本发明实施例涉及机器人技术领域，尤其涉及一种机器人教学系统。
背景技术：
机器人技术综合了多学科的发展成果，代表了高技术的发展前沿，机器人涉及到信息技术的多个领域，它融合了多种先进技术，具有更为强大的综合性。
在教育领域中引入机器人教学，将给教学课程增添新的活力，成为培养学生综合能力、信息素养的优秀平台。
但是，现有的教学机器人在教学过程中往往只能对学生做过的测试题是否解答正确进行判断，判断后将测试结果反馈给学生，以便老师或家长等对测试结果进行查阅，从而人为辅助学生去加强个别知识点的学习。即，现有机器人系统并没有设置针对测试结果的反馈机制，不够智能化。
技术实现要素：
本发明实施例提供了一种机器人教学系统，根据用户错误率较高的测试题找到对应的知识点，对用户针对易错知识点进行讲解巩固，使用户对易错知识点掌握更加牢固。
本发明实施例提供了一种机器人教学系统，包括机器人和与所述机器人通信连接的至少一个客户端，其中，所述机器人包括：
测试模块，用于分发至少一道测试题给至少一个客户端，并接收客户端反馈的解题结果；
测试题分析模块，与测试模块通信连接，用于根据解题结果确定出错误率达到预设阈值的目标测试题。
知识点巩固模块，与测试题分析模块通信连接，用于获取与所述目标测试题对应的知识点，对所述知识点进行讲解。
本发明实施例的技术方案，通过在机器人教学系统的机器人中增加测试题分析模块来对客户端反馈的解题结果进行分析，确定出错误率较高的目标测试题，而不是仅仅将测试结果反馈给客户端，进而通过知识点巩固模块对目标测试题对应的知识点进行讲解，即知识点巩固模块可以通过错误率较高的测试题找到对应的知识点，针对易错知识点有针对性地进行讲解巩固，以便客户端用户能够更好地掌握该知识点，解决了现有机器人系统在教学过程中没有针对测试结果设置反馈机制的问题，实现了更加人性化和更加智能化的进行教学的技术效果。
附图说明
图1是本发明实施例一中的一种机器人教学系统的结构示意图；
图2是本发明实施例二中的一种机器人教学系统的结构示意图；
图3是本发明实施例三中的一种机器人教学系统的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种机器人教学系统的结构示意图，本实施例提供一种机器人教学系统1，该教学系统包括机器人10和与所述机器人通信连接的至少一个客户端14，其中，所述机器人10包括：测试模块11、测试题分析模块12和知识点巩固模块13；测试模块11，用于分发至少一道测试题给至少一个客户端，并接收客户端反馈的解题结果；测试题分析模块12，与测试模块11通信连接，用于根据解题结果确定出错误率达到预设阈值的目标测试题；知识点巩固模块13与测试题分析模块12通信连接，用于获取与所述目标测试题对应的知识点，对所述知识点进行讲解。其中，测试模块11下发测试题的方式可以有很多种。可选地，当测试模块11接收到客户端14所发送的测试题获取指令时，将至少一道测试题下发给客户端14，并接收客户端14在规定时间内反馈的解题结果。这样设置的好处在于，客户端14的用户可以自行确定测试时间，机器人能够很好地适应用户的个性化需求。
可选地，测试模块11在检测到当前时间达到预设的测试开始时间时，将至少一道测试题下发给客户端14，并接收客户端14在规定时间内反馈的解题结果。此技术方案，尤其适用于需要在同一时间进行测试的情况。
其中，客户端14包括：电脑、平板电脑或手机等可与机器人之间进行数据接收与发送的终端。例如，共有20名用户参与课堂测试，机器人的测试模块11将10道测试题下发到20个用户所使用的平板电脑，用户在平板电脑上作答完毕后将解题结果反馈到测试模块11，测试模块11再将解题结果传输到机器人的测试题分析模块12，测试题分析模块12将错误率阈值预设为40％，即一道测试题答错的学生人数不少于8人，测试题分析模块12根据20个学生的解题结果，从10道测试题中确定错误率大于等于40％的测试题为目标测试题。
在本发明实施例中，知识点巩固模块13具体可用于获取与所述目标测试题对应的知识点以及所述目标测试题解答错误的目标客户端，针对所述目标客户端对所述知识点进行讲解。示例性地，针对所述目标客户端对所述知识点进行讲解，可以是获取所述知识点的讲解记录，打包后发送给所述目标客户端等。
当然，知识点巩固模块13在获取目标试题对应的知识点后，也可无需获取目标测试题解答错误的目标客户端，直接向所有用户进行知识点讲解，使没有答错目标测试题的用户也可对易错知识点进行巩固，避免以后出错。
