基于云計算的AI 家居助老機器人系統

（婁底職業技術學院 電子信息工程學院，湖南 婁底 417000）

1 前言

根據聯合國2019 年世界人口調查數據，到2050 年，全世界每6 人中，就有1 人年齡在65 歲（16%）以上，這一數字在2019 年為11 人（9%）。此外，預計80 歲或以上人口將增長兩倍，從2019 年的1.43 億增至2050 年的4.26 億。截至2018 年年底，中國60 歲及以上老年人近2.5 億，其中失能老人超過4000 萬[1]。他們面臨的照護難題，是社會的痛點。最大的痛點是缺少人手。

當前，我國從移動互聯網發展到了超級互聯網時代，助老機器人在近年已步入快速發展軌道，主要實現康復、護理和陪護功能。康復機器人主要針對中風和脊神經受損的半失能老人，通過收集訓練數據給醫護人員參考，提高康復效率，后期研發出可穿戴康復的外骨骼機器人輔助行走。護理機器人用于輔助照顧老人生活起居，實現健康監管。隨著AI 技術的進步，陪護機器人主要應用于情感交流和健康管理。很多科技強國都非常重視助老機器人產業的發展，如在美國、日本、歐洲等發達國家和地區，相關科研人員一直在對助老機器人進行著探索研究，同時將AI（人工智能）技術、IOT（物聯網技術）、云計算技術、生物技術等高科技成果應用在助老機器人上[2]。隨著護理員工出現嚴重短缺，我國機器人服務政策相繼出臺，截止2019 年，國內出現了七十多家服務機器人公司，如我國哈爾濱工業大學機器人研究所研制的新型多功能智能服務機器人，以陪護為主幫助監管和陪護老年人，給老年人甚至整個社會帶來了福音。

2 助老機器人系統架構

AI 的專家系統、語音和圖像智能識別已經成為助老機器人不可或缺的技術，已經在醫護領域得到應用。助老機器人控制系統主要由智能機器人、云基礎服務、云計算服務以及人-機器人交互組成，將AI 云端融合技術、基于語音、肢體動作、面部特征的輸入輸出多方式的人機交互技術、輕量級機械手臂結合計算機視覺系統精確抓取及助老相關服務技術以及室內實時定位系統SLAM 技術集成于助老機器人，實現智慧型家居助老服務機器人應用平臺[3]。其中最為先進的ROS（Robot Operating System，機器人操作系統）融合云計算、AI 技術，對接訊飛云、圖靈云端優質的云端實時識別系統強大運算能力以及大量的SDK 在線調用，提升了機器人AI 水平降低了開發難度。

3 助老機器人系統平臺

3.1 智能機器人

智能機器人由機器人本體、控制系統、傳感器和智能系統組成。機器人本體的機械結構在各種驅動傳動裝置及控制系統的協同配合下根據規劃的路徑進行移動[4]。而控制策略主要為傳感器控制、觸覺控制、視覺控制、聽覺控制和自適應控制。使用的傳感器主要有溫度傳感器，感覺溫度從而作出天氣冷熱的結論；視覺傳感器感知周邊環境實現定位和抓取，用于視覺交互；語音傳感器便于人機交互感知；觸覺傳感器用來感知觸摸；接近覺傳感器用于短距離定位等，采用多傳感信息融合技術檢測環境的精準靜態和動態信息，實現自主導航與定位，并通過改進算法采用最優路徑規劃方式進行智能控制[5]。

智能機器人通過4G/5G/Wi-Fi 的方式接入互聯網，系統采用嵌入式底層控制器、機載微型電腦、云計算的分布式體系架構，主要是基于人臉識別、場景識別、智能化語音交互、深度學習等技術。以智能陪護機器人為例，機器人本體上設置控制模塊，而可穿戴式智能手環可以實時采集老人的心率、血壓、語音數據等生理信息，同時還可以設置一鍵急救功能。

建立開源化ROS，ROS 輕量級機械臂結合計算機視覺系統具有較高精準的鎖定目標并執行任務，具有很強的實用性。通過反復的輕量級機械手臂軟件仿真實驗，熟知路徑規劃與自主導航技術；并通過AI 實驗，掌握人機交互所需要的技術指標，核心代碼完全開放，為智能機器人的研究提供了強大的技術保障。輕量級機械手臂在助老機器人的使用開始普及開來，搭載強大的計算機視覺系統可以精確的完成復雜的任務執行，為助老服務提供了執行裝置方面的保障。2015 年，國內越疆科技輕量級智能機械臂自主研發成功，更好地實現了云端控制、視覺識別和人機交互。

