本發(fā)明涉及電能電網(wǎng)領(lǐng)域，具體而言，尤其是涉及智能電網(wǎng)供電營業(yè)廳中的智能機器人。

背景技術(shù)：

現(xiàn)有營業(yè)廳正面臨著日益增大、新業(yè)務(wù)推廣和vip客戶差異化服務(wù)需求的壓力和挑戰(zhàn)。大量流程化、標準化、低附加值的基礎(chǔ)服務(wù)如繳費、基本業(yè)務(wù)辦理、信息查詢等占用了絕大多數(shù)營業(yè)資源，嚴重限制了各種新業(yè)務(wù)推廣能力。

技術(shù)實現(xiàn)要素：

針對現(xiàn)有技術(shù)中存在的問題，本發(fā)明的目的是設(shè)計一種業(yè)務(wù)受理機器人，它是為電力營業(yè)廳量身打造的業(yè)務(wù)受理服務(wù)機器人。自助服務(wù)的標準化、低成本、便利性的特點，使其成為分流、承擔基礎(chǔ)服務(wù)的最佳選擇。

為了實現(xiàn)上述發(fā)明目的，本發(fā)明采用的技術(shù)方案為：一種智能電網(wǎng)業(yè)務(wù)受理機器人，具有觸摸屏的操作平臺，其特征在于：它包括業(yè)務(wù)資料圖像采集處理模塊、表單圖像識別檢測模塊、語音交互識別模塊、模板庫、營銷應(yīng)用網(wǎng)絡(luò)和機器人業(yè)務(wù)系統(tǒng)，所述機器人業(yè)務(wù)系統(tǒng)基于j2ee分布式體系架構(gòu)，b/s模式。

所述業(yè)務(wù)資料圖像采集處理模塊是通過視覺識別技術(shù)識別客戶資料并上傳至營銷應(yīng)用網(wǎng)絡(luò)存檔備份，建立客戶檔案庫并聯(lián)網(wǎng)管理；表單識別時，機器人業(yè)務(wù)系統(tǒng)需要：

①檢測攝像頭采集到的圖像，并與模板庫對比，確認表單類表。

②識別關(guān)鍵區(qū)域客戶填寫信息。

所述表單圖像識別檢測模塊，圖像檢測通過分析紙質(zhì)表單上面的局部特征實現(xiàn)，要求被識別表單具有一定的紋理圖案，以便在圖像處理中能夠提取到足夠的局部特征；圖像檢測時，目標表單具有一定的紋理圖案，在目標圖像中提取局部特征點，并且這些特征點在視角變化的情況下仍然能被提取到；對提取到的特征點計算描述向量，該描述向量在視角變化的情況下具有一定的不變性；表單的檢測通過對特征點的匹配實現(xiàn)。

所述表單圖像識別檢測模塊對輸入的圖像進行處理，檢測圖像中存在的表單，并標示出表單出現(xiàn)的位置及區(qū)域；檢測模塊基于harr特征及adaboost檢測算法實現(xiàn)，該算法是對大量的表單樣本與不含表單的樣本進行處理，提取harr特征，并訓練以單個harr特征為輸入的弱分類器，最后利用adaboost算法將弱分類器進行組合，實現(xiàn)對表單的強檢測。機器人業(yè)務(wù)系統(tǒng)通過所述表單圖像識別檢測模塊從輸入圖像中找到表單圖像區(qū)域，對于檢測到的表單和模板庫中的表單進行預處理，先通過幾處特定特征模版，通過模版匹配方法尋找圖像中的特定特征位置，在找到特定特征位置后，按照特定特征距離計算對表單圖像進行規(guī)整；規(guī)整后通過提取尺度不變特征變換sifi的特征點并計算特征點的描述向量，一方面構(gòu)成識別模版庫，另一方面將待識別表單圖像和模板庫進行特征點匹配，實現(xiàn)表單的識別。

所述語音交互識別模塊，通過對語音信號進行預處理和分析計算可抽取出所需的語音特征，并以此建立語音識別所需的模板庫；當對語音進行識別時，則將系統(tǒng)中存放的語音模板與輸入的語音信號的特征進行比較，并根據(jù)一定的算法和策略，找出一系列最優(yōu)的與輸入的語音匹配的模板，最后輸出識別結(jié)果。

有益效果：本發(fā)明具有自助服務(wù)的標準化、低成本、便利性的特點，智能電網(wǎng)業(yè)務(wù)受理機器人使其成為分流、承擔基礎(chǔ)服務(wù)的最佳選擇。

