具有智能交互学习能力的机械臂写字系统

基于Uarm机械臂构建了一个学习人类写字顺序的机械臂智能写字系统,该系统首先具有对陌生汉字的自动笔画拆分和书写能力,然后基于语音对话和图像分析技术,能够根据用户教授的笔画和笔顺来学习汉字的正确书写方式.首先,系统根据输入的语音信息以及摄像头观察到的文字的图像信息,获得用户想要写的关键字及对话意图;然后通过对摄像头看到的图像信息进行分析,对检测到的汉字进行自动笔画拆分和笔顺提取,对于正在教授中的字,跟踪笔迹顺序,学习汉字笔顺的正确写法.通过对话管理,机械臂会以对话的形式进行书写反馈并与用户交互,学习人类书写顺序并实现正确书写.通过实验分析及测试者主观评测,该系统取得了不错的评价.     

基于机械臂运动学模型的写字机器人手臂写字控制系统设计研究

写字机器人是当前重要的实用机器人之一,为了实现机器人手臂写字功能。此次研究对写字机器人手臂进行了运动学分析,设计了新的机器人运行程序。新程序使用控制器和混合控制,搭建了写字机器人手臂书写控制的仿真模型。新模型能够模拟机器人写字动作,模拟真实机器人工作流程。实验结果表明,通过对仿真模型和写字控制系统的数据测试,使用新程序的写字机器人在书写流畅度和美观度都有所提升,在预测机器人书写轨迹的前期会出现预测偏差值在1～1.2左右。因此,使用控制程序能够使机器人的手臂控制能力得到提升,书写能力得到提升,这对于后续提升写作机器人控制的流畅性具有重要价值。     

智能写字机器人设计

设计了一种两自由度写字机器人,可以很方便地完成在平面上的书写绘画任务;可以把在计算机输入的文字通过控制算法和硬件电路用步进电机带动写字笔在纸面自动地描写出来;上位机选用计算机作为主机,采用Arduino系统作为从机;在计算机上将输入的文字转换成坐标形式的G代码,在通过串口发送给下位机控制器,下位机控制器采用直线插补和圆弧形插补算法,输出控制脉冲和方向电平控制步进电机前进或者后退;步进电机是由脉冲控制的,每发来一个脉冲就前进一步,实现了对距离的精确控制;还可以拓展一轴,加入Z轴理论上可以实现3D打印功能,把写字笔换成雕刻刀或者是激光头可以雕刻立体作品,拓展功能丰富。     

基于图形识别的汉字笔画分类方法

提出了一种获得汉字笔画种类及其拓扑结构的新方法.通过分析TrueType字库存储的汉字字形信息,构造笔画图形并提取出笔画特征,采用统计分类和边界关键点定位相结合的方法,利用综合分类法实现了对二级6763个汉字的笔画种类和拓扑结构的基于XML的语义知识表达,可结合前端输入程序进行快速搜索和定位.为字体变形、字体自动生成、汉字知识挖掘等提供了必需的基本信息.实验表明这种方法能够准确、有效地识别汉字笔画及其拓扑结构.     

基于计算机的汉字笔画顺序纠错模型设计与实现

针对目前社会上人们汉字笔画顺序书写不规范不重视的现象,为了纠正学习者在平时养成的错误的书写习惯,设计与实现了基于计算机的汉字笔画顺序纠错模型,并面向应用设计了基于计算机模拟人的手写过程的汉字笔画顺序书写练习与纠错系统,方便教师教学、学生学习以及纠正自己的汉字笔画书写的不良习惯,从而对我国汉字笔画书写顺序的传承起到保护作用。     

一种基于笔画密度的弹性网格特征提取方法

本文在分析手写汉字识别的几种非线性归一化方法基础上,提出了五种新的基于笔画密度的弹性网格构造方法,并将之应用到手写汉字的弹性特征提取.该方法既兼顾了笔画密度对不同书写风格笔画不规则变形的适应能力,又避免了进行非线性归一化产生的笔画粗细不均匀,且计算量相对减少.针对1034类别的手写汉字样本的对比实验表明,本文方法的识别率较非线性归一化方法平均增加4.02个百分点,显示了弹性网格较强的适应笔画书写变形的能力.     

