语音识别技术概述

本文阐述语音识别的发展过程、基本方法以及语音识别系统的分类,分析了语音识别所面临的问题。     

HMM模型在语音识别研究中的应用

语音识别是人工智能最基础性课题,该课题研究者通过对隐马尔可夫模型这一数学模型的扩领域应用,解决了声学、语言学、句法等统计知识相关性问题。文章系统阐述了隐马尔可夫模型原理以及在语音识别中的应用过程,从而为更多研究者了解和认识。     

基于ROS的室内自主移动机器人设计

设计一款基于ROS的i室内自主移动机器人,根据机器人实际功能需求,选择基于四轮差速驱动的机器人底盘。该机器人以Jetson Nano为核心控制器,ArdunoMega2560板和驱动板为辅控制器,辅控制器采用一体化设计,将各功能子电路通过优化布局方式集成一块PCB扩展板,增加了辅控制器的可靠性和稳定性,并能减少了接线的数量。该机器i人利用ROS系统把机器人所用所要进行的一系列工程整合在一起,激光雷达为主要传感器。通过上位机（JetsonNanio）与下位机（Arduno板和驱动板）的通信,使下位机接收到上位机的消息,发送指令到驱动板,驱动板进行速度和方向的控制。ArdunoMega2560板接收上位机的指令后向电机驱动板传输信号,电机驱动板通过连接PWM端口来控制小车左右电机的转速,从而实现差速转向。通过测试,移动机器人通过激光雷达进行SLAM建图,实现机器人能够自主导航、自主避障等功能。     

基于HMM和遗传神经网络的语音识别系统

本文提出了一种基于隐马尔可夫(HMM)和遗传算法优化的反向传播网络(GA-BP)的混合模型语音识别方法。该方法首先利用HMM对语音信号进行时序建模,并计算出语音对HMM的输出概率的评分,将得到的概率评分作为优化后反向传播网络的输入,得到分类识别信息,最后根据混合模型的识别算法作出识别决策。通过Matlab软件对已有的样本数据进行训练和测试。仿真结果表明,由于设计充分利用了HMM时间建模能力强和GA-BP神经网络分类能力强等特点,该混合模型比单纯的HMM具有更强的抗噪性,克服了神经网络的局部最优问题,大大提高了识别的速度,明显改善了语音识别系统的性能。     

基于HMM/SVM两级结构的汉语易混淆语音识别

基于HMM的汉语语音识别中,易混淆语音的识别率仍然不高.在分析HMM固有缺陷的基础上,本文提出一种使用SVM在HMM系统上进行二次识别来提高易混淆语音识别率的方法.通过引入置信度估计环节,提高系统性能和效率.通过充分利用Viterbi解码获得的信息来构造新的分类特征,从而解决标准SVM难以处理可变长数据的问题.详细探讨这种两级识别结构中置信度估计、分类特征提取和SVM识别器构造等问题.语音识别实验的结果显示,与采用HMM/SVM混合结构的模型相比,本文方法在对识别速度影响很小的情况下可以使识别率有明显提高.这表明所提出的具有置信估计环节的HMM/SVM两级结构用于易混淆语音识别是可行的.     

HMM与自组织神经网络结合的语音识别的简要分析

本文主要介绍了HMM与自组织神经网络结合的语音识别方法的模型及其算法。并且在该模型和算法的基础上，通过试验。对比了HMMNN模型和CDHMM模型在特定人语音识别和非特定人语音识别两个方面的识别效果，验证了HMMNN模型的优越性。最后分析了HMMNN的识别优越性从何而来。     

一种基于HMM的动态语音模式时间归一化方法

研究了利用隐马尔可夫模型(HMM)对动态语音模式进行时间归一化的方法。引入了借助于HMM对语音基元观测序列所做的一种分段，这种分段被称之为语音基元观测序列的HMM全状态分段，并且定义了HMM全状态分段的符合度。根据HMM全状态分段的符合度确定了语音基元观测序列的最优HMM全状态分段，通过最优HMM全状态分段把语音基元观测序列转换为固定维数的向量，从而实现了动态语音模式的时间归一化。将动态语音模式的这一时间归一化方法在结合HMM和人工神经网络(ANN)的混合语音识别方法中进行了应用，实验结果表明这一时间归一化方法的有效性。     

基于ROS系统的移动机器人SLAM算法的应用研究

即时定位与地图构建（Simultaneous Localization and Mapping,SLAM）算法是移动机器人的热门研究之一,可以使机器人真正实现自主行走。文章分析总结了SLAM算法,介绍了基于机器人操作系统（Robot Operating System,ROS）构建的移动机器人Roban,解析了应用于具体机器人的SLAM算法原理,可为未来移动机器人路径规划研究提供一定的思路。     

