一种人机协同的自动泡茶系统及方法与流程

1.本发明涉及自动泡茶领域，具体涉及一种人机协同的自动泡茶系统及方法。


背景技术：

2.随着社会竞争加剧，人们的心理压力越来越大，焦虑、抑郁的情绪经常出现，坐下来饮茶成了人们释放压力的一个良好的手段。技术的进步使得人机协同逐渐渗透人们生活的各个方面，给人类生活带来了便利，在人们最需要的情感交互方面，人机交互仍有很大作用的空间。如何让人机协同与饮茶结合起来，使得人们在饮茶的时候能在情感上得到释放，给了自动泡茶设备更大的发展空间。
3.现有技术公开了一种自动泡茶设备，包括中控系统和泡茶装置，中控系统包括用户输入模块，数据存储模块，数据分析模块和数据输出模块；泡茶装置包括储料单元，称重单元和泡茶室等组件；中控系统与泡茶装置通讯连接。中控系统根据用户输入的信息成数据列表，并将数据列表生成控制信号，控制泡茶装置各组件的运行。这种自动泡茶设备，用户只需要输入茶叶种类指令和所需饮茶人数或茶水量指令，即可取用最佳口感的茶水以供饮用。
4.另一种现有技术中的自动泡茶方法公开了一种茶吧机水壶温度的语音提示方法，利用雷达或红外传感器实时监测；当判断人进入有效检测范围后；温度传感器采集当前水温；语音装置询问用户需要泡哪种茶叶；用户回应，语音装置接收到用户语音；查询水温与茶叶的关系数据库；根据水温与茶叶的对应关系，判断用户茶叶当前水温是否合适，并语音引导用户进行操作。通过建立水温与茶叶的关系数据库，在用户想冲泡茶时，给用户做出水温是否合适的友情提醒，并在水温不合适时，通过语音来引导用户将水加热到合适的温度。用户对语音操作的接受度高，直观且使用的学习成本很低，从而提升用户的体验感。
5.以上这些自动泡茶设备虽然涉及了一些人机协同的技术，但是仍然停留在程序化的自动泡茶过程，与人并未情感交互。


技术实现要素：

6.本发明的一个目的在于提供一种人机协同的自动泡茶系统，该泡茶系统既可以进行茶园、茶庄、茶道知名专家的选择、推荐以及泡茶指导，还可以感知人的情绪，根据人的情绪推出适合的茶叶种类和泡茶方式，让人在泡茶的专家依赖倾向或者在不同情绪下饮到合适的茶，得到情感上的满足，同时，该泡茶系统还基于用户的体质特点提供健康科学饮茶推荐与陪伴。
7.为解决上述技术问题，本发明采用如下技术方案。
8.一种人机协同的自动泡茶系统，包括：需求采集单元，包括用户体质数据子单元、专家知识库子单元、计算机视觉子单元，所述用户体质数据子单元用于用户输入或确认体质信息；所述专家知识库子单元集成了茶园、茶庄、茶道知名专家档案；所述计算机视觉子单元包括情绪记录模块与情绪识别模块，分别用于记录和识别用户的情绪特征；需求分析
单元，包括用户体质分析子单元、专家知识库需求分析子单元和计算机视觉系统需求分析子单元，所述专家知识库需求分析子单元根据选择的对应专家进行相关茶品的匹配并推荐；所述计算机视觉系统需求分析子单元对情绪识别模块采集的需求进行分析，根据所识别的情绪特征确定用户的情绪；数据存储单元，所述数据存储单元包括用户体质数据存储单元、专家知识数据存储单元和人的情绪与泡茶方式知识图谱，所述泡茶方式知识图谱为动态调整的知识图谱；数据处理单元，分别建立所述计算机视觉系统、专家知识库以及用户体质数据与所述数据存储单元之间的联系，根据计算机视觉系统获知的用户情绪在所述数据存储单元中搜索与所述用户情绪对应的泡茶方式，结合用户体质数据下达泡茶指令；或者，根据专家知识库输出的泡茶方式下达泡茶指令；冲泡控制单元，接受所述数据处理单元下达的指令并进行茶叶的冲泡控制。
