下面公開的具體實施的限制。

除非另有定義，本文所使用的所有的技術(shù)和科學(xué)術(shù)語與屬于本發(fā)明的技術(shù)領(lǐng)域的技術(shù)人員通常理解的含義相同。本文中在本發(fā)明的說明書中所使用的術(shù)語只是為了描述具體的實施例的目的，不是旨在于限制本發(fā)明。以上實施例的各技術(shù)特征可以進行任意的組合，為使描述簡潔，未對上述實施例中的各個技術(shù)特征所有可能的組合都進行描述，然而，只要這些技術(shù)特征的組合不存在矛盾，都應(yīng)當認為是本說明書記載的范圍。

在一個實施例中，如圖1所示，提供了一種機器人控制方法，包括：

步驟110，接收輸入信息。

機器人指有一定的肢體運動能力及語言表達能力的機器人。輸入信息指用戶向機器人發(fā)出的語音、文本、圖像及視頻等其中任何一種或多種信息，當然，在其他實施例中，輸入信息也可以是其他信息。機器人接收用戶向機器人發(fā)出的輸入信息。

步驟120，根據(jù)輸入信息獲取與輸入信息匹配的包含表情符號的答案。

機器人中預(yù)先將各種表情符號存儲在了表情符號庫。并預(yù)先給機器人錄入了一些基本問題的問答數(shù)據(jù)，機器人根據(jù)用戶的輸入信息獲取答案，答案中包含了與輸入信息匹配的表情符號。表情符號就是emoji表情，是一種視覺情感符號，用生動的小圖案(icon)來表達不同的情感。例如用戶說“你好”，機器人獲取對應(yīng)的答案，答案中包含了與“你好”匹配的表情符號，比如是伸出手去握手的表情符號。

步驟130，獲取答案中的表情符號，并根據(jù)表情符號獲取預(yù)設(shè)行為庫中與表情符號相應(yīng)的預(yù)設(shè)行為。

在機器人的預(yù)設(shè)行為庫中存儲了每個表情符號所對應(yīng)的機器人行為，以及表情符號與每個表情符號所對應(yīng)的機器人行為之間的對應(yīng)關(guān)系。機器人行為包括肢體動作及語音，當然，在其他實施例中，機器人行為也可以包括其他行為。獲取答案中的表情符號，根據(jù)表情符號與每個表情符號所對應(yīng)的機器人行為之間的對應(yīng)關(guān)系，在預(yù)設(shè)行為庫中獲取與該表情符號對應(yīng)的預(yù)設(shè)行為，例如執(zhí)行執(zhí)行相應(yīng)的肢體動作和/或發(fā)出相應(yīng)的語音。

步驟140，執(zhí)行預(yù)設(shè)行為。

根據(jù)表情符號獲取到與表情符號相應(yīng)的預(yù)設(shè)行為后，控制機器人執(zhí)行預(yù)設(shè)行為。例如根據(jù)“伸出手去握手”的表情符號，獲取到“伸出手去握手”的預(yù)設(shè)行為，則控制機器人執(zhí)行“伸出手去握手”的肢體動作，并發(fā)出“你好”的語音。

本實施例中，因為機器人獲取的與輸入信息匹配的答案中包含了表情符號，且預(yù)設(shè)行為庫中存儲了與表情符號對應(yīng)的預(yù)設(shè)行為，所以機器人可根據(jù)該表情符號直接獲取并執(zhí)行與該表情符號對應(yīng)的預(yù)設(shè)行為。不需要用復(fù)雜的序列和命令去實現(xiàn)對機器人肢體行為的控制，從而大大降低了開發(fā)成本。

在一個實施例中，根據(jù)輸入信息獲取與輸入信息匹配的包含表情符號的答案，包括：根據(jù)輸入信息獲取與輸入信息匹配的第一答案，第一答案包含與輸入信息匹配的表情符號。

在本實施例中，對于有些輸入信息，機器人對應(yīng)的答案中已經(jīng)預(yù)先寫入了表情符號。所以當機器人接收用戶的這些輸入信息時，則直接獲取的答案中就包含了與輸入信息匹配的表情符號，包含與輸入信息匹配的表情符號的答案即為第一答案。

在一個實施例中，如圖2所示，根據(jù)輸入信息獲取與輸入信息匹配的包含表情符號的答案，具體包括：

步驟121，根據(jù)輸入信息獲取與輸入信息匹配的第二答案。

對于有些輸入信息，機器人預(yù)設(shè)的答案中不包含與輸入信息匹配的表情符號。即機器人根據(jù)用戶的輸入信息，獲取的與輸入信息匹配的答案中不包含與輸入信息匹配的表情符號，不包含與輸入信息匹配的表情符號的答案即為第二答案。

