教学课程资源库 更多>>

关键词： 深度传感器   模板匹配   人体姿态识别   机器人  

摘要： 随着人机交互技术的不断进步，对该技术的应用领域也越来越广。因此，人机交互所应对的背景也越来越复杂。传统的基于视觉的人机交互在光照强烈或黑暗等条件下会受到诸多干扰，产生不确定性。本文提出的利用深度传感器进行人体姿态识别的方案，能够避免上述问题，并通过人体姿态控制机器人的运动，不仅拓宽了机器人的作业环境，也使得机器人运动更具智能化。本文采用Kinect深度传感器对人体姿态识别及机器人运动控制进行了研究。 首先，阐述了本文研究背景及意义，总结了人体姿态识别技术的国内外研究现状，介绍了基于体感设备的机器人相关技术。 其次，介绍了Kinect的软、硬件系统及Kinect技术的应用，分析了Kinect深度信息的获取原理和深度信息的变换，并利用中值滤波及背景差分法从复杂的背景中提取出了人体区域。 然后，阐述了骨架提取的相关理论，并采用Hilditch细化算法对提取出的人体区域进行了骨架化处理，详细介绍了特征的表示方式及特征提取的方式。 最后，建立了样本库，利用模板匹配对人体姿态进行了识别实验，得到了识别率结果，分析了实验的稳定性、实时性等。并将该方案与机器人的运动控制相结合，实现了机器人的智能化运动控制。

关键词： 减重步态训练   气压驱动   气动比例技术   康复模式   位置伺服控制  

摘要： 随着经济的发展和生活水平的提高，我国逐渐步入老龄化社会，脑卒、中风和交通事故等引起的下肢受损的患者日渐增多。传统的减重步态训练治疗方法需要康复理疗师手动完成，工作强度高，从而制约康复训练，影响康复效果。融合机器人学和康复医学理论的下肢康复训练机器人应运而生，既可以协助患者康复训练，锻炼下肢肌肉，改善神经系统损伤，恢复正常的行走能力，又可以保证训练强度和时间，减轻理疗师的劳动强度。目前下肢步态康复训练机器人主要由电机驱动的，但价格昂贵，刚性大，轻便性和柔性差，满足不了康复训练安全性和舒适性的要求。 结合气体的可压缩性、柔顺性和安全性等特点，本文研究了一种基于气动比例技术的下肢康复训练机器人，其结构简单，功能完善，安全性高、柔顺性和轻巧性好，既可以用于肢体损伤的患者做康复训练，也可用于老年人的健身锻炼。本文设计基于气动比例技术的下肢康复训练机器人总体方案，搭建减重支撑控制系统，外骨骼步态轨迹控制系统，和肌电信号仪的试验平台；运用D-H参数法对外骨骼3个关节进行运动学分析，建立人机与跑步机运动模型、气动减重支撑控制系统模型和气动比例控制系统的模型，验证机构的合理性，运用Matlab软件进行分析；基于计算机和西门子PLC的控制平台，通过比例阀驱动气缸和人工肌肉，实现减重支撑和人体下肢步态行走的功能；运用Step7软件，结合数学模型的仿真分析，通过双级PID和步态轨迹自适应算法实现被动控制和半主动控制，完成减重和步态康复训练试验，建立康复评价标准。 试验表明：机器人运行平稳，安全性强，跟踪的步态曲线连续，实现了位置和速度的较好控制效果，基本满足设计要求，具有较高的市场前景和实用价值。

