论文部分内容阅读
截止到2017年,我国60岁以上人口共计24090万,占全国总人口的17.3%。65岁以上人口共计15831万,占全国总人口的11.4%,中国老龄化社会已经到来。随着人工智能技术的发展,越来越多的公司和机构从事机器人研发,各种形式和各种功能的机器人相继出现。未来机器人会逐渐承担一些重复、繁重的工作,成为居家老人日常生活的得力助手。经研究发现,语音交互和目标检测技术在人机交互中被使用的次数越来越多。语音作为一种方便、快捷、高效的途径,无疑会成为人们与机器人交流时一种不可或缺的手段,而目标检测则相当于给机器人安上了一双“眼睛”,使机器人更加智能。因此对语音交互及目标检测技术进行研究,并基于这两项技术设计和实现家用机器人人机交互系统十分必要。现有的家用机器人人机交互系统功能不丰富,有的系统只能识别特定的语音控制指令,对于意思相近的指令则无法识别。有的系统只能通过将人们提出的问题和本地问题模板进行匹配从而给出应答,其功能比较单一,拓展性较差。有的系统虽然能进行目标检测,但对暗光、遮挡、截断情况下的目标检测效果很差。为了解决上述问题,本文基于Turtlebot机器人对语音交互及目标检测技术进行了研究,并设计和实现了一款家用机器人人机交互系统。本文对家用机器人人机交互系统进行了设计与实现。首先为了更好地实现机器人语音控制功能,本系统加入了输入指令与控制指令库对应关系,使用户可以根据自己习惯控制机器人。并且,本系统将常用语音控制指令加入用户词表并上传到服务器从而提升其识别准确率。为了实现人机对话功能,本文分别创建了常见问题库和实时性问题库,并对它们的内容进行了定义以满足居家老人日常聊天的需求。其次,对机器人目标跟踪运动控制策略进行了阐述,调用计算机GPU对目标进行检测,通过训练暗光、遮挡情况下目标数据集及对除行人之外的其它物体检测框的去除,使目标检测模块能更好地服务于居家老人。最后,基于相关技术,对家用机器人人机交互系统进行了实现。为了验证本文提出的人机语音交互及目标检测的性能,在PC端和机器人平台上对它们进行了多轮测试,结果验证了本文提出的机器人看护系统具有很强的可靠性和实用性。