人机交互设备以及相应的可移动的用户终端的制作方法

本发明涉及一种人机交互设备。本发明还涉及一种与人机交互设备通信连接的可移动的用户终端。

背景技术：

随着科技的进步，越来越多的可语音控制的智能设备出现在人们生活中。当在一个空间内布置有多个智能设备时，为了控制其中一个智能设备，用户不得不分别走近该智能设备以发出语音指令。这不仅不够方便，而且语音指令仍可能被临近的智能设备识别而引起误操作。

在另一方面，在公共空间、例如共用载具载体中，由于涉及多人的语音交互，因而多人的语音指令可能存在相互干扰。

因此，期待提供一种能方便且精确地标定想要语音控制的目标智能设备的技术方案。

技术实现要素：

本发明的目的通过提供一种人机交互设备来实现，其包括控制装置和与控制装置通信连接以能被控制装置操控的至少一个被控装置，控制装置配置成能确定可移动的用户终端所处的位置和朝向并基于所确定的位置和朝向来识别用户终端所朝向或指向的被控装置以作为被用户的语音指令所操控的对象。

根据一可选的实施例，控制装置配置成能响应于用户的语音指令向以下被控装置发送操控信号：该被控装置是语音指令发出时用户终端所朝向或指向的那个被控装置。

根据一可选的实施例，控制装置在确定用户终端的位置和朝向时利用了由用户终端中的传感器所测量的用户终端的位置和/或方向数据。

根据一可选的实施例，人机交互设备还包括与控制装置通信连接的存储装置，所述存储装置内存储有各被控装置的位置信息，控制装置在确定用户终端所朝向或指向的被控装置时利用了所述位置信息。

根据一可选的实施例，人机交互设备还包括与控制装置通信连接的语音输入装置，语音输入装置配置成能接收用户的用于操控被控装置的语音指令。

根据一可选的实施例，人机交互设备还包括与控制装置通信连接的定位装置，定位装置配置成能确定用户终端相对于定位装置的位置和/或距离，其中，定位装置的位置信息被预存储，定位装置的位置信息和测量结果被用于确定用户终端的位置和朝向。

本发明的目的还通过提供一种能够与根据上文所描述的人机交互设备通信连接的可移动的用户终端，用户终端包括用于检测用户终端的位置和/或方向的传感器并将所检测的位置和/或方向数据传输给人机交互设备。

根据一可选的实施例，用户终端还包括用于接收用户的语音输入的语音输入装置。

根据一可选的实施例，用户终端配置成与用户的头部或手部携动的设备或者易于被用户握持的设备。

根据一可选的实施例，用户终端配置成在检测到触发事件的发生时唤醒对被控装置的语音控制，所述触发事件包括以下中的至少一种：

-用户终端的开关被操作；

-用户终端的显示屏被轻击；

-检测到来自用户的用于唤醒的语音输入。

根据一可选的实施例，用户终端配置成借助于显示屏显示以下语音控制状态：

-已唤醒，待输入；

-正在输入；

-理解输入命令；和/或

-执行操作。

通过本发明，实现了：

-能方便且精确地标定想要语音控制的目标智能设备，而无需用户用于走近目标智能设备；

-避免多人语音指令的相互干扰；

-防止语音指令引起除了目标智能设备以外的其它设备的误操作；以及

-所见即所控和所指即所控。

从说明书、附图和权利要求书中，本发明主题的其他优点和有利实施例是显而易见的。

附图说明

本发明的更多特征及优点可以通过下述参考附图的具体实施例的详细说明来进一步阐述。所述附图为：

图1示出根据本发明的一示例性实施例的人机交互设备的示意性结构框图；以及

图2示出根据本发明的一示例性实施例的用户终端的示意性结构图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案以及有益的技术效果更加清楚明白，以下将结合附图以及多个示例性实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用于解释本发明，而不是用于限定本发明的保护范围。在附图中，相同或类似的附图标记指代相同或等价的部件。

图1示出根据本发明的一示例性实施例的人机交互设备100的示意性结构框图。人机交互设备100包括控制装置10和与控制装置10通信连接以被控制装置操控的至少一个被控装置30。控制装置配置成能确定可移动的用户终端200所处的位置和朝向并基于所确定的位置和朝向来识别用户终端200所朝向或指向的被控装置30以作为被用户的语音指令操控的对象。

根据本发明的一示例性实施例，人机交互设备100可用于语音操控同一空间区域内的多个被控装置30。例如，可作为车载式人机交互设备来操控多个作为被控装置30的车载装置，车载装置包括但不限于：车辆空调或通风装置，各个车窗，照明装置，车窗灯，车机显示屏，储物箱，后备箱盖，各个车门。替代地，人机交互设备100也可用于操控同一室内空间、例如房间内、公共场所(例如商场)内的多个被控装置。在这种情况下，被控装置30可以是各种电器。

