业务信息确定方法、系统、装置、设备、介质和程序产品与流程

1.本技术涉及机器人技术领域，特别是涉及一种业务信息确定方法、系统、装置、设备、介质和程序产品。


背景技术：

2.随着科技的发展，智能前台机器人已经成为商业服务机器人市场的焦点。一般的智能前台机器人具有前台接待、语音交互、大屏幕显示、语音解说推广等功能，可以基本实现用户来访时为用户提供业务指导以及相关信息的业务展示。
3.目前，前台机器人通常在对来访客户进行业务指导时，先是获取客户输入的业务需求信息或需求指令，再根据客户输入的业务需求信息或需求指令确定业务指导信息，最后根据业务指导信息指导客户进行相应的业务处理，比如，引导客户到指定位置办理相关业务手续，或者想客户展示所需业务内容等。
4.但是，上述前台机器人存在执行业务引导效率低的问题。


技术实现要素：

5.基于此，有必要针对上述技术问题，提供一种能够提高业务引导效率的业务信息确定方法、系统、装置、设备、介质和程序产品。
6.第一方面，本技术提供了一种业务信息确定方法，该方法包括：
7.获取用户的至少两种生理特征数据；
8.根据生理特征数据确定用户的身份类型；
9.若身份类型为目标类型，向服务器发送用户的身份信息，以指示服务器根据身份信息确定对应的业务引导信息；
10.获取业务引导信息，并根据业务引导信息执行相应的引导操作。
11.在其中一个可选的实施例中，该方法还包括：
12.若身份类型不是目标类型，则获取用户的输入指令；
13.向服务器发送输入指令，以指示并服务器根据输入指令确定对应的业务引导信息；
14.获取业务引导信息，并根据业务引导信息执行相应的引导操作。
15.在其中一个可选的实施例中，根据生理特征数据确定用户的身份类型，包括：
16.将生理特征数据与预设数据库中的历史特征数据进行匹配；
17.若存在与生理特征数据匹配的历史特征数据，则确定用户的身份类型为目标类型。
18.在其中一个可选的实施例中，根据业务引导信息执行相应的引导操作，包括：
19.根据业务引导信息确定引导语音，并播放引导语音；
20.或者，根据业务引导信息确定导航路径，并根据导航路径移动至目标地址；
21.或者，向用户展示业务引导信息。
22.在其中一个可选的实施例中，生理特征数据包括图像特征数据和语音特征数据；获取用户的至少两种生理特征数据，包括：
23.通过不同方位的图像采集设备获取用户的图像特征数据；
24.通过语音采集设备获取用户的语音特征数据；语音特征数据包括声纹特征数据。
25.在其中一个可选的实施例中，通过不同方位的图像采集设备获取用户的图像特征数据，包括：
26.对各图像采集设备采集到的子图像特征数据进行失点标记处理，得到各图像采集设备对应的标记后的子图像特征数据；
27.根据各标记后的子图像特征数据中像素点的特征值，对所有标记后的子图像特征数据进行融合处理，得到图像特征数据。
28.第二方面，提供一种业务信息确定方法，该方法包括：
29.接收机器人发送的用户身份信息；用户身份信息包括用户的身份标识、身份类型、输入指令；身份类型为机器人通过获取用户的至少两种生理特征数据，根据生理特征数据确定的；
30.根据身份信息确定对应的业务引导信息；
31.向机器人发送业务引导信息，以指示机器人根据业务引导信息执行相应的引导操作。
32.在其中一个可选的实施例中，根据身份信息确定对应的业务引导信息，包括：
33.若身份信息中携带身份标识和身份类型，则从区块链中获取身份标识对应的业务引导信息；
34.若身份信息中携带身份标识和输入指令，则解析输入指令，得到解析结果确定对应的业务引导信息。
35.在其中一个可选的实施例中，解析输入指令，得到解析结果确定对应的业务引导信息，包括，
36.解析输入指令，得到输入指令对应的字段特征；
37.将字段特征输入至预设的字段模型中，得到与字段特征匹配的目标字段；
38.将目标字段输入至业务匹配模型中，得到与目标字段对应的业务引导信息。
39.在其中一个可选的实施例中，该方法还包括：
40.对用户身份信息、业务引导信息进行加密处理，并将加密处理后的用户身份信息和业务引导信息存储至区块链中。
41.在其中一个可选的实施例中，该方法还包括：
42.将用户身份信息与区块链中的历史身份信息进行匹配；
43.若存在与用户身份信息匹配的历史身份信息，则将历史身份信息与用户身份信息进行合并存储；
44.若不存在与用户身份信息匹配的历史身份信息，则用户身份信息存储至新的存储区域。
45.第三方面，提供一种业务信息确定系统，该业务信息确定系统包括机器人和服务器，机器人用于执行如第一方面任一项的业务信息确定方法；服务器用于执行如第二方面任一项的业务信息确定方法。
46.第四方面，提供一种业务信息确定装置，该装置包括：
47.获取模块，用于获取用户的至少两种生理特征数据；
48.确定模块，用于根据生理特征数据确定用户的身份类型；
49.发送模块，用于若身份类型为目标类型，向服务器发送用户的身份信息，以指示服务器根据身份信息确定对应的业务引导信息；
50.处理模块，用于获取业务引导信息，并根据业务引导信息执行相应的引导操作。
51.第五方面，提供一种业务信息确定装置，该装置包括：
