基于視覺信息與聽覺信息交互的機器人感知技術(shù)研究.pdf

1、隨著科技水平的進步，機器人在生活生產(chǎn)工作中所起的作用越來越大，研究具有視聽信息感知功能的機器人具有重大意義。鑒于人在環(huán)境信息中發(fā)揮著至關(guān)重要的作用，同時也是最重要的識別目標(biāo)，故感知人在環(huán)境中的聲音和圖像信息有著非同尋常的研究意義和應(yīng)用價值。本文以人的說話聲音和臉部圖像為機器人感知對象，研究了基于視覺信息與聽覺信息交互的機器人感知技術(shù)，并著重研究了基于說話人的聲源定位技術(shù)和人臉識別技術(shù)。本文的研究工作主要有以下幾個方面：
　　(1)

2、模仿人的視覺和聽覺聯(lián)合作用機制，在環(huán)境中以人為目標(biāo)，研究了對環(huán)境信息具備一定視聽交互能力的機器人感知技術(shù)，并設(shè)計實現(xiàn)了機器人視聽信息交互感知系統(tǒng)，包括環(huán)境監(jiān)測、聲音檢測、聲源定位、導(dǎo)航、目標(biāo)人的檢測與識別、無線通信等模塊，模塊之間相互作用，使機器人對環(huán)境有較強的信息感知能力。
　　(2)研究了機器人對環(huán)境的聽覺感知技術(shù)。對到達時間差聲音定位算法進行研究。通過采用有效語音檢測、改進互相關(guān)加權(quán)函數(shù)以及對廣義互相關(guān)函數(shù)插值，提高時延估計

3、法的準確度；采用球形插值定位方法，實現(xiàn)對目標(biāo)聲源的快速定位。實驗表明，改進方法有效地提高了聲源定位的精度和魯棒性。
　　(3)研究了機器人對環(huán)境的視覺感知技術(shù)。對人臉識別技術(shù)進行了研究，并綜合提出了一種改進的人臉識別方法：在檢測出人臉后，對此人臉區(qū)域進行分塊，采用小波分解法及鏡像處理手段將相似性數(shù)據(jù)聚類；采用奇異值分解法進行高效的特征提取，去除人臉間的相關(guān)性，最后用稀疏表示來進行人臉識別。實驗表明本文提出的識別算法具有較高的識別率