9.其中，所述计算机视觉子单元包括面部图像识别和肢体行为图像识别模块，针对所述用户的面部和肢体行为获取精准的图像，识别所述用户的面部的微表情和细节的肢体行为，获取所述情绪特征。
10.其中，所述知识图谱包括人的低落、焦虑、急躁、生气、恐慌、忧愁、厌倦、压力、平静、愉悦、兴奋情绪与茶叶种类、茶水温度、口感的对应关系。
11.其中，所述数据处理单元还包括修正学习模块，在多次人机协同的交互过程中修正与学习，修正所述用户情绪与泡茶方式的对应关系。
12.其中，所述知识图谱的动态调整包括根据所述修正学习模块修正后的用户情绪与泡茶方式的对应关系更新所述知识图谱。
13.如上所述的所述计算机视觉子单元还可以植入语音识别模块，所述语音识别模块根据用户的语音识别用户的情绪特征，情绪分析模块根据所识别的情绪特征确定用户的情绪，所述数据处理单元融合计算机视觉系统和语音系统的情绪确定结果得到用户情绪。
14.如上所述的需求采集单元还包括输入模块，输入与用户相关的参数信息，所述数据处理单元将所述参数信息的分析结果与计算机视觉系统获得的用户情绪或专家知识库进行综合分析，得到最后的需求分析结果。
15.本发明还提供一种人机协同的自动泡茶方法，包括专家陪伴模式与情绪陪伴模式，所述专家陪伴模式的具体步骤为：
16.m1：采用专家知识库子单元选择目标专家档案，包括茶园、茶庄、茶道信息，确定专家陪伴模式下的泡茶专家；
17.m2：所述专家知识库需求分析子单元根据选择的对应专家进行相关茶品的匹配与首次推荐，结合用户体质分析子单元分析结果完成二次推荐；
18.m3：数据处理单元根据用户选择的推荐信息在所述数据存储单元中搜索对应的泡茶方法，并下达以所述泡茶方式进行泡茶的指令；
19.m4：冲泡控制单元根据所述数据处理单元下达的指令进行茶叶的冲泡控制；
20.所述情绪陪伴模式的具体步骤为：
21.s1：采用计算机视觉系统中的情绪识别模块识别用户的情绪特征，计算机视觉系统需求分析子单元根据所识别的情绪特征确定情绪陪伴模式下的用户情绪；
22.s2：预先建立人的情绪与泡茶方式知识图谱，并将其存储在数据存储单元中；
23.s3：数据处理单元根据计算机视觉系统获知的用户情绪在所述数据存储单元中搜
索与所述用户情绪对应的泡茶方式，结合用户的体质数据下达泡茶指令；
24.s4：冲泡控制单元根据所述数据处理单元下达的指令进行茶叶的冲泡控制。
25.其中，还包括采用修正学习模块在多次人机协同的交互过程中修正与学习，修正所述用户情绪与泡茶方式的对应关系。
26.所述专家陪伴模式和情绪陪伴模式可以同时开启，所述数据处理单元优先进行专家陪伴模式下专家匹配，结合获得的用户情绪进行综合分析，输出泡茶指令。
27.由上述技术方案可知，本发明至少具有如下优点和积极效果：
28.根据本发明所提供的人机协同的自动泡茶系统和方法，用户可以自主选择专家陪伴模式和/或情绪陪伴模式，满足用户不同层面的情感需求。专家陪伴模式可以满足用户饮茶的专家依赖情感，自主选择其依赖或青睐的专家，在专家的陪伴下科学健康饮茶；情绪陪伴模式无需手动输入泡茶参数，即可根据用户情绪或既往习惯或其他信息为用户提供合适的茶水，兼顾体质特点，增加人机协同的深度，并且能够迅速理解用户的情绪，推出适合的茶水，让用户感到被理解被关心，与用户在情感上进行交互。
附图说明
29.图1是本发明提供的自动泡茶系统的示意性结构框图；
30.图2是本发明一实施方式提供的自动泡茶系统的示意性结构框图；
