機器手語音識別控制的研究與實現(xiàn).pdf

1、微創(chuàng)手術是目前十分普遍的外科手術形式,它將手術器械和內窺鏡通過體表上的微創(chuàng)孔送入人體,對人體內腔器官實施手術,其關鍵技術之一是內窺鏡的穩(wěn)定定位和對焦。傳統(tǒng)的人工手持方式雖然在操作靈活性方面具有優(yōu)勢,但人工操作難以長時間維持某一固定姿勢,從而導致圖像抖動和模糊,影響醫(yī)生正常診斷和治療。內窺鏡自動定位裝置解決了以上問題。但傳統(tǒng)的操作模式會增加醫(yī)生的負擔,影響手術效率。本文在自動定位裝置的基礎上,提出了智能化的語音識別控制方式。醫(yī)生通過語音口

2、令控制內窺鏡的移動和定位,操作方式上更加方便快捷。根據系統(tǒng)實際應用環(huán)境,完成了語音自動控制系統(tǒng)的整體方案設計,研究了基于動態(tài)時間規(guī)整(DTW)的語音識別算法,并提出了歸一化平均動態(tài)時間規(guī)整算法(NA-DTW)。與傳統(tǒng)算法相比,系統(tǒng)識別率和計算速度都得到了提高和改善。以片上Windows CE操作系統(tǒng)和ARM為軟硬件平臺,實現(xiàn)了基于嵌入式的機器手語音自動控制功能。
　　論文主要工作:
　　研究分析國內外常用的語音識別算法,對不

3、同算法的性能進行總結,根據內窺鏡自動定位系統(tǒng)對語音識別算法的要求,完成語音識別系統(tǒng)方案設計,選擇基于動態(tài)時間規(guī)整(DTW)的語音識別算法作為核心算法;
　　對語音識別算法流程中的預處理、端點檢測、特征參數(shù)提取、模式識別等模塊進行深入研究。針對傳統(tǒng)DTW存在的缺點,提出了改進的歸一化平均動態(tài)時間規(guī)整算法(NA-DTW),使算法在識別率和運算速度上都獲得了較大改善;
　　以片上Windows CE操作系統(tǒng)和ARM(S3C2440

4、)為軟硬件平臺,實現(xiàn)算法的嵌入式移植。通過Embedded Visual C++(EVC++)編譯軟件完成語音識別控制中應用程序、控制程序和用戶操作界面的C語音程序編寫。完成語音識別模塊的嵌入式軟件開發(fā);
　　完成識別算法的MATLAB仿真實驗,驗證了NA-DTW算法與傳統(tǒng)DTW算法相比,識別率從96.6％提高到99.76%,運算時間從469ms縮短到241ms。完成嵌入式系統(tǒng)整體功能驗證,測試了語音識別系統(tǒng)中端點檢測和語音識別的