一种基于儿童行为数据的AI陪伴成长方法及系统与流程
本发明涉及人工智能和机器人,具体是涉及一种基于儿童行为数据的ai陪伴成长方法及系统。
背景技术:
1、随着人工智能和机器人技术的快速发展,陪伴机器人逐渐进入家庭场景,成为儿童成长过程中的重要伙伴。现有的儿童陪伴机器人主要采用预设的固定程序或简单的规则引擎来执行交互任务,例如在检测到声音后播放预设故事,或在特定时间段进行固定的问答互动。这类系统通常缺乏对儿童个体行为特征的深度感知能力,无法实时捕捉儿童的细微情绪变化、专注度波动或兴趣转移;同时,现有方案多将原始音视频数据直接用于云端处理或简单匹配,缺乏针对儿童隐私的分级保护机制,且难以根据儿童的长期成长轨迹动态调整陪伴策略,导致交互内容僵化、个性化程度低,无法真正适应儿童在不同成长阶段的心理和行为需求。
2、基于上述现状,现有技术存在的主要技术问题是:现有的儿童陪伴系统缺乏对儿童多维度行为数据的精细化感知与结构化解析能力,无法构建动态演进的儿童成长画像,导致陪伴策略单一、被动,难以实现真正的个性化主动陪伴和长期适应性成长引导。
技术实现思路
1、本发明旨在提供一种基于儿童行为数据的ai陪伴成长方法及系统,解决了现有技术中因数据感知不准、画像静态滞后导致的陪伴策略僵化问题。
2、为达到以上目的,本发明采用的技术方案为:一种基于儿童行为数据的ai陪伴成长方法,包括:
3、s1:通过多模态传感器感知家庭环境中儿童是否出现及周围环境是否安全;
4、s2:响应于感知到儿童出现且环境安全,采集儿童的多模态行为数据,并结合imu对所述多模态行为数据进行机器人自身运动补偿;
5、s3:将经运动补偿后的多模态行为数据转换为结构化的行为标签;
6、s4:根据行为标签、预设的作息规则和儿童的历史成长画像,识别出儿童当前所处的实时状态;
7、s5:读取历史成长画像,并结合所述实时状态对历史成长画像进行增量更新,以生成更新后的成长画像;
8、其中,基于更新后的成长画像反向调整机器人陪伴策略、任务形式、交互强度和家庭作息适配方式,执行对应交互并采集儿童反馈数据回流至成长画像完成迭代闭环,实现机器人长期理解儿童、主动靠近儿童以及动态适配儿童状态的功能。
9、优选的,在s1中,多模态传感器包括前视深度相机、语音模块、面阵dtof、后视超声波雷达和悬崖检测传感器;
10、感知周围环境是否安全包括通过前视深度相机、面阵dtof、后视超声波雷达和悬崖检测传感器进行近距离避障、后向障碍检测和跌落风险检测。
11、优选的,在s2中,所述采集儿童的多模态行为数据包括:
12、通过前视深度相机和头部高清相机采集儿童的位置、姿态和活动幅度;
13、通过头部高清相机采集儿童的表情;
14、通过语音模块采集儿童的语音;
15、通过头部触摸传感器采集儿童的触摸行为。
16、优选的,在s2中,结合imu对多模态行为数据进行机器人自身运动补偿,包括:利用imu提供的俯仰角、横滚角、偏航角和加速度信息,对前视深度相机和头部高清相机采集到的空间数据进行坐标补偿。
17、优选的,在s4中,当多个实时状态同时满足时,按照安全优先、隐私优先、安抚优先、学习其次、娱乐再次的顺序进行仲裁;
18、其中,所述安全优先包括:当悬崖检测触发、后向障碍过近、机器人姿态异常或儿童与机器人的距离低于安全阈值时,暂停所有非安全相关的策略执行,并优先执行避障或退让动作。
19、优选的,在s5中,所述历史成长画像至少包括学习专注指数、主动探索指数、语言表达指数、运动活跃指数、情绪稳定指数、任务坚持指数、社交亲密指数、兴趣偏好指数和作息规律指数;
20、所述增量更新具体包括:将本次交互中的行为标签转换为画像更新事件,并根据事件类型、持续时间、发生频次、置信度和任务上下文,对相关画像指标进行加权更新。
21、优选的,所述方法还包括:
22、根据实时状态、更新后的成长画像、家长规则和安全约束,生成陪伴策略;