本实施例的技术方案，通过在机器人教学系统的机器人中增加测试题分析模块来对客户端反馈的解题结果进行分析，确定出错误率较高的目标测试题，而不是仅仅将测试结果反馈给客户端，进而通过知识点巩固模块对目标测试题对应的知识点进行讲解，即知识点巩固模块可以通过错误率较高的测试题找到对应的知识点，针对易错知识点有针对性地进行讲解巩固，以便客户端用户能够更好地掌握该知识点，解决了现有机器人系统在教学过程中没有针对测试结果设置反馈机制的问题，实现了更加人性化和更加智能化的进行教学的技术效果。
实施例二
图2为本发明实施例二提供的一种机器人教学系统的结构示意图，本实施例提供的技术方案是在上述实施例的基础上进一步优化，如图2所示，机器人1还包括：课程编辑模块21和课程讲解模块22。
其中，课程编辑模块21，用于接收用户的课程编辑操作，根据课程编辑操作生成教学课程；所述教学课程包括：开场白、课程大纲、课堂测试、答疑及退场中的至少一项以及课程内容；课程讲解模块22，与所述课程编辑模块21连接，用于根据所述教学课程进行课程讲解。
示例性地，用户对机器人的行为编辑操作可以是对机器人授课时整个流程的安排。例如为了使得机器人授课更加人性化，提升授课效果，可以为机器人编辑开场白。在具体授课内容的安排上，课程编辑操作还可以包括对课程内容的选择以及讲解顺序的确定等。为了使得授课架构清晰，还可以设置机器人在对课程内容讲解之前，先公布课程大纲。进一步地，为了测试讲课结果还可以根据已讲解的知识点设置课堂测试和/或答疑等。在讲课完毕时，机器人还可以通过预先编辑的退场方式进行退场。
其中，所述教学课程包括开场白、课程大纲、课堂测试、答疑及退场中的至少一项以及课程内容，可以理解为所述教学课程不仅包括课程内容，还可以包括开场白、课程大纲、课堂测试、答疑及退场中的至少一项。其中，至少一项可以是从开场白、课程大纲、课堂测试、答疑及退场中选择一项、两项或两项以上。
需要说明的是，本发明实施例对课程或知识点进行讲解时的讲解方式不做限定。例如，讲解的方式可包括播放录制好的视频文件或语音文件等，也可以包括展示ppt文件等。
本实施例的技术方案，使得用户能够通过课程编辑模块可根据实际需要对机器人的教学课程进行编辑，之后通过课程讲解模块根据编辑好的教学课程进行讲解，使机器人的授课方式多样化，可以适用于不同的教学内容和教学对象，使机器人实现无需老师介入，可进行自主教学的效果。
实施例三
图3为本发明实施例三提供的一种机器人教学系统的结构示意图，本实施例提供的技术方案是在上述实施例的基础上进一步优化，如图3所示，机器人1还可以包括：行为编辑模块31。
行为编辑模块31，用于接收用户对机器人的行为编辑操作，根据所述行为编辑操作确定所述机器人的教学行为，其中，所述教学行为包括教学声音、教学语言、教学动作以及教学表情中的至少一项。即，用户可以对机器人的行为编辑操作可以是对机器人授课时所表现出的教学行为进行设置。采用本技术方案，能够使得用户根据个人偏好度选择教学风格，以更好地满足用户的个性化需求。
其中，教学声音可包括教学声调和/或教学音量等。例如，课堂上必要的维持课堂秩序或活跃课堂氛围的语句，如：回答的非常好、大家请安静或请大家积极发言等。
可选地，教学语言可包括教学语种，如汉语、英语、德语或法语等，还可以包括教学语言类型比如标准语或方言等。
其中，教学动作可包括机器人的肢体动作，例如，拍手、行走到指定学生旁边或手指向ppt等。
可选地，教学表情可包括：开心、满意、严肃、无奈、伤心、纠结、严厉或者生气的表情等。
需要说明的是，所述教学声音、教学语言、教学动作以及教学表情等都可以可由用户根据用户实际需要自行设置，也可以采用默认设置，在此并不做具体限定。
在本实施例中，为了便于用户操作，行为编辑模块31还可以包括：行为风格选择模块，用于接收用户对行为风格选型的选中操作，根据所述选中操作获取预先设置好的机器人行为模式，并根据所述机器人行为模式确定所述机器人的教学行为。其中，机器人行为模式可以理解为已经预先设置好的至少两种行为模式的组合。
可选地，如图3所示，机器人1还可以包括：课堂情况感知模块32。其中，课堂情况感知模块32，用于获取用户的课堂行为，根据所述课堂行为确定所述用户在当前授课环境中的课堂表现。
示例性地，所述课堂表现包括：安静、积极回答问题、逃课、其他人代替本人上课、打瞌睡、随意说话、随意走动或打闹等；当确定的用户课堂表现满足表现优异的条件，如课堂很安静，机器人可调用行为编辑模块，对用户提出表扬，若确定的用户表现较差，如当有用户违反课堂纪律时，此时机器人也可调用行为编辑模块，对用户进行提醒，制止其行为，或者用户上课回答积极性不高时，此时机器人可以对用户进行点名提问，规定某个同学或者某几个同学来作答，这样会增加课堂的紧张氛围，巩固用户所学到的知识，使用户更加认真地听讲。
