[0001] 本发明涉及人工智能的技术领域，特别涉及一种智能导医机器人和智能导医方法。

[0002] 目前，随着医院人流量的不断增大，为了使人们能够在医院内部进行准确定位，医院通常会在醒目位置处放置医院科室分布图或者医院消防疏散图等指引图为人们提供导向指引，但是这些指引图的分布数量和分布位置都受到限制，其并不能满足所有人的需求，并且这些指引图还可能存在指引不清晰的问题，从而产生错误指示引导的情况。为了进一步改善医院内部定位引导的智能化程度，许多医院都增设了具有动态文字播报引导或者语音播报引导等功能的引导装置，但是这类引导装置在正式工作之前都需要进行人工调试和装配，而该人工调试和装配普遍存在出错率高、效率低、速度慢、耗时长和人力资源消耗大等不同缺点，并且这类引导装置的工作一段时间后还需要定期进行保养维修，并且还需要根据医院内部机构变更进行适应性的调整，这无疑需要医院额外配置专门的人力和物力来管理这类引导装置，这也必然增加医院的工作负担。可见，现有技术急需一种人工干预少、装配便捷、后期维护简便和工作效率高的智能导医机器人和智能导医方法。

[0066] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0067] 参阅图1，为本发明实施例提供的一种智能导医机器人的结构示意图。该智能导医机器人包括图像采集模块、关键特征信息生成模块、匹配关系库生成模块和语音播报模块。其中，

[0068] 该图像采集模块用于采集关于医院不同功能区域的若干图像；

[0069] 该关键特征信息生成模块用于获取关于该若干图像中的每一个对应的关键特征信息；

[0070] 该匹配关系库生成模块用于根据该若干图像中的每一个对应的关键特征信息，生成关于该医院不同功能区域与其对应的区域信息之间的匹配关系库；

[0071] 该语音播报模块用于根据该匹配关系库，进行关于该医院不同功能区域的语音指示播报操作。

[0072] 优选地，该图像采集模块包括医院固有信息确定子模块、分布地图生成子模块、图像采集模式确定子模块和拍摄子模块；

[0073] 优选地，该医院固有信息确定子模块用于预先获取该医院不同功能区域的位置分布状态信息和/或功能场景信息；

[0074] 优选地，该分布地图生成子模块用于根据该位置分布状态信息和/或该功能场景信息形成关于该医院不同功能区域的分布地图；

[0075] 优选地，该图像采集模式确定子模块用于，根据该医院不同功能区域的分布地图，确定该医院不同功能区域中的每一个对应的图像采集模式；

[0076] 优选地，该拍摄子模块用于根据该图像采集模式，拍摄关于该医院不同功能区域中的每一个对应的若干图像。

[0077] 优选地，该关键特征信息生成模块包括图像识别子模块和自然语言理解子模块；

[0078] 优选地，该图像识别子模块用于通过预设图像识别神经网络模型，对该若干图像中的每一个进行图像识别处理，以此获得每一个图像各自包括的文字内容和/或符号内容；

