一种智能交互导视方法、计算机设备及存储介质

本发明涉及计算机处理，特别涉及一种智能交互导视方法、计算机设备及存储介质。

背景技术：

1、当前，主流的导视技术主要依赖静态标识牌、电子显示屏或基于单一传感器的人员定位方案实现路径指引功能，部分导视系统虽已集成简单的路径规划算法，但在面对动态、复杂的实际应用场景时，其适应性仍存在诸多不足，具体表现在以下方面。

2、首先，现有导视系统大多依托单一维度的空间感知手段，难以实现物理空间与数字空间的有机融合。例如，部分基于传统室内定位技术（如wi-fi、蓝牙rssi定位）的导视方案，仅利用接收信号强度指示进行位置估算，缺乏对空间几何拓扑结构、动态障碍物分布以及功能区域语义信息的综合考量，导致系统所生成的导视路径与实际建筑环境之间存在明显偏差，无法准确反映楼层连通性、设施可达性及区域功能属性等关键空间特征，从而严重影响用户的导航体验和路径执行效率。

3、其次，现有技术在用户意图理解层面存在明显的滞后性。一般导视系统采用基于预设规则的交互逻辑（如固定的关键词匹配或层级菜单选择），缺乏对用户实时行为序列和动作特征的动态建模能力，无法根据用户的行进姿态、步态变化或空间轨迹主动推测其潜在的导视意图。当用户处于陌生环境或面临多种目的地可选方案时，系统难以提供精准的意图预判服务，用户往往需要经过多次交互操作才能获得有效的路径信息，这不仅显著增加了交互频次与时间成本，也在一定程度上降低了导视系统的智能化水平和用户体验满意度。

4、此外，在复杂空间环境中，用户的认知负荷受环境复杂度（如通道分支密度、空间节点数量）、路径长度及信息呈现方式等多重因素的共同影响。然而，现有导视系统普遍缺乏对用户认知状态的动态评估机制，其反馈策略相对固化，无法根据用户的实际感知负荷灵活调整信息展示的粒度与模态形式。在信息过载或环境复杂度较高的场景下，系统仍以相同的信息密度进行导航指引，容易导致用户的信息接收效率和决策能力显著下降，甚至出现寻路困惑或选择困难的情况，难以满足差异化的用户导视需求。

5、综上所述，现有导视技术在空间语义建模、用户意图理解以及认知自适应反馈等方面均存在明显的技术缺陷，亟需一种能够融合多维空间感知数据、实时解析用户导视意图并动态调整交互反馈策略的智能导视方法，以提升复杂环境下导视系统的适应性和用户体验。

技术实现思路

1、为解决现有导视系统缺乏多源感知融合的动态语义建图、实时行为意图推测及认知负荷自适应反馈，导致路径偏差、交互冗余与信息过载的技术问题，本发明提供了一种智能交互导视方法、计算机设备及存储介质。

2、第一方面，本发明提供了一种智能交互导视方法，包括：

3、获取原始建筑信息模型数据以及边缘感知设备采集的点云数据和深度图像，基于所述原始建筑信息模型数据、所述点云数据和所述深度图像生成动态空间语义地图，所述动态空间语义地图包括物理几何坐标和空间实体属性；

4、获取用户的人体姿态数据、步态特征数据、空间位置轨迹数据以及交互请求数据，基于所述人体姿态数据、所述步态特征数据和所述空间位置轨迹数据解析用户的导视意图，并结合用户的地理位置上下文确定目的地候选集；

5、基于所述动态空间语义地图和所述导视意图，在包含时间维度的搜索空间内生成导视路径，并根据用户的实时位姿对所述导视路径进行纠偏；

6、根据用户在预设时间窗口内的步速采样值方差、交互请求次数以及用户所在空间区域的空间节点密度、路径分支数量和语义区域类型切换频率，确定用户的认知负荷等级，并根据所述认知负荷等级调整多模态交互终端的反馈策略。