基于语音识别的自动标绘系统设计与实现

介绍了自动标绘系统的需求和系统流程,并对语音采集、语音识别和自动标绘3个阶段的技术难点及解决方案进行了详细介绍。重点介绍了采用语音自动重叠技术以减少语音切割失误,提高识别精度。描述了对识别出的数字串运用打分系统进行智能切分,提取数据点以提高标绘精度。系统采用VC．NET和SQL Server实现,稳定环境下语音识别精度达到97％以上,标绘正确率达到95％,较好地实现了系统需求。     

基于非特定人车载音响语音控制系统的设计与实现

提出一种语音命令控制车载音响操作的设计方案,以德国Infineon公司新推出的具有DSP和单片机双核的SoC语音处理芯片UniSpeech-SDA80D51为核心组成非特定人车栽音响语音控制系统,并实现了系统样机的研制.该系统在江淮同悦SL1102C1型车载音响上进行了语音控制实测,实测数据表明系统语音识别率可达到95%.     

基于ROS的移动机器人平台系统设计

ROS是一个开源机器人操作系统。通过对机器人操作系统的研究,首先介绍了ROS系统框架和结构特点,其次提出了在ROS环境下搭建移动机器人平台的方法,并介绍了移动机器人系统的硬件平台,最后阐述了移动机器人各个功能模块。该移动机器人可以根据事先确定的任务自主进行全局路径规划,同时不断感知周围的局部环境信息,对ROS的应用有着重要的意义。     

基于ARM的移动机器人组合导航系统设计与实现

为了实现室外自主移动机器人的导航定位需求,利用微惯性测量单元(MIMU)和全球卫星定位系统(GPS)接收机,设计并实现了一种基于ARM Cortex M4内核的SINS/GPS组合导航系统。详细介绍了系统硬件组成、软件结构,并在此基础上实现了Kalman滤波的SINS/GPS组合导航算法。将该组合导航系统安装于旅行者II移动机器人,采用差分GPS对组合导航系统性能进行评估。实验结果表明:该系统具有较高的精度,达到了设计要求,具有良好的实用性。     

基于Qt的移动机器人上位机软件设计与实现

为了实现移动机器人运行过程状态数据的可视化,以面向对象的C++编程语言,设计了一款基于跨平台的Qt图形库框架的上位机监测软件。该软件对接收到的状态数据进行解码、分离并绘制移动机器人实时运行轨迹和状态信息波形曲线等功能。首先概述了自行设计搭建的移动机器人硬件平台的结构和原理以及软件的实现流程;然后简要介绍了上位机软件的开发环境,并阐述了软件的各项功能以及其设计与实现过程;最后以移动机器人路径跟踪运动控制作为实验对象,验证了所设计上位机软件的有效性。     

Design and implementation of a block‐backstepping based tracking control for nonholonomic wheeled mobile robot

This paper presents formulation of a novel block‐backstepping based control algorithm to overcome the challenges posed by the tracking and the stabilization problem for a differential drive wheeled mobile robot (WMR). At first, a two‐dimensional output vector for the WMR has been defined in such a manner that it would decouple the two control inputs and, thereby, allow the designer to formulate the control laws for the two inputs one at a time. Actually, the decoupling has been carried out in a way to convert the system into block‐strict feedback form. Thereafter, block‐backstepping control algorithm has been utilized to derive the expressions of the control inputs for the WMR system. The proposed block‐backstepping technique has further been enriched by incorporating an integral action for enhancing the steady state performance of the overall system. Global asymptotic stability of the overall system has been analyzed using Lyapunov stability criteria. Finally, the proposed control algorithm has been implemented on a laboratory scale differential drive WMR to verify the effectiveness of the proposed control law in real‐time environment. Indeed, the proposed design approach is novel in the sense that it has judiciously exploited the nonholonomic constraint of the WMR to result in a reduced order block‐backstepping controller for the WMR, and thereby, it has eventually yielded a compact expression of the control law that is amenable to real‐time implementation. Copyright © 2015 John Wiley & Sons, Ltd.     