31.图3是本发明一实施方式提供的自动泡茶系统的示意性结构框图；
32.图4是本发明一实施方式提供的自动泡茶方法的流程示意图；
33.图5是本发明一实施方式提供的自动泡茶系统的示意性结构框图；
34.图6是本发明一实施方式提供的自动泡茶方法的流程示意图。
具体实施方式
35.体现本发明特征与优点的典型实施方式将在以下的说明中详细叙述。应理解的是本发明能够在不同的实施方式上具有各种的变化，其皆不脱离本发明的范围，且其中的说明及图示在本质上是当作说明之用，而非用以限制本发明。
36.实施例一
37.如图1所示，本实施例提供一种人机协同的自动泡茶系统，包括：
38.需求采集单元、需求分析单元、数据存储单元、数据处理单元和冲泡控制单元。
39.进一步，如图2所示，包括计算机视觉子单元100、计算机视觉系统需求分析子单元110、数据存储单元120、数据处理单元130和冲泡控制单元140。
40.计算机视觉子单元100包括情绪记录模块与情绪识别模块，分别用于记录和识别用户的情绪特征。所述计算机视觉系统需求分析子单元110对情绪识别模块采集的需求进行分析，根据所识别的情绪特征确定用户的情绪。情绪记录模块与情绪识别模块包括面部图像识别和肢体行为图像识别模块。图像识别模块可以为包括广角摄像头的图像识别模块，图像识别模块可以设置在自动泡茶系统的茶壶壳体，在用户走近泡茶系统时，具有广角摄像头的图像识别模块可以捕捉用户的面部表情或肢体语言的细微动作，针对所述用户的面部和肢体行为获取精准的图像，识别所述用户的面部的微表情和细节的肢体行为，并生成多张图片数据，将其发送给计算机视觉系统需求分析子单元，计算机视觉系统需求分析
子单元对用户的情绪特征进行分析获取用户情绪。
41.数据存储单元120包括预先建立的人的情绪与泡茶方式知识图谱，可以根据心理学知识与茶叶种类与口味的知识数据建立该知识图谱。
42.例如，泡茶方式知识图谱预先的建立可以包括将人的情绪分为：低落、焦虑、急躁、生气、恐慌、忧愁、厌倦、压力、平静、愉悦、兴奋等几种情感方式，结合心理学的分析，建立与之对应的茶叶种类、茶水温度、口感，例如人在急躁时需要温度较低的茶水，人在兴奋时需要口味浓郁的茶水等对应关系，将其创建为知识图谱，存储在自动泡茶系统的数据存储单元中。该泡茶方式知识图谱可以为动态调整的知识图谱。泡茶方式知识图谱可以在使用过程中不断更新和补充，例如用户在喝到茶之后请用户进行满意度的评价，将用户认为满意的茶叶种类和冲泡方式与用户信息对应，补充到已有的知识图谱中。
43.数据处理单元130建立计算机视觉系统与所述数据存储单元之间的联系，根据计算机视觉系统获知的用户情绪在所述数据存储单元中搜索与所述用户情绪对应的泡茶方式，结合用户体质数据下达以所述泡茶方式进行泡茶的指令。
44.用户体质包括平和体质、气虚体质、阳虚体质、阴虚体质、湿热体质、血瘀体质、痰湿体质等，不同的用户体质适合饮用的茶叶种类和冲泡方式有所不同。用户在用户体质数据子单元中输入或确认体质信息，用户体质分析子单元对体质信息进行分析，分析得到的用户体质数据存储于用户体质数据存储单元。
45.将用户情绪和用户体质信息结合，根据用户体质数据对泡茶方式进行调整可以为用户提供更加合适的茶水，有助于发挥茶叶的功效并使用户身心舒适，增强满意度。