ROS 提供全結點控制，創建地圖，SLAM（定位與地圖構建）自動導航、差分PID 電機調速控制、RQT 界面動態調試PID 參數、陀螺儀（IMU）姿態校正里程反饋，引入圖像識別與語音控制，提供了一體化解決方案。SLAM 技術采用多層平面激光分區掃描構建類3D 地圖模型，能準確識別出室內復雜的環境。

3.2 云基礎服務

云基礎服務包含數據計算、資源管理及調控、數據存儲，屬于數據服務層。服務機器人系統本身的復雜性，需要實現多傳感融合、AI 和機器深度學習，在行動過程中會產生大量數據，用戶需要調用機器人的資源，可以通過云基礎服務實現。云基礎設施服務把關系數據庫、彈性計算設備、彈性存儲設備、對象存儲器、負載均衡器結合起來，進行性能實時狀態測試，有限管理機器人設備自主操作的相關海量數據，規劃機器人本體各項任務，尤其是基于5G 技術的服務機器人數據分析和數據處理方面，云機器人技術將進行大規模的部署，不斷提高機器人的認知能力，改善機器人技術算法，推動IOT 生態系統的發展。

3.3 云計算服務

云計算服務主要包含云計算、云交互、云存儲，屬于云服務層。云計算的云包括寬帶資源、存儲服務和計算服務等，是大型服務器集群，大型的云計算有上百萬臺服務器。云機器人助力智慧服務，云計算賦能云機器人，為智能機器人提供豐富的計算能力和和資源，機器人使用云計算能夠訪問更新的圖像、地圖和對象/產品數據庫，并且實現遠程操作，實現自動管理[6]。比如，居家老人的實時情境照片，通過智能機器人攝像頭感知獲取以后，上傳到云服務器，和類似圖片進行對比，規劃出機器人的最有路徑以自主導航實現避障。而其他機器人可以共享數據。

云機器人既可以助力智慧工廠，也可以提升助老機器人服務能力。自主學習和認知能力是助老機器人最大的特點，也是產品研發的難點。IOT 在運行過程中的海量數據，使服務機器人由嵌入式系統發展為信息物理系統（CPS），更利于進行數據交互。對比于傳統機器人，云機器人的核心計算功能被移至云端，降低了硬件投資成本，讓機器人克服了對話的單調性，能夠更快地進行機器學習，提升響應效率。

3.4 人-機器人交互

人-機器人交互包含感知層、信息層和應用層，屬于用戶層。以微信作為人機交互的平臺，并借助語音云實現人機對話。[7]圖靈的API 和訊飛的SDK 對語音的識別能力已經趨近成熟，不僅可以識別普通話而且支持36 種地方性方言，識別速度快，可以達到2S 反饋識別結果，訊飛目前支持了聲波識別，人臉識別等智能云端服務，包括大數據語言云人機對話技術和空間視覺傳感技術。

助老機器人的人-機器人交互方式，主要有語音、視覺和基于肌電信號的交互方式。以科大訊飛為主的語音交互主要是通過云計算平臺實現。視覺的交互，主要是面部特征提取和分類、手勢動作指令為主，而人體姿態的實時監測和跟蹤比較復雜。基于肌電信號的人機交互，實現智能化人機交互能力，也是非常重要的方面。其中遠程監測和智能語音系統是人-機器人交互的關鍵技術。家人可以使用手機控制助老機器人，通過音視頻控制和遠程運動控制，實現對老人的遠程監測和智能看護。助老機器人不僅可以實現與老人的語音聊天、親情互動，還可以自動感知煤氣、煙霧、空氣質量等家居生活環境，實時監測老人的生命體征。當老人發生危險，能夠實時報警，得到最好的救護，讓家人更放心。

4 結語

我國服務機器人的發展勢不可擋，存在巨大市場潛力和發展空間。智能化水平得到了穩步提升。目前也存在一些問題，從產業方面看，機器人行業投入大，產業發展時間短，競爭高度同質化；從技術方面看，續航能力和情感交互技術需要加強。

隨著AI 技術不斷成熟，智能機器人在助老服務上具有了可操作性，智能機器人開始應用于我國一些發達地區的養老護理院，對失能失智老人進行護理，并對他們實現“久病床前”護理和無感式生命體征監護，同時對其進行人臉識別和報警監護。智能機器人系統還將與醫療系統聯動，組成線上會診平臺，為廣大老年患者提供高品質的服務。不論是社區、居家老人，還是養老機構，在保障老人安全的前提下，利用智能機器人通過AI 技術對老人進行監管，實時同步信息，家屬遠程也可以了解老人的信息，為實現智能家居和智慧生活助老提供重要參考。