基于脑机接口的机器人辅助脑瘫康复面部表情训练系统设计

本文针对脑瘫(CP)患儿这一特殊群体,研究设计了基于脑机接口(BCI)技术的表情辅助训练系统。系统采用的脑机接口设备是Emotiv EPOC+,通过WebSocket通信协议获取和传递脑电信号,并且使用小波包变换对信号进行处理,获取信号的特征值;使用V-REP仿真软件设计仿真四轮小车,将获取到的特征值用于控制仿真小车实现不同方向的运动,以达到吸引患儿的注意力、提高训练效果的目的。设定了带有图片的人机交互界面增强引导患儿注意力。通过与医院康复师现场实验,验证了该技术的可行性,可为相关设备研发提供技术储备。     

基于脑机接口的机器人辅助脑瘫康复表情训练系统设计

本文基于脑机接口(BCI)设备Emotiv EPOC+设计了机器人辅助脑瘫康复面部表情训练系统。系统在Python开发环境中使用WebSocket通信协议设定服务器与客户端用来完成获取设备信号和对信号进行处理以及应用的工作,使用小波变换处理方法捕捉单一通道在某一训练时段的特征信号,通过触发对应的特征信号与动作关系指令驱动机器人。设置了人机交互界面,辅助训练师引导脑瘫患儿完成训练,以达到对脑瘫患儿注意力、反应能力及其面部肌肉训练的目的。     

基于语音识别的脑瘫康复数字训练系统设计

基于语音识别设计了针对脑瘫患儿的数字语音训练系统。应用人机交互(HRI)技术与仿生机械手动作控制相结合达到提升脑瘫(CP)康复训练效果的目的。该系统中控制器采用Arduino MEGA 2560为主控制器,显示屏LCD1602作为人机交互数据显示界面,通过LD3320语音芯片实现人机语音交互功能。人机交互功能是通过Labview环境展开,可实现人、机器人的手势与动作的实时交互训练与评价。该系统可训练脑瘫患者反应能力、语言表述能力以及认识手势动作数字动作能力,为提升脑瘫康复训练系统提供关键技术。     

基于单加速度传感器的实时动作识别系统

基于加速度传感器的人体动作识别在人机交互领域具有重要意义,为人机提供一种自然、真实的交互方式。本文实现了一种基于单轴加速度传感器的动作识别系统,将一种基于窗口特征的动作识别算法固化在嵌入式处理器中,便于在多种人机交互场合中使用。实验结果表明,该系统能够快速、有效的识别跑步、蹲下、起立、跳跃等基本动作,平均识别率达到94%以上。在虚拟训练、游戏控制等人机交互的场合,该系统具有重要的应用价值。     

基于语音交互的脑瘫康复训练系统的设计

研究了使用人机交互的方式对脑瘫患儿进行康复训练的技术,设计了基于语音交互的脑瘫康复训练系统。该系统采用51单片机驱动整个系统,芯片采用LD3320语音芯片,下位机程序采用C语言编程,上位机采用Lab VIEW编程,通过串口传送的方式,把下位机接收到的命令传送到上位机,患儿通过识别上位机界面的图片,对应说出所要识别的文字,语音芯片进行识别,评价系统自动评判出患儿说的正确与否,并记录患儿每次识别所用的时间。案例实验验证了本设计的有效性。     

基于HT66F50单片机的声控小车的设计

语音控制系统是一个全新的人机交互模式,与传统的触摸屏/按键人机交互模式相比,它使用起来更加方便。探讨一种全新的人机语音交互系统:语音驾驶系统,它主要是把语音识别芯片和单片机HT66F50之间通过串口进行通讯,当语音芯片识别到用户的需求后会将信息传给单片机,然后单片机再控制小车的动作。     

社交型脑瘫康复训练系统人机交互关键技术综述

脑瘫是一种常见的脑部发育不良疾病,国内外针对脑瘫康复主要是在幼儿期进行针对性康复诊治。步入成年后,社交型障碍是一种常见症状,为了更好地使脑瘫患者融入社会生活,有必要针对语言、动作和表情进行康复训练。本文针对社交障碍中的关键环节,结合传统康复手段,对人机交互技术在以机器人研发辅助工具来优化提升相关康复训练系统中的应用进行综述分析,为脑瘫患者康复训练设备智能化升级改造和研发提供有益借鉴。     