52.接收模块，用于接收机器人发送的用户身份信息；用户身份信息包括用户的身份标识、身份类型、输入指令；身份类型为机器人通过获取用户的至少两种生理特征数据，根据生理特征数据确定的；
53.确定模块，用于根据身份信息确定对应的业务引导信息；
54.发送模块，用于向机器人发送业务引导信息，以指示机器人根据业务引导信息执行相应的引导操作。
55.第六方面，本技术还提供了一种计算机设备。所述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第一方面和第二方面提供的步骤。
56.第七方面，本技术还提供了一种计算机可读存储介质。所述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实现第一方面和第二方面提供的步骤。
57.第八方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面和第二方面提供的步骤。
58.上述业务信息确定方法、装置、计算机设备、存储介质和计算机程序产品，机器人获取用户的至少两种生理特征数据，根据生理特征数据确定用户的身份类型，若身份类型为目标类型，向服务器发送用户的身份信息，以指示服务器根据身份信息确定对应的业务引导信息，获取业务引导信息，并根据业务引导信息执行相应的引导操作。在本实施例中，机器人可以基于至少两种生理特征数据确定用户的身份类型，多重生理特征数据的认证，具有较高的准确性。在确定用户的身份类型之后，若用户身份类型为目标类型，则可以向服务器获取该用户身份信息对应的业务引导信息，这里目标类型往往指的是历史用户，也即，可以快速定位用户类型，并准确确定与用户类型对应的业务引导信息，提高了用户引导的效率和准确性。
附图说明
59.图1为一个实施例中业务信息确定方法的应用环境图；
60.图2为一个实施例中业务信息确定系统的结构示意图；
61.图3为一个实施例中业务信息确定方法的流程示意图；
62.图4为另一个实施例中业务信息确定方法的流程示意图；
63.图5为另一个实施例中业务信息确定方法的流程示意图；
64.图6为另一个实施例中业务信息确定方法的流程示意图；
65.图7为另一个实施例中业务信息确定方法的流程示意图；
66.图8为另一个实施例中业务信息确定方法的流程示意图；
67.图9为另一个实施例中业务信息确定方法的流程示意图；
68.图10为另一个实施例中业务信息确定方法的流程示意图；
69.图11为另一个实施例中业务信息确定方法的流程示意图；
70.图12为一个实施例中业务信息确定装置的结构框图；
71.图13为另一个实施例中业务信息确定装置的结构框图；
72.图14为另一个实施例中业务信息确定装置的结构框图；
73.图15为一个实施例中服务器的内部结构图；
74.图16为一个实施例中机器人的内部结构图。
具体实施方式
75.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
76.本技术实施例提供的业务信息确定方法，可以应用于如图1所示的应用环境中。其中，机器人101通过网络与服务器102进行通信。数据存储系统可以存储服务器103需要处理的数据。数据存储系统可以集成在服务器102上，也可以放在云上或其他网络服务器上。其中，机器人101可以但不限于是各种形态的机器人，例如，引导型机器人、机器狗、可移动设备等。服务器102可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
77.由上述机器人101和服务器102构成本实施例提供的业务信息确定系统。其中，如图2所示，机器人101包括语音指导模块1、图像处理模块2、语音处理模块3、引导模块4、数据处理模块5。服务器102包括业务处理模块7、区块链处理模块8。
78.可选地，图像处理模块2包括第一处理单元21、第二处理单元22、第三处理单元23、矢点标记单元24。
79.第一处理单元21、第二处理单元22和第三处理单元23均与矢点标记单元24连接，矢点标记单元24用于标记不同方位的第一处理单元21、第二处理单元22和第三处理单元23采集到的子图像特征数据，并将标记之后的子图像特征数据输出至数据处理模块5，数据处理模块5用于根据矢点标记后的子图像特征数据进行特征点融合处理，得到图像特征数据。可选地，第一处理单元21、第二处理单元22和第三处理单元23可以为高分辨率人像传感器，其中，高分率摄像头优选有1980
×
1080。第一处理单元21、第二处理单元22和第三处理单元23为人像传感器的情况下，其可设置于机器人面向用户一侧的设备上方，在检测到机器人预设区域出现人脸时，第一处理单元21、第二处理单元22和第三处理单元23开启工作状态，采集用户的子图像特征数据。
80.可选地，语音处理模块3包括声纹识别单元31、语音识别单元32、降噪单元33。
81.声纹识别单元31，用于采集用户的语音信息，并提取用户的声纹特征，得到用户的声纹特征数据；语音识别单元32用于采集用户的语音信息，并提取用户的字段语义特征数据；降噪单元33，用于对采集到的用户的语音信息进行反向声波补偿降噪，示例性地，降噪单元可以为环境音降噪单元，在这种情况下，语音处理模块3还可以包括环境噪声吸收单元34，用于录入环境附近噪声，环境音降噪单元则可以基于录入的环境附近噪声进行降噪处
