三轮全向移动机器人的研究与设计

为了提高机器人运动控制的精度和机器人智能化的程度,基于传统机器人和移动机器人的优缺点的比较,通过对三轮全向机器人的硬件结构和运动学分析,得出了三轮全向移动机器人的运动控制模型,并结合移动机器人分布式结构的特点设计了一种三轮全向机器人的软件模型.通过对三轮全向移动机器人进行实际运动控制测试,校正了三轮移动机器人的运动学方程,有效的验证了软件模型的正确合理性,提高了移动机器人的运动效果.     

基于Julius的机器人语音识别系统构建

随着机器人技术不断发展,本文提出机器人的语音识别这一智能人机交互方式。在研究了基于HMM语音识别基本原理的情况下,在实验室的机器人平台上,利用HTK和Julius开源平台,构建了一个孤立词的语音识别系统。利用该语音识别系统可以提取语音命令用于机器人的控制。     

嵌入式多媒体播放器通用控制系统设计与实现

针对传统嵌入式多媒体播放器的局限性,本文提出了将用户界面和后台控制系统共同集成的嵌入式多媒体播放器通用控制系统(MediaFrame);基于嵌入式Linux操作系统,采用Qt/embedded图形开发工具完成播放界面的模块化设计,并对模块间通讯机制实现方法进行了详细论述;采用MPlayer作为后台播放控制系统,利用管道通信完成控制命令的响应,实现播放系统的所有功能。实践证明,该系统功能强大、界面友好、可移植性良好。     

可重构嵌入式虚拟仪器软面板设计

本文在分析IVI的系统结构和工作机制的基础上,提出了基于IVI模型的嵌入式虚拟仪器软面板的整体框架.论述了软面板底层类驱动库和驱动引擎的设计,同时以示波器为例用Qt/Embedded开发了嵌入式虚拟仪器软面板应用程序接口,并论述了主要设计方法.     

一种基于WWW的在线答疑系统

基于WWW的在线课程答疑系统,采用B/S模式,是目前最为流行的一种方式,具有高效、快捷、安全等特性。师生可以通过基于H.323的视频答疑系统进行多种方式的互动和交流。阐述了H.323多媒体通信标准的优越性,介绍了H.323的标准体系结构,对H.323终端结构进行了分析研究,分析了H.323视频会议的逻辑系统结构。     

基于凌阳单片机SPCE061A的VoIP的研究与实现

利用凌阳SPCE061A型单片机进行V0IP客户端的设计,实现了USB模组与PC机通信的硬件与软件设计,实现了ITU规定的标准语音压缩算法G723,基于OHPHONE模型完成了PC上用户功能的软件设计,并利用OPENGK网守成功架设了一个VoIP系统。     

面向平层多房间的内墙作业移动机器人路径规划

本文针对多房间的移动机器人内墙作业的路径规划任务,提出一种两阶段路径规划方法.第1阶段针对沿墙作业过程中环境存在灰尘或雾气造成的传感器失效问题,以及房间多出口时路径规划不完整问题,我们提出起点自动选择沿墙路径规划方法,基于栅格地图离线生成沿墙规划路径.第2阶段,针对点到点路径规划过程中的动态避障问题,我们提出一种基于PSAC (prioritized experience replay soft actor critic)算法的点到点路径规划方法,在软行动者-评论家(soft actor critic, SAC)的中引入优先级经验回放策略,实现机器人的动态避障.实验部分设计了沿墙路径规划对比实验和动态避障的对比实验,验证本文所提出的方法在室内沿墙路径规划和点到点路径规划的有效性.     

基于MSP430F147的智能金属浮子流量计设计

介绍了MSP430F147单片机的低功耗模式，并采用MSP430F147设计了一种低功耗的智能流量计：简要地叙述了流量计的功能，碰件设计与软件设计。     

书法机器人研究综述

书法机器人将书法创作与机器人技术相融合,通过控制机械臂模拟人的书写行为和书法创作,再现艺术魅力.机器人书法作为机器人运动规划的典型应用,对传统书法文化的传承和教育具有深远意义.按照书法机器人的研究脉络,回顾分析书法机器人的发展历程.首先介绍笔画分离与提取关键技术,总结虚拟笔刷建模的两种经典笔触模型;然后详细阐述书写轨迹涉及到的核心技术,应用不同的书写轨迹规划控制书写路径,在此基础上分析目前书写评价指标,讨论书法机器人的评价模型;最后回顾总结已有的研究进展及流程,对比传统书法机器人和智能书法机器人各自的优缺点,提出将传统的书写轨迹路径、笔触模型融入到智能书法机器人训练模块中,以弥补其在笔画书写顺序方面的不足.同时,展望书法机器人未来的研究方向和发展趋势,指出未来书法机器人可围绕深度神经网络、深度神经进化、深度强化学习等开展研究.     

一种用于CBR推理机的案例学习算法研究*

案例学习是CBR(Case-Based Reasoning)推理机的重要环节,但由于案例的多样性以及对领域的依赖性,导致CBR系统中案例自动生成困难的问题。针对这一问题,本文提出将seq2seq(Sequence-to-Sequence)模型用于案例学习,通过seq2seq模型自动生成案例,引入attention机制,提高seq2seq模型生成案例的效果,并利用潜在语义分析LSA(Latent Semantic Analysis)对网络爬取语料库进行筛选,利用过滤后的语料库对模型进行训练,提出一种基于三元组的评估方法,对生成案例进行评估和存储,从而实现CBR推理机的自主学习。最后将改进的案例学习系统应用到实际的智能机器人上进行验证,测试结果表明该方法具有可行性,且能够有效提高机器人的智能性及易用性。