基于改进DTW的机器人语音指令识别系统研究

动态时间规整(Dynamic Time Warping)是语音识别中的一种经典算法,该算法简单有效,在实现孤立词识别系统中得到了广泛的应用。为了提高机器人语音识别系统的识别率和识别速度,文中采用了一种改进的DTW语音识别算法。在MATLAB 7.0环境下,对改进的语音端点检测和改进的DTW算法进行仿真实验,实验证明改进的算法提高了识别率,并且减少了识别所用的时间;将该算法移植到机器人上,在安静的环境下进行试验,结果表明机器人能准确而又快速地识别语音内容。最后,得到了改进的语音识别算法能够有效提高识别率和识别速度的结论。     

基于改进DTW的机器人语音指令识别系统研究

动态时间规整(Dynamic Time Warping)是语音识别中的一种经典算法,该算法简单有效,在实现孤立词识别系统中得到了广泛的应用.为了提高机器人语音识别系统的识别率和识别速度,文中采用了一种改进的DTW语音识别算法.在MATLAB 7.0环境下,对改进的语音端点检测和改进的DTW算法进行仿真实验,实验证明改进的算法提高了识别率,并且减少了识别所用的时间;将该算法移植到机器人上,在安静的环境下进行试验,结果表明机器人能准确而又快速地识别语音内容.最后,得到了改进的语音识别算法能够有效提高识别率和识别速度的结论.     

基于深度学习的工业分拣机器人快速视觉识别与定位算法

针对工业分拣机器人识别复杂工件慢、精确度低以及定位不准等问题,提出一种基于深度学习的快速识别定位算法.通过工业高精度相机获取目标图像信息,经过图像灰度化、图像滤波、Otsu二值化处理,再经边界像素检测算法定位并分割目标图像.运用已训练的深度卷积神经网络(CNN)对目标进行识别,得到目标所在的位置坐标以及所属类别,实现工业机器人分拣.实验测试中以纹路复杂的象棋为例进行定位识别,结果表明定位算法误差小于0.8 mm,最快识别速度达0.049秒/个,在实验环境中识别精度能保持在98%以上,表明算法具备良好的准确性和稳定性.     

基于二维码视觉与激光雷达融合的高精度定位算法

为解决以蒙特卡罗定位算法为代表的激光室内定位算法存在的定位精度差和抗机器人绑架性能差的问题,以及传统二维码定位算法环境布置复杂且对机器人运行轨迹有严格要求的问题,提出了一种融合二维码视觉和激光雷达数据的移动机器人定位算法。机器人首先利用机器视觉技术搜索检测环境中的二维码,然后将检测出二维码的位姿分别转换至地图坐标系下,并融合生成先验位姿信息。而后以此作为初始位姿进行点云对准以得到优化后的位姿。同时引入里程计-视觉监督机制,从而有效解决了包括二维码信息缺失、二维码识别错误等由环境因素带来的问题,并保证了位姿的平滑性。基于移动机器人的实验结果表明,所提算法比经典的自适应蒙特卡罗定位（AMCL）算法的雷达采样点平均误差下降了92%,单次位姿计算时间减少了88%,可有效解决机器人绑架问题,并应用于以仓储机器人为代表的室内移动机器人。     

基于嵌入式与DSP的语音识别机器人研究

本文探讨和研究了基于嵌入式系统以及DSP的语音识别工业机器人系统设计与实现.系统采用嵌入式+DSP的方案使机器人的性能、成本、可配置性和可扩展性达到一个更佳的平衡点,同时在语音识别方面采用了改进的MFCC方法进行语音特征提取以及采用基于K均值分段的HMM模型进行实时语音学习与识别使算法的实时性和可移植性提高.     

