一种基于多传感器的智能交互系统的制作方法

1.本发明涉及智能交互技术领域，具体为一种基于多传感器的智能交互系统。


背景技术：

2.随着智能家居的快速发展，智能电视在人们的生活中占比越来越高，尤其是与各大运营商绑定的数字电视信号类型的智能电视更是发展飞速，虽然移动电子设备的发展已经如火如荼，但是智能电视更能给用户带来团聚感，然而，智能电视提供的信息过于繁杂，一个屏幕上的信息难以被用户快速接收，信息过多反而会降低用户的探索积极性，造成资源浪费的同时影响用户体验，同时，智能电视功能越来越丰富，其系统操作复杂程度也相应增加，而我国人口结构复杂，电视厂家众多，资源版权分散，这些导致智能电视的体验效果并不理想，提高智能电视资源和信息的利用率、改善用户体验是智能电视亟需解决的痛点，因此，设计合理交互逻辑和提高用户体验的一种基于多传感器的智能交互系统是很有必要的。


技术实现要素：

3.本发明的目的在于提供一种基于多传感器的智能交互系统，以解决上述背景技术中提出的问题。
4.为了解决上述技术问题，本发明提供如下技术方案：一种基于多传感器的智能交互系统，包括传感器组合模块、用户模型构建模块、交互优化模块，所述传感器组合模块用于根据多个传感器采集用户的可优化数据，所述用户模型构建模块用于结合采集数据构建用户的使用场景模型，所述交互优化模块用于对用户的交互场景和交互方式进行视觉优化，所述用户模型构建模块包括手动输入模块、传感器数据整合模块、身份分类模块、需求分析模块，所述手动输入模块用于向系统中录入单个用户的身份信息、使用习惯，所述传感器数据整合模块用于对传感器采集数据进行分析整合，所述身份分类模块用于根据传感器采集数据与用户习惯进行身份分类，所述需求分析模块用于分析用户的交互需求。
5.根据上述技术方案，所述传感器组合模块包括深感摄像头模块、体动记录传感器模块、行为记录模块、数据上传模块，所述深感摄像头模块用于验证用户身份与注视行为记录，所述体动记录传感器模块用于对用户的体动情况进行识别与记录，所述行为记录模块用于记录用户看电视时的行为特征，所述数据上传模块用于将数据传至区块链中进行保存。
6.根据上述技术方案，所述交互优化模块包括聚焦显示模块、搜索收益计算模块、分类重绘模块、信息架构优化模块，所述聚焦显示模块用于对接电视显示驱动板改变聚焦显示布局，所述搜索收益计算模块用于计算用户在搜索过程中的收益，所述分类重绘模块用于对ui界面的分类菜单进行针对性重绘，所述信息架构优化模块用于优化核心功能的模块层级，所述聚焦显示模块与搜索收益计算模块、分类重绘模块电连接。
7.根据上述技术方案，所述传感器组合模块中，深感摄像头模块与体动记录传感器
模块组成串联结构实现对用户观看电视时的状态识别与记录，所述深感摄像头模块带有注视感知功能，所述体动记录传感器模块带有高灵敏度多轴感应功能，所述深感摄像头模块与体动记录传感器模块组成的串联结构对用户观看电视时的状态识别与记录的具体联动方法如下：
8.步骤s1：检测用户视线角度，判断注视状态；
9.步骤s2：根据监测结果发送启动电信号到体动记录传感器模块；
10.步骤s3：根据体动记录传感器所记录的数据进行用户行为判断。
11.根据上述技术方案，所述步骤s3中，用户行为及其判断依据具体包括以下分类：
12.分类a：深感摄像头检测到用户处于注视状态；
13.分类b：深感摄像头检测到用户未处于注视状态，体动记录传感器检测到用户在时间小于t内有活动反馈；
14.分类c：深感摄像头检测到用户未处于注视状态，体动记录传感器检测到用户在时间大于t后小于t内有活动反馈；
15.分类d：深感摄像头检测到用户未处于注视状态，体动记录传感器检测到用户在时间大于t后没有活动反馈；
16.上述各个分类分别代表以下可能活动：
17.活动a：用户处于观看电视状态；
18.活动b：用户处于在观看电视之余有其他活动；
19.活动c：用户进入浅度睡眠状态；
20.活动d：用户进入深度睡眠状态；
21.其中，时间t与t分别代表用户的浅睡时间阈值与深睡时间阈值，单位为分钟，由用户年龄与历史睡眠时间结合大数据综合所得。
22.根据上述技术方案，所述用户模型构建模块中，对用户的模型进行构建的方法包括以下步骤：
23.步骤一：手动输入用户特征，所述用户特征包括年龄、观看兴趣类型、平均观看时长；
24.步骤二：整合传感器组合模块所记录的数据；