基于机器视觉的CoreXY结构写字机器人设计

针对目前写字机器人存在的智能化水平低、难以独立运行等问题,在常规写字机器人的基础上,利用机器视觉和嵌入式技术设计了基于机器视觉的CoreXY结构写字机器人。该写字机器人的机械结构采用CoreXY运动结构,硬件电路由主机、从机、运动驱动、图像采集、人机交互等模块构成,软件设计采用了带有梯形加减速过程的Bresenham直线插补算法、基于OpenCV的文字识别算法以及结合QT设计的上位机控制软件。测试结果表明,该设计能够正确进行文字识别以及准确完成写字。     

基于轻量化神经网络的快速汉字笔画分类模型

在汉字书写场景中,我们可以通过实时捕捉手写者的手写轨迹数据,并可以通过笔画类型、空间关系等构字要素逻辑地位等评价策略,实现汉字书写质量智能测评,以达到指导学习书写的目的。其中笔画分类是手写字体评估中的重要任务。然而,现有笔画级标注的汉字数据集很少,并缺少轻量化并可以应用于嵌入式设备的笔画分类方案,难以工程化落地。在不同设备上采集用户的手写笔画数据（如会议平板、电子白板、学习机等）,并使用特征工程,采用一维深度可分离卷积构建轻量化的快速汉字笔画分类模型,并把模型进行量化部署到嵌入式设备中。模型量化后的tflite格式文件大小仅为11kb,而在数据集上达到了97%的精确度。把量化后的模型部署到嵌入式设备中并进行了商业化上线。     

智能自动绘图写字机器人

智能自动绘图写字机器人可以完成写字、绘图、制作壁画等工作,简单改装后可以变为具有激光雕刻与CNC加工功能的工业机器人。经过市场调研,目前已有的写字机器人普遍体积较小,只能在A4纸上写字,效率低且功能单一,不适用于工业生产。针对市场需求,在已有产品的基础上进行创新,设计了多功能大型工业写字机器人,并开发了配套的人工智能应用软件。     

汉字的程序变体方法研究

文章通过讨论汉字的基本笔画及字体特征提出了一种基于原体的汉字程序变体方法。该方法从汉字的骨架拓扑结构及各字体笔画轮廓线的几何形状出发,建立了字体的数学描述模型、索引结构及字体成形算法,继承了字库存在方式的优点,又改变了完全靠字库变体的老方法。实验结果表明该方法不但可以实现具有实用性的字形变体,而且大量节约了存储空间。     

基于毛笔建模的机器人书法系统

针对机器人书法系统存在仅考虑毛笔笔直状态下机器人书写的问题,提出了一种新的机器人书法系统,可使机器人能够在倾斜状态下书写汉字。该系统首先分析毛笔足迹,建立一种适合用于机器人毛笔书写的基于线性回归算法的笔触模型;然后使用遗传算法从笔画图像获得轨迹信息,加入了起笔、行笔、收笔规则,生成虚拟笔画图像;最后采用B样条算法实现机器人路径规划,坐标变换完成姿态计算,从而进行实际书写。机器人书法系统提取了3种笔画特征作为评价指标,实验结果表明:机器人毛笔书法系统可以得到较好的书写效果。     

TrueType字体技术的研究分析与应用

为了在应用程序中显示汉字的笔画,介绍了采用曲线轮廓描述技术的TrueType字体,研究分析了TrueType字形描述技术原理和TrueType文件结构,利用字体创建软件建立了汉字笔画的TrueType字体文件。     

生本理念让小学写字教学充满活力

托尔斯泰也指出：“成功的教学所需要的不是强制,而是激发兴趣。”可见,在写字教学中,尤其是在学生写字的起始阶段,要十分重视兴趣的激发。如果学生对写字毫无兴趣的话,是很难把字练好的。因此,学生写好字的关键是对写字产生兴趣,在写字过程中能享受到乐趣,从而达到“能正确工整地书写汉字”这个大纲要求。“人生聪明识字始”,识字教学是小学语文教学的起点,也是启蒙教育的开端。而写字则是巩固识字教学的有效手段之一,是识字教学中不可分割的一个环节。由于汉字字型复杂,结构多样,笔画变化多端,仅仅靠在生字本的田字格里反复机械地抄写的传统教学,效果并不理想。生本教育正是把学生的兴趣放在首位,在生本课堂上充分相信学生、尊重学生、依靠学生,让学生认识到“天生我才必有用”,帮助他们树立人人都是成功者、创造者的心态。在教学中体现先学后教、以学定教、教学合一的理念,让学生在动手、动脑、动口和亲身实践体验之中,把握写字的真谛,掌握写字的技巧,享受自主、自动学习带来的成功喜悦。这使写字教学焕发出新的光芒。     