[0079] 优选地，该自然语言理解子模块用于对每一个图像各自包括的文字内容和/或符号内容，进行自然语言的理解识别处理，以此得到该关键特征信息。

[0080] 优选地，该匹配关系库生成模块包括文字翻译子模块、修正子模块、映射关系构建子模块和数据结构生成子模块；

[0081] 优选地，该文字翻译子模块用于通过预设文字翻译神经网络模型，将每一个图像对应的关键特征信息翻译形成至少一种语种的文字描述内容；

[0082] 优选地，该修正子模块用于对该文字描述内容进行适应性的修正处理；

[0083] 优选地，该映射关系构建子模块用于构建关于每一个图像对应的该文字描述内容、与每一个图像对应的功能区域之间的映射关系；

[0084] 优选地，该数据结构生成子模块用于根据该映射关系，通过预设数据处理神经网络模型，生成关于该医院不同功能区域与其对应的区域信息之间的匹配关系库。

[0085] 优选地，该语音播报模块包括语音翻译子模块和音频播放子模块；

[0086] 优选地，该语音翻译子模块用于通过预设语音翻译神经网络模型，将该匹配关系库中的文字描述内容翻译形成至少一种语种的语音信号；

[0087] 优选地，该音频播放子模块用于根据当前外界输入的功能区域导引请求，选择合适的该语音信号，并通过该语音指示播报操作播放该语音信号。

[0088] 参阅图2，为本发明实施例提供的一种智能导医方法的流程示意图。该智能导医方法包括如下步骤：

[0089] 步骤(1)，采集关于医院不同功能区域的若干图像，并获取关于该若干图像中的每一个对应的关键特征信息。

[0090] 优选地，在该步骤(1)中，采集关于医院不同功能区域的若干图像，并获取关于该若干图像中的每一个对应的关键特征信息具体包括，

[0091] 步骤(101)，预先获取该医院不同功能区域的位置分布状态信息和/或功能场景信息，以此形成关于该医院不同功能区域的分布地图；

[0092] 步骤(102)，根据该医院不同功能区域的分布地图，确定该医院不同功能区域中的每一个对应的图像采集模式，以此采集得到该若干图像；

[0093] 步骤(103)，对该若干图像中的每一个进行适应性的图像分析处理，以此获得每一个图像包含的文字信息和/或符号信息，从而得到该关键特征信息。

[0094] 优选地，在该步骤(101)中，预先获取该医院不同功能区域的位置分布状态信息和/或功能场景信息，以此形成关于该医院不同功能区域的分布地图具体包括，[0095] 步骤(1011)，预先获取该医院不同功能区域中的每一个所处的楼层信息、朝向信息、和与出入口之间的相对距离信息中的至少一者，以此作为该位置分布状态信息；

[0096] 步骤(1012)，预先获取该医院不同功能区域中的每一个对应的用途信息，以此作为该功能场景信息；

[0097] 步骤(1013)，对该位置分布状态信息和该功能场景信息进行关于该医院的建筑结构的标注匹配处理，并生成具有关于该医院不同功能区域的立体分布标注状态的三维分布地图，以此作为该分布地图。

[0098] 优选地，在该步骤(102)中，根据该医院不同功能区域的分布地图，确定该医院不同功能区域中的每一个对应的图像采集模式，以此采集得到该若干图像具体包括，[0099] 步骤(1021)，从该分布地图中获取关于该不同功能区域中的每一个各自的区域空间尺寸和/或区域光照信息中的至少一者，以此确定每一个功能区域的图像采集动作条件；

[0100] 步骤(1022)，根据该图像采集动作条件，确定适用于每一个功能区域图像采集动作对应的拍摄焦距、曝光时间和拍摄视角中的至少一者，以此确定该图像拍摄模式；

[0101] 步骤(1023)，根据每一个功能区域各自的图像拍摄模式，对每一个功能区域的指示牌和区域场景进行若干图像的采集操作。

[0102] 优选地，在该步骤(103)中，对该若干图像中的每一个进行适应性的图像分析处理，以此获得每一个图像包含的文字信息和/或符号信息，从而得到该关键特征信息具体包括，