46.在一种实施方式下，可以采用决策树算法建立根据用户体质数据对泡茶方式进行调整的模型。优选地，采用二叉决策树算法cart算法，使用scikit-learn中的decisiontreeclassifier或decisiontreeregressor类构建决策树模型，使用剪枝方法对构建好的决策树模型进行优化处理。
47.冲泡控制单元140，接受所述数据处理单元下达的指令并进行茶叶的冲泡控制。冲泡控制单元例如可以控制茶叶出料机构、电源启动与关闭机构、温度传感器等(图中未示出)冲泡茶叶的自动机构协同完成自动泡茶工作。
48.在另一个实施方式中，所述处理单元130还包括修正学习模块，在多次人机协同的交互过程中修正与学习，修正所述用户情绪与泡茶方式的对应关系。例如用户在喝到茶之后请用户进行满意度的评价，将用户认为满意的茶叶种类和冲泡方式与用户信息对应，补充到已有的知识图谱中。根据所述修正学习模块修正后的用户情绪与泡茶方式的对应关系更新所述知识图谱。
49.在另一个实施方式中，如图3所示，所述的人机协同的自动泡茶系统还可以包括语音分析单元150，所述语音分析单元150包括语音识别模块和情绪分析模块(图中未示出)，所述语音识别模块根据用户的语音识别用户的情绪特征，所述情绪分析模块根据所识别的情绪特征确定用户的情绪，所述数据处理单元融合所述计算机视觉系统和所述语音系统的情绪确定结果得到用户情绪。
50.例如，用户发出语音指令“请泡杯茶”时，所述语音识别模块通过用户的语气、语调、音量等识别用户的情绪特征，例如反映情绪的声学物理参数，所述情绪分析模块根据所识别的情绪特征进一步进行语音挖掘和模式匹配确定用户的情绪。
51.在多次的人机交互过程中，数据处理单元中的修正学习模块还可以根据固定的用户多次的语音交互建立语音数据库，建立语音特征与情绪的对应关系，能更精确和快速的通过用户的语音判断出用户的情绪。
52.视觉系统结合语音系统的识别和分析模式可以进一步提高判定用户情绪的准确性。
53.在另一个实施方式中，所述的人机协同的自动泡茶系统还可以包括输入模块，输入与用户相关的参数信息，所述数据处理单元将所述参数信息的分析结果与计算机视觉系统获得的用户情绪进行综合分析，得到最后的用户情绪结果。
54.与用户相关的参数信息可以包括用户的年龄、性别、属相、血型、星座等信息，对用户的行为习惯进行分析，将分析结果与计算机视觉系统即时获得的信息进行综合分析，得出更准确的情绪判断结果。
55.所述情绪分析模块、数据处理单元、冲泡控制模块可以由能够运行各种软件程序，从而执行各种功能应用以及数据处理的芯片来实现。
56.数据处理单元130是自动泡茶系统的控制中心，可以包括一个或多个处理核心，对情绪分析的结果进行综合、判读和修正，最终得到最准确的情绪结果，并通过运行存储在存储模块的知识图谱搜索程序，在知识图谱中搜索与得到的情绪结果对应的泡茶方式，得到最准确的泡茶方式，并将命令下达给冲泡控制单元。
57.根据本实施例的人机协同的自动泡茶系统，用户无需手动输入泡茶参数，即可根据用户情绪或既往习惯或其他信息为用户提供合适的茶水，提高用户满意度，增加人机协同的深度，并且能够在不用用户语言表达或者仅少量语言表达的情况下，迅速理解用户的情绪，推出适合的茶水，让用户感到被理解，与用户在情感上进行交互。
58.实施例二
59.如图4所示，本实施例提供一种人机协同的自动泡茶方法，包括以下步骤。
60.步骤s1，采用计算机视觉系统中的图像识别模块识别用户的情绪特征，计算机视觉系统需求分析子单元根据所识别的情绪特征确定用户的情绪；
61.步骤s2，预先建立人的情绪与泡茶方式知识图谱，并将其存储在存储模块中，