理。可选地，语音处理模块3可设置于机器人主体的外表面，例如设置于机器人主体的顶部、主体四周等位置。
82.可选地，机器人还可以包括角度识别模块6，图像处理模块2、语音处理模块3均与角度识别模块6连接，用于采集不同角度的用户图像特征数据和语音特征数据。
83.在本实施例中，通过图像处理模块和语音处理模块，能够根据角度识别模块快速判定人脸识别的位置区块，方便快速定位人脸矢量特征，语音处理模块能够通过对环境噪声的反向吸收后实现声频的反向输入抵消，降低环境噪声对声音识别的干扰，通过语音处理模块和图像处理模块的双重判断提高对客户引导前的快速识别定位，提高用户业务引导的效率，且通过云端平台远程app的控制对新接入客户的建档处理。
84.可选地，数据处理模块5用于根据图像处理模块2采集到的图像特征数据、语音处理模块3采集到的语音特征数据进行初步数据处理，示例性地，数据处理模块5可以根据不同单元采集到的子图像特征数据进行融合处理，得到图像特征数据，从而根据图像特征数据和语音特征数据，确定用户的身份类型，并生成用户的身份信息，示例性地，身份信息可以包括用户身份标识、身份类型、以及用户的图像特征数据和语音特征数据。可选地，数据处理模块5还可以将用户的身份信息发送至服务器中。
85.可选地，引导模块4用于根据服务器发送的业务引导信息执行相应的引导操作。示例性地，引导模块用于通过语音指导模块1播放引导语音，或者根据引导路径移动至目标地址，或者，向用户展示业务引导信息等。
86.可选地，业务处理模块7包括字段匹配单元71和业务匹配单元72，业务处理模块7用于根据机器人发送的用户的身份信息，确定与该身份信息对应的业务引导信息，示例性地，若用户的身份类型为目标类型，例如，用户为历史用户，则业务匹配单元72直接从区块链中获取与该用户标识对应的业务引导信息，并将该业务引导信息发送至机器人中；若用户的身份类型不是目标类型，也即，用户为新用户，则字段匹配单元71可以根据用户的字段语义特征数据，从区块链的字段数据库中匹配响应的业务引导信息，并将业务引导信息发送至机器人中，字段匹配单元71可以通过卷积神经网络模型进行字段的匹配，从而确定业务引导信息。
87.在本实施例中，通过业务处理模块能够根据用户的语音特征数据进行业字段匹配，并且根据卷积神经网络模型对获取字段的快速判断获取最终业务的问询判定，有利于追溯客户的处理，提高智能化程度。
88.可选地，区块链处理模块8用于将用户的身份信息进行加密处理，并将加密后的身份信息上链存储。其中，加密方法通过非对称密钥加密，公钥密码由服务器单元进行备份存储，当需要调用时，各级人员输入对应的私钥密钥，公钥密码及私钥密码加密后获得人脸特征矢量点数据和声纹数据信息的调用。
89.可选地，区块链处理模块8在进行上链存储的过程中，还可以对身份信息进行矢量特征判断，将身份信息与历史身份信息进行匹配，若存在匹配的历史身份信息，则与历史身份信息进行合并存储；若不存在匹配的历史身份信息，则在一个新的存储空间存储该身份信息，避免同一个人的数据存储占用多个存储空间，造成存储数据重复，空间浪费，矢量特征包括不限于眼、耳、鼻、舌、嘴和颧骨。
90.在本实施例中，通过区块链处理模块能够通过加密运算对用户的身份信息进行加
密存储，其中，身份信息包括用户的图像特征数据、语音特征数据、用户标识、用户身份类型等信息。区块链上链存储具有唯一性和可追溯性，具有较高的人脸图像识别安全性，并且通过加密运算模块的加密运算实现特例的加权转换，并且根据区块链生成链路数据记录客户特征调用序列，有利于通过区块链的链头和链尾的交互定位客户识别顺序，提高用户数据的存储安全性和可追溯能力。
91.在一个实施例中，如图3所示，提供了一种业务信息确定方法，以该方法应用于图1中的机器人为例进行说明，包括以下步骤：
92.步骤201，获取用户的至少两种生理特征数据。
93.可选地，生理特征数据可以包括图像特征数据，例如，用户的人脸特征数据；生理特征数据还可以包括语音特征数据，例如，用户的声纹特征数据、语义识别特征数据；生理特征数据还可以包括虹膜特征数据、指纹特征数据等。
94.在本实施例中，机器人通过不同的特征采集模块采集用户的生理特征数据，例如，通过图像采集模块获取用户的图像特征数据，可选地，图像采集模块可以包括设置于不同方位的图像采集单元，不同方位的图像采集单元分别采集不同方位的用户的子图像特征数据，经过特征点融合从而得到用户的图像特征数据；或者，图像采集模块也可以为一个可多方位旋转的采集设备，该图像采集模块通过采集不同方案的子图像特征数据，经过特征点融合，得到用户的图像特征数据。例如，机器人可以通过语音采集模块获取用户的语音特征数据，该语音采集模块可以为一个或多个，设置于机器人的主体外部。例如，机器人还可以通过虹膜识别模块获取用户的虹膜特征数据，该虹膜识别模块可以为一个或多个，设置于机器人的主体外部。例如，机器人还可以通过指纹采集模块获取用户的指纹特征数据等，该指纹采集模块可以为一个或多个，设置于机器人的主体外部，本实施例对此不做限定。
95.步骤202，根据生理特征数据确定用户的身份类型。