基于非单调共轭梯度算法的声纹识别机器人控制系统设计

传统声纹识别人控制系统识别准确率低,存在语音识别噪声鲁棒性问题。针对上述问题,基于非单调共轭梯度算法设计了一种新的声纹识别机器人控制系统,采用BioVoice 2.0 标准声纹采集器采集数据,提取声纹特征,根据提取的声纹特征建立模型库,同时引用了两个声纹数据采集终端,型号分别是TMC104-B和TMC104,选用型号为AS-MrobotR的机器人配合采集器和采集终端实现工作。在Windows平台下使用C/C+语言研究了一种专用的程序,在程序内部添加mde-api数据库,完成训练程序和识别程序。实验结果表明,基于非单调共轭梯度算法的声纹识别机器人控制系统能够很好地解决语音识别噪声鲁棒性问题,在有噪声环境下识别准确率提高15.24%,在无噪声环境下识别准确率提高21.55%。     

基于机器视觉引导技术在工业机器人抓取系统研究与设计

本文以ABB-IRB120型机器人和NI VISION视觉开发工件准确识别以及精准抓取,是衡量在生产线上工业机器人重复精度重要指标,也是一项十分重要的应用。目前,绝大多数工业机器人控制采用的是离线编程方式,优点是操作简单,入门槛低,缺点是环境适应能力差,编程方式单一。当工作环境或目标对象发生变化,机器人不能有效的适应这些变化,从而不能对工件进行准确识别以及精准抓取。为了解决这个问题,本文采用NI VISION视觉开发软件,在C#环境中,利用视觉软件对图像处理算法进行二次开发,通过CCD相机对传送带上物料工件进行图像采集、图像预处理、模板构建、模板匹配、姿态定位等5大步骤,对物料工件进行自动识别,有效地改变机械手的抓取动态,引导工业机器人准确抓取。     

目标识别追踪算法系统设计及分析

通过植入到机器人控制单元,帮助机器人在感知环境的前提下更好的识别和追踪目标,本文研究设计了一种基于本地数据采集处理的目标识别追踪算法系统,通过对本地和云端两个方案测试验证设计系统在综合性能的优越性,主要解决室外机器人在实际场景中识别目标出现的高延迟、不稳定等问题。     

多机器人任务分配的研究与进展

从多机器人任务分配的类型、任务分配方法、任务的死锁与解除以及各种任务分配算法的对比等4个方面,对多机器人任务分配的最新研究进展进行了概述.分析了多机器人任务分配的发展趋势,指出动态环境和未知环境下大规模异构机器人任务分配问题的研究是必然趋势,在众多研究方法中,群体智能方法是解决该类问题的未来研究方向.     

基于激光雷达机器人的目标人跟踪方法研究

针对机器人的目标人跟踪问题,提出一种利用目标人腿部信息自适应跟踪的方法。该方法利用激光雷达作为环境感知传感器,实时获取环境的二维激光扫描数据;然后采用设计的激光相邻点聚类算法对激光扫描数据进行分割和聚类;再利用人腿圆弧状特征设计的类圆弧人腿形状识别算法从分割的数据中识别腿部数据,获得目标人腿部相对于机器人的位置信息;最后利用Kalman滤波算法对目标人的位置和速度进行跟踪,使机器人能够平稳地跟踪目标人运动。该算法在iRobot机器人平台上进行实验,实验结果验证了算法的有效性。     

ARM Linux在S3C2410上的移植

针对日益复杂的嵌入式系统的应用需求,提出了在S3C2410嵌入式平台上移植ARMLinux操作系统的方案.介绍了ARMLinux的概念以及移植硬件平台的结构和运行过程,详细讲解了ARMLinux在嵌入式平台上裁减、交叉编译以及建立根文件系统的过程,并对移植结果进行了测试.测试结果表明,移植后的ARM Linux运行稳定.     

基于MJPG-streamer的嵌入式远程视频监控系统

针对远程实验操作中实验动态信息可视化及实时性问题,利用ARM处理器和USB摄像头设计一个基于MJPG-streamer的嵌入式远程视频监控系统.该系统使用基于硬件压缩的USB摄像头进行视频信息采集,搭建MJPG-streamer流媒体服务器来完成视频数据的采集和传输.测试结果表明,该方案在帧率10 fps、分辨率640×480情况下,能实现流畅清晰的视频传输,且平均占用带宽约200 Kb/s,能满足远程实验的需求.     

