韩晶等：面向老人迟滞性特征的可信情感计算 ·1593· 的情感状态产生较大偏差. 的存在与否将会影响着最终的结果].情感计算模 个体在接受到外界刺激的过程中不断地进行认知 型中，老人情感信息是作为情感刺激，参与到情感计算 重评，然而在针对老人时，需要充分考虑老人的迟滞性 中，获得下一个时刻的情感状态，实现人机情感交互. 特征，使得情感状态转移符合老人的情感变化趋势. 然而老人考虑到自身的情感信息等隐私的安全，不可 本文通过引入迟滞性因子来修正机器人的认知重评能 避免地会给情感交互带阻碍.网络安全技术的发展增 力.考虑到随着时间的增加，最初交互的情感状态对 强了可信情感交互的可行性，然而仅仅依靠软件实现 个体的影响呈逐渐衰退趋势，因此我们在分析迟滞性 的可信加密方式会消耗较多的时长，使得服务机器人 的过程中选择性地将影响较小的时刻过滤掉，保障认 对于用户的反应变得迟缓，影响老人的交互体验.基 知计算准确性的同时减少算法迭代次数，尽可能提升 于此，我们结合现场可编程门阵列(field programmable 机器人情感交互性能.那么当时间T=k时迟滞性因 gate arrays,FPGA)采用可编程片上系统(SOPC)设计 子Y.可表示为： 技术建立数据传输方式获得老人实时情感数据，并通 n=exI (2) 过高级加密标准(advanced encryption standard,.AES) 算法对其进行安全处理，防止老人情感信息泄露，增强 其中，ε为T=k时刻时的情感刺激强度，t为当前时 了人机交互的可信度.如图1所示为可信情感计算实 刻.设定阈值δ，若IyI≥6则为有效值，若1y,I<8则 现的整体结构图，主要包含两个部分，一个是可编程片 忽略该时刻下的认知重评能力.修正后：时刻下情感 上系统的设计和实现，这个部分是整个可信交互实现 的认知重评能力a{将由前1-1个情感认知重评和当 的关键：另一部分是对可编程片上系统的输入输出端 前时刻情感认知重评α，共同决定，最终得到t时刻情 口的定义声明，建立同步动态随机存储器锁相环 感状态下的认知重评能力为： (SDRAM PLL)和连接Modelsim仿真器，这种软硬结合 a;= 言a (3) 的方式实现了算法性能和物理安全性的提升. 现场可编程门阵列具有可编程、高集成度、高速和 其中，Y。表示T=k时刻下的迟滞性因子，只影响认知 高可靠性的优点，在需要大数据吞吐量、数据并行运算 重评的大小，并不改变其正负.由此可知，修正后1时 等高性能应用中具有明显的优势[6]，我们在现场可 刻时机器人的认知重评表达式？，为 编程门阵列开发板上搭建基于NiosⅡ的SOPC系统实 T- arctan 时地接收用户数据、加解密密钥和标识信号以及发送 加解密处理后的数据.其中，数据是通过USB口进行 传输，所以采用Verilog HDL自定义USB芯片组件 cy7c67200,选择所需CPU和外设，搭建核心处理器块、 -arctan (4) 逻辑功能块和接口块，核心器件及其具体功能如表1 所示. 上式中，c∈[0,1]表示第i种人格在人格五因素的评 软件设计中，通过读写指令对硬件模块中的各组 估值中的比重值，由1.1部分可知 件进行初始化以及系统复位，并对预定的数据传输通 道的参数进行配置和使能，建立数据传输通道，从而能 2可信情感计算 够实时的接收和发送数据.从数据接收地址读取数 在情感交互过程中，信任是一个重要的元素，信任 据，通过数据解析获得用户数据、密钥和加解密标识并 SOPC系统 硬件模块 软件模块 输入输出端口 硬件初始化 数据解析 定义声明 接口块 参数配置 SDRAM PLL 核心处理器块 NiosⅡ 接收 加/解密 CPU 标识？ 数据 A Y001 0x02 AES加密 AES解密 Modelsim仿真 逻辑功能块 发送数据 图1认知服务机器人可信交互的整体框架图 Fig.1 Overall framework of cognitive service robot trusted interaction韩 晶等: 面向老人迟滞性特征的可信情感计算 的情感状态产生较大偏差. 