综述文字输入处理软件

汉字是中华民族传统文化的核心和信息交流的主要工具,古老而复杂多样的汉字属于二维,不像英文等西方文字那样是一维线形文字,可以直接输入计算机,而是需要采用特殊的汉字输入法软件.汉字输入计算机是计算机中。第一个环节,汉字输入技术直接影响着中文信息处理的发展.本文着眼于汉字输入法软件在系统中的设计和开发过程,提出一种简单、方便的汉字键盘输入法。首先统计了国标二级字库中汉字笔画信息的各种数据,这些数据主要包括:汉字的平均笔画数及按使用频度加权的平均笔画数、能与其它字区分开的汉字前若干笔画的平均数、以各种笔画起笔的汉字数、各种笔画在汉字字库中的出现次数、汉字字库中笔画相同的汉字以及汉字字库中相邻笔画的频度等。根据这些统计数据,我们采用书写汉字时的笔画顺序作为汉字输入码,设计了笔画码汉字输入法和实现该输入方法的键盘。     

运用多媒体辅助写字教学的点滴体会

多媒体技术能以色彩艳丽的图像、悦耳动听的声音、清晰逼真的动画等方式全面刺激学生感官,激发学生的学习兴趣。所以在写字教学中运用多媒体技术能使学生体会到写字的乐趣、帮助学生了解汉字的结构和历史、并能及时进行技法指导和写字评价,进而达到较大地提高书法教学质量的目的。     

汉字书写质量的模糊分析方法

对书写汉字进行质量评价,可以客观评价书写的美观程度,指出甚至纠正汉字书写中的不规范的情况。针对规定格式的汉字书写常见的几种书写问题,在书写笔画和书写结构方面,通过提取不同的书写特征向量,采用模糊分析的方法,对汉字书写质量进行了客观的评价。实验表明,这种评价方法准确高效,能很好实现汉字书写辅导。     

对联机手写汉字识别技术的研究——实现笔画识别

联机手写汉字识别(OLCCR)，是指用笔在图形输入板上写字，人一边写，机器一边认，是一种方便的汉字识别手段。在各种自动识别输入的方法中，OLCCR是能够代替或部分代替人工编码输入的惟一可能的方法。识别中主要是两方面的问题：建立汉字识别库和手写板上笔画轨迹的识别。文中就第二方面即手写笔画识别的问题进行了全面的研究，采用笔画基元帮助分析笔画轨迹，并用可视化编程工具Visual C 6.0实现了基于这种方法的笔画识别过程。     

汉字手写式键盘输入方法的设计与实现

设计了一种汉字手写式键盘输入法,给出了基于快速模糊匹配方法的笔画智能生成算法及其实现。该方法在键盘上将汉字笔画模拟表示为笔画轨迹的起点、拐点、中间点和落点的键序列,通过构造笔画的网状搜索空间,实现了键序列到笔画序列集合的转换,进而实现汉字输入。本方法无需记忆键位,会写汉字就会输入。     

利用POWERPOINT演示书写效果

老师说在教学书写汉字的时候,用的方法大部分都是在黑板上画出“米”字格,然后再按照汉字书写的顺序一笔一划的用手工书写,然后纠正学生错误的笔画。而现在已经进入多媒体教学时代,在使用多媒体课件授课时,如何用计算机实现汉字书写顺序的教学演示呢？这里我们用OFFICE 2003中的Word、Powerpoint就能实现这个功能。     

一种脱机手写汉字书写顺序恢复模型

书写顺序恢复是从静态文本图像中提取动态的字符书写顺序信息,将2维的图像转换为1维的书写位置的时间序列的过程.为了对手写汉字进行书写顺序提取,提出了一种脱机手写汉字书写顺序的恢复模型.该模型首先将汉字分为整字、部件、子部件和笔画4个层次;然后利用4种拆分操作将整字拆分为部件,再将部件拆分为子部件;最后通过定义一组拆分关系与子部件偏序关系之间的对应规则来得到子部件的全序关系.而将子部件作为最基本的恢复单位,其书写顺序可通过对笔画和交叉笔画对进行分类来得到.实验表明,该模型提出的汉字书写顺序恢复方法的恢复结果具有较高的准确率,且处理速度达到了6.9字/s.