服務(wù)機(jī)器人語音交互及視覺伺服控制研究.pdf

1、網(wǎng)絡(luò)化服務(wù)機(jī)器人是目前室內(nèi)服務(wù)機(jī)器人的重要研究方向之一,通過網(wǎng)絡(luò)實(shí)現(xiàn)機(jī)器人遠(yuǎn)程監(jiān)控和交互是其基本功能之一。論文針對服務(wù)機(jī)器人的語音交互、視頻監(jiān)控以及視覺伺服抓取功能要求,對語音視頻的采集、編碼、傳輸、目標(biāo)識別算法以及基于圖像矩的視覺伺服控制進(jìn)行了深入研究,并在SEU-2服務(wù)機(jī)器人模擬平臺上實(shí)現(xiàn)了視頻監(jiān)控、語音交互及操作對象目標(biāo)的識別等功能軟件設(shè)計(jì)與試驗(yàn)。
　　 文中首先對服務(wù)機(jī)器人系統(tǒng)進(jìn)行了總體介紹,包括硬件組成、軟件開發(fā)與運(yùn)行

2、環(huán)境以及軟件模塊劃分等,然后針對各功能模塊的設(shè)計(jì)進(jìn)行了詳細(xì)的分析與研究。主要內(nèi)容有:
　　 ·視頻監(jiān)控模塊。利用室內(nèi)的全局?jǐn)z像頭實(shí)時的監(jiān)測服務(wù)對象所處環(huán)境的狀態(tài),并根據(jù)顯示畫面控制SEU-2機(jī)器人完成相應(yīng)服務(wù)。由于帶寬的限制,多媒體數(shù)據(jù)的壓縮是實(shí)現(xiàn)網(wǎng)絡(luò)實(shí)時視頻監(jiān)控的關(guān)鍵。本功能利用VFW軟件開發(fā)包、VCM(video compression manager)、Winsock以及多線程編程等技術(shù)進(jìn)行設(shè)計(jì),實(shí)現(xiàn)了視頻的采集、視頻流的

3、壓縮與解壓縮、視頻流的緩沖機(jī)制等。
　　 ·語音交互模塊。遠(yuǎn)程客戶端通過SEU-2機(jī)器人身上的麥克風(fēng)與服務(wù)對象進(jìn)行遠(yuǎn)程交流。文中論述了語音交互功能模塊的總體設(shè)計(jì),通過相關(guān)WaveX API、ACM(audio compression manager)、Winsock以及多線程編程等技術(shù),實(shí)現(xiàn)了語音的采集與回放、壓縮與解壓縮、語音數(shù)據(jù)的網(wǎng)絡(luò)發(fā)送。
　　 ·視覺伺服控制模塊。依據(jù)視頻監(jiān)控畫面,給出相應(yīng)指令,控制機(jī)器人完成相應(yīng)