25.步骤三：结合数据对用户的身份进行分类；
26.步骤四：根据分类结果与记录数据进行用户需求分析；
27.步骤五：将用户需求分析结果进行交互优化。
28.根据上述技术方案，所述步骤五中，对用户需求分析结果进行交互优化的方法进一步包括以下步骤：
29.优化步骤1：进行搜索增益r的计算；
30.优化步骤2：结合用户的搜索行为，记录每次用户切换分类板块的时间tb与在当前板块中搜索耗时tw；
31.优化步骤3：根据历史搜索周期结合大数据测定用户的搜索目标有效值gi；
32.优化步骤4：统计用户在无目标搜索情况下的花费时间tj。
33.根据上述技术方案，所述优化步骤1中，搜索增益r的计算公式如下：
[0034][0035]
其中k为时间转换系数，取值范围为(0,1)，tb、tw、tj的单位为分钟。
[0036]
根据上述技术方案，所述信息架构优化模块包括内容分类优化、显示聚焦优化、交互流程优化。。
[0037]
与现有技术相比，本发明所达到的有益效果是：本发明，通过设置有深感摄像头模块和体动记录传感器模块，深感摄像头可以对用户进行人脸身份识别，起到加密与身份识别的作用，同时可以在用户产生注视行为时，记录注视时长，结合体动记录传感器对用户是否在观看电视进行判断，用户的数据属于隐私数据，进行区块链存储减少隐私泄露风险。
附图说明
[0038]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0039]
图1是本发明的系统模块组成示意图。
具体实施方式
[0040]
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做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。
[0041]
请参阅图1，本发明提供技术方案：一种基于多传感器的智能交互系统，包括传感器组合模块、用户模型构建模块、交互优化模块，传感器组合模块用于根据多个传感器采集用户的可优化数据，用户模型构建模块用于结合采集数据构建用户的使用场景模型，交互优化模块用于对用户的交互场景和交互方式进行视觉优化，用户模型构建模块包括手动输入模块、传感器数据整合模块、身份分类模块、需求分析模块，手动输入模块用于向系统中录入单个用户的身份信息、使用习惯，传感器数据整合模块用于对传感器采集数据进行分析整合，身份分类模块用于根据传感器采集数据与用户习惯进行身份分类，需求分析模块用于分析用户的交互需求。为了满足多种用户的使用，提供手动输入模块来进行用户信息录入，同时结合传感器采集的数据对用户进行分类，并进一步分析用户的交互需求与交互习惯，构建完整的用户模型。
[0042]
传感器组合模块包括深感摄像头模块、体动记录传感器模块、行为记录模块、数据上传模块，深感摄像头模块用于验证用户身份与注视行为记录，体动记录传感器模块用于对用户的体动情况进行识别与记录，行为记录模块用于记录用户看电视时的行为特征，数据上传模块用于将数据传至区块链中进行保存。深感摄像头可以对用户进行人脸身份识别，起到加密与身份识别的作用，同时可以在用户产生注视行为时，记录注视时长，结合体动记录传感器对用户是否在观看电视进行判断，用户的数据属于隐私数据，进行区块链存储减少隐私泄露风险。
[0043]
交互优化模块包括聚焦显示模块、搜索收益计算模块、分类重绘模块、信息架构优化模块，聚焦显示模块用于对接电视显示驱动板改变聚焦显示布局，搜索收益计算模块用
于计算用户在搜索过程中的收益，分类重绘模块用于对ui界面的分类菜单进行针对性重绘，信息架构优化模块用于优化核心功能的模块层级，聚焦显示模块与搜索收益计算模块、分类重绘模块电连接。根据用户的需求对电视显示界面进行聚焦优化，保证每个用户可以更高效地查询到自己需要的界面，并计算每一次的搜索收益，根据计算结果进行综合优化，同时针对不同用户进行导航菜单分类重绘，提高搜索效率，在信息架构优化中，将核心功能直接相关的模块放在最高层级，提高辅助核心功能的模块层级，隐藏或淡化与核心功能相关性较低的模块。
[0044]
传感器组合模块中，深感摄像头模块与体动记录传感器模块组成串联结构实现对用户观看电视时的状态识别与记录，深感摄像头模块带有注视感知功能，体动记录传感器模块带有高灵敏度多轴感应功能，深感摄像头模块与体动记录传感器模块组成的串联结构对用户观看电视时的状态识别与记录的具体联动方法如下：