[0103] 步骤(1031)，通过预设图像识别神经网络模型，对该若干图像中的每一个进行图像识别处理，以此获得每一个图像各自包括的文字内容和/或符号内容；

[0104] 步骤(1032)，对每一个图像各自包括的文字内容和/或符号内容，进行自然语言的理解识别处理，以此得到该关键特征信息；

[0105] 优选地，该图像识别处理包括，

[0106] S1、将待识别处理的图像转换成灰度图像，并根据该灰度图像对应的最大亮度值和最小亮度值，得到该灰度图像对应的二值化图像；

[0107] S2、获取该二值化图像对应的离散黑点分布状态，并根据该离散黑点分布状态，对该二值化图像进行腐蚀膨胀处理；

[0108] S3、对经过该腐蚀膨胀处理后的图像分别进行X方向和Y方向的区域选定处理，其中，该X方向和Y方向的区域选定处理均通过从中间向两边展开扫描的方式实现；

[0109] S4、根据该X方向和Y方向的区域选定处理的结果，对相应图像区域内的字符进行切割处理，并将切割处理后得到的字符放置于一维阵列中；

[0110] S5、根据该一维阵列内的字符，创建相应的字符集，并采用预设模板匹配算法对该字符集进行字符匹配处理，其中，该预设模板匹配算法包括将该字符集中的字符与预设模板字符进行相减处理，若该相减处理的结果符合预设误差条件，则指示该字符集中的字符与该预设模板字符相匹配，比如，假设该字符集中的字符 其中一个预设模板字符 另一个预设模板字符 则进行
下面相减处理Σ|A-T1|＝8,Σ|A-T2|＝2，可见字符A与预设模板字符T2之间的相减误差小于字符A与预设模板字符T1之间的相减误差，这样可认为字符A与预设模板字符T2更相似，从而确定预设模板字符T2就是字符A；

[0111] S6、将上述步骤S5确定的与该预设模板字符相匹配的字符写入文本中作为该文字内容和/或该符号内容，以用于步骤(1032)的处理。

[0112] 步骤(2)，根据该若干图像中的每一个对应的关键特征信息，生成关于该医院不同功能区域与其对应的区域信息之间的匹配关系库。

[0113] 优选地，在该步骤(2)中，根据该若干图像中的每一个对应的关键特征信息，生成关于该医院不同功能区域与其对应的区域信息之间的匹配关系库具体包括，[0114] 步骤(201)，通过预设文字翻译神经网络模型，将每一个图像对应的关键特征信息翻译形成至少一种语种的文字描述内容，以及对该文字描述内容进行适应性的修正处理；

[0115] 步骤(202)，构建关于每一个图像对应的该文字描述内容、与每一个图像对应的功能区域之间的映射关系；

[0116] 步骤(203)，根据该映射关系，通过预设数据处理神经网络模型，生成关于该医院不同功能区域与其对应的区域信息之间的匹配关系库，以此表征该医院不同功能区域与其对应的区域信息之间的一一对应数据结构关系。

[0117] 步骤(3)，根据该匹配关系库，进行关于该医院不同功能区域的语音指示播报操作。

[0118] 优选地，在该步骤(3)中，根据该匹配关系库，进行关于该医院不同功能区域的语音指示播报操作具体包括，

[0119] 步骤(301)，从该匹配关系库中，提取关于每一个功能区域所处的位置以及关于每一个功能区域导向的文字描述内容；

[0120] 步骤(302)，通过预设语音翻译神经网络模型，将该文字描述内容翻译形成至少一种语种的语音信号；

[0121] 步骤(303)，根据当前外界输入的功能区域导引请求，选择合适的该语音信号，并通过该语音指示播报操作播放该语音信号。

[0122] 从上述实施例的内容可知，该智能导医机器人和智能导医方法有别于现有技术的医院引导装置和方法只局限于采用静态图像或者语音广播的方式来进行定位和引导操作，该智能导医机器人和智能导医方法通过实时图像采集的方式实时更新医院内部不同功能区域的设置状态，并且还能够从采集得到的图像中自动地提取得到对应功能区域的指示信息，这样能够省去在医院发生功能区域设置变更需要通过人工方式进行设置信息的重新采集和获取，从而有效地降低导医过程的人力成本；其次，该智能导医机器人和智能导医方法还通过构建匹配关系库来确定不同功能区域的固有位置属性，这样能够减少对不同功能区域进行定位确认涉及的人工干预操作，进而避免该人工干预操作可能导致的操作误差和耽误工时，同时也便于快速和准确地进行后期维护；此外，该智能导医机器人和智能导医方法还通过语音指示播放的方式来进行引导提示，这能够提高其进行位置引导的效率和有效性；最后，该智能导医机器人和智能导医方法还使用于不同场合的医院机构，其具有对不同环境的良好适用性。

[0123] 显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。