基于人工智能的智能轮椅设计

常见的轮椅解决了运动功能障碍者代步的基本功能，但难以满足年老体弱者和残障人士的独立操作、康复训练等要求。为此，设计基于人工智能的智能轮椅，该轮椅选用ARM Cortex-M3作为主控器芯片，实现个性化功能扩展。NLP-5X语音识别模块实现了操作者与轮椅控制系统的语音交互，提升了轮椅的操控性；激光雷达避障算法解决了轮椅在行驶中自动避障的难题；姿态调整模块通过压力传感器精准调整轮椅结构，满足了下肢康复训练的需求。智能轮椅提高了轮椅的安全性、智能性和多功能性，为下一代轮椅的设计提供了一定的参考。     

基于稳态视觉诱发电位的智能轮椅半自主导航控制

针对现有基于脑-机接口(BCI)控制的智能轮椅因交互不协调、识别准确率低、执行效率差而造成用户疲劳等问题,提出了一种人机协同智能控制方法,设计并实现了一种基于BCI与层级地图结合的智能轮椅半自主导航控制系统.首先根据实际需要构建栅格-拓扑-意图3级层级地图.然后采用基于典型相关性分析的1维卷积神经网络对人的意图进行识别分类,并通过BCI系统发送至导航控制部分.最后经融合决策给出控制指令实现智能轮椅的导航.实验中所提方法的平均准确率为91.576%,对脑电信号的识别准确率高,控制系统的稳定性好.结果表明该方法可灵活控制轮椅运动方向并按照人的控制意图无碰撞地到达目标地点.     

基于SPCE061A的智能轮椅控制系统硬件设计

随着人口老龄化问题越来越严重以及人民生活水平的提高,无论是高龄老年人还是先天或后天肢残者对轮椅等辅助步行工具的需求将日益迫切。在脑电设备的发送和接收控制端加入了基于SPCE061技术的语音识别系统,当大脑发出操作意图时,该信号经过处理触发语音播报系统,而受控设备上安装的语音接收端经过语音辨识,发出正确的驱动信息并进行语音播报,从而控制轮椅的电机系统,如果驾驶者从听觉上感知到信息错误,可及时调整大脑意识,从而实现脑电识别和语音识别对智能轮椅的双保险控制,为有肢体障碍的残疾人提供一种新的控制方式。     

基于云计算和语音识别的控制系统

近年来,随着语音控制的热度逐渐增加,语音助手的种类也越来越多,但该类应用通常都是通过语音识别技术 来实现对用户指令的识别和反馈。本文所介绍的软件是一款基于云计算和语音识别的控制系统,和传统语音识别应用不同的 在于其语音识别的方式采用了本地语音识别,结合云计算和物联网传感器进行信息的处理。     

基于语音指令的远程控制机器人系统的设计与实现

通过对语音识别、网络通信与智能机器人运动控制的综合应用,成功地设计和实现了语音远程控制智能机器人的系统。操作者将语音指令输入到客户端,识别后通过socket机制将指令传送给智能机器人,使之按指令完成运动。实验验证了语音远程控制智能机器人运动的准确性和实时性。     

手机控制智能家居系统

介绍了主要由手机网络和电力线载波技术构建的智能家居控制系统,控制系统采用双单片机串联协同控制,通过控制双音多频和语音模块,实现了具有语音提示和识别以及人机键盘对话和语音反馈等功能。对该控制系统的实验检测结果表明,实现方案总体成本低,兼容性好,实用性强,值得推广使用。     

我的电脑听我的

我们常常在科幻电影中看到主人公对着电脑说几句话就能控制电脑,而不用一层一层地找到程序再双击打开。你是不是相当羡慕呢?其实语音识别技术发展到今天,通过语音控制电脑已经完全可行了。实现这样的功能只要你,的电脑中装有“微软语音识别引擎”和“电脑语音控制系统”软件就可以了。软件环境的准备首先你需要安装英文识别引擎,然后再加上中文识别补丁,最后再安装“电脑语音控制系统”。如果你不能确定自己的电脑中是否已经安装了“微软语音识别引擎”,可以先安装“电脑语音控制系统”软件来为你检测识别一下。关于“微软语音识别引擎”的…     

