模式识别技术应用于机器人控制的研究

本文概述了模式识别理论的三种识别方法,对语音信号进行分析处理,用模式匹配法进行了限定词汇量的语音识别,并把识别结果送入Hero-1机器人,实现了对机器人动作的控制.     

机器人语音控制及其实现

研究语音识别技术在机器人控制系统中的应用，采用了以LPC倒谱系数为特征矢量的模板匹配法来对有限的词汇量进行识别，将识别结果转换成命令并通过串口发送给机器人以控制其运动，实现了机器人的语音控制。     

机器人动作控制及演示技术

探讨了机器人动作在屏幕上的控制和演示技术。利用ＡｕｔｏＣＡＤ软件包提供的２次开发接口技术，采用ＡＤＳ－Ｃ语言进行设计，有效地解决了机器人一级控制中的控制和演示难题。使控制和演示更加直观和容易。     

基于仿生模式识别的小词汇量连续型语音识别的研究

提出了一种基于仿生模式识别理论的非特定人连续语音关键词识别的新算法.该算法无需对待识别连续语音进行端点检测和分割,通过直接对特征提取后的连续语音进行动态搜索,得到待识别连续语音到各类关键词训练网络的距离随时间变化的曲线,通过动态搜索距离曲线上谷值的大小和数目来判断有多少关键词.通过对小词汇量、不同语速条件下的连续语音的测试,得到了良好的识别结果,验证了此方法的有效性.     

实现机器人语音远程控制的研究

该文建设性地提出基于分布式组件技术(DCOM)构建多层网络化机器人远程控制系统，利用分布式组件技术实现了机器人的远程控制和网络共享。通过对语音识别技术的研究，在引进IBM ViaVoice语音识别的基础上，使语音识别技术与机器人控制系统有机结合实现机器人语音识别与控制。结合DCOM和IBM ViaVoice两者技术可以实现语音远程控制，使声音通过网络加以延伸，使控制者离开机器人嘈杂的操作环境，对远距离的机器人进行语音控制，使语音识别率得到很大的提高。     

语音控制机器人的研究及实现

以实践创新为目的,利用MicrosoftSpeechSDK5.1和RoboticsInventionSystem2.0提供的软硬件资源,在VisualC 6.0环境中开发了中文语音识别程序,可对微型机器人的运动策略进行中文语音实时控制,提供一个新的机器人控制界面,对计算机语音识别软件的开发有一定的借鉴意义。     

外骨骼机器人技术专利分析研究

本文详细分析了近年来国内外在外骨骼机器人方面的专利申请情况,围绕主要申请人、申请区域、技术构成等内容展开,并对外骨骼机器人关键技术发展和专利布局给出了相关建议,可供从事外骨骼机器人技术研究的相关人员参考借鉴。     

基于Kinect视觉功能的机器人控制方法

介绍了一种基于Kinect装置的机器人控制方法,该方法涉及机器人控制领域,并且具体应用于两轮自平衡机器人运动控制和人机交互系统。该方法针对两轮自平衡机器人的运动控制系统利用Kinect与DTW手势识别算法对其进行控制。实验结果表明：该方法能够实现人与两轮自平衡机器人的自然交互控制,并且具有良好的实时性和鲁棒性。     

基于小波分析和PSO-SVM的控制图混合模式识别

由于质量过程的复杂性,质量过程数据常会有多种异常的混合现象,为了提高对控制图混合模式的识别效果,将支持向量机(Support vector machine,SVM)分类器的参数经过粒子群优化算法(Particle swarm optimization,PSO)算法优化,然后与小波分析技术相结合,设计了三层控制图模式识别模型.该模型首先识别模式是否正常,如果发现异常,则对异常的模式进行小波包分解,将分解后的低频部分和高频部分分别输入第二层和第三层PSO-SVM分类器中进行模式的分类识别.通过仿真实验的验证得,该模型的平均识别率为98.33%,对混合模式的识别率也在95%之上,由此证明了该控制图模式识别模型的有效性.最后,对该模型进行了实例验证,该模型可以很好的识别出控制图混合模式,证明了模型的可行性.     

基于神经网络的控制图异常模式识别研究

为了对控制图异常进行有效识别,以提高质量管理的自动化程度,促进企业信息化建设,通过将Monte Carlo方法产生的仿真数据进行线性变换编码,以提高样本的模式特征,然后在不同训练样本情况下,分别应用自适应修改学习率BP网络和概率神经网络进行训练识别,通过对结果的分析提出了实际生产中应用的策略．     

微机控制系统中语音再现技术的应用

将待输出的语句，由数字量换成模拟量，再通过扬声器等的转换媒介，使声音获得再现，此语音再现系统具有脱机使用的功能。     

力前馈控制的并联机器人自适应系统的研究

针对6－DOF并联机器人的液压主关节。设计了一种力前馈控制，结构简单，容易实现的模型参考自适应系统MRACS。仿真表明：此系统稳定可靠，有效地抑制了干扰作用。提高了系统的跟踪精度。本文的研究为系统的实际应用奠定了基础。     

一种机器人的自适应控制

针对机器人的动态模型,提出一种自适应控制方法,它不但可以消除参数不确定和各关节之间的耦合作用,而且也保证了整个系统的收敛性。整个控制器分为两部分:一是常规控制,用于将机器人的实际运动轨迹控制在期望轨迹的某一邻域、一是自适应控制,用于清除伺误差,并强迫实际运动以渐近方式趋于期望轨迹。计算机仿真的结果用来讨论了在不同环境条件下的系统性能。     

基于软控制的群体机器人迁徙行为研究

为实现群体机器人迁徙系统的速度可控,研究了在软控制的干预下使群体达到期望速度的方法。在基于局部信息交互的分布式系统中引入软控制干预群体的运动形式,在不改变群体局部规则的情况下,实现速度可控的群体迁徙。利用代数图论和LaSalle不变原理,分析了该系统在软控制干预下的稳定性,并进行了仿真实验。实验结果表明,该控制策略能有效地实现稳定的群体迁徙行为。     

动态环境下群体机器人同步的分布式控制

针对群体机器人系统的动力学模型中动态环境下的同步问题,利用个体之间的相互距离提出了连接矩阵的方法,设计了基于局部信息交互的分布式控制器,并利用Barbalat引理进行了稳定性分析。该控制器无论是在切换拓扑还是固定拓扑关系下,都能够使得系统中的所有个体在动态环境下收敛至同一速度。仿真试验结果表明,该控制器能有效地实现群体机器人的同步。     

基于多神经网络的机器人轨迹学习控制研究

本文利用神经辨识器和神经控制器相结合的思想提出了机器人动力学模型完全未知情况下的一种新的学习控制策略．文中描述了机器人系统新的控制结构，并推导出该结构下神经辨识器和神经控制的在线学习算法．仿真结果表明，文中提出的控制方法能够实现任何可达期望曲线的机器人高精度轨迹控制．     

微机控制系统中语音再现技术的应用

将待输出的语句，由数字量转换成模拟量，再通过扬声器等电声转换媒介，使声音获得再现，此语音再现系统具有脱机使用的功能。     

基于模拟技术控制的机器人行走技术的初步研究

基于模拟技术的机器人不需要编程，只需要采用电路模拟技术就可以使其在行走技巧上超越数字机器人。作者在文中以自然界各种复杂地形的实验结果为出发点，初步探讨了基于模拟技术的机器人行走的技术，并且对未来机器人的发展趋势做了大胆的预测。