機(jī)器人的視聽覺交叉感知技術(shù)研究.pdf

1、將人的大腦信息處理機(jī)制引入到智能機(jī)器人上，對(duì)機(jī)器人的智能化發(fā)展起到?jīng)Q定性作用，并成為重要的研究方向。本文模擬人的視聽覺交叉感知機(jī)制，從聽覺的聲源定位，到視覺進(jìn)行目標(biāo)檢測(cè)、識(shí)別與測(cè)距幾方面，研究機(jī)器人的視聽覺交叉感知模型，實(shí)現(xiàn)機(jī)器人對(duì)環(huán)境中視聽覺信息的認(rèn)知。
　　本文主要從以下幾個(gè)方面進(jìn)行研究:
　　在聲源定位方面，模擬人的聽覺上行通路進(jìn)行聲音采集、傳導(dǎo)與定位，下行通路糾正偏差的機(jī)理。在機(jī)器人上行通路采用基于人的雙耳定位模型的

2、時(shí)延估計(jì)定位算法。在下行通路中，引入模擬大腦皮層聽覺整合機(jī)理的神經(jīng)網(wǎng)絡(luò)算法，利用RBF神經(jīng)網(wǎng)絡(luò)良好的泛化能力與學(xué)習(xí)收斂速度，將廣義互相關(guān)算法得到的聲源位置進(jìn)行非線性誤差矯正。仿真實(shí)驗(yàn)表明該方法提高了聲源定位的精度。
　　在視覺感知方面，仿照人的兩條視覺通路，在what通路，對(duì)基于視覺感知機(jī)理的三種HMAX模型進(jìn)行分析，并抽象出視覺感知模型框架；采用AdaBoost算法，設(shè)計(jì)了基于HMAX模型框架的目標(biāo)檢測(cè)模型；通過在S1層采用快速

3、的小波變換取代Gabor濾波，C1層利用SVDP特征提取算法替換最大化模板方法，在VTU識(shí)別層利用稀疏表示的分類算法，設(shè)計(jì)了基于HAMX模型框架的目標(biāo)識(shí)別模型。在where通路，根據(jù)人的視覺空間感知機(jī)制，設(shè)計(jì)機(jī)器人的雙目測(cè)距模型，利用雙目攝像頭的焦距和三角定理實(shí)現(xiàn)視野內(nèi)目標(biāo)的定位。最后，仿真實(shí)驗(yàn)表明新型目標(biāo)檢測(cè)、識(shí)別與定位模型算法的有效性，有效降低了時(shí)間復(fù)雜度。
　　研究人的視聽覺交叉感知機(jī)理，分別從聽覺通路對(duì)聲源定位的影響機(jī)制和