利用语音识别技术实现的室内照明电路控制系统

本文设计了一套语音识别控制系统,该系统可以通过LD3320语音识别芯片接收语音指令,通过STC10L08XE单片机进行处理,将语音信号转换成控制信号,通过继电器控制房间中的照明设备,实现了对室内照明系统的语音控制,节约了布线和施工成本,方便了用户的操作和使用。     

嵌入式语音识别智能车系统的研究

本文介绍了关于嵌入式语音识别智能车系统的研究,语音智能不言而喻是通过声音来控制车的方向和速度等等。基于语音识别芯片LD3320设计并制作一款特定的语音控制智能车。智能车以52单机片为控制器,由串口接受LD3320的语音识别代码,由ULN2003控制步进电机的转速和转向。在车、残障人轮椅、智能玩具等领域有潜在的应用前景。     

基于NodeJS的智能家居语音控制系统服务器端设计与实现

介绍了基于NodeJS的智能家居语音控制系统服务器端总体结构、技术手段和主要功能模块的实现。该系统服务器端主要实现实时语音识别,通过把接收的语音数据发送给百度语音云端识别,把识别结果返回给客户端。此外,NodeJS采用事件驱动、异步编程,其突出的优点使得程序能够实现高并发处理。NodeJS非阻塞模式的IO处理给NodeJS带来在相对低系统资源耗用下的高性能与出众的负载能力。     

Speech and sensor in guiding an electric wheelchair

Many people with disabilities do not have the dexterity necessary to control a joystick on an electric wheelchair. Moreover, they have difficulty to avoid obstacles. The aim of this work is to implement a multi-modal system to control the movement of an Electric wheelchair using small vocabulary word recognition system and a set of sensors to detect and avoid obstacles. The methodology adopted is based on grouping a microcontroller with a speech recognition development kit for isolated word from a dependent speaker and a set of sensors. In order to gain in time design, tests have shown that it would be better to choose a speech recognition kit and to adapt it to the application. The text was submitted by the authors in English.     

融合眼电及头部姿态的智能轮椅控制

目前已有的轮椅融合控制系统,为肢体残疾人提供了多种操纵策略。多数研究只从提升控制成功率的角度开展,少有从轮椅使用的安全性和舒适性角度开展的研究。为满足特殊群体对轮椅安全性和舒适性的需求,提出了一种新式轮椅控制策略,结合眼电信号和头部姿态变化进行融合控制。头部姿态角度变化适合用于轮椅的实际导向,符合人们的使用习惯;眼电分眨眼和眼动两种,眨眼行为快速且动作细微,适合作为需频繁使用的控制确认信号,而眼动行为不易发生误操作,因此适合用于发送求救信号。设计了一个集成眼电采集和头部姿态检测的护目镜,位于轮椅处的树莓派通过小波变换特征提取和随机森林算法分类,实现不易疲劳、操纵性好且安全的轮椅控制系统。实验表明,该种控制策略能在识别成功率达到92%的基础上,最大程度满足对安全性和舒适性的要求。     

Coordinated control of an intelligentwheelchair based on a brain-computer interface and speech recognition

An intelligent wheelchair is devised, which is controlled by a coordinated mechanism based on a brain-computer interface （BCI） and speech recognition. By performing appropriate activities, users can navigate the wheelchair with four steering behaviors （start, stop, turn left, and turn right）. Five healthy subjects participated in an indoor experiment. The results demonstrate the efficiency of the coordinated control mechanism with satisfactory path and time optimality ratios~ and show that speech recognition is a fast and accurate supplement for BCI-based control systems. The proposed intelligent wheelchair is especially suitable for patients suffering from paralysis （especially those with aphasia） who can learn to pronounce only a single sound （e.g.,ah）.     