关键词： 机器人控制技术   Kinect   手势识别   人机交互  

摘要： 随着机器人控制技术的发展,人与机器人之间的交互活动变得越来越普遍。利用人体动作和手势来控制机器人可以代替复杂繁琐的程序操作,简单方便地操纵机器人,向机器人发布命令,与机器人进行交互。基于机器视觉的人体动作和手势识别是实现新一代人机交互系统所不可缺少的一项关键技术。作为个革命性的产品,Kinect体感设备能够获取彩色图像、深度图像以及人体骨骼图像,并提供了一种全新的人机交互的方式。它能够捕捉、跟踪人体的动作、手势和声音。本文通过利用Kinect体感设备进行静态手势识别和动态手势识别,并在此基础上配合机器人动作实现人通过手势控制机器人动作的无接触式互动交互。 本文首先定义一套用于控制机器人动作的静态手势和动态手势。针对静态手势,利用Kinect提供的深度信息分割出手掌部分,并结合人体骨骼图像中的手掌节点信息,提出了基于双层深度图像信息的手指轮廓识别方法,不仅能够检测伸直手指的轮廓而且能够检测出弯曲手指的轮廓。在此基础上,通过采用K曲率算法来定位指尖点,可较好地实现静态手势的识别。针对动态手势识别,通过利用动态时间规整算法(DTW)并结合静态手势识别,提出了动态手势识别与静态手势识别结合的方法,不仅提高了动态手势的准确性,也增加了手势组合的数量,进而增加了手势指令的丰富程度。在完成静态和动态手势识别之后,将有效识别的手势作为指令通过无线通讯的方式发送给机器人控制系统,可以实现机器人与人体动作的互动。 本文所提出的基于Kinect的静态手势识别和动态手势识别的方法较好地解决了人体手势识别的问题,由于识别过程是基于图像的深度信息,可有效减少光照等因素对手势识别的影响,因而提高了手势识别的稳定性。通过将手势识别与机器人控制系统进行集成,实现了机器人与人体手势动作的互动,具有较好的应用价值。

关键词： 金属线材   机器人   数控系统   自动编程  

摘要： 目前我国金属线材产品的市场需求量急剧增加,且产品开发种类也日趋多样化和复杂化,然而我国金属线材的生产方式还处于劳动密集型阶段,其传统的成形工艺已不能满足现代制造系统的灵活和快速的要求,这与现代设计制造所倡导的“高效、高精度、高智能化”的理念相背离。 本文从国家长远发展考虑,并结合我国五金线材市场的装备需求,采用柔性化、模块化的产品设计方法和可重组的设备工艺技术,提出一种以小批量多品种生产方式的高度柔性化制造理念。为了加快我国金属线材自动化设备的开发进程,在己开发的双头模位型数控弯丝机器人基础上,对金属线材成形原理及其数控加工技术等关键技术进行进一步深入研究,研发了一台具有自主知识产权的单头多模位新型金属线材数控成形装备。论文工作包括以下几个方面： 1、分析金属线材产品种类的市场需求,按照其多样化和复杂化的发展方向,研发出一台单头多模位的新型数控弯丝机器人,并提出数控弯丝机器人硬件系统的总体设计方案,完成整体机械结构、伺服系统以及电气控制等设计。 2、介绍了折弯模具系统,通过理论分析推导出线材折弯和推弯两种弯曲方式的成形关系,建立加工零件的建模参数、折弯模具几何参数和各运动轴运动量三者之间的数学关系,最终完成该折弯模具系统的线材弯曲成形工艺分析。 3、开发设计了数控弯丝机器人的系统软件,并进行数控系统各个模块的设计和软件功能模块的划分,即系统初始化、参数设置、产品管理、译码模块、手动控制、自动加工以及监控模块等模块,系统具有良好的人机交互界面,操作简单合理。 4、根据数控弯丝机器人的硬件系统和控制软件完成机床实体搭建,并进行PID、速度和精度等方面的特性调试。最后通过自动编程功能生成零件产品的加工代码并生产,完成机器人整体性能测试工作。

关键词： 语音识别   MFCC   小波变换   DTW   BP神经网络   机器人控制  

摘要： 随着当今科技的高速发展,语音识别技术被越来越多的人所关注。语音识别技术作为智能机器人研究领域的一个重要分支,其目的就是让机器能够听懂人类的语言,便于人机交流。因此,将语音识别技术应用于机器人控制领域,体现了当今自动化的发展水平。 本论文基于语音识别技术,以实现机器人的简单运动控制为目标,完成对特定人孤立词语音信号的识别,重点研究语音信号的特征参数提取算法和语音识别算法。 结合语音识别的基础理论知识,对采集到的语音信号进行时域和频率域的分析以及归一化、预加重、加窗分帧、端点检测等预处理变换。以梅尔频率倒谱系数(MFCC)作为语音信号的特征参数序列,并将MFCC与小波变换相结合,获得更能有效表征语音信号特征的WT-MFCC参数。 对比目前几种常用语音识别算法的特点,选择动态时间规整(DTW)算法和神经网络算法对语音信号进行识别。对DTW算法和BP神经网络算法进行深入研究,使用MATLAB编写基于DTW和BP神经网络的语音识别程序,对比识别效果并改进识别算法。 在LabVIEW中编写语音信号采集程序以及语音识别的上位机界面,在Proteus中搭建下位机直流电机正反转控制电路,通过虚拟串口技术,完成纯软件环境下的语音识别控制系统的仿真。 通过上位机语音识别系统对采集到的语音命令进行识别,编写MT-UROBOT机器人的运动控制程序,采用DTD462无线通信模块进行无线通信,实现对MT-UROBOT机器人的语音控制。