96.其中，用户的身份类型包括目标类型和非目标类型，可选地，目标类型可以理解为老用户或者熟悉用户，非目标类型可以理解为新用户或者陌生用户。
97.在本实施例中，机器人在获取到用户的生理特征数据之后，可以将每一项生理特征数据与本地数据库中所有用户的生理特征数据进行匹配，确定数据库中是否存在与其匹配的生理特征数据，若存在任意一项生理特征数据匹配，说明该用户之前来访过，为老用户，即确定用户的身份类型为目标类型；若该用户的所有生理特征数据均不匹配，说明该用户之前没有来访过，是新用户，即确定用户的身份类型为非目标类型。可选地，机器人可以根据预设的生理特征数据的优先级，确定一个用于匹配的生理特征数据，与数据库中的所有生理特征数据进行匹配。示例性地，可以设定虹膜特征数据的优先级最高，然后是指纹特征数据、声纹特征数据、人脸特征数据，若采集到的数据包括虹膜特征数据、声纹特征数据、人脸特征数据，则确定将虹膜特征数据与数据库中的所有生理特征数据进行匹配；若采集到的数据包括声纹特征数据、人脸特征数据，则确定将声纹特征数据与数据库中的所有生理特征数据进行匹配，以此来减少匹配操作过程中所涉及到的数据量和计算资源，本实施例对此不做限定。
98.步骤203，若身份类型为目标类型，向服务器发送用户的身份信息，以指示服务器根据身份信息确定对应的业务引导信息。
99.其中，用户的身份信息包括用户的生理特征数据，例如，用户的图像特征数据、语
音特征数据等，还包括用户的用户标识、身份类型等信息。
100.在本实施例中，若机器人确定用户的身份类型为目标类型，也即，确定当前用户为老用户，在这种情况下，为了提高老用户业务引导的效率，不再基于用户的输入指令进行解析，而是直接向向服务器获取与该老用户对应的业务引导信息，即，机器人向服务器发送用户的身份信息，以使得服务器根据用户的身份信息从区块链数据库中确定与用户对应的业务引导信息。
101.步骤204，获取业务引导信息，并根据业务引导信息执行相应的引导操作。
102.在本实施例中，机器人接收服务器返回的业务引导信息，可选地，业务引导信息可以包括待显示的引导内容、引导轨迹、待播放的引导语音数据等等。机器人根据业务引导信息执行相应的操作，示例性地，机器人可以根据业务引导信息确定引导语音，并播放引导语音；或者，根据业务引导信息确定导航路径，并根据导航路径移动至目标地址；或者，通过机器人的显示组件向用户展示业务引导信息，本实施例对此不做限定。
103.上述业务信息确定方法中，机器人获取用户的至少两种生理特征数据，根据生理特征数据确定用户的身份类型，若身份类型为目标类型，向服务器发送用户的身份信息，以指示服务器根据身份信息确定对应的业务引导信息，获取业务引导信息，并根据业务引导信息执行相应的引导操作。在本实施例中，机器人可以基于至少两种生理特征数据确定用户的身份类型，多重生理特征数据的认证，具有较高的准确性。在确定用户的身份类型之后，若用户身份类型为目标类型，则可以向服务器获取该用户身份信息对应的业务引导信息，这里目标类型往往指的是历史用户，也即，可以快速定位用户类型，并准确确定与用户类型对应的业务引导信息，提高了用户引导的效率和准确性。
104.在另外一种情况下，在其中一个可选的实施例中，如图4所示，该方法还包括：
105.步骤301，若身份类型不是目标类型，则获取用户的输入指令。
106.在本实施例中，若机器人确定当前用户的身份类型不是目标类型，也即当前用户为新用户，意味着服务器的区块链数据库中不存在于当前用户对应的历史业务引导信息，此时，机器人需要获取用户的输入指令，示例性地，用户的输入指令可以为用户基于机器人的显示界面触发的输入指令，也可以为机器人采集到的用户的语音特征数据，基于语音特征数据解析得到的指令。
107.步骤302，向服务器发送输入指令，以指示并服务器根据输入指令确定对应的业务引导信息。
108.在本实施例中，机器人在得到用户的输入指令之后，向服务器发送该输入指令，以使服务器根据该输入指令确定与其对应的业务引导信息，示例性地，服务器可以对输入指令进行字段匹配，从而确定该输入指令确定对应的业务引导信息。
109.步骤303，获取业务引导信息，并根据业务引导信息执行相应的引导操作。
110.在本实施例中，机器人接收到服务器返回的业务引导信息，与步骤204中类似地，根据业务引导信息执行相应的引导操作，本实施例不做赘述。
111.在本实施例中，机器人在确定用户的身份类型不是目标类型，也即，服务器的区块链数据库中不存在与其对应的历史业务引导信息，此时，机器人需要获取该用户的输入指令，并根据该输入指令获取与其对应的业务引导信息进行相应的引导操作，机器人区别了新用户和老用户的身份，一定程度上提高了不同用户业务引导的效率。
112.生理特征数据可以包括多种，在其中一个可选的实施例中，如图5所示，根据生理特征数据确定用户的身份类型，包括：
113.步骤401，将生理特征数据与预设数据库中的历史特征数据进行匹配。
114.在本实施例中，生理特征数据可以包括一项或多项，例如，生理特征数据只有图像特征数据，如，人脸特征数据，在这种情况下，机器人将人脸特诊数据与预设数据库中所有用户的人脸特征数据进行匹配。或者，生理特征数据可以包括多项数据，例如，包括人脸特征数据、声纹特征数据，在这种情况下，机器人可以分别将每一项数据与预设数据库中所有用户对应的特征数据进行匹配。