基于SPCE061A的智能密码锁设计与实现

设计与实现了基于SPCE061A的智能密码锁系统。利用SPCE061A芯片的语音特性,将传统密码锁与语音识别技术相结合,并通过电话进行远程语音报警。该系统具有成本低,性能可靠等特点,可广泛适用于智能家居、办公等智能控制系统中。     

基于PCA与SVM结合的面部表情识别的智能轮椅控制

为了实现基于面部表情识别的智能轮椅控制,在传统的支持向量机(SVM)面部表情识别与分类方法的基础上,采用基于"八眼"的面部有效区域提取方法,将基于主成分分析(PCA)的面部表情特征提取方法与支持向量机分类方法相结合,实现了面部表情的识别与分类,并最终实现基于面部表情识别的智能轮椅的运动控制。实验结果表明,所采用的方法在识别率上明显优于传统SVM与PCA方法。     

基于MEMS激光雷达的智能轮椅SLAM研究

轮椅是残障人士和老年人的重要代步工具,传统的电动、手动轮椅移动方式单一,需要他人辅助完成,且无法主动保证使用者的安全。研究了基于机器人操作系统(ROS)的轮椅室外场景建模、路径规划与导航算法。在轮椅上安装MEMS激光雷达,融合体素网格滤波器和LeGO-LOAM算法完成点云处理和室外场景建模;设计了融合百度地图和激光雷达的轮椅导航方式,使用者可根据百度地图提供的路径规划信息遥控轮椅,在建图完毕后,可仅依靠激光雷达完成路径导航和自主移动;结合激光雷达智能感知算法,实现了道路信息的实时感知,使轮椅具备主动安全功能。通过实验验证了建模、感知算法的功能,并完成了融合导航仿真实验,研究内容能够大幅提升智能轮椅使用过程中的安全性能。     

Vision-Based Navigation for an Electric Wheelchair Using Ceiling Light Landmark

This paper presents an autonomous wheelchair system with the capability of self-location and obstacle avoidance. The wheelchair is equipped with two TV cameras that are used for self-location and obstacle avoidance, respectively. In this system, the fluorescent ceiling lights are chosen as landmarks since they can be easily detected and do not require an additional installation. A recognition procedure of landmarks is described by which the desired landmark images in the navigational environment can be retrieved. A self-location technique using ceiling light landmarks is proposed. Using this self-location function, the wheelchair can locate itself in a world coordinate system. The path planning based on landmark and the method of generating a control scheme are presented so that the wheelchair is capable of navigating along any path from start position to goal position. A low cost and high-speed vision system for the detection and avoidance of obstacle is developed and the principal of obstacle avoidance is introduced. A number of navigation experiments are conducted for the wheelchair in an indoor environment. The experimental results indicate the effectiveness of the wheelchair system.     

Wheelchair for physically disabled people with voice,ultrasonic and infrared sensor control

This paper describes a wheelchair for physically disabled people developed within the UMIDAM Project. A dependent-user recognition voice system and ultrasonic and infrared sensor systems has been integrated in this wheelchair. In this way we have obtained a wheelchair which can be driven with using voice commands and with the possibility of avoiding obstacles and downstairs or hole detection. The wheelchair has also been developed to allow autonomous driving (for example, following walls). The project, in which two prototypes have been produced, has been carried out totally in the Electronics Department of the University of Alcalá (Spain). It has been financed by the ONCE. Electronic system configuration, a sensor system, a mechanical model, control (low level control, control by voice commands), voice recognition and autonomous control are considered. The results of the experiments carried out on the two prototypes are also given.     

基于脑电波传感器的智能轮椅控制系统

针对普通轮椅残障人士使用不便,智能化程度低等问题,提出了一种基于脑电波传感器的智能轮椅控制系统.系统采用STM32单片机为控制核心,以蓝牙透传的方式与脑电波传感器进行通信,在脑电波信号数据流解析中,通过数字陷波器滤噪,并研究设计了改进的滑动窗口算法、特征提取算法和K-近邻算法,实现了对脑电波信号的模式识别.通过实验验证,该系统具有响应时间短和识别准确率高的优点,完成了对轮椅运动轨迹的意念控制.