关键词： 遥操作机器人   机械手   Lempel-Ziv复杂度   分维数   最大分形长度   肌电信号  

摘要： 为实现遥操作机器人系统中主操作者对远端机械手的同步控制,研究了主操作者手的动作模式识别及动作速度特征参数提取两个问题,分别用于远端机械手的动作模式指令产生及动作速度控制.模式识别特征采用了肌电信号的LZ复杂度指标和分维数指标,分类器则采用了一种改进的KNN模型算法,该算法具有增量学习能力.与操作者手动作速度相关的肌肉活动强度以肌电信号的最大分形长度表征.在对操作者手动作模式握拳、展拳、腕内旋及腕外旋的识别实验中取得了93.0%以上的正确识别率;而在主操作者手与机械手抓取时间一致性对比试验中,误差控制在18.0%以内.实验结果表明,文章提出的动作模式识别及动作速度特征参数提取方法合理,操作者手部表面肌电信号可以作为远端机械手的控制信号源.

关键词： Android   视频监控   VLC框架   流媒体   3G  

摘要： 为了实现智能移动终端对家用机器人的远程控制,给出了一种利用Android手机通过3G网络控制家用机器人的方法。系统采用客户端/服务器结构,利用VLC开源流媒体框架实现实时视频监控。服务器采集的视频采用实时流传输协议(RTSP)发送至客户端。服务器和下位机之间通过RS232串口通信,和客户端之间通过Socket通信。分别在WIFI和3G网络下对系统进行了测试,实现了Android手机对家用机器人的视频监控、运动控制和传感器信息的显示,测试结果表明该方法是有效的。

关键词： 表面肌电信号   信号采集   特征提取   肌电控制  

摘要： 随着人口老龄化社会的到来以及交通运输工具的不断增加,由于生理机能衰退或交通事故而引起的肢体运动型障碍患者的数量急剧上升,其中以膝关节运动障碍患者最为多见,这就为膝关节康复机器人技术的迅速发展提供了契机。由于人体肌肉与关节和韧带之间是相互关联的,人体表面肌电信号(surface Eectromyography, sEMG)与对应关节的运动状态以及相应肌肉的活动状态也存在有一定的联系,可用来反映人体关节和肌肉的不同状态。因此,将生物肌电与康复机器人相结合的肌电控制系统具有动作自然、仿生性能好等优点,能够在康复训练过程中提高患者的主动参与程度,进一步提升对患肢的康复训练效果。 本文旨在研究和开发一种基于表面肌电信号的膝关节康复机器人控制系统,通过获取人体下肢肌肉表面实时的表面肌电信号,提取膝关节关联肌肉活动的特征信息,并借此控制膝关节康复机器人的供气压力,实现对受伤关节的力自适应智能康复训练。本文的主要研究工作如下： (1)对肌电识别人体动作的生理学依据,以及表面肌电信号的产生机理、特点和特征提取方法进行阐述,为后续的表面肌电信号的采集与处理以及表面肌电控制膝关节康复机器人的研究提供理论基础。 (2)针对表面肌电信号信号微弱、信噪比低、易受周围噪声干扰、较难采集等问题,自行设计了表面肌电信号调理器。该信号调理器主要由两级放大电路和滤波电路两部分组成：前置放大器和后级可变增益放大器可将表面肌电信号进行适当倍数的放大；通过设计并合理安置高通滤波器、50Hz陷波器和低通滤波器,可有效消除表面肌电信号中混入的低、高频干扰以及国家电网产生的50Hz工频干扰。在表面肌电信号调理器的基础上,开发了基于LabVIEW的表面肌电信号采集与处理系统。该系统可完成对表面肌电信号的采集与实时显示、信号截取、信号回放、信号分析以及信号保存等功能。 (3)针对不同的人体对象进行了下肢膝关节屈伸运动时表面肌电信号的采集实验,以验证所开发的表面肌电信号采集与处理系统的有效性。实验采集了膝关节康复机器人主、被动不同康复训练模式下的表面肌电信号,并对肌电信号的特征值提取技术进行了研究,为后续实现表面肌电信号对膝关节康复机器人的控制打下基础。 (4)提出了基于表面肌电信号的膝关节康复机器人力自适应控制策略,搭建了硬件实验平台,开发了基于LabVIEW的软件控制系统。通过对不同阈值下表面肌电控制膝关节康复机器人的实验数据分析,验证了肌电控制膝关节康复机器人的可行性。