115.步骤402，若存在与生理特征数据匹配的历史特征数据，则确定用户的身份类型为目标类型。
116.在本实施例中，若存在任意一项生理特征数据与数据库中历史特征数据匹配，则确定用户的身份类型为目标类型。示例性地，机器人若存在与用户的人脸特征数据匹配的历史特征数据，则确定用户的身份类型为目标类型；或者，机器人若存在与用户的声纹特征数据匹配的历史特征数据，则确定用户的身份类型为目标类型。
117.在本实施例中，机器人根据生理特征数据与预设数据库中的历史特征数据进行匹配，可以有效地确定用户的身份类型。
118.机器人可以通过不同的模块获取不同的生理特征数据，在其中一个可选的实施例中，如图6所示，生理特征数据包括图像特征数据和语音特征数据；获取用户的至少两种生理特征数据，包括：
119.步骤501，通过不同方位的图像采集设备获取用户的图像特征数据。
120.其中，不同方位的图像采集设备可以设置于机器人的外部，例如，均设置于机器人的顶部，若包括三个图像采集设备，则排列为左中右三个采集点；也可以分别设置于机器人顶部、左部、右部等不同位置。
121.在本实施例中，机器人可以通过不同方位的图像采集设备分别采集不同方位的用户的子图像特征数据，经过特征点融合从而得到用户的图像特征数据。
122.可选地，如图7所示，通过不同方位的图像采集设备获取用户的图像特征数据，包括：
123.步骤601，对各图像采集设备采集到的子图像特征数据进行失点标记处理，得到各图像采集设备对应的标记后的子图像特征数据。
124.在本实施例中，机器人在获取到各子图像特征数据之后，对各子图像特征数据进行失点标记处理，得到标记方位之后的子图像特征数据。
125.步骤602，根据各标记后的子图像特征数据中像素点的特征值，对所有标记后的子图像特征数据进行融合处理，得到图像特征数据。
126.在本实施例中，机器人可以根据各个标记后的子图像特征数据中像素点的特征值，确定位置重合的像素点，对于重合的像素点进行融合处理，从而得到图像特征数据。
127.步骤502，通过语音采集设备获取用户的语音特征数据；语音特征数据包括声纹特征数据。
128.在本实施例中，通过语音采集设备获取用户的语音特征数据，该语音采集设备可以为一个或多个，设置于机器人的主体外部。可选地，机器人通过语音采集设备获取到的用
户的语音特征数据可以包括用户的声纹特征数据，还可以包括用户的语义特征数据，本实施例对此不做限定。
129.在本实施例中，机器人通过不同生理特征采集设备采集不同的生理特征数据，从而实现多重生理特征数据识别用户身份，使得用户身份识别结果更准确。
130.在一个实施例中，如图8所示，提供了一种业务信息确定方法，以该方法应用于图1中的服务器为例进行说明，
131.步骤701，接收机器人发送的用户身份信息。
132.其中，用户身份信息包括用户的身份标识、身份类型、输入指令；身份类型为机器人通过获取用户的至少两种生理特征数据，根据生理特征数据确定的。
133.在本实施例中，服务器接收机器人发送的用户身份信息，其中，用户身份信息中包括用户的身份标识，例如，用户的名字；还包括用户的身份类型，例如，用户的身份类型为目标类型或非目标类型；还包括用户的生理特征数据，例如，包括用户的人脸特征数据、声纹特征数据；还包括用户的输入指令，例如，用户基于机器人显示界面触发的输入指令或用户通过语音输入的语音指令。
134.步骤702，根据身份信息确定对应的业务引导信息。
135.在本实施例中，服务器可以根据身份信息中的身份类型确定对应的业务引导信息，例如，若身份类型为目标类型，确定该用户为老用户，存在历史业务引导信息，则服务器直接从区块链数据库中匹配与该用户标识对应的业务引导信息；若身份类型为非目标类型，确定该用户为新用户，则解析输入指令，并根据输入指令解析得到的字段特征，从字段数据库中确定其对应的业务引导信息。
136.步骤703，向机器人发送业务引导信息，以指示机器人根据业务引导信息执行相应的引导操作。
137.在本实施例中，服务器在确定业务引导信息之后，将该业务引导信息返回至机器人中，以使机器人根据业务引导信息执行相应的引导操作，可参考步骤204，这里不做赘述。
138.上述业务信息确定方法，服务器接收机器人发送的用户身份信息，根据身份信息确定对应的业务引导信息，向机器人发送业务引导信息，以指示机器人根据业务引导信息执行相应的引导操作。在本实施例中，服务器可以根据用户的身份信息快速可以快速定位用户类型，并准确确定与用户类型对应的业务引导信息，提高了用户引导的效率和准确性。
139.在其中一个可选的实施例中，根据身份信息确定对应的业务引导信息，包括以下两种情况下：
140.其中一种情况为：若身份信息中携带身份标识和身份类型，则从区块链中获取身份标识对应的业务引导信息。
141.在本实施例中，若服务器确定接收到的身份信息中携带身份类型，且确定身份类型为目标类型，则基于身份信息中的身份标识，从区块链数据库中获取与该身份标识对应的业务引导信息。
142.另外一种情况为：若身份信息中携带身份标识和输入指令，则解析输入指令，得到解析结果确定对应的业务引导信息。
