NAO機(jī)器人行為控制系統(tǒng)設(shè)計(jì).pdf

1、隨著智能機(jī)器人應(yīng)用領(lǐng)域的擴(kuò)大，越來越多的智能機(jī)器人走進(jìn)了人們的生活。為了方便人們與機(jī)器人的信息交流，讓機(jī)器人能夠更好的為人類服務(wù)，創(chuàng)造更好的人機(jī)交互模式已成為機(jī)器人研究的重要方向之一。人機(jī)交互最初主要是通過按鈕和鍵盤，而隨著智能機(jī)器人技術(shù)的發(fā)展，語音和視覺成為了人機(jī)交互最主要的方式。
　　本文研究的是基于 NAO機(jī)器人的行為控制系統(tǒng)設(shè)計(jì)。以法國(guó) Aldebaran Robotics公司的NAO機(jī)器人作為研究平臺(tái)，分別用語音和視覺兩

2、種人機(jī)交互模式對(duì)機(jī)器人進(jìn)行控制。
　　語音交互主要是利用NAO機(jī)器人的語音識(shí)別模塊對(duì)輸入的語音進(jìn)行識(shí)別，然后通過在建立的對(duì)話數(shù)據(jù)庫(kù)中進(jìn)行搜索匹配，機(jī)器人根據(jù)獲取的語音指令執(zhí)行相應(yīng)的動(dòng)作或語音輸出。本文采用了微軟的Speech SDK5.1進(jìn)行語音識(shí)別，建立了一個(gè)宋詞三百首的數(shù)據(jù)庫(kù)，利用 Python對(duì)數(shù)據(jù)庫(kù)進(jìn)行操作，從數(shù)據(jù)庫(kù)中獲取查詢的結(jié)果并通過語音合成朗讀出來。
　　視覺交互主要是利用NAO機(jī)器人的攝像頭進(jìn)行目標(biāo)物體的搜索

3、和識(shí)別。本文提出了利用NAO Mark進(jìn)行目標(biāo)物體識(shí)別定位的方案，根據(jù)NAO Mark的信息進(jìn)行距離計(jì)算和坐標(biāo)轉(zhuǎn)換，進(jìn)而得到NAO Mark相對(duì)于機(jī)器人坐標(biāo)系的位姿。
　　最后，根據(jù)語音命令的輸入，通過視覺的識(shí)別定位，對(duì)機(jī)器人進(jìn)行運(yùn)動(dòng)學(xué)規(guī)劃，實(shí)現(xiàn)對(duì)目標(biāo)物體的抓取。從而形成了一個(gè)擁有語音和視覺交互的行為控制系統(tǒng)，使人們與機(jī)器人的交互更加方便和實(shí)用。在運(yùn)動(dòng)控制中，本文提出了一種基于視覺的伺服控制系統(tǒng)方案，利用攝像機(jī)獲取的目標(biāo)物體的位姿