关键词： 远程控制   机器人   Android   JMF   XMPP  

摘要： 随着机器人远程控制技术的日趋成熟，智能机器人在军事、探险、工业生产等方面发挥了重大作用，同时在日常生活中的应用领域也在不断扩大，给人们带来了许多便利。3G移动互联网和移动智能终端的飞速发展又为机器人远程控制技术的研究提供了新的平台，使随时随地控制机器人成为了可能。在此背景之下，本文设计并实现了一个基于Android系统的远程机器人控制系统，通过接入3G网络使用手机对机器人进行远距离的实时控制。 论文中视频传输过程采用流媒体的形式，使用Sun公司发布的Java多媒体框架JMF完成机器人摄像头视频的采集、压缩和传输，控制指令的传输借助即时通讯协议XMPP来实现，机器人上位机与底层的通信使用Java本地接口JNI，并分别对这些技术进行了深入研究。然后，描述系统设计思想，设计系统总体架构。把系统划分成两条数据主线：机器人采集视频向手机传输以及手机发送指令控制机器人运动，并按照开发平台分别进行功能模块划分，介绍详细的设计方案。 最后，介绍系统的软硬件开发环境，描述机器人、Android手机、服务器的硬件配置和程序开发所使用的编程语言、开发工具等，然后使用论文前面介绍的关键技术具体讲解系统的实现过程。经过系统整体测试，在网络状况良好时，通过手机基本可以流畅地观看机器人采集的实时视频，也能发送指令控制机器人运动，达到系统设计要求。

关键词： Android   视频监控   VLC视频框架   3G  

摘要： 家用机器人集成了视觉、温湿度、烟雾等多种传感器，可以对家庭环境进行全方位监测。利用便携性强的Android智能手机和覆盖范围广的3G移动网络对家用机器人进行远程控制，能够随时随地了解家庭状况，对于提升家用机器人的服务水平、推动机器人走进家庭生活具有重大作用。 开发了一套家用机器人远程控制系统，分为服务器、客户端和下位机三部分。其中服务器程序运行于Windows系统平板电脑上，客户端程序运行于Android系统智能手机上。对系统功能需求进行了分析，划分为远程视频监控、远程运动控制和传感器信息远程传输三个模块。服务器和客户端建立了基于3G网络的通信信道。详细介绍了服务器和客户端程序涉及的线程和系统运行流程。 服务器和客户端使用统一的VLC视频框架提供的LibVLC接口实现远程视频监控功能。服务器程序采用MFC进行开发，调用VLC的动态链接库实现了摄像头图像采集、视频编码和RTP封包。利用RTSP协议同客户端交互控制RTP报文的发送，实现了视频数据的流式传输。视频编码提供了H.263、MPEG-4和H.264三种选择以适应不同的网络质量和手机硬件能力。在服务器端设计了基于RTCP协议RR报文丢包率反馈的画质调整策略。客户端程序利用Android系统的JNI技术在Java中调用VLC源码在Linux下编译得到的so库实现了RTP报文的接收、排序、解码和播放，同时向服务器发送RR报文提供周期内接收RTP数据包的统计资料。 服务器利用CSocket类实现了和客户端的Socket通信，利用MSComm控件实现了和下位机的串口通信。下位机程序运行于ATmega128L单片机上，实现了机器人的运动控制、传感器数据采集和串口通信。 分别在WIFI和3G网络下对系统的远程视频监控、远程运动控制和传感器信息显示功能进行了验证。在不同参数下对视频传输占用的网络带宽大小和得到的画面清晰度进行了比较。使用两部Android手机分别在WIFI和3G网络下以不同的编码算法、分辨率和帧率对视频监控的实时性进行了测试。结果表明在3G网络下以H.263算法、QCIF的分辨率和5fps的帧率进行传输，延迟大约为5s，且传输流畅，画面较清晰，适合用于3G网络下的实时视频监控。在WIFI和3G网络下，运动控制指令和传感器信息的传输延迟基本都在1s之内，实时性好。