62.步骤s3，处理单元根据计算机视觉系统获知的用户情绪在所述存储模块中搜索与所述用户情绪对应的泡茶方式，并下达以所述泡茶方式进行泡茶的指令；
63.步骤s4，冲泡控制模块根据所述处理单元下达的指令进行茶叶的冲泡控制。
64.在一实施方式中，根据本实施例的人机协同的自动泡茶方法还可以包括采用修正学习模块在多次人机协同的交互过程中修正与学习的步骤，修正所述用户情绪与泡茶方式的对应关系，进一步提高确定用户情绪的准确性。
65.在一实施方式中，根据本实施例的人机协同的自动泡茶方法，还可以包括预先输入与用户相关的参数信息的步骤，所述处理单元将所述参数信息的分析结果与计算机视觉系统获得的用户情绪进行综合分析，得到最后的用户情绪结果，进一步提高确定用户情绪的准确性。
66.在一实施方式中，根据本实施例的人机协同的自动泡茶方法，还可以包括语音识别模块根据用户的语音识别用户的情绪特征，情绪分析模块根据所识别的情绪特征确定用户的情绪的步骤，数据处理单元融合所述计算机视觉系统和所述语音系统的情绪确定结果
得到用户情绪，进一步提高确定用户情绪的准确性。
67.根据本实施例的人机协同的自动泡茶方法，能够增加人机协同的深度，并且能够在不用用户语言表达或者仅少量语言表达的情况下，迅速理解用户的情绪，推出适合的茶水，让用户感到被理解，与用户在情感上进行交互，提高用户满意度。
68.实施例三
69.如图5所示，本实施例提供一种人机协同的自动泡茶系统，包括：专家知识库子单元200、专家知识库需求分析子单元210、数据存储单元220、数据处理单元230和冲泡控制单元240。
70.专家知识库子单元200集成了茶园、茶庄、茶道知名专家档案，所述专家档案采用如下算法步骤：
71.步骤p1，读取目标文件夹下的文本信息，对文本信息进行分词操作和词性标注，获得词句列表wi；
72.在一实施方式中，可以采用jieba搜索引擎模式分词，优选地，采用jieba搜索引擎模式分词之前，可以通过jieba的suggest_freq函数、load_userdict函数定义茶词库，提高分词准确性；
73.在一实施方式中，可以采用pyltp进行词性标注，速度快、灵活性高；
74.步骤p2，对wi进行二次处理，完成再识别过程，得到词句列表di；
75.在一实施方式中，二次处理可以采用hanlp；
76.步骤p3，基于训练中文算法对di进行识别，获得mi；
77.在一实施方式中，对di进行识别的算法可以采用bert+bigru+self-atttention模型；
78.步骤p4，从mi中提取预设的专家基本信息，生成专家信息a；
79.步骤p5，重复上述步骤，直至全部专家信息均被读取；
80.步骤p6，对专家信息a进行实体消歧处理，建立标签与特征模型，最终生成专家档案p；
81.在一实施方式中，专家信息a标签可以通过相似度计算输出特征模型，将特征模型进行层次聚类，最终生成专家档案p；
82.在一实施方式中，相似度可以采用以下公式计算：
[0083][0084]
sim(ai,aj)为专家信息ai和专家信息aj的相似度；
[0085]
在一实施方式中，层次聚类可以采用hierarchical k-means算法。
[0086]
上述算法步骤适用于生成茶园、茶庄、茶道知名专家档案，并且更高效、更准确。专家知识库需求分析子单元210根据选择的对应专家进行相关茶品的匹配并推荐，数据处理单元230建立所述专家知识库与所述数据存储单元220之间的联系，根据专家知识库输出的泡茶方式下达泡茶指令，冲泡控制单元240，接受所述数据处理单元下达的指令并进行茶叶的冲泡控制。