示例性地，所述课堂情况感知模块32包括：人脸识别单元321。
其中，人脸识别单元321，可用于获取用户的图像信息，并识别出所述图像信息中人脸信息，根据人脸信息确定所述用户在当前授课环境中的课堂表现。例如，检测到的人脸信息为闭着眼睛，则确定的课堂表现为上课打瞌睡。
示例性地，人脸识别单元321，可用于获取用户的图像信息，并识别出所述图像信息中人脸信息，根据人脸信息确定所述用户是否在预设的听课名单中，如果不是则对所述用户进行提示。
另外，人脸识别单元321，还可用于获取用户的图像信息，并识别出所述图像信息中人脸信息，根据人脸信息确定在预设的听课名单中的用户是否出现在预设听课区域内。
示例性地，所述课堂情况感知模块32还包括：语音采集单元322和语音识别单元323。其中，语音采集单元322，用于采集当前授课环境中的至少一个用户的语音信息；语音识别单元323，用于对所述语音信息进行语音识别，根据语音识别结果确定所述用户在当前授课环境中的课堂表现。
例如，当机器人在讲课时，识别到语音信息，则确定的课堂表现为随意讲话，当机器人提出问题需要回答时，此时识别到的语音信息很多，则确定的课堂表现为积极回答问题，若识别到的语音信息很少则确定的课堂表现为回答问题不积极等。
本实施例的技术方案，用户可通过行为编辑模块对机器人的教学行为进行编辑，机器人按照编辑好的教学行为对课堂秩序和课堂氛围进行维护，机器人还可通过课堂情况感知模块确定用户在当前授课环境中的课堂表现，实时调整自身行为，应对一些突发状况，从而使机器人能够替代老师维持课堂秩序，实现机器人教学更加生动，更加人性化的效果。
值得注意的是，上述一种机器人教学系统的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
1.一种机器人教学系统，其特征在于，包括机器人和与所述机器人通信连接的至少一个客户端，其中，所述机器人包括：
测试模块，用于分发至少一道测试题给至少一个客户端，并接收所述客户端反馈的解题结果；
测试题分析模块，与所述测试模块通信连接，用于根据解题结果确定出错误率达到预设阈值的目标测试题；
知识点巩固模块，与所述测试题分析模块通信连接，用于获取与所述目标测试题对应的知识点，对所述知识点进行讲解。
2.根据权利要求1所述的机器人教学系统，其特征在于，还包括：
课程编辑模块，用于接收用户的课程编辑操作，根据所述课程编辑操作生成教学课程；
课程讲解模块，与所述课程编辑模块连接，用于根据所述教学过程进行课程讲解。
3.根据权利要求2所述的机器人教学系统，其特征在于，所述教学课程包括开场白、课程大纲、课堂测试、答疑及退场中的至少一项以及课程内容。
4.根据权利要求2所述的机器人教学系统，其特征在于，所述课程编辑模块，具体用于接收用户的对课程讲解流程以及课程讲解内容的课程编辑操作，根据所述课程讲解流程以及所述课程讲解内容生成教学课程。
5.根据权利要求1所述的机器人教学系统，其特征在于，还包括：
行为编辑模块，用于接收用户对机器人的行为编辑操作，根据所述行为编辑操作确定所述机器人的教学行为，其中，所述教学行为包括教学声音、教学语言、教学动作以及教学表情中的至少一项。
6.根据权利要求1所述的机器人教学系统，其特征在于，所述知识点巩固模块，具体用于获取与所述目标测试题对应的知识点以及所述目标测试题解答错误的目标客户端，针对所述目标客户端对所述知识点进行讲解。
7.根据权利要求1所述的机器人教学系统，其特征在于，还包括：
课堂情况感知模块，用于获取用户的课堂行为，根据所述课堂行为确定所述用户在当前授课环境中的课堂表现。
8.根据权利要求7所述的机器人教学系统，其特征在于，所述课堂情况感知模块包括：
人脸识别单元，用于获取用户的图像信息，并识别出所述图像信息中人脸信息，根据人脸信息确定所述用户在当前授课环境中的课堂表现。
9.根据权利要求7所述的机器人教学系统，其特征在于，所述课堂情况感知模块包括：
语音采集单元，用于采集当前授课环境中的至少一个用户的语音信息；
语音识别单元，用于对所述语音信息进行语音识别，根据语音识别结果确定所述用户在当前授课环境中的课堂表现。
10.根据权利要求1所述的机器人教学系统，其特征在于，所述测试模块，具体用于接收到客户端所发送的测试题获取指令时，将至少一道测试题下发给所述客户端，并接收所述客户端反馈的解题结果。
技术总结