基于云计算的AI家居助老机器人系统

    李和平 易瑜

    摘 要 我国老龄化现象已经十分严重，独居老人越来越多，老人的照料和护理问题也随之而来，亟待社会解决。将AI云端融合技术、轻量级机械手臂视觉系统和室内实时定位系统SLAM技术应用于家庭助老机器人，实现智慧型家居助老服务机器人应用平台，一方面通过语音互动与老人进行交流，排除老人的孤寂心理，另一方面集成远程视频、服务呼叫等功能，能够在第一时间快速响应，更好地提高老年人的生活质量。

    关键词 云计算 助老机器人 AI 人-机器人交互

    中图分类号：TP242 文献标识码：A 文章编号：1007-0745（2020）03-0016-02

    1 前言

    根据联合国2019年世界人口调查数据，到2050年，全世界每6人中，就有1人年龄在65岁（16%）以上，这一数字在2019年为11人（9%）。此外，预计80岁或以上人口将增长两倍，从2019年的1.43亿增至2050年的4.26亿。截至2018年年底，中国60岁及以上老年人近2.5亿，其中失能老人超过4000万[1]。他们面临的照护难题，是社会的痛点。最大的痛点是缺少人手。

    当前，我国从移动互联网发展到了超级互联网时代，助老机器人在近年已步入快速发展轨道，主要实现康复、护理和陪护功能。康复机器人主要针对中风和脊神经受损的半失能老人，通过收集训练数据给医护人员参考，提高康复效率，后期研发出可穿戴康复的外骨骼机器人辅助行走。护理机器人用于辅助照顾老人生活起居，实现健康监管。随着AI技术的进步，陪护机器人主要应用于情感交流和健康管理。很多科技强国都非常重视助老机器人产业的发展，如在美国、日本、欧洲等发达国家和地区，相关科研人员一直在对助老机器人进行着探索研究，同时将AI（人工智能）技术、IOT（物联网技术）、云计算技术、生物技术等高科技成果应用在助老机器人上[2] 。随着护理员工出现严重短缺，我国机器人服务政策相继出台，截止2019年，国内出现了七十多家服务机器人公司，如我国哈尔滨工业大学机器人研究所研制的新型多功能智能服务机器人，以陪护为主帮助监管和陪护老年人，给老年人甚至整个社会带来了福音。

    2 助老机器人系统架构

    AI的专家系统、语音和图像智能识别已经成为助老机器人不可或缺的技术，已经在医护领域得到应用。助老机器人控制系统主要由智能机器人、云基础服务、云计算服务以及人-机器人交互组成，将AI云端融合技术、基于语音、肢体动作、面部特征的输入输出多方式的人机交互技术、轻量级机械手臂结合计算机视觉系统精确抓取及助老相关服务技术以及室内实时定位系统SLAM技术集成于助老机器人，实现智慧型家居助老服务机器人应用平台[3]。其中最为先进的ROS（Robot Operating System，机器人操作系统）融合云计算、AI技术，对接讯飞云、图灵云端优质的云端实时识别系统强大运算能力以及大量的SDK在线调用，提升了机器人AI水平降低了开发难度。

    3 助老机器人系统平台

    3.1 智能机器人

    智能机器人由机器人本体、控制系统、传感器和智能系统组成。机器人本体的机械结构在各种驱动传动装置及控制系统的协同配合下根据规划的路径进行移动[4] 。而控制策略主要为传感器控制、触觉控制、视觉控制、听觉控制和自适应控制。使用的传感器主要有温度传感器，感觉温度从而作出天气冷热的结论;视觉传感器感知周边环境实现定位和抓取，用于视觉交互;语音传感器便于人机交互感知;触觉传感器用来感知触摸;接近觉传感器用于短距离定位等，采用多传感信息融合技术检测环境的精准静态和动态信息，实现自主导航与定位，并通过改进算法采用最優路径规划方式进行智能控制[5] 。

    智能机器人通过4G/5G/Wi-Fi 的方式接入互联网，系统采用嵌入式底层控制器、机载微型电脑、云计算的分布式体系架构，主要是基于人脸识别、场景识别、智能化语音交互、深度学习等技术。以智能陪护机器人为例，机器人本体上设置控制模块，而可穿戴式智能手环可以实时采集老人的心率、血压、语音数据等生理信息，同时还可以设置一键急救功能。

    建立开源化ROS，ROS轻量级机械臂结合计算机视觉系统具有较高精准的锁定目标并执行任务，具有很强的实用性。通过反复的轻量级机械手臂软件仿真实验，熟知路径规划与自主导航技术;并通过AI实验，掌握人机交互所需要的技术指标，核心代码完全开放，为智能机器人的研究提供了强大的技术保障。轻量级机械手臂在助老机器人的使用开始普及开来，搭载强大的计算机视觉系统可以精确的完成复杂的任务执行，为助老服务提供了执行装置方面的保障。2015年，国内越疆科技轻量级智能机械臂自主研发成功，更好地实现了云端控制、视觉识别和人机交互。

    ROS提供全结点控制，创建地图，SLAM（定位与地图构建）自动导航、差分PID电机调速控制、RQT界面动态调试PID参数、陀螺仪（IMU）姿态校正里程反馈，引入图像识别与语音控制，提供了一体化解决方案。SLAM技术采用多层平面激光分区扫描构建类3D地图模型，能准确识别出室内复杂的环境。