143.在本实施例中，若服务器确定接收到的身份信息中携带输入指令，则解析该输入指令，获取输入指令中的字段特征，并将该字段特征与字段特征库进行业务字段匹配，确定
与该字段特征对应的业务引导信息。
144.可选地，如图9所示，解析输入指令，得到解析结果确定对应的业务引导信息，包括，
145.步骤801，解析输入指令，得到输入指令对应的字段特征。
146.在本实施例中，服务器可以根据字段解析算法对输入指令进行字段解析，得到输入指令对应的字段特征。
147.步骤802，将字段特征输入至预设的字段模型中，得到与字段特征匹配的目标字段。
148.在本实施例中，服务器可以将字段特征输入至预设的字段模型中，得到与字段匹配的目标字段。可选地，预设的字段模型可以为训练得到的模型，该模型可以为卷积神经网络模型、深度学习网络模型等。
149.步骤803，将目标字段输入至业务匹配模型中，得到与目标字段对应的业务引导信息。
150.在本实施例中，服务器将目标字段输入至业务匹配模型，输出与目标字段对应的业务引导信息。可选地，业务匹配模型可以为训练得到的模型，该模型可以为卷积神经网络模型、深度学习网络模型等。
151.在本实施例中，服务器可以基于接收到的不同的身份信息，确定与其对应的业务引导信息，在确定身份类型为目标身份类型的情况下，直接从区块链数据库中获取对应的业务引导信息，而不需要再进行业务字段匹配，提高了业务引导信息确定的效率。
152.可选地，在其中一个可选的实施例中，该方法还包括：
153.对用户身份信息、业务引导信息进行加密处理，并将加密处理后的用户身份信息和业务引导信息存储至区块链中。
154.在本实施例中，服务器还可以对接收到的用户的身份信息，确定的业务引导信息进行加密处理，并将加密处理后的用户的身份信息、业务引导信息存储至区块链中，实现加密上链存储，进一步提高了用户的身份信息、业务引导信息的安全性和可追溯性。
155.在上链存储的过程中，在其中一个可选的实施例中，如图10所示，该方法还包括：
156.步骤901，将用户身份信息与区块链中的历史身份信息进行匹配。
157.在本实施例中，服务器将用户身份信息与区块链中的所有历史身份信息进行一一匹配，其中，服务器可以通过字符一致性进行身份信息的匹配操作。
158.步骤902，若存在与用户身份信息匹配的历史身份信息，则将历史身份信息与用户身份信息进行合并存储。
159.在本实施例中，若服务器确定区块链中存在与用户身份信息匹配的历史身份信息，也即，该用户为老用户，则将该历史身份信息与当前用户身份信息、业务引导信息进行合并存储，并将重复内容进行覆盖存储。
160.步骤903，若不存在与用户身份信息匹配的历史身份信息，则用户身份信息存储至新的存储区域。
161.在本实施例中，若服务器确定区块链中不存在与用户身份信息匹配的历史身份信息，也即，该用户为新用户，则新建一个存储空间，用于存储用户身份信息和业务引导信息。
162.在本实施例中，服务器在上链存储过程中还可以进行历史身份信息匹配，从而实
现信息合并存储，节省了存储资源，提高存储空间的利用率。
163.为了更好的说明上述方法，如图11所示，本实施例提供一种业务信息确定方法，具体包括：
164.s101、机器人通过不同方位的图像采集设备获取用户的图像特征数据；
165.s102、机器人对各图像采集设备采集到的子图像特征数据进行失点标记处理，得到各图像采集设备对应的标记后的子图像特征数据；
166.s103、机器人根据各标记后的子图像特征数据中像素点的特征值，对所有标记后的子图像特征数据进行融合处理，得到图像特征数据；
167.s104、机器人通过语音采集设备获取用户的语音特征数据；语音特征数据包括声纹特征数据；
168.s105、机器人将图像特征数据和声纹特征数据，分别与预设数据库中的历史特征数据进行匹配；
169.s106、若存在与生理特征数据匹配的历史特征数据，则确定用户的身份类型为目标类型；
170.s107、机器人向服务器发送用户的身份信息；
171.s108、服务器在身份信息中携带身份标识和身份类型的情况下，从区块链中获取身份标识对应的业务引导信息；
172.s109、服务器在身份信息中携带身份标识和输入指令的情况下，解析输入指令，得到解析结果确定对应的业务引导信息；
173.s110、服务器对用户身份信息、业务引导信息进行加密处理，并将加密处理后的用户身份信息和业务引导信息存储至区块链中；
174.s111、服务器向机器人发送业务引导信息；
175.s112、机器人根据业务引导信息执行相应的引导操作。
176.在本实施例中，机器人可以基于至少两种生理特征数据确定用户的身份类型，多重生理特征数据的认证，具有较高的准确性。在确定用户的身份类型之后，若用户身份类型为目标类型，则可以向服务器获取该用户身份信息对应的业务引导信息，这里目标类型往往指的是历史用户，也即，可以快速定位用户类型，并准确确定与用户类型对应的业务引导信息，提高了用户引导的效率和准确性。
177.上述实施例提供的业务信息确定方法，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