基于表情识别技术的用户研究方法

目的为了以更加客观的方式评估用户体验,拓展用户研究的途径,引入表情识别技术对已有用户研究方法进行优化与探索。方法以阅读APP为研究载体,以表情识别与卷积神经网络算法为技术手段,通过设计人机交互实验将其应用于用户研究过程中,建立用户面部表情与用户主观满意度的映射关系。结果针对阅读APP"X",开展了基于表情识别技术和传统问卷访谈的双向设计研究,并采用对比验证的方法得出了基于表情识别技术的用户满意度客观度量方法的有效性和可行性,进而挖掘了基于表情识别方法的用户研究优势。结论基于表情识别技术的用户研究方法在产品交互设计中具有一定的通用性。通过识别分析用户与产品进行人机交互时的面部表情动态变化,可以使用户体验评估更加客观并容易解读,准确定位产品交互体验问题,为设计领域中的用户研究和认识提供了新思路,同时也为表情识别技术与产品设计的交叉融合提供了理论和实践意义的参考。     

汽车人机交互产品用户满意度度量方法研究

目的研究基于面部表情识别技术的用户满意度客观度量方法。方法以两款车载信息系统为载体,以面部表情识别与BP神经网络算法为技术手段,设计用户分别与两款系统进行人机交互的实验,建立用户面部表情与用户主观满意度的映射模型,并进行用户满意度预测,对比模型预测值与用户主观量表值,分析得出模型的预测能力,验证度量方法的可行性。结论该模型对用户满意度的预测值与用户主观满意度值的整体均方误差为0.165,实现了在较小误差范围内的准确预测。模型通过识别用户与产品进行人机交互时的面部表情,能有效客观地度量用户对产品的满意度。     

基于遗传算法进化的数字图像处理

人脸表情识别是目前数字图像处理领域比较活跃的研究课题。本文提出一种采用遗传算法进化的支持向量机对人脸表情进行分类的新型算法。先提取静态人脸表情特征,然后采用遗传算法自动选择最优的支持向量机核函数,最后采用这种新型分类器进行了人脸表情的分类和识别。在Yale人脸表情库上进行了测试人不参与训练的仿真实验,并与最近邻分类器进行比较,提出的方法取得了更好的识别结果。     

人工智能语境下的情感交互设计

目的研究情感交互系统在设计层面上的重要新兴趋势,探讨以人为本的情感交互设计方案及在其研究领域中的人工智能技术的实际应用。方法在情感交互设计中,机器需要实时捕捉用户的关键信息,识别用户的情感状态,利用多种线索最终决定合适的用户模型。首先通过分析人工智能技术在人类情感识别上的分类优势,讨论如何利用面部表情、肢体动作、语言、心跳、呼吸等多模态用户特征,使机器更加准确地识别人类情感;其次通过分析经典的情绪状态的数学模型以及情绪表达与交互优化等关键要素,针对用户的情感作出自然、合理、友好的反应;最后探讨情感交互系统设计和模块化构建的可行性。结论提出一种利用人工智能技术的情感交互系统的模块化设计方案。     

混沌驱动永磁同步电机系统的故障识别

研究了混沌驱动永磁同步电机系统的故障识别问题,设计了一种小波支持向量机故障识别器。首先对故障恢复信号进行经验模态分解,得到若干个平稳的本征模函数,将本征模函数的能量特征作为输入构建小波支持向量机故障识别器。训练完成后,冻结小波支持向量机结构与内部参数,以白噪声模拟实际运行中的未知扰动,并以加入扰动的故障信号作为测试输入,利用小波支持向量机故障识别器进行故障识别。结果表明,基于小波支持向量机的故障识别器能够较好地识别故障信号,拟合误差均在1%以内。     

基于云平台的物联网智能家居语音终端控制器系统

本文以无线通信电路、语音识别电路、控制电路、LED电路、OLED电路、电机驱动电路和电源电路设计了基于"云平台"的物联网智能家居语音终端控制器系统。本设计选用STM32F103RCT6作为主机和树莓派作为物联网终端达到控制以下几种功能的目的 :首先,麦克风接收语音信号通过树莓派进行语音识别,并通过Zig Bee连接到STM32f1。然后,STM32F1使用红外与对应的家居通信并做出相应的动作。在软件上,本设计包括了主程序、OLED、LED和电机控制程序、语音识别程序、无线通信程序。模拟系统的设计原理和方法对实际家居控制系统的设计具有指导作用。     