步驟122，對輸入信息進行特征提取，并對提取的特征進行情感分析。

當機器人獲取的答案中不包含與輸入信息匹配的表情符號時，那么就需要對用戶的輸入信息進行特征提取。具體為，對用戶向機器人發(fā)出的語音、文本、圖像及視頻等其中任何一種或者多種輸入信息，采用神經(jīng)語言程序?qū)W(nlp，neuro-linguisticprogramming)和計算機視覺技術(shù)，直接對輸入信息提取客觀特征。例如，可以提取語音中的部分關(guān)鍵字詞及語氣語調(diào)、文本中的關(guān)鍵字詞、獲取的用戶面部圖像的面部表情及用戶的肢體動作等特征。

對提取到的上述特征進行情感分析(sentimentanalysis)，情感分析的主要目的就是識別用戶對事物或人的看法，可以是評價觀點如喜歡、討厭、愛、渴望等，也可以是具體的評價內(nèi)容，從而得出情感分析的結(jié)果。

例如，用戶向機器人發(fā)出“我找到了男朋友”的語音及一個面部表情的輸入信息，機器人預(yù)設(shè)的答案中不包含匹配的表情符號。那么就需要對用戶的輸入信息進行特征提取，將語音轉(zhuǎn)化為文本，從文本中提取出“找到了”及“男朋友”的關(guān)鍵字詞，從面部表情中提取出了“嘴角上揚”、“臉頰上揚鼓起”等特征。采用神經(jīng)語言程序?qū)W對提取出的上述特征進行情感分析，對“找到了”及“男朋友”這兩個關(guān)鍵字詞進行分析，得出情感為“開心”，對嘴角上揚”、“臉頰上揚鼓起”等特征進行分析，得出面部正在做“笑”的動作，所以分析出情感也為“開心”。

步驟123，根據(jù)情感分析的結(jié)果獲取與情感分析的結(jié)果匹配的表情符號，將表情符號插入第二答案中。

根據(jù)情感分析的結(jié)果在表情符號庫中進行情感的匹配，獲取與情感分析的結(jié)果匹配的表情符號，將表情符號插入到第二答案中，如此第二答案中便包含了表情符號。例如，根據(jù)情感分析出的“開心”的情感，將“開心”在表情符號庫中進行匹配，獲取表示“開心”的表情符號，將表示“開心”的表情符號插入第二答案中即可。

在本實施例中，對于有些輸入信息，機器人預(yù)設(shè)的答案中不包含表情符號。此時通過對用戶輸入信息進行特征提取及情感分析，最后根據(jù)情感分析的結(jié)果在表情符號庫中進行情感的匹配，獲取與情感分析的結(jié)果匹配的表情符號。通過機器人的計算為不包含表情符號的答案添加了表情符號，為后續(xù)根據(jù)表情符號調(diào)用執(zhí)行與表情符號相應(yīng)的預(yù)設(shè)行為打好了基礎(chǔ)。

在一個實施例中，如圖3所示，根據(jù)情感分析的結(jié)果獲取與情感分析的結(jié)果匹配的表情符號，將表情符號插入第二答案中，具體包括：

步驟123a，根據(jù)情感分析的結(jié)果，獲取與情感分析的結(jié)果匹配的預(yù)設(shè)表情符號組。

預(yù)先對表情符號庫中的表情符號按照情感進行分類，分為不同的預(yù)設(shè)表情符號組。按照不同的情感例如開心、傷心、沮喪、憤怒、尷尬等，分為不同的預(yù)設(shè)表情符號組，每一個預(yù)設(shè)表情符號組都對應(yīng)一種情感。將情感分析的結(jié)果與預(yù)設(shè)表情符號組所對應(yīng)的情感進行匹配，從而獲取與情感分析的結(jié)果匹配的預(yù)設(shè)表情符號組。

步驟123b，在匹配的預(yù)設(shè)表情符號組中獲取達到預(yù)設(shè)匹配度的表情符號，將表情符號插入第二答案中。

獲取與情感分析的結(jié)果匹配的預(yù)設(shè)表情符號組之后，在該預(yù)設(shè)表情符號組中選出一個最匹配的表情符號。具體為每個表情符號有一個對應(yīng)的文本信息，將該文本信息與情感分析的結(jié)果進行相似度匹配，生成匹配度，預(yù)設(shè)匹配度可以設(shè)置為匹配度最高。因此獲取達到預(yù)設(shè)匹配度的表情符號即為獲取匹配度最高的表情符號。

