基于視覺(jué)信息與聽(tīng)覺(jué)信息交互的機(jī)器人感知技術(shù)研究.pdf

1、隨著科技水平的進(jìn)步，機(jī)器人在生活生產(chǎn)工作中所起的作用越來(lái)越大，研究具有視聽(tīng)信息感知功能的機(jī)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(shí)也是最重要的識(shí)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(jià)值。本文以人的說(shuō)話聲音和臉部圖像為機(jī)器人感知對(duì)象，研究了基于視覺(jué)信息與聽(tīng)覺(jué)信息交互的機(jī)器人感知技術(shù)，并著重研究了基于說(shuō)話人的聲源定位技術(shù)和人臉識(shí)別技術(shù)。本文的研究工作主要有以下幾個(gè)方面：
　　(1)

2、模仿人的視覺(jué)和聽(tīng)覺(jué)聯(lián)合作用機(jī)制，在環(huán)境中以人為目標(biāo)，研究了對(duì)環(huán)境信息具備一定視聽(tīng)交互能力的機(jī)器人感知技術(shù)，并設(shè)計(jì)實(shí)現(xiàn)了機(jī)器人視聽(tīng)信息交互感知系統(tǒng)，包括環(huán)境監(jiān)測(cè)、聲音檢測(cè)、聲源定位、導(dǎo)航、目標(biāo)人的檢測(cè)與識(shí)別、無(wú)線通信等模塊，模塊之間相互作用，使機(jī)器人對(duì)環(huán)境有較強(qiáng)的信息感知能力。
　　(2)研究了機(jī)器人對(duì)環(huán)境的聽(tīng)覺(jué)感知技術(shù)。對(duì)到達(dá)時(shí)間差聲音定位算法進(jìn)行研究。通過(guò)采用有效語(yǔ)音檢測(cè)、改進(jìn)互相關(guān)加權(quán)函數(shù)以及對(duì)廣義互相關(guān)函數(shù)插值，提高時(shí)延估計(jì)

3、法的準(zhǔn)確度；采用球形插值定位方法，實(shí)現(xiàn)對(duì)目標(biāo)聲源的快速定位。實(shí)驗(yàn)表明，改進(jìn)方法有效地提高了聲源定位的精度和魯棒性。
　　(3)研究了機(jī)器人對(duì)環(huán)境的視覺(jué)感知技術(shù)。對(duì)人臉識(shí)別技術(shù)進(jìn)行了研究，并綜合提出了一種改進(jìn)的人臉識(shí)別方法：在檢測(cè)出人臉后，對(duì)此人臉區(qū)域進(jìn)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(jìn)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(lái)進(jìn)行人臉識(shí)別。實(shí)驗(yàn)表明本文提出的識(shí)別算法具有較高的識(shí)別率