[0087]
例如，用户选择了茶专家张某，希望张专家陪伴西湖龙井茶的冲泡方式，系统接到
该指令后，经过分析给出若干张某的信息档案(重名信息)，并匹配西湖龙井茶类信息，给出推荐的专家信息档案，用户确认后，即确定了指导的专家。数据处理单元230就此给出泡茶指令，冲泡控制单元进行茶叶的冲泡控制。
[0088]
作为另一个实施方式，所述自动泡茶系统还可以配置显示单元，确定指导专家后，显示单元即显示专家泡茶的指导视频，用户可以同步进行学习。
[0089]
根据本实施例的人机协同的自动泡茶系统，可以满足用户饮茶的专家依赖情感，自主选择其依赖或青睐的专家，还可以边饮茶边学习专家的泡茶文化，提高用户满意度，增加人机协同的深度，推出专家配方的茶水，让用户感到被专家陪伴，被茶文化洗涤，与用户在情感上进行交互。
[0090]
实施例四
[0091]
如图6所示，本实施例提供一种人机协同的自动泡茶方法，包括以下步骤。
[0092]
步骤m1：采用专家知识库子单元选择目标专家档案，包括茶园、茶庄、茶道信息，确定专家陪伴模式下的泡茶专家；
[0093]
步骤m2：所述专家知识库需求分析子单元根据选择的对应专家进行相关茶品的匹配并推荐；
[0094]
步骤m3：数据处理单元根据用户选择的推荐信息在所述数据存储单元中搜索对应的泡茶方法，并下达以所述泡茶方式进行泡茶的指令；
[0095]
步骤m4：冲泡控制单元根据所述数据处理单元下达的指令进行茶叶的冲泡控制。
[0096]
在一实施方式中，根据本实施例的人机协同的自动泡茶方法，用户还可以借助显示单元观赏专家泡茶的指导视频，同步进行学习。
[0097]
虽然已参照几个典型实施方式描述了本发明，但应当理解，所用的术语是说明和示例性、而非限制性的术语。由于本发明能够以多种形式具体实施而不脱离发明的精神或实质，所以应当理解，上述实施方式不限于任何前述的细节，而应在随附权利要求所限定的精神和范围内广泛地解释，因此落入权利要求或其等效范围内的全部变化和改型都应为随附权利要求所涵盖。

技术特征：
1.一种人机协同的自动泡茶系统，包括：需求采集单元，包括用户体质数据子单元、专家知识库子单元、计算机视觉子单元，所述用户体质数据子单元用于用户输入或确认体质信息；所述专家知识库子单元集成了茶园、茶庄、茶道知名专家档案；所述计算机视觉子单元包括情绪记录模块与情绪识别模块，分别用于记录和识别用户的情绪特征；需求分析单元，包括用户体质分析子单元、专家知识库需求分析子单元和计算机视觉需求分析子单元，所述专家知识库需求分析子单元根据选择的对应专家进行相关茶品的匹配并推荐；所述计算机视觉需求分析子单元对情绪识别模块采集的需求进行分析，根据所识别的情绪特征确定用户的情绪；数据存储单元，所述数据存储单元包括用户体质数据存储单元、专家知识数据存储单元和人的情绪与泡茶方式知识图谱，所述知识图谱为动态调整的知识图谱；数据处理单元，分别建立计算机视觉、专家知识库以及用户体质数据子单元与所述数据存储单元之间的联系，根据计算机视觉获知的用户情绪在所述数据存储单元中搜索与所述用户情绪对应的泡茶方式，结合用户体质数据下达泡茶指令；或者，根据专家知识库输出的泡茶方式下达泡茶指令；冲泡控制单元，接受所述数据处理单元下达的指令并进行茶叶的冲泡控制。2.