一种新型盲人导行识别系统的设计

采用ZigBee无线传感器网络技术设计的盲人导行识别系统,该系统具有GPS定位、超声测距、物体识别和语音提示功能。     

基于单片机的盲道交通信号智能语音提示系统

本文介绍了基于单片机的盲道交通信号语音提示系统的开发技术。首先给出了利用单片机控制红外线发送的实现方案,然后提出了利用单片机解码的技术,最后介绍了语音芯片的使用方法。本系统可在交通路口信号灯控制箱和盲杖上安装,方便盲人通行,为城市无障碍设施建设提供帮助。     

导盲系统的设计及实现

目前多数的视力患者通过使用盲人杖来辅助独立行走,但盲人杖的功能单一,且存在诸多安全隐患,针对以上问题文中提出的导盲系统在普通盲人手杖的基础上,利用红外测距原理,识别周围是否有物体,利用语音播报模块发出语音信号提示,利用温度传感器感应盲人手心位置温度变化辅助盲人找回导盲杖,通过GPS定位系统,有效地防止盲人走失,实现对盲...     

基于RFID盲人导航系统

此系统目的在于提供一种方便盲人独自安全出行的导航系统,旨在解决现有的盲人导航系统不能够准确、安全的为盲人导航的问题.系统采用RFID射频识别技术进行导航,将道路存储在电子标签,再转换成相应的语音提示信息,从而实现为盲人提供精确、安全的导航,解决盲人的出行问题.现阶段已完成预定功能,实现RFID盲人导航、语音提示、盲人输入法、GPS导航、语音读取短信、GSM相关功能等.系统能准确地帮助盲人到达目的地,让盲人实现自由地出行.     

一个基于语音识别的盲人上网辅助系统的设计

针对目前一部分残障人士(如盲人等)面临的上网困难问题,本文通过语音识别和文本-语音转换两个部分的设计及运用,设计一个基于语音识别的盲人上网辅助系统。系统的语音识别部分,采用了线性预测(LPC)及矢量量化的距离(VQ)方法,过滤和识别人的语音信号;文本-语音转换部分,通过对每个动态打开的网页,采用文字转化成语音(text-to-speech,TTS)技术及语音合成平台完成语音合成,将其网页文本内容朗读出来,同时也可对用户进行语音提示。     

基于模糊控制的盲人避障系统设计

文章基于多个超声波传感器对地面信息的采集,利用模糊控制算法将采集的信息转化为指引盲人避障的语音提示。该系统采用超低功耗的MSP430单片机作为主控单元,外围设计了五路超声波传感器采集全方位的路面信息。通过分析路面信息,从而给出盲人前进方向以及前进的速度语音提示,实现盲人避障的功能。     

一种盲人识字辅助装置的实现方法

本文介绍了一种盲人识字辅助装置的实现方法。盲人对于文字和图像的获取途径来自于触觉,同时,在识字的过程还需要语音提示来辅助,说明所触摸文字的含义。本系统能完成上述功能,系统由盲人显示器、智能语音发声装置、SD卡存储等模块组成。其中,盲人显示器是系统的核心组成部件,通过二维运动控制等手段,在有字迹的像素点处放置颗粒物,从而形成突起,供盲人触摸识别文字或图像。本系统对于盲人识字及认知图像有着重大意义。     

一种新型的语音导盲系统设计

对盲人而言,不仅缺乏了感知世界色彩的能力外,生活中还存在着很多不方便。超声波技术具有容易检测、可控性强的特点,应用于语音导盲系统的的设计上,能够大大提高语音导盲系统的稳定性和可靠性。本本设计设计基于89C52单片机设计了一款新型语音导盲系统,它利用89C52单片机强大的计算能力,较低的功耗和良好的实用性,实现对障碍物的有效检测,并在在通过语音提示功能,使盲人能够有效准确准确避开障碍物,为盲人出行的便利提供优质服务。     

无线智能交通监控系统设计

提出一种无线智能交通监控系统设计方案,采用电感线圈与单片机测量十字路口的车流量,将测得的数据通过短距离无线通信模块传输给嵌入式主控制器,由其动态调节各路口的红绿灯时长。值班人员通过嵌入式系统对十字路口进行远程视频监控,采用主动式R FID技术检测经过十字路口的应急车辆,必要时为其开启绿色通道。设置盲人提醒音,用不同频率的信号音告知盲人红绿灯状态;根据过马路的行人数量动态调整非十字路口红绿灯时长;系统电源则可在太阳能和市电间灵活切换。实验证明,系统可实现平安交通、效率交通、民生交通和绿色交通,对实际交通系统建设有一定的参考价值。     

适合于盲人使用的信息输入方法的研究与实现

提出了Braille立体盲文的平面化输入方法,研究了非特定人孤立词语音识别技术,建立了一种新型盲人专用信息输入方法。该方法将Braille立体盲文抽象为平面符号,实现盲文的平面化输入及识别,并将连续隐马尔可夫模型的语音识别算法应用于非特定人孤立词语音系统中,利用嵌入式DSP系统实现了语音与盲文信号采集、处理和识别,为盲人信息输入提供了新的途径。实验结果表明,该系统语音指令识别率＞92％,盲文字符识别率＞91％。     

