智能交互机器人实验平台的结构设计与系统集成

来源 :中国人工智能学会第十三届学术年会 | 被引量 : 0次 | 上传用户:qqllql
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,智能服务机器人成为工业界和学术界的热门话题.基于多层次交互和人机友好的设计理念,本文提出了一种智能交互机器人的结构设计和系统集成方案.系统设计包括硬件设计和软件设计.其中硬件系统包括整体机器人的元器件选择、搭配以及硬件通信.软件系统包括举手检测、语音识别、运动控制、表情交互以及主控程序.系统集成完成了软硬件的整合以及整体系统的搭建和测试.本文完成了各个模块和整体系统的数百次调试及测试,大量的实验表明该机器人系统能够较好地适应不同环境的变化,并实时友好地与用户进行交互.
其他文献
实时性是评价机器人控制器的一个重要指标,结合片上系统技术的实时性研究是当前机器人领域的研究热点之一.开发片上系统平台,实现机器人控制器,分析系统平台、实现结构等影响实时性的时间因素,利用实时分析理论建立控制器的实时性分析模型;借此分析机器人控制器任务的实时调度,并进行实验验证.结果表明,基于片上系统的机器人控制器具有良好的实时性.
可变形线性物体(Deformable Linear Object,简称DLO)如钢索、软管、电线等,己被广泛应用到日常生活、电子工业、外科手术等领域和行业中.本文提出一种新的方法来仿真DLO的机器人操作动态过程,其主要思想是采用有限段的方法描述不可延伸的线性物体的动态二维变形模型.基于这样的模型,利用矩阵计算和微分方程的数值求解技术,有效地实现了机器人操作DLO的动态过程仿真.仿真结果表明,在保证
针对未知的不平整地面环境,提出了双足机器人稳定步行控制算法,该算法由步态规划和在线反馈控制组成.设计了被动倒立摆模型以规划双足机器人的步态,使得双足机器人能够自然、节能的稳定行走.实时反馈控制用来适应地面的凹凸不平以及外部扰动,双足机器人机构柔性对控制效果造成很坏的影响,因此柔性的影响也被考虑到控制器的设计当中.最后,利用双足机器人不平地面上的步行实验验证所提出步行控制算法的有效性.
UCT算法是UCB算法(Upper Confidential Bounds)在博弈树搜索问题中的应用.在大分支因子博弈树的搜索过程中,它表现出了独有的优越性.在这篇文章中,首先介绍了UCT算法实现过程中的不同策略.然后,基于作者开发的四国军棋博弈系统,分别对UCT算法的不同策略在非完备信息博弈中的实验数据进行了比较和分析.在分析过程中,本文提出了挖掘-拓展因子EBF (exploration an
本文提出了一种利用激光测距传感器的智能轮椅导航系统,使用者通过语音下达轮椅导航运动指令,智能轮椅通过光电编码器、激光测距以及视觉等传惑器完成导航任务,导航过程中可实现自定位、避障等功能,同时激光测距传感数据与2D地图的匹配可实现轮椅自定位.实验结果证明了该轮椅在助老助残领域的实用性.
智能康复系统已经成为一个研究热点.在家庭康复系统中,最重要的是实现人体运动的实时跟踪.本文提出了一种能够实时跟踪人体上肢运动的CamShift算法.综合考虑上肢运动和皮肤颜色概率分布,提出的算法可以提高抗噪能力.最后本算法还提高了跟踪的精确度.实现结果表明该算法是快速、准确和可靠的.并且该算法还可以运用到其他领域特殊颜色的跟踪.
机器人的编队问题是多机器人协作中的一个典型问题,编队包括队形形成和编队控制.在实际应用中,通信在多机器人编队中也扮演重要的角色.ad hoc网络具有自组性强、快速组网和高抗毁等特性,以它组网的多机器人编队适用于一些无法预先安装通信设备的特殊场合.本文针对Leader-follower多机器人系统队形控制中,Leader和follower相对独立及落后机器人离队等问题,将ad hoc网络引入其中,建
随着雅虎的人物关系搜索、微软的人立方等商业应用的出现,人物关系识别问题也逐渐得到了更多的关注.本文提出了一种基于最长公共子串(LCS)问题加权处理的方法,并在此基础上构造了模板自动生成的人物关系识别系统.系统以2007年人民日报提取的1500个含有两个人名的句子作为实验数据,分别用基于模板自动生成方法和基于条件随机场(CRF)算法进行二元人物关系抽取,加权平均F值分别为0.8806和0.8287.
设计了远距离视频下的正面人体身份自动识别系统,包括:Adaboost行人检测、Adaboost人脸检测、肤色验证、步态预处理、周期检测、特征提取以及决策级融合识别等模块.通过行人检测模块可以自动开启人脸检测模块和步态周期检测模块.提出的根据下臂摇摆区域确定步态周期的方法对正面步态周期检测准确,计算量小,适用于实时的步态识别.本文给出远距离身份识别新的解决思路,采用人脸特征辅助步态特征在决策级融合方
本文提出了一种采用BP神经网络来对无限制手写数学符号识别的方法.在选取基于统计特征值的基础上,对三层的BP网络进行训练.通过200个训练字符样本及100个测试样本,识别率达93.67%.实验结果表明,该方法对手写体数学符号识别效果良好,不仅简化了传统识别的复杂度,而且提高了识别的准确性.