在本實施例中，將表情符號庫中的表情符號按照不同的情感分為不同的表情符號組，先將情感分析的結(jié)果與不同的表情符號組進行匹配，選出匹配的表情符號組。先粗略地找到大的類別，然后在該大的類別下找到最匹配的表情符號，逐步縮小尋找范圍，便于高效快速精準的找到最匹配的表情符號。

在一個實施例中，根據(jù)表情符號獲取預(yù)設(shè)行為庫中與表情符號相應(yīng)的預(yù)設(shè)行為，包括：根據(jù)預(yù)設(shè)的包含表情符號標識和行為標識的映射表，查找與答案中的表情符號的表情符號標識具有映射關(guān)系的行為標識，根據(jù)查找到的行為標識獲取預(yù)設(shè)行為庫中與表情符號相應(yīng)的預(yù)設(shè)行為。

在機器人中提前預(yù)設(shè)了包含表情符號標識和行為標識的映射表，表情符號標識對應(yīng)相應(yīng)的表情符號，行為標識對應(yīng)相應(yīng)的預(yù)設(shè)行為，表情符號標識和行為標識是一一對應(yīng)的。當獲取了答案中的表情符號之后，根據(jù)表情符號對應(yīng)的表情符號標識在映射表中查詢到對應(yīng)的行為標識，獲取行為標識后，再根據(jù)行為標識獲取對應(yīng)的預(yù)設(shè)行為。

在本實施例中，映射表中的表情符號標識與行為標識是一一對應(yīng)的，即表情符號和預(yù)設(shè)行為是一一對應(yīng)的。通過表情符號就可以準確的找到對應(yīng)的預(yù)設(shè)行為，預(yù)設(shè)行為包含機器人的肢體動作及語音等。將用戶輸入信息與機器人行為的對應(yīng)關(guān)系，簡化為表情符號和與表情符號相應(yīng)的預(yù)設(shè)行為的對應(yīng)關(guān)系。用表情符號將機器人行為規(guī)范化，不需要用復(fù)雜的序列和命令根據(jù)輸入信息來對機器人的行為進行控制。

在一個實施例中，如圖4所示，還提供了一種機器人控制裝置，該裝置包括：輸入信息接收模塊410、答案獲取模塊420、預(yù)設(shè)行為獲取模塊430、預(yù)設(shè)行為執(zhí)行模塊440。

輸入信息接收模塊410，用于接收輸入信息。

答案獲取模塊420，用于根據(jù)輸入信息獲取與輸入信息匹配的包含表情符號的答案。

預(yù)設(shè)行為獲取模塊430，用于獲取答案中的表情符號，并根據(jù)表情符號獲取預(yù)設(shè)行為庫中與表情符號相應(yīng)的預(yù)設(shè)行為。

預(yù)設(shè)行為執(zhí)行模塊440，用于執(zhí)行預(yù)設(shè)行為。

在一個實施例中，答案獲取模塊420還用于根據(jù)輸入信息獲取與輸入信息匹配的第一答案，第一答案包含與輸入信息匹配的表情符號。

在一個實施例中，如圖5所示，答案獲取模塊420包括：第二答案獲取模塊421、特征提取及情感分析模塊422、匹配模塊423。

第二答案獲取模塊421，用于根據(jù)輸入信息獲取與輸入信息匹配的第二答案，第二答案中不包含與輸入信息匹配的表情符號。

特征提取及情感分析模塊422，用于對輸入信息進行特征提取，并對提取的特征進行情感分析。

匹配模塊423，用于根據(jù)情感分析的結(jié)果獲取與情感分析的結(jié)果匹配的表情符號，將表情符號插入第二答案中。

在一個實施例中，匹配模塊423還用于根據(jù)情感分析的結(jié)果，獲取與情感分析的結(jié)果匹配的預(yù)設(shè)表情符號組；在匹配的預(yù)設(shè)表情符號組中獲取達到預(yù)設(shè)匹配度的表情符號，將表情符號插入第二答案中。

在一個實施例中，預(yù)設(shè)行為獲取模塊430還用于根據(jù)預(yù)設(shè)的包含表情符號標識和行為標識的映射表，查找與答案中的表情符號的表情符號標識具有映射關(guān)系的行為標識，根據(jù)查找到的行為標識獲取預(yù)設(shè)行為庫中與表情符號相應(yīng)的預(yù)設(shè)行為。

以上所述實施例僅表達了本發(fā)明的幾種實施方式，其描述較為具體和詳細，但并不能因此而理解為對發(fā)明專利范圍的限制。應(yīng)當指出的是，對于本領(lǐng)域的普通技術(shù)人員來說，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進，這些都屬于本發(fā)明的保護范圍。因此，本發(fā)明專利的保護范圍應(yīng)以所附權(quán)利要求為準。