UDP业务引起的网络拥塞问题研究

用UDP作为传输层协议的应用日益增多，其中包括用IP传输视频，音频的各种应用，UDP业务的增加会给网络带来新的拥塞问题，提出了一种基于随机早期检测技术（RED）的方案，对最终解决UDP业务导致的网络拥塞问题具有一定的参考价值。     

基于WiMAX的VoIP的QoS改进

为了提高无线资源的利用率,使WiMAx系统更好地支持语音业务,基于IEEE802．16e协议的QoS调度体系和已有的信息流优先级（Traffic Priority）,引入新的信息流优先级乘数（Tra所cPriority Multiplier）概念,提出使用高优先级的BE服务流承载SIP信令,以取代目前普遍使用nrtPS承载SIP信令的做法。通过对优先级乘数的不同设置,可以使WiMAX运营商更加灵活地分配有限的无线资源,从而提供更好的网络和语音服务。     

基于ARM920T内核的雷达测速仪设计与算法研究

为了提高目前公路交通中对车辆速度的监测手段,提出一种基于ARM(advanced RISC machines)的新型雷达测速仪,结合多普勒测速原理和信号处理的谱估计法,介绍了由毫米波多普勒收发前端和SamsungS3C2410A处理器构成的雷达测速仪的整体设计,包括其硬件结构的设计和在ARM920T内核中实现基4时间抽取的快速傅里叶变换算法(fastFouriertransform,FFT)。实验结果表明,该雷达测速仪的测速精度可达±1km/h,其优化后的FFT算法具有很高的精度和运行效率。     

基于宽带阵列信号处理的车辆上下行流量声频检测方法*

针对普通公路现有车辆检测器精度普遍下降的问题,提出了一种利用车辆行驶时的声音信号进行车辆上下行流量估计方法。实验结果表明,应用宽带阵列信号处理算法与窄带算法相比具有更高的有效性,是一种有效的交通流量检测方法。     

基于CPN的城市智能交通信号控制系统建模

提出了一种城市交通控制系统的分布式结构及控制策略，介绍了CPN(Colorcd Petrj Nets)的基本概念及建模特性，着重探讨了借助CPN建模技术对城市智能交通信号控制系统进行的建模分析。     

基于公交GPS数据的交叉口信号配时参数估计

为了利用公交GPS数据估计交叉口信号配时参数,提出一种改进插值法来估计交叉口单车行程时间;通过先聚类再分类划分信号周期,给出采用停车线附近的GPS数据序列估计周期边界及周期时长的方法;结合周期边界估计结果,提出一种新的红灯时长估计方法.在不同交通流量下对估计方法进行模拟及现场测试,结果表明,基于公交GPS数据的信号配时参数估计方法适用于不同交通流量,且估计效果明显优于现有方法.     

Determination of optimal size of the de-jitter buffer of a receiving router

The influence of the size of the de-jitter buffer of a receiving router and of the network load on the transmission quality of voice traffic is investigated by means of simulation modeling. The optimal size of the de-jitter buffer that supports an acceptable level of loss of voice packets and a propagation time of the voice signal that corresponds to accepted standards is determined.     

基于语音拖音段的端点检测算法研究

为了进行有效的语音信号处理,并降低语音信号的冗余度,通常采用端点检测技术来提取语音信号中的有效部分。本文在传统语音端点检测方法的基础上,提出了一种基于基音周期对语音段末尾进行判别的方法,针对汉语发音都是以浊音结尾的特点,同时利用基音周期对浊音段信号比较敏感这一特性,能够有效地避开汉语语音信号尾部拖音段中所包含的无效信息,既提高了端点检测的准确性,又减少了后续语音识别系统样本训练时间。实验结果证明,该方法对于汉语中孤立词末尾的拖音段,可以得到较好的端点检测效果。     

基于DirectSound的火电厂语音报警系统

在分析火电厂报警系统实际需要和现有系统不足的基础上,给出了火电厂语音报警系统的硬件结构和软件组成．重点分析了DirectSound技术在语音报警系统中的应用,给出了语音捕获、声音输出的一般方法和结合内存映射文件提高系统性能的方法。实际应用表明,基于DirectSound的语音报警系统性能优良,具有较好的实用价值。     

Traffic Signal Timing via Deep Reinforcement Learning

In this paper, we propose a set of algorithms to design signal timing plans via deep reinforcement learning. The core idea of this approach is to set up a deep neural network (DNN) to learn the Q-function of reinforcement learning from the sampled traffic state/control inputs and the corresponding traffic system performance output. Based on the obtained DNN, we can find the appropriate signal timing policies by implicitly modeling the control actions and the change of system states. We explain the possible benefits and implementation tricks of this new approach. The relationships between this new approach and some existing approaches are also carefully discussed.