基于智能语音的翻译机器人自动化控制系统设计

为提升自动控制效果,加快翻译速率,设计基于智能语音的翻译机器人自动化控制系统。采集外界智能语音信号,利用A/D转换器得到数字信号,启动语音唤醒模块激活翻译机器人,听写模式识别复杂语音信号,命令模式识别简单语音信号,得到语言文本识别结果,通过深度学习关键词检测方法提取关键词作为翻译机器人的自动化控制指令,通过单片机识别自动化控制指令。实验结果表明,该系统可有效采集外界智能语音信号,提取智能语音信号的关键词,完成翻译机器人自动化控制。     

基于MQTT的机器人集群控制系统设计与实现

针对现有的多机器人的控制系统编程复杂且不可灵活地更改机器人动作的弊端,基于MQTT的机器人集群控制系统采用了网络传输模式,通过MQTT在不使用有线连接的基础上将动作发送给目标机器人,并且具有动作复现的功能,可以通过手动将机器人的动作记录下来,然后进行复现,大大降低了编程和调试的难度;这种控制系统使得机器人只需要接受上位机的命令,执行上位机发出的动作指令就可以完成同步协调工作,大大减少了机器人的CPU处理的任务,降低了机器人的制作成本,同时通过上位机控制机器人的动作,可以及时纠正错误动作,停止工作,更改任务等,无需担心机器人因先前的程序导致动作出错;实验中使用该系统对三台四足机器人进行控制,结果表明该系统可以使三台机器人协同工作,动作误差极小,并且可以完整复现动作.     

基于STM32的机器人自主移动控制系统设计

针对类车机器人自主移动的问题,首先在非完整约束系统下建立类车机器人低速移动过程的运动学模型和动力学模型,选用适合基础性类车移动机器人研究的自行车模型进行状态分析;在混合式体系结构下用STM32作为机器人自主移动控制系统的核心,给出控制系统框图,完成硬件设计;同时完成环境定位与建图,构建动态贝叶斯网络,最终综合实现类车机器人自主移动的功能。     

基于ORB-SLAM的移动机器人嵌入式实现与优化

ORB-SLAM(基于ORB特征识别的同时定位与地图构建系统)的源代码无法在嵌入式开发板运行,其构建的点云图太稀疏无法满足移动机器人路径规划要求。针对这个问题,文章提出将ORB-SLAM进行改进与优化,移植到嵌入式开发板完成SLAM过程。首先,删除原PC端Linux系统下的轨迹、点云图、一些依赖库,保留并改进src和include文件夹下大部分C++代码;其次,在嵌入式平台以JNI调用方式调用改进后的C++代码,增加Open CV、g2o、DBo W2、Eigen等依赖库;最后根据处理后的关键帧连接绘制栅格地图,完成实时轨迹显示和地图构建。实验结果表明,通过移植实现了在嵌入式开发板进行SLAM过程,硬件配置要求和成本大大降低,所构建的栅格地图占存量更小且更直观反映实际环境的布局情况,地图误差控制在±0.5 m的较高精度范围内,较大程度地提高了SLAM性能。     

基于声纳的移动机器人环境建图的设计与实现*

针对未知环境中声纳传感器定位与地图创建时传感数据不确定性高、可靠性低的问题,提出了一种新的室内环境建图方法。该方法建立容忍函数以判断噪声和镜面反射,同时借鉴了ArcTransversal Median Algorithm的思想和栅格概率估计并采用贝叶斯法则进行两次数据融合以减小声纳传感器信息的不确定性。在MORCS2机器人平台上实时创建地图实验表明,这种方法能快速实现从局部地图到全局地图的更新且有较好的精确性与鲁棒性。     

基于虚拟现实技术的移动机器人视觉伺服控制系统设计

为了有效确保移动机器人视觉伺服控制效果,提高移动机器人视觉伺服控制精度,设计了基于虚拟现实技术的移动机器人视觉伺服控制系统。通过三维视觉传感器和立体显示器等虚拟环境的I/O设备、位姿传感器、视觉图像处理器以及伺服控制器元件,完成系统硬件设计。从运动学和动力学两个方面,搭建移动机器人数学模型,利用标定的视觉相机,生成移动机器人实时视觉图像,通过图像滤波、畸变校正等步骤,完成图像的预处理。利用视觉图像,构建移动机器人虚拟移动环境。在虚拟现实技术下,通过目标定位、路线生成、碰撞检测、路线调整等步骤,规划移动机器人行动路线,通过控制量的计算,实现视觉伺服控制功能。系统测试结果表明,所设计控制系统的位置控制误差较小,姿态角和移动速度控制误差仅为0.05°和0.12m/s,移动机器人碰撞次数较少,具有较好的移动机器人视觉伺服控制效果,能够有效提高移动机器人视觉伺服控制精度。