根据本发明的一示例性实施例，用户终端200可以是与用户的头部携动的可穿戴设备，例如头戴式设备，比如耳机、眼镜。在这种情况下，耳机的朝向通常可以代表用户的视线方向，那么，用户在想要语音控制某个被控装置30时，只需自然地移动头部看向该被控装置即可选中该被控装置，而无需额外执行其它动作。由此，实现了“所见即所控”。比如，当人看向窗户时说出“开窗”或“关窗”指令时，所看向的窗户就可被打开或关闭；当人想要打开某个照明装置时，可以看向该照明装置并说出“开灯”，即可点亮该照明装置。

附加地或替代地，用户终端200可以是与用户的上臂或手部携动的或者易于被用户握持的设备，例如：其它可穿戴设备，比如手环、手表；车钥匙；手机；平板电脑；专用的操控终端。在这种情况下，可以通过使用户终端200朝向或指向想要语音控制的被控装置30就可选中该被控装置30，从而实现了“所指即所控”。

进一步而言，控制装置10配置成能响应于用户的语音指令向以下被控装置30发送操控信号：该被控装置30是该语音指令发出时用户终端200所朝向或指向的那个被控装置30。为此，控制装置10需要获取语音指令发出的时刻并进而计算用户终端200在时刻所处的位置和朝向。

控制装置10在确定用户终端200的位置和朝向时利用了由用户终端200中的传感器220所测量的用户终端200的位置和/或方向数据。传感器220例如为：加速计(比如三轴或六轴加速计)，陀螺仪(比如三轴或六轴陀螺仪)，磁力计(比如三轴或六轴磁力计)，或者它们的任意组合。

在人机交互设备100用于车辆的情况下，车辆中也可以布置用于检测车辆的位置和/或方向的车载传感器20。在这种情况下，控制装置10可以基于用户终端200的传感器220的测量结果和车载传感器20的测量结果确定出用户终端200在车辆内所处的位置和相对于车辆的方向。车载传感器20例如为：加速计(比如三轴或六轴加速计)，陀螺仪(比如三轴或六轴陀螺仪)，磁力计(比如三轴或六轴磁力计)，或者它们的任意组合。

附加地或替代地，在空间内、例如车辆内或房间内可设置定位装置，所述定位装置配置成能测量用户终端200相对于所述定位装置的位置和/或距离，其中，定位装置在空间内的位置信息被预存储。定位装置的位置信息和测量结果也可用于确定用户终端200的位置和朝向。示例性地，所述定位装置可以是深度摄像装置。

根据一示例，车载传感器20和/或定位装置可以布置在车体的中心部位处。根据另一示例，深度摄像头可以朝向车内空间地布置在车辆顶棚的前端附近。

此外，人机交互设备100还包括与控制装置10通信连接的存储装置40，所述存储装置40内存储有各被控装置30的位置信息，控制装置10在确定用户终端200所朝向或指向的被控装置30时利用了所述位置信息。

为此，示例性地，可以对空间环境进行建模以形成包含有所有被控装置30的空间环境三维模型。在人机交互设备100用于车辆的情况下，可以在车辆出厂时对车内环境进行建模。

人机交互设备100还包括与控制装置10通信连接的用于接收来自用户的语音输入的语音输入装置50。响应于用户的语音指令，控制装置10生成用于操控所识别出的用户终端200的操控指令。在人机交互设备100用于车辆的情况下，语音输入装置50可以是搭载于车辆上的麦克风。

附加地或替代地，用户终端200可具有语音输入装置250。在这种情况下，用户终端200可以在不对语音输入装置250所接收的语音信号进行处理的情况下直接将所接收的语音信号传输给人机交互设备100，以由控制装置10来进行处理。采用这种方式，简化了用户终端200的结构并减轻了用户终端200的重量。

根据本发明的一示例性实施例，降噪装置被提供，以用于对所接收的语音信号进行降噪处理，从而使得用户的语音指令被清晰化。示例性地，降噪装置可包括搭载于车辆上的麦克风阵列，麦克风阵列进而包括布置于车辆的不同位置处的多个麦克风。借助于这些麦克风，可以从车辆的不同位置处接收声音信号，以用于对语音输入装置50或250所接收的语音信号进行针对性的降噪处理。附加地或替代地，降噪装置可以集成于用户终端200中。

根据本发明的一示例性实施例，用户终端200与控制装置10的通信、尤其是从用户终端200向控制装置10的通信可以为加密通信和/或声纹通信。在这种情况下，对加密和/或声纹的解析可以在控制装置10或者远程服务器中进行。