基于ARM9的嵌入式Linux系统移植

描述移植Linux内核到ARM9的具体实现过程和方法。ARM9采用三星公司的S3C2440,Linux内核版本号为2.6.34.8。首先从搭建交叉编译环境入手,接着介绍Bootloader引导程序及移植,然后详述Linux2.6.34.8内核的移植过程,最后介绍根文件系统的制作。移植后的Linux在嵌入式系统中运行稳定。     

扁平设备树FDT在ARM Linux中的应用研究

引入Flattened Device T ree(扁平设备树,FDT)到ARM Linux后,Linux内核可以通过FDT获取板级硬件的细节信息,这样就减少了Linux内核中arch/arm目录下大量描述板级硬件细节信息的冗余代码,把大多数与板级硬件特性相关的代码放在设备树文件和设备驱动中,提高了代码的复用性,避免了ARM Linux内核为支持新硬件进行大量修改,提高了ARM Linux板级支持的开发速度,也使得使用现有的内核镜像去引导具有相同芯片集的硬件平台成为可能.     

Open-hardware e-puck Linux extension board for experimental swarm robotics research

In this paper we describe the implementation of a Linux extension board for the e-puck educational mobile robot, designed to enhance the computation, memory and networking performance of the robot at very low cost. The extension board is based on a 32-bit ARM9 microprocessor and provides wireless network support. The ARM9 extension board runs in parallel with the dsPIC microprocessor on the e-puck motherboard with communication between the two via an SPI bus. The extension board is designed to handle computationally intensive image processing, wireless communication and high-level intelligent robot control algorithms, while the dsPIC handles low-level sensor interfacing, data processing and motor control. The extension board runs an embedded Linux operating system, along with a Debian-based port of the root file system stored in a Micro SD card. The extended e-puck robot platform requires minimal effort to integrate the well-known open-source robot control framework Player and, when placed within a TCP/IP networked infrastructure, provides a powerful and flexible platform for experimental swarm robotics research.     

基于ARM远程监控系统的设计与实现

选取了ARM9处理器S3C2410作为硬件平台,以嵌入式Linux操作系统作为核心,介绍了硬件平台的搭建,操作系统的选型,V4l2（Video For Linux 2）视频采集的设计;通过USB摄像头采集视频信息、嵌入式处理器对完成数据的压缩、传输以及控制,最终实现了视频监控系统的主要功能。通过测试,视频采集能够满足远程客户实时性要求,与以往的监控系统相比具有成本低、性能稳定、维护简单等优点,满足了对现有监控系统的要求。     

基于ARM的商标识别系统的设计与实现

基于ARM体系结构的32位微处理器已得到了广泛应用。该文通过具体开发实例，从硬件和软件2个方面讨论了以32位ARM9微处理器S3C2410为核心的商标识别系统的设计，结合实际应用说明了嵌入式操作系统Mizi Linux的使用，描述了底层硬件驱动的编写、上层应用程序商标识别算法的设计，以及硬件平台的搭建和系统的移植等内容。     

基于ARM和Linux嵌入式平台的故障录波器通信接口设计

针对传统的微机型故障录波器在硬件配置、成本及可靠性上的问题,设计了一种以ARM和DSP为系统硬件,Linux操作系统为软件平台的故障录波器结构,DSP用于执行计算密集型操作,ARM平台完成终端控制以及外部通信,形成相对精简优化的软硬件结构,详细研究了主机口HPI技术,实现了双核之间的命令控制和高速数据通信。     

基于Linux的S3C2410嵌入式系统开发

在嵌入式系统中基于ARM微核的嵌入式处理器已经成为市场主流。随着ARM技术的广泛应用,建立面向ARM构架的嵌入式操作系统成为当前研究的热点问题。该文介绍了嵌入式系统在linux下的交叉编译的方法以及BootLoader的配置,并选择Samsung公司的S3C2410处理器做为硬件开发平台,对于嵌入式系统的开发方法做了进一步分析。     

基于ARM和Linux的嵌入式平台的构建

首先介绍了嵌入式系统的概念,及相关硬件平台和软件版本。然后,主要介绍了嵌入式Linux的引导程序U-Boot的移植,以及开源、免费操作系统Linux2.6.32.2的移植。最后,构建了基于Nand Flash存储器的Yaffs2文件系统,利用BusyBox创建根文件系统。基于ARM和嵌入式Linux的嵌入式系统平台搭建基本完成,可以在此平台上添加更多驱动,以便更好地开发应用程序。