178.应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
179.基于同样的发明构思，本技术实施例还提供了一种用于实现上述所涉及的业务信息确定方法的业务信息确定装置。该装置所提供的解决问题的实现方案与上述方法中所记
载的实现方案相似，故下面所提供的一个或多个业务信息确定装置实施例中的具体限定可以参见上文中对于业务信息确定方法的限定，在此不再赘述。
180.在一个实施例中，如图12所示，提供了一种业务信息确定装置，包括：
181.获取模块01，用于获取用户的至少两种生理特征数据；
182.确定模块02，用于根据生理特征数据确定用户的身份类型；
183.发送模块03，用于若身份类型为目标类型，向服务器发送用户的身份信息，以指示服务器根据身份信息确定对应的业务引导信息；
184.处理模块04，用于获取业务引导信息，并根据业务引导信息执行相应的引导操作。
185.在其中一个可选的实施例中，获取模块01，还用于若身份类型不是目标类型，则获取用户的输入指令；发送模块03，还用于向服务器发送输入指令，以指示并服务器根据输入指令确定对应的业务引导信息；处理模块04，还用于获取业务引导信息，并根据业务引导信息执行相应的引导操作。
186.在其中一个可选的实施例中，获取模块01，用于将生理特征数据与预设数据库中的历史特征数据进行匹配；若存在与生理特征数据匹配的历史特征数据，则确定用户的身份类型为目标类型。
187.在其中一个可选的实施例中，处理模块04，用于根据业务引导信息确定引导语音，并播放引导语音；或者，根据业务引导信息确定导航路径，并根据导航路径移动至目标地址；或者，向用户展示业务引导信息。
188.在其中一个可选的实施例中，生理特征数据包括图像特征数据和语音特征数据；获取模块01，用于通过不同方位的图像采集设备获取用户的图像特征数据；通过语音采集设备获取用户的语音特征数据；语音特征数据包括声纹特征数据。
189.在其中一个可选的实施例中，获取模块01，用于对各图像采集设备采集到的子图像特征数据进行失点标记处理，得到各图像采集设备对应的标记后的子图像特征数据；根据各标记后的子图像特征数据中像素点的特征值，对所有标记后的子图像特征数据进行融合处理，得到图像特征数据。
190.在另一个实施例中，如图13所示，提供了一种业务信息确定装置，包括：
191.接收模块11，用于接收机器人发送的用户身份信息；用户身份信息包括用户的身份标识、身份类型、输入指令；身份类型为机器人通过获取用户的至少两种生理特征数据，根据生理特征数据确定的；
192.确定模块12，用于根据身份信息确定对应的业务引导信息；
193.发送模块13，用于向机器人发送业务引导信息，以指示机器人根据业务引导信息执行相应的引导操作。
194.在其中一个可选的实施例中，确定模块12，用于若身份信息中携带身份标识和身份类型，则从区块链中获取身份标识对应的业务引导信息；若身份信息中携带身份标识和输入指令，则解析输入指令，得到解析结果确定对应的业务引导信息。
195.在其中一个可选的实施例中，确定模块12，用于解析输入指令，得到输入指令对应的字段特征；将字段特征输入至预设的字段模型中，得到与字段特征匹配的目标字段；将目标字段输入至业务匹配模型中，得到与目标字段对应的业务引导信息。
196.在其中一个可选的实施例中，如图14所示，该业务信息确定装置还包括加密模块
14，用于对用户身份信息、业务引导信息进行加密处理，并将加密处理后的用户身份信息和业务引导信息存储至区块链中。
197.在其中一个可选的实施例中，加密模块14，还用于将用户身份信息与区块链中的历史身份信息进行匹配；若存在与用户身份信息匹配的历史身份信息，则将历史身份信息与用户身份信息进行合并存储；若不存在与用户身份信息匹配的历史身份信息，则用户身份信息存储至新的存储区域。
198.上述业务信息确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
199.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图15所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储业务信息确定数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种业务信息确定方法。
200.在一个实施例中，提供了一种计算机设备，该计算机设备可以是机器人，其内部结构图可以如图16所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、移动蜂窝网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种业务信息确定方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
201.本领域技术人员可以理解，图12-16中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
202.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