根据本发明的一示例性实施例，用于识别用户的语音输入的语音识别装置被提供。语音识别装置可以集成在控制装置10中(例如被搭载于车辆上)，也可以设置在远程服务器中。

根据本发明的一示例性实施例，可以将用户终端200的一个特定朝向(例如特定部件的朝向)设定为用于指向想要操控的被控装置30的标定方向。在用户终端200为耳机的情况下，可以将耳机被用户穿戴时指向用户前方的方向设定为标定方向。在用户终端200为车钥匙的情况下，可以将车钥匙的末端的指向设定为车钥匙的标定方向。在用户终端200为手机、平板电脑或将在下文详细解释的专用的操控终端的情况下，可以将这些装置的麦克风的朝向设定为所述标定方向。

根据本发明的一示例性实施例，用户终端200中或上可以带有标记，该标记用于向用户指示所述标定方向。所述标记例如为一个箭头。

根据本发明的一示例性实施例，可以将下述设备识别为用户终端200所朝向或指向的被控装置30：该设备与标定方向的相交。当有多个受控装置30与标定方向相交时，将沿标定方向离移动终端200最近的那个受控装置识别为用户终端200所朝向或指向的被控装置30。

特别地，在用户终端200为随用户的头部携动的可穿戴设备的情况下，用于校准人的视线方向与可穿戴设备的标定方向的实际定向之间的偏差的校准程序被提供。校准程序可以执行为：使人带着用户终端200按照提示来依次看向不同的校准位置，从而确定在看向各校准位置时用户终端200的标定方向是否与校准位置相交，并在没有相交时根据偏差确定补偿手段，确定出的补偿手段可以被存储并在后续用于补偿用户终端200的朝向相对于视线方向的偏差。在人机交互设备100用于车辆的情况下，示例性地，校准程序可以执行为使人带着用户终端200坐在固定的位置处(例如驾驶座上)按照提示来依次看向车机屏中的不同点。

根据本发明的一示例性实施例，用户终端200具有数据通信装置，数据通信装置配置成能借助于通信协议(例如wifi)与人机交互设备100的通信装置交换数据，例如将传感器220检测到的位置和/或方向数据和语音输入装置250接收到的语音数据传输给人机交互设备100。

根据本发明的一示例性实施例，用户终端200配置成在检测到触发事件的发生时唤醒对被控装置30的语音控制功能，所述触发事件包括以下中的至少一种：

-用户终端200的唤醒开关(物理开关或虚拟开关)被操作；

-用户终端200的显示屏被轻击；

-检测到来自用户的用于唤醒的语音输入。

只有被控装置30的语音控制功能被唤醒，由被控装置30接收的语音指令以及传感器220检测的位置和/或方向数据才可以被传递给人机交互设备100以操控被控装置300。

根据本发明的一示例性实施例，用户终端200配置成：当用户按下用户终端200的开关时，用户终端200的语音输入装置250接收用户的语音指令；当用户松开开关时，则所接收的语音指令被传输给控制装置10。该开关可以与唤醒开关为同一开关或不同的开关。

根据本发明的一示例性实施例，用户终端200配置成借助于显示屏(例如用户终端的显示屏或者被控装置300的显示屏或者车机屏)显示以下语音控制状态：

-已唤醒，待输入；

-正在输入；

-理解输入命令；和/或

-执行操作。

图2示出一种示例性的用户终端200的示意性结构图。在该示例中，用户终端200被构造成专用的操控终端。

操控终端200包括触摸屏210，触摸屏210周围布置有麦克风孔230，用于接收用户语音输入的麦克风位于麦克风孔230后方。操控终端200配置成：当用户轻击触摸屏预设的次数(例如连续两下)时，可以唤醒操控终端200。

进一步地，用户终端200还包括如上所述的用于检测用户终端200位置和/或方向的传感器220及数据通信装置。

附加地，用户终端200还带有电池，该电池可以是易于拆卸的或不易于拆卸，可以是可充电的或不可充电的。

根据本发明的一示例性实施例，用户终端200的外形和几何尺寸设置成适于被用户握持。特别地，用户终端200具有类似于信用卡那样的大小。

根据本发明的一示例性实施例，用户终端200设计成作为车辆的附属装置而能被临时地固定至车辆。为此，车辆上带有用于可释放地固定用户终端200的固定结构，例如插槽或挂钩。对应地，用户终端200可以设有与固定结构配合的对应固定结构，例如与插槽配合的凸起或与挂钩配合的卡槽。

尽管一些实施例已经被说明，但是这些实施例仅仅是以示例的方式予以呈现，而没有旨在限定本发明的范围。所附的权利要求和它们的等价形式旨在覆盖落在本发明范围和精神内的所有改型、替代和改变。

起点商标作为专业知识产权交易平台，可以帮助大家解决很多问题，如果大家想要了解更多知产交易信息请点击 【在线咨询】或添加微信 【19522093243】与客服一对一沟通，为大家解决相关问题。

此文章来源于网络,如有侵权,请联系删除