[0045]
步骤s1：检测用户视线角度，判断注视状态；用户在观看电视时，注视屏幕的同时会被深感摄像头中的注视感知功能检测到，产生开始信号，并在用户停止注视时产生停止信号，开始信号具体表现为二进制状态1，停止信号具体表现为二进制状态0；
[0046]
步骤s2：根据监测结果发送启动电信号到体动记录传感器模块；体动记录传感器模块长期处于睡眠状态，只有在检测到用户人脸识别进入电视系统后才会打开接收状态，同时在接收到注视感知模块发送的注视停止信号后解除睡眠，以减少功耗；
[0047]
步骤s3：根据体动记录传感器所记录的数据进行用户行为判断。
[0048]
步骤s3中，用户行为及其判断依据具体包括以下分类：
[0049]
分类a：深感摄像头检测到用户处于注视状态；
[0050]
分类b：深感摄像头检测到用户未处于注视状态，体动记录传感器检测到用户在时间小于t内有活动反馈；
[0051]
分类c：深感摄像头检测到用户未处于注视状态，体动记录传感器检测到用户在时间大于t后小于t内有活动反馈；
[0052]
分类d：深感摄像头检测到用户未处于注视状态，体动记录传感器检测到用户在时间大于t后没有活动反馈；
[0053]
上述各个分类分别代表以下可能活动：
[0054]
活动a：用户处于观看电视状态；
[0055]
活动b：用户处于在观看电视之余有其他活动；
[0056]
活动c：用户进入浅度睡眠状态；
[0057]
活动d：用户进入深度睡眠状态；
[0058]
其中，时间t与t分别代表用户的浅睡时间阈值与深睡时间阈值，单位为分钟，由用户年龄与历史睡眠时间结合大数据综合所得。
[0059]
用户模型构建模块中，对用户的模型进行构建的方法包括以下步骤：
[0060]
步骤一：手动输入用户特征，用户特征包括年龄、观看兴趣类型、平均观看时长；
[0061]
步骤二：整合传感器组合模块所记录的数据；
[0062]
步骤三：结合数据对用户的身份进行分类；
[0063]
步骤四：根据分类结果与记录数据进行用户需求分析；
[0064]
步骤五：将用户需求分析结果进行交互优化。
[0065]
步骤五中，对用户需求分析结果进行交互优化的方法进一步包括以下步骤：
[0066]
优化步骤1：进行搜索增益r的计算；在智能电视使用情境下，用户同时存在无目标搜索行为和有目标搜索行为，在无目标搜索行为中，用户浏览并认知的信息都可以是收益型信息，而对于有目标搜索行为中，用户的目标已经明确，搜索效率的衡量标准就是搜索所耗费的时间；
[0067]
优化步骤2：结合用户的搜索行为，记录每次用户切换分类板块的时间tb与在当前板块中搜索耗时tw；分类板块包括多个子分类板块，总切换时间为tb。
[0068]
优化步骤3：根据历史搜索周期结合大数据测定用户的搜索目标有效值gi；在互联网电视情景中，搜索结果较为复杂，搜索完成后无论搜索结果如何，用户的搜索收益都会超过目标收益，但是缺少数值量化，结合历史搜索周期与大数据测定的搜索目标有效值可以将用户的搜索收益数值化，计算特征更明显；
[0069]
优化步骤4：统计用户在无目标搜索情况下的花费时间tj。
[0070]
优化步骤1中，搜索增益r的计算公式如下：
[0071][0072]
其中k为时间转换系数，取值范围为(0,1)，tb、tw、tj的单位为分钟。用户在进行交互时产生的搜索行为难以数值化，将其搜索时间与目标有效值结合计算搜索增益，更显著地表现用户的搜索收益，对交互系统的界面优化与分类设计提供数据参考，具体为：对多个经人脸验证后的用户搜索增益r进行排序，根据排序结果选择界面的展示逻辑。
[0073]
信息架构优化模块包括内容分类优化、显示聚焦优化、交互流程优化。不同年龄段的用户对节目类型的喜好程度不同，结合人工输入的信息和用户平时观看记录与搜索时间大数据对用户的喜好进行判定，将用户兴趣最高的节目以聚焦的方式展示子屏幕中，并对交互流程进行语音、手势优化，减少用户的学习成本。
[0074]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0075]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。