附圖說明

圖1，本發(fā)明實施例的業(yè)務(wù)受理流程圖。

圖2，本發(fā)明實施例的機器人業(yè)務(wù)系統(tǒng)網(wǎng)絡(luò)接入圖。

圖3，本發(fā)明實施例的圖像檢測流程圖。

圖4，本發(fā)明實施例的表單圖像識別流程圖。

圖5，本發(fā)明實施例的語音識別的訓練圖。

圖6，本發(fā)明實施例的語音識別的處理流程圖。

具體實施方式

以下結(jié)合附圖和具體實施例對本發(fā)明作進一步詳細說明。

本實施例的智能電網(wǎng)業(yè)務(wù)受理機器人為電力營業(yè)廳量身打造的業(yè)務(wù)受理服務(wù)機器人。以機器人胸口的觸摸屏為操作平臺，使用了圖像、語音、視頻等各種多媒體手段相結(jié)合的方式，提供了電量電費查詢、廣告播放、業(yè)務(wù)辦理，電力法規(guī)宣傳，用電常識，二代身份證識別，現(xiàn)金繳費、電費發(fā)票自助打印，形成一套完整電力自助服務(wù)的解決方案。業(yè)務(wù)系統(tǒng)模塊如表5-1所示。

基于電力營業(yè)廳應(yīng)用環(huán)境的業(yè)務(wù)受理機器人設(shè)計業(yè)務(wù)受理流程如圖1所示，本實施例的業(yè)務(wù)受理流程圖。

機器人上整個業(yè)務(wù)系統(tǒng)基于j2ee分布式體系架構(gòu)，b/s模式，j2ee的本質(zhì)及核心就是為了達到平臺無關(guān)性的要求，本系統(tǒng)能運行在windows、unix、linux等操作系統(tǒng)上，使得系統(tǒng)的延伸能力得到強有力的保證；同時摒棄了傳統(tǒng)的c/s系統(tǒng)方案，采用b/s模式，開發(fā)、維護等幾乎所有工作也都集中在服務(wù)器端，當企業(yè)對網(wǎng)絡(luò)應(yīng)用進行升級時，只需更新服務(wù)器端的軟件就可以，這減輕了異地用戶系統(tǒng)維護與升級的成本。

機器人業(yè)務(wù)系統(tǒng)網(wǎng)絡(luò)接入如圖2所示。

業(yè)務(wù)資料圖像采集處理模塊。

在機器人業(yè)務(wù)系統(tǒng)的“業(yè)務(wù)辦理”功能模塊中，許多業(yè)務(wù)需要客戶提供必要的表單資料，機器人需要通過視覺技術(shù)識別客戶資料并上傳至營銷應(yīng)用網(wǎng)絡(luò)存檔備份，建立客戶檔案庫并聯(lián)網(wǎng)管理。

表單識別時，機器人需要完成以下兩個工作：

(1)檢測攝像頭采集到的圖像，并與模板庫對比，確認表單類表。

(2)識別關(guān)鍵區(qū)域客戶填寫信息。

機器視覺是智能業(yè)務(wù)受理機器人環(huán)境感知與業(yè)務(wù)受理的一個部分。作為業(yè)務(wù)機器人，為了完成一些具體的表單錄入業(yè)務(wù)，機器人必須要能夠識別環(huán)境中特定的業(yè)務(wù)表單。

機器視覺的主要任務(wù)就是采用圖像處理的手段來實現(xiàn)上述需求?？傮w而言，機器視覺部分的主要功能可以劃分為兩個部分，即表單圖像識別檢測及字符識別。機器視覺部分的傳感器為分別配置在機器人腰部及頭頂部位的兩臺攝像機，采用高清攝像頭進行圖像采集。

表單圖像識別檢測模塊。

表單圖像識別檢測模塊通過分析紙質(zhì)表單上面的局部特征實現(xiàn)，這要求被識別表單具有一定的紋理圖案，以便在圖像處理中能夠提取到足夠的局部特征。

檢測方法的主要思路為：目標表單具有一定的紋理圖案，于是可以在目標圖像中提取局部特征點，并且這些特征點在視角變化的情況下仍然能被提取到；對提取到的特征點計算描述向量，該描述向量在視角變化的情況下具有一定的不變性；于是表單的檢測可以通過對特征點的匹配實現(xiàn)。整個檢測的流程如圖3所示，本實施例的圖像檢測流程圖。