融合人脸表情的手语到汉藏双语情感语音转换

针对聋哑人与正常人之间存在的交流障碍问题,提出了一种融合人脸表情的手语到汉藏双语情感语音转换的方法。首先使用深度置信网络模型得到手势图像的特征信息,并通过深度神经网络模型得到人脸信息的表情特征。其次采用支持向量机对手势特征和人脸表情特征分别进行相应模型的训练及分类,根据识别出的手势信息和人脸表情信息分别获得手势文本及相应的情感标签。同时,利用普通话情感训练语料,采用说话人自适应训练方法,实现了一个基于隐Markov模型的情感语音合成系统。最后,利用识别获得的手势文本和情感标签,将手势及人脸表情转换为普通话或藏语的情感语音。客观评测表明,静态手势的识别率为92.8%,在扩充的Cohn-Kanade数据库和日本女性面部表情(Japanese Female Facial Expression,JAFFE)数据库上的人脸表情识别率为94.6%及80.3%。主观评测表明,转换获得的情感语音平均情感主观评定得分4.0分,利用三维情绪模型(Pleasure-Arousal-Dominance,PAD)分别评测人脸表情和合成的情感语音的PAD值,两者具有很高的相似度,表明合成的情感语音能够表达人脸表情的情感。     

某型导弹飞行数据与指令检测系统设计

设计的导弹飞行数据与指令检测系统通过实时记录导弹的飞行数据和在线检测控制导弹飞行的指令信号,能够及时判定导弹发控系统的工作状态,并在导弹发射后为评估操作手的训练成绩和分析导弹故障提供科学依据。检测系统采用基于FPGA的SOPC技术和DSP视频采集技术进行数据和视频采集,并通过USB总线将采集的导弹飞行数据与指令信号传输到上位机,在上位机上利用LabVIEW软件设计人机交互系统实现记录数据的回放和指令信号的检测。通过测试试用和实弹打靶应用,该系统采集数据准确,能够实现导弹飞行数据的实时记录和发控指令信号的在线检测,效果良好,具有较大军事应用价值。     

儿童智能玩具中人机交互设计探讨

目的探讨人机交互设计在儿童智能玩具中的应用。方法以"会说话的汤姆猫"为研究对象,对"会说话的汤姆猫"人机交互方式的设计与实现进行研究,从语音识别、肢体触碰、图像交互及数字交互等人机交互中常用的方式研究儿童智能玩具的应用,实现儿童智能玩具的人机交互。结论"会说话的汤姆猫"在语音识别、肢体触碰等方面均作出了正确的回应,与预期效果一致。     

MATLAB和LabVIEW混合编程在齿轮故障识别中的应用

为了实现对齿轮故障的智能识别,采用LabVIEW图形化编程语言建立齿轮故障识别的人机交互界面并对信号做初步处理,利用MATLAB提供的BP神经网络工具箱建立故障诊断模型,通过LabVIEW提供的MAJLABScript脚本节点实现二者的混合编程.齿轮故障诊断实例表明MATLAB和LabVIEW混编程序既发挥了仪器语言的优势,又扩展了算法工具箱,探索了新型智能虚拟仪器的开发途径,同时提高了系统开发效率.     

齿轮传动系统损伤检测与多故障分类研究

研究了数据挖掘的支持向量机的智能故障检测与诊断方法。通过对齿轮系统在不同的运转状态下的工作状况进行试验测试分析,获取了有关的测试信号,并对不同的故障振动特征信号进行了特征提取与分析研究。在此基础上将支持向量机引入到齿轮传动的损伤检测与诊断之中,建立了两分类和多分类分类器,研究了支持向量机的两分类和多类分类算法。通过分析处理、训练和测试仿真数据以及齿轮振动特征信号,对齿轮系统在各种不同转速下不同故障进行了预测、分类和诊断。研究表明, 支持向量机能够很好的区分不同运转状况下各种典型齿轮损伤与故障,低转速下识别率更高,为95%,特别是对各种复合类故障具有较高的识别精度、识别率在81%以上。它在齿轮故障诊断中具有较好诊断识别能力与发展前景,是一种有效地损伤检测与诊断新方法。     

温度检测系统的上位机软件设计

在一个完备的工业系统中,不仅需要有检测和控制系统,还需要有能够更为直观的监测系统。主要通过编写上位机软件来实现系统的温度监测。利用面向对象的程序设计语言VB实现人机交互,通过PC机的串口读取下位机采集的信号量,进行实时监控显示。     

用基于平行坐标图的可视化人机交互技术提取EEG信号特征的方法

应用可视化人机交互(HCI)方法进行了脑电图记录(EEG)信号特征提取技术的研究。该研究一方面在脑机接口(BCI)技术领域提出了一种新的特征提取技术方法,同时通过可视化人机交互的专家智慧参与,实现了面向对象领域和面向数据模式识别的有效结合,克服了单一机器学习的局限性。首先介绍了多元图表示的基本理论,然后提出了基于平行坐标图的可视化人机交互技术,接着进行了单通道和多通道EEG信号特征提取的可视化人机交互技术的研究,最后采用第二届国际脑机接口竞赛中的数据集Ⅳ进行了数据实验。实验表明,本文提出的方法的识别结果优于实验数据集国际竞赛最优结果和文献报道中的当前国际最优结果。