    3.2 云基础服务

    云基础服务包含数据计算、资源管理及调控、数据存储，属于数据服务层。服务机器人系统本身的复杂性，需要实现多传感融合、AI和机器深度学习，在行动过程中会产生大量数据，用户需要调用机器人的资源，可以通过云基础服务实现。云基础设施服务把关系数据库、弹性计算设备、弹性存储设备、对象存储器、负载均衡器结合起来，进行性能实时状态测试，有限管理机器人设备自主操作的相关海量数据，规划机器人本体各项任务，尤其是基于5G技术的服务机器人数据分析和数据处理方面，云机器人技术将进行大规模的部署，不断提高机器人的认知能力，改善机器人技术算法，推动IOT生态系统的发展。

    3.3 云计算服务

    云计算服务主要包含云计算、云交互、云存储，属于云服务层。云计算的云包括宽带资源、存储服务和计算服务等，是大型服务器集群，大型的云计算有上百万台服务器。云机器人助力智慧服务，云计算赋能云机器人，为智能机器人提供丰富的计算能力和和资源，机器人使用云计算能够访问更新的图像、地图和对象/产品数据库，并且实现远程操作，实现自动管理[6]。比如，居家老人的实时情境照片，通过智能机器人摄像头感知获取以后，上传到云服务器，和类似图片进行对比，规划出机器人的最有路径以自主导航实现避障。而其他机器人可以共享数据。

    云机器人既可以助力智慧工厂，也可以提升助老机器人服务能力。自主学习和认知能力是助老机器人最大的特点，也是产品研发的难点。IOT在运行过程中的海量数据，使服务机器人由嵌入式系统发展为信息物理系统（CPS），更利于进行数据交互。对比于传统机器人，云机器人的核心计算功能被移至云端，降低了硬件投资成本，让机器人克服了对话的单调性，能够更快地进行机器学习，提升响应效率。

    3.4 人-机器人交互

    人-机器人交互包含感知层、信息层和应用层，属于用户层。以微信作为人机交互的平台，并借助语音云实现人机对话。[7] 图灵的API和讯飞的SDK对语音的识别能力已经趋近成熟，不仅可以识别普通话而且支持36种地方性方言，识别速度快，可以达到2S反馈识别结果，讯飞目前支持了声波识别，人脸识别等智能云端服务，包括大数据语言云人机对话技术和空间视觉传感技术。

    助老机器人的人-机器人交互方式，主要有语音、视觉和基于肌电信号的交互方式。以科大讯飞为主的语音交互主要是通过云计算平台实现。视觉的交互，主要是面部特征提取和分类、手势动作指令为主，而人体姿态的实时监测和跟踪比较复杂。基于肌电信号的人机交互，实现智能化人机交互能力，也是非常重要的方面。其中远程监测和智能语音系统是人-机器人交互的关键技术。家人可以使用手机控制助老机器人，通过音视频控制和远程运动控制，实现对老人的远程监测和智能看护。助老机器人不仅可以实现与老人的语音聊天、亲情互动，还可以自动感知煤气、烟雾、空气质量等家居生活环境，实时监测老人的生命体征。当老人发生危险，能够实时报警，得到最好的救护，让家人更放心。

    4 结语

    我国服务机器人的发展势不可挡，存在巨大市场潜力和发展空间。智能化水平得到了稳步提升。目前也存在一些问题，从产业方面看，机器人行业投入大，产业发展时间短，竞争高度同质化;从技术方面看，续航能力和情感交互技术需要加强。

    随着AI技术不断成熟，智能机器人在助老服务上具有了可操作性，智能机器人开始应用于我国一些发达地区的养老护理院，对失能失智老人进行护理，并對他们实现“久病床前”护理和无感式生命体征监护，同时对其进行人脸识别和报警监护。智能机器人系统还将与医疗系统联动，组成线上会诊平台，为广大老年患者提供高品质的服务。不论是社区、居家老人，还是养老机构，在保障老人安全的前提下，利用智能机器人通过AI技术对老人进行监管，实时同步信息，家属远程也可以了解老人的信息，为实现智能家居和智慧生活助老提供重要参考。

    参考文献：

    [1] 张腾宇，张静莎.老年陪护机器人的功能需求调查与分析社会福利（理论版）[J].2019（08）：52-57.

    [2] 罗坚.老年服务机器人发展现状与关键技术[J].电子测试，2016（06）：133-134.

    [3] 王允建，薛娜娜，刘晓云.关于助老机器人路标定位优化仿真研究[J].计算机仿真，2016（33）：363-368.

    [4] 刘景泰，张森，孙月.面向智能家居/智慧生活的服务机器人技术与系统[J].集成技术，2016（05）：38-46.

    [5] 王伟，褚凌慧，李超艺，李昕达.基于云计算之温室移动机器人的路径规划[J].现代电子技术，2017（40）：53-56.

    [6] 赵林山，陈殿生.基于云计算的助老机器人设计与实现[J].机器人技术与应用，2017（01）：29-33.

    [7] 杨国庆，黄锐，李健.智能服务机器人语音交互的设计与实现[J].科技视界，2020（09）：129-131.

    娄底职业技术学院 电子信息工程学院，湖南 娄底