个体在接受到外界刺激的过程中不断地进行认知 重评,然而在针对老人时,需要充分考虑老人的迟滞性 特征,使得情感状态转移符合老人的情感变化趋势. 本文通过引入迟滞性因子来修正机器人的认知重评能 力. 考虑到随着时间的增加,最初交互的情感状态对 个体的影响呈逐渐衰退趋势,因此我们在分析迟滞性 的过程中选择性地将影响较小的时刻过滤掉,保障认 知计算准确性的同时减少算法迭代次数,尽可能提升 机器人情感交互性能. 那么当时间 T = k 时迟滞性因 子 酌k 可表示为: 酌k = 着 伊 1 k 伊 e - 着| k - t | . (2) 其中,着 为 T = k 时刻时的情感刺激强度,t 为当前时 刻. 设定阈值 啄,若| 酌k | 逸啄 则为有效值,若 | 酌k | < 啄 则 忽略该时刻下的认知重评能力. 修正后 t 时刻下情感 的认知重评能力 琢忆t 将由前 t - 1 个情感认知重评和当 前时刻情感认知重评 琢t 共同决定,最终得到 t 时刻情 感状态下的认知重评能力为: 琢忆t = 移 t-1 k = 1 酌k琢k + 琢t . (3) 其中,酌k 表示 T = k 时刻下的迟滞性因子,只影响认知 重评的大小,并不改变其正负. 由此可知,修正后 t 时 刻时机器人的认知重评表达式 子t 为 子t = 3 2仔 æ è çç arctan 3 琢忆t 移 5 i = 1 c ö ø ÷÷ i = 3 2仔 æ è çç arctan 3 移 t-1 k且| 酌k | 逸啄 酌k琢k + 琢t 移 5 i = 1 c ö ø ÷÷ i . (4) 图 1 认知服务机器人可信交互的整体框架图 Fig. 1 Overall framework of cognitive service robot trusted interaction 上式中,ci沂[0,1]表示第 i 种人格在人格五因素的评 估值中的比重值,由 1郾 1 部分可知. 2 可信情感计算 在情感交互过程中,信任是一个重要的元素,信任 的存在与否将会影响着最终的结果[14] . 情感计算模 型中,老人情感信息是作为情感刺激,参与到情感计算 中,获得下一个时刻的情感状态,实现人机情感交互. 然而老人考虑到自身的情感信息等隐私的安全,不可 避免地会给情感交互带阻碍. 网络安全技术的发展增 强了可信情感交互的可行性,然而仅仅依靠软件实现 的可信加密方式会消耗较多的时长,使得服务机器人 对于用户的反应变得迟缓,影响老人的交互体验. 基 于此,我们结合现场可编程门阵列( field programmable gate arrays,FPGA) 采用可编程片上系统( SOPC) 设计 技术建立数据传输方式获得老人实时情感数据,并通 过高级加密标准 ( advanced encryption standard, AES) 算法对其进行安全处理,防止老人情感信息泄露,增强 了人机交互的可信度. 如图 1 所示为可信情感计算实 现的整体结构图,主要包含两个部分,一个是可编程片 上系统的设计和实现,这个部分是整个可信交互实现 的关键;另一部分是对可编程片上系统的输入输出端 口的定 义 声 明, 建 立 同 步 动 态 随 机 存 储 器 锁 相 环 (SDRAM PLL)和连接 Modelsim 仿真器,这种软硬结合 的方式实现了算法性能和物理安全性的提升. 现场可编程门阵列具有可编程、高集成度、高速和 高可靠性的优点,在需要大数据吞吐量、数据并行运算 等高性能应用中具有明显的优势[15鄄鄄16] ,我们在现场可 编程门阵列开发板上搭建基于 Nios II 的 SOPC 系统实 时地接收用户数据、加解密密钥和标识信号以及发送 加解密处理后的数据. 其中,数据是通过 USB 口进行 传输,所以采用 Verilog HDL 自定义 USB 芯片组件 cy7c67200,选择所需 CPU 和外设,搭建核心处理器块、 逻辑功能块和接口块,核心器件及其具体功能如表 1 所示. 软件设计中,通过读写指令对硬件模块中的各组 件进行初始化以及系统复位,并对预定的数据传输通 道的参数进行配置和使能,建立数据传输通道,从而能 够实时的接收和发送数据. 从数据接收地址读取数 据,通过数据解析获得用户数据、密钥和加解密标识并 ·1593·