表單圖像識別檢測模塊對輸入的圖像進行處理，檢測圖像中存在的表單，并標示出表單出現(xiàn)的位置及區(qū)域。檢測模塊基于harr特征及adaboost檢測算法實現(xiàn)，該算法的思路是對大量的表單樣本與不含表單的樣本進行處理，提取harr特征，并訓練以單個harr特征為輸入的弱分類器，最后利用adaboost算法將弱分類器進行組合，實現(xiàn)對表單的強檢測。

表單識別的具體流程如圖4所示。

由于設(shè)計了表單圖像識別檢測模塊，系統(tǒng)可以從輸入圖像中找到表單圖像區(qū)域。對于檢測到的表單和模板庫中的表單都進行了預處理，先通過幾處特定特征模版，通過模版匹配方法尋找圖像中的特定特征位置(如企業(yè)logo等)，在找到特定特征位置后，按照特定特征距離計算對表單圖像進行規(guī)整。規(guī)整后通過提取sifi(scaleinvariantfeaturetransform，尺度不變特征變換)特征點并計算特征點的描述向量，一方面構(gòu)成識別模版庫，另一方面將待識別表單圖像和模板庫進行特征點匹配，實現(xiàn)表單的識別。

本識別算法的特點在于識別速率較高，其原因有兩個方面；一是圖像為單樣本庫，在相同識別目標數(shù)的情況下，需要匹配的特征點數(shù)要少；二是進行了圖像檢測，僅對表單區(qū)域內(nèi)的特征進行匹配，可以在光照變化，復雜背景下實現(xiàn)了對表單圖像的識別。

機器人將客戶提供表單檢測認定后，下一步就需要把客戶填寫的相關(guān)信息通過圖像處理提交給業(yè)務(wù)系統(tǒng)，以便業(yè)務(wù)辦理與信息存檔。

ocr(opticalcharacterrecognition，光學字符識別)技術(shù)，是通過攝像頭把印刷體或手寫體文稿掃描成圖像，然后識別成計算機可直接處理的字符。

語音交互識別模塊。

在機器人業(yè)務(wù)系統(tǒng)的＂業(yè)務(wù)辦理＂功能模塊中，許多業(yè)務(wù)辦理可以通過語音的方式，采用人機交互進行辦理。

語音識別原理。

語音識別的過程可歸結(jié)為模式識別和匹配。通過對語音信號進行預處理和分析計算可抽取出所需的語音特征，并以此建立語音識別所需的模板。而當對語音進行識別時，則需要將系統(tǒng)中存放的語音模板與輸入的語音信號的特征進行比較，并根據(jù)一定的算法和策略，找出一系列最優(yōu)的與輸入的語音匹配的模板，最后輸出識別結(jié)果。

第一步是系統(tǒng)“訓練”階段，任務(wù)是建立識別基本單元的語音參考樣本；第二步是“識別”階段，按照一定的準則和測度與參考樣本進行比較，通過判決得出識別結(jié)果。本系統(tǒng)是基于小識別詞匯量的特定人語音識別系統(tǒng)。

語音識別的訓練過程如圖5所示。將己知的語音信號經(jīng)由端點偵測(endpointdetection)及特征參數(shù)求取(featureextraction)而產(chǎn)生標準的語音參考樣本。

語音識別的處理步驟如圖6所示，將待測的語音信號，經(jīng)與圖5同樣的處理步驟求得特征參數(shù)后再與前述的標準語音參考樣本對比，找出最相似的參考樣本作為辨識的結(jié)果。

若依使用者的限制而言語音識別可分為特定人語音與非特定人語音識別。

非特定人語音識別。

使用本系統(tǒng)前不需要事先學習便能直接使用。一套最佳的語音識別系統(tǒng)是不須經(jīng)過學習便能進行語音識別的，但通常識別率都比較低。

特定人語音識別

使用特定人語音識別系統(tǒng)前，須先把使用者的語音參考樣本存入當成比對的資料庫，即特定人語音識別系統(tǒng)在使用前就必須先進行圖5的訓練學習步驟。

以上的實施例僅為說明本發(fā)明的技術(shù)思想，不能以此限定本發(fā)明的保護范圍，凡是按照本發(fā)明提出的技術(shù)思想，在技術(shù)方案基礎(chǔ)上所做的任何改動，均落入本發(fā)明保護范圍之內(nèi)。本發(fā)明未涉及的技術(shù)均可通過現(xiàn)有的技術(shù)加以實現(xiàn)。