203.获取用户的至少两种生理特征数据；
204.根据生理特征数据确定用户的身份类型；
205.若身份类型为目标类型，向服务器发送用户的身份信息，以指示服务器根据身份信息确定对应的业务引导信息；
206.获取业务引导信息，并根据业务引导信息执行相应的引导操作。
207.上述实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
208.在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
209.接收机器人发送的用户身份信息；用户身份信息包括用户的身份标识、身份类型、输入指令；身份类型为机器人通过获取用户的至少两种生理特征数据，根据生理特征数据确定的；
210.根据身份信息确定对应的业务引导信息；
211.向机器人发送业务引导信息，以指示机器人根据业务引导信息执行相应的引导操作。
212.上述实施例提供的计算机设备，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
213.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
214.获取用户的至少两种生理特征数据；
215.根据生理特征数据确定用户的身份类型；
216.若身份类型为目标类型，向服务器发送用户的身份信息，以指示服务器根据身份信息确定对应的业务引导信息；
217.获取业务引导信息，并根据业务引导信息执行相应的引导操作。
218.上述实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
219.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
220.接收机器人发送的用户身份信息；用户身份信息包括用户的身份标识、身份类型、输入指令；身份类型为机器人通过获取用户的至少两种生理特征数据，根据生理特征数据确定的；
221.根据身份信息确定对应的业务引导信息；
222.向机器人发送业务引导信息，以指示机器人根据业务引导信息执行相应的引导操作。
223.上述实施例提供的计算机可读存储介质，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
224.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
225.获取用户的至少两种生理特征数据；
226.根据生理特征数据确定用户的身份类型；
227.若身份类型为目标类型，向服务器发送用户的身份信息，以指示服务器根据身份信息确定对应的业务引导信息；
228.获取业务引导信息，并根据业务引导信息执行相应的引导操作。
229.上述实施例提供的计算机程序产品，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
230.在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被
处理器执行时实现以下步骤：
231.接收机器人发送的用户身份信息；用户身份信息包括用户的身份标识、身份类型、输入指令；身份类型为机器人通过获取用户的至少两种生理特征数据，根据生理特征数据确定的；
232.根据身份信息确定对应的业务引导信息；
233.向机器人发送业务引导信息，以指示机器人根据业务引导信息执行相应的引导操作。
234.上述实施例提供的计算机程序产品，其实现原理和技术效果与上述方法实施例类似，在此不再赘述。
235.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
236.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(reram)、磁变存储器(magnetoresistive random access memory，mram)、铁电存储器(ferroelectric random access memory，fram)、相变存储器(phase change memory，pcm)、石墨烯存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器等。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。本技术所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本技术所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
237.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
238.以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本技术专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。