23、通过四足移动、头部显示、语音、灯光、触摸亮灯或投影的方式执行所述陪伴策略;
24、在执行过程中,采集儿童的反应时间、完成度、表情变化、语音反馈、触摸行为和持续参与度作为反馈数据,将反馈数据写入更新后的成长画像。
25、优选的,所述多模态行为数据的采集采用统一时间戳,并按照0.5秒至3秒的短时窗口、5分钟至30分钟的任务窗口以及天、周、月的长期窗口进行事件切片。
26、优选的,所述方法还包括对儿童行为数据进行隐私分级处理,所述儿童行为数据包括一级数据、二级数据以及三级数据;
27、其中,一级数据包括原始视频、原始音频、儿童面部图像和家庭空间图像,默认在本地进行处理;
28、二级数据包括所述结构化的行为标签和所述实时状态,用于本地生成所述历史成长画像;
29、三级数据包括成长摘要、任务统计和趋势报告,可同步至家长端。
30、另一方面,本发明提出一种基于儿童行为数据的ai陪伴成长系统,包括:
31、环境感知模块,用于通过多模态传感器感知家庭环境中儿童是否出现及周围环境是否安全;
32、行为采集模块,用于在环境安全时,采集儿童的多模态行为数据,并结合imu进行机器人自身运动补偿;
33、标签生成模块,用于将经运动补偿后的多模态行为数据转换为结构化的行为标签;
34、状态识别模块,用于根据所述行为标签、预设的作息规则和儿童的历史成长画像,识别出儿童当前所处的实时状态;
35、画像管理模块,用于读取所述历史成长画像,并结合所述实时状态对所述历史成长画像进行增量更新,以生成更新后的成长画像;
36、其中,基于更新后的成长画像反向调整机器人陪伴策略、任务形式、交互强度和家庭作息适配方式,执行对应交互并采集儿童反馈数据回流至成长画像完成迭代闭环,实现机器人长期理解儿童、主动靠近儿童以及动态适配儿童状态的功能。
37、与现有技术相比,本发明的有益效果在于:
38、本发明通过多模态传感器感知环境安全并采集儿童行为数据,利用imu补偿确保行为数据的准确性,进而将非结构化的原始数据转化为结构化的行为标签,结合儿童作息规则与历史画像精准识别儿童实时状态并动态增量更新画像,从而形成从主动感知、状态识别、画像生成、多模态执行策略到反馈优化的闭环处理,实现了能够依据儿童实时情绪、专注度及长期发展特征主动调整交互方式、提供安全且高度个性化的ai陪伴成长服务。
1.一种基于儿童行为数据的ai陪伴成长方法,其特征在于,包括:
2.根据权利要求1所述的一种基于儿童行为数据的ai陪伴成长方法,其特征在于,在s1中,多模态传感器包括前视深度相机、语音模块、面阵dtof、后视超声波雷达和悬崖检测传感器;
3.根据权利要求2所述的一种基于儿童行为数据的ai陪伴成长方法,其特征在于,在s2中,所述采集儿童的多模态行为数据包括:
4.根据权利要求1所述的一种基于儿童行为数据的ai陪伴成长方法,其特征在于,在s2中,结合imu对多模态行为数据进行机器人自身运动补偿,包括:利用imu提供的俯仰角、横滚角、偏航角和加速度信息,对前视深度相机和头部高清相机采集到的空间数据进行坐标补偿。
5.根据权利要求1所述的一种基于儿童行为数据的ai陪伴成长方法,其特征在于,所述方法还包括:
6.根据权利要求1所述的一种基于儿童行为数据的ai陪伴成长方法,其特征在于,所述多模态行为数据的采集采用统一时间戳,并按照0.5秒至3秒的短时窗口、5分钟至30分钟的任务窗口以及天、周、月的长期窗口进行事件切片。
7.根据权利要求1所述的一种基于儿童行为数据的ai陪伴成长方法,其特征在于,所述方法还包括对儿童行为数据进行隐私分级处理,所述儿童行为数据包括一级数据、二级数据以及三级数据;
8.一种用于实现如权利要求1-7任意一项所述方法的基于儿童行为数据的ai陪伴成长系统,其特征在于,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com