7、进一步的，所述基于所述原始建筑信息模型数据、所述点云数据和所述深度图像生成动态空间语义地图，包括：

8、从所述原始建筑信息模型数据中提取建筑几何拓扑结构和语义属性信息，所述语义属性信息包括楼层分区信息、功能区域标识和设施类型编码；

9、对所述点云数据进行体素化处理，得到三维空间栅格，并对所述深度图像进行特征点提取，得到二维空间结构；

10、对所述三维空间栅格和所述二维空间结构进行特征级融合，得到空间特征表示；

11、基于所述建筑几何拓扑结构、所述语义属性信息和所述空间特征表示执行同步定位与建图迭代运算，生成所述动态空间语义地图。

12、进一步的，所述多维特征数据包括用户人体姿态数据、步态特征数据和空间位置轨迹数据，所述基于所述多维特征数据解析用户的导视意图，包括：

13、按照时间序列对所述用户人体姿态数据和所述步态特征数据进行组织，得到动作序列特征向量；

14、将所述动作序列特征向量输入时间卷积网络模型，提取动作序列中的时域长程依赖特征；

15、将所述时域长程依赖特征映射至意图特征空间，输出用户的导视意图概率分布。

16、进一步的，所述结合用户的地理位置上下文确定目的地候选集，包括：

17、获取用户当前所在的物理空间坐标及对应的功能区域类型； 从所述动态空间语义地图中检索与所述功能区域类型具有语义关联的目标区域，得到初始候选集；

18、融合用户的历史导航偏好数据和所述导视意图概率分布，确定所述初始候选集中的各目标区域的后验概率；

19、将后验概率大于预设概率阈值的目标区域确定为所述目的地候选集，并基于所述空间位置轨迹数据和所述地理位置上下文对所述目的地候选集进行排序，得到目的地推荐结果。

20、进一步的，所述在包含时间维度的搜索空间内生成导视路径，包括：

21、基于所述动态空间语义地图和所述导视意图确定起始节点和目标节点； 采用时空a星算法对所述起始节点和所述目标节点进行路径搜索；

22、基于从所述起始节点至当前节点的累计代价、从所述当前节点至所述目标节点的预估代价以及时间维度上的等待代价，确定路径搜索的节点代价；

23、根据所述节点代价确定所述导视路径，其中，所述节点代价包括路径长度代价、障碍物规避代价和语义通行代价。

24、进一步的，所述根据用户的实时位姿对所述导视路径进行纠偏，包括：

25、通过所述边缘感知设备中的红外深度传感器采集用户的三维骨骼关节点数据；根据所述三维骨骼关节点数据确定用户的躯干倾角和步态相位；

26、将所述躯干倾角和所述步态相位与对应的正常范围阈值进行比对；

27、在比对结果表征用户的实时位姿偏离所述导视路径的情况下，根据用户的实时位姿与所述导视路径之间的偏差量调整导航指令的推送时机和呈现方式。

28、进一步的，包括：

29、在预设时间窗口内采集用户的多个步速值，计算所述多个步速值相对于步速均值的方差，得到步速波动指标；

30、在所述预设时间窗口内统计用户发起目的地查询、路径刷新和信息咨询的交互请求次数，得到交互请求指标；

31、根据用户当前所在的空间区域，从所述动态空间语义地图中获取单位空间体积内的空间节点数量、与所述空间区域关联的路径分支数量以及用户行进过程中经过不同语义区域类型的切换次数，并根据所述空间节点数量、所述路径分支数量和所述切换次数确定环境复杂度指标；

32、对所述步速波动指标、所述交互请求指标和所述环境复杂度指标分别进行归一化处理，得到步速波动归一化指标、交互请求归一化指标和环境复杂度归一化指标；

33、按照预设权重对所述步速波动归一化指标、所述交互请求归一化指标和所述环境复杂度归一化指标进行加权求和，得到认知负荷值，其中，各预设权重之和为一。

34、进一步的，当所述认知负荷值小于第一预设阈值时，控制所述多模态交互终端输出完整的路径指引、环境信息和目的地详情；

35、当所述认知负荷值大于或者等于所述第一预设阈值且小于或者等于第二预设阈值时，控制所述多模态交互终端输出路径指引和关键转向提示；

36、当所述认知负荷值大于所述第二预设阈值时，控制所述多模态交互终端关闭视觉信息展示或者降低视觉信息展示量，并输出语音方向引导和关键转向节点的振动触觉提醒；

37、其中，所述第一预设阈值为零点三，所述第二预设阈值为零点六。

38、第二方面，本发明还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现任一项所述的智能交互导视方法。

39、第三方面，本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行任一项所述的智能交互导视方法。

40、相比于现有技术，本发明的有益效果在于：

41、第一，本发明通过语义同步定位与建图技术，将原始建筑信息模型数据与边缘感知设备采集的点云数据、深度图像进行多源异构数据融合，生成了包含物理几何坐标与空间实体属性的动态空间语义地图。该动态空间语义地图不仅能够准确反映建筑的空间几何拓扑结构和障碍物分布，还能够提供楼层分区、功能区域标识和设施类型编码等丰富的语义信息，从而有效解决了现有技术中因单一维度空间感知导致导视路径与实际建筑环境存在偏差的问题，显著提升了路径规划的空间准确性和环境适应性。

42、第二，本发明在动态空间语义地图中提取与用户空间位置轨迹对应的语义节点序列，并将其与人体姿态数据和步态特征数据进行时序对齐和特征融合，使时间卷积网络模型的意图识别过程受到当前位置、功能区域及空间可达关系的共同约束；再依据后验概率排序选择唯一目标区域和目标节点，从而强化语义建图、意图识别与路径规划之间的技术关联，降低候选目的地不确定性。本发明还在包含时间维度的搜索空间内综合考虑路径长度、动态障碍、语义通行和等待代价，并根据用户实时位姿生成路径纠偏事件，提高路径规划的动态适应性。

43、第三，本发明根据路径规划时间尺度、用户行进速度和空间区域尺度动态确定认知负荷评估窗口，将路径纠偏事件计入交互请求指标，并通过经样本标定的多因素加权模型评估认知负荷。当认知负荷较高时，系统除切换至语音引导和振动触觉提醒外，还提高路径分支和语义区域切换对应的语义通行代价，触发分支更少、语义切换更少的简化路径重规划，由此形成路径纠偏、认知评估、交互反馈和路径重规划的闭环协同，降低信息过载和路径决策难度。