根据权利要求1所述的人机协同的自动泡茶系统，其中，所述计算机视觉子单元包括面部图像识别和肢体行为图像识别模块，针对所述用户的面部和肢体行为获取精准的图像，识别所述用户的面部的微表情和细节的肢体行为，获取所述情绪特征。3.根据权利要求1所述的人机协同的自动泡茶系统，其中，所述知识图谱包括人的低落、焦虑、急躁、生气、恐慌、忧愁、厌倦、压力、平静、愉悦、兴奋情绪与茶叶种类、茶水温度、口感的对应关系。4.根据权利要求1-3中任一所述的人机协同的自动泡茶系统，其中，所述数据处理单元还包括修正学习模块，在多次人机协同的交互过程中修正与学习，修正用户情绪与泡茶方式的对应关系。5.根据权利要求4所述的人机协同的自动泡茶系统，其中，所述知识图谱的动态调整包括根据所述修正学习模块修正后的用户情绪与泡茶方式的对应关系更新所述知识图谱。6.根据权利要求1-3中任一所述的人机协同的自动泡茶系统，所述计算机视觉子单元还可以植入语音识别模块，所述语音识别模块根据用户的语音识别用户的情绪特征，情绪分析模块根据所识别的情绪特征确定用户的情绪，所述数据处理单元融合计算机视觉系统和语音系统的情绪确定结果得到用户情绪。7.根据权利要求1-3中任一所述的人机协同的自动泡茶系统，所述需求采集单元还包括输入模块，输入与用户相关的参数信息，所述数据处理单元将所述参数信息的分析结果与计算机视觉系统获得的用户情绪或专家知识库进行综合分析，得到最后的需求分析结果。8.一种人机协同的自动泡茶方法，包括专家陪伴模式与情绪陪伴模式，所述专家陪伴模式的具体步骤为：m1：采用专家知识库子单元选择目标专家档案，包括茶园、茶庄、茶道信息，确定专家陪伴模式下的泡茶专家；
m2：所述专家知识库需求分析子单元根据选择的对应专家进行相关茶品的匹配与首次推荐，结合用户体质分析子单元分析结果完成二次推荐；m3：数据处理单元根据用户选择的推荐信息在所述数据存储单元中搜索对应的泡茶方法，并下达以所述泡茶方式进行泡茶的指令；m4：冲泡控制单元根据所述数据处理单元下达的指令进行茶叶的冲泡控制；所述情绪陪伴模式的具体步骤为：s1：采用计算机视觉系统中的情绪识别模块识别用户的情绪特征，计算机视觉系统需求分析子单元根据所识别的情绪特征确定情绪陪伴模式下的用户情绪；s2：预先建立人的情绪与泡茶方式知识图谱，并将其存储在数据存储单元中；s3：数据处理单元根据计算机视觉系统获知的用户情绪在所述数据存储单元中搜索与所述用户情绪对应的泡茶方式，结合用户的体质数据下达泡茶指令；s4：冲泡控制单元根据所述数据处理单元下达的指令进行茶叶的冲泡控制。9.根据权利要求8所述的人机协同的自动泡茶方法，其中，还包括采用修正学习模块在多次人机协同的交互过程中修正与学习，修正所述用户情绪与泡茶方式的对应关系。10.根据权利要求8或9所述的人机协同的自动泡茶方法，所述专家陪伴模式和情绪陪伴模式可以同时开启，所述数据处理单元优先进行专家陪伴模式下专家匹配，结合获得的用户情绪进行综合分析，输出泡茶指令。

技术总结
本发明提供了一种人机协同的自动泡茶系统及方法，该系统包括：需求采集单元、需求分析单元、数据存储单元、数据处理单元以及冲泡控制单元。根据本发明的自动泡茶系统及方法，用户可以自主选择专家陪伴模式或情绪陪伴模式，满足用户不同层面的情感需求，让用户感到被理解，与用户在情感上进行交互。与用户在情感上进行交互。与用户在情感上进行交互。


技术研发人员：吉朋松
受保护的技术使用者：海南众得健康管理有限公司
技术研发日：2023.03.08
技术公布日：2023/7/22