机械电子工程专业毕业论文[精品论文]基于语音识别的轮椅机器人无线监控系统的研究.doc

机械电子工程专业毕业论文 精品论文 基于语音识别的轮椅机器人无线监控系统的研究关键词：轮椅机器人 语音识别 无线监控系统 图象识别摘要：语音识别是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。把语音识别技术、图象识别技术、短距离控制、与机器人技术相结合，正成为目前研究的热点。如轮椅机器人的人机短距离交互问题的研究，不但具有较好的理论意义，而且有较大的实用价值。本论文包括以下几部分内容： 首先，建立了基于语音识别的轮椅机器人无线监控系统硬件平台。采用上位机，下位机的方案构建无线语音识别监控系统。系统可以视频实时传输来观察轮椅的运动状态和病人的情况；操作人员能够用语音通过麦克风发出控制命令指挥轮椅机器人执行规定的任务。 其次，研究了语音识别的基本原理，并着重研究隐马尔可夫模型的语音识别算法。在MATLAB平台上构建了一个基于隐马尔可夫模型的孤立词语音识别系统。该系统完成了语音识别的主要过程，包含预处理、端点检测、特征参数提取和模式匹配。利用隐马尔科夫模型完成了汉语语音“0”到“9”的训练和识别。多人实验的结果表明，该系统的识别率达到80左右。 介绍基于图象的标识物识别过程，介绍了图象预处理，图象的分割，图象边缘提取，再用HOUGH变换得到标识物的中心坐标，计算出机器人的位姿，根据TRT路径规划，得到机器人运动曲线。控制机器人到达目标位置。实现机器人的基于标识物的导航。 最后，在PC平台和单片机系统上实现了对轮椅机器人的无线语音识别监控系统。在VC+开发环境下，编写了轮椅机器人无线语音识别监控系统软件程序，实验结果表明，轮椅机器人无线语音识别监控制系统的识别性能及监控都能满足要求。正文内容 语音识别是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。把语音识别技术、图象识别技术、短距离控制、与机器人技术相结合，正成为目前研究的热点。如轮椅机器人的人机短距离交互问题的研究，不但具有较好的理论意义，而且有较大的实用价值。本论文包括以下几部分内容： 首先，建立了基于语音识别的轮椅机器人无线监控系统硬件平台。采用上位机，下位机的方案构建无线语音识别监控系统。系统可以视频实时传输来观察轮椅的运动状态和病人的情况；操作人员能够用语音通过麦克风发出控制命令指挥轮椅机器人执行规定的任务。 其次，研究了语音识别的基本原理，并着重研究隐马尔可夫模型的语音识别算法。在MATLAB平台上构建了一个基于隐马尔可夫模型的孤立词语音识别系统。该系统完成了语音识别的主要过程，包含预处理、端点检测、特征参数提取和模式匹配。利用隐马尔科夫模型完成了汉语语音“0”到“9”的训练和识别。多人实验的结果表明，该系统的识别率达到80左右。 介绍基于图象的标识物识别过程，介绍了图象预处理，图象的分割，图象边缘提取，再用HOUGH变换得到标识物的中心坐标，计算出机器人的位姿，根据TRT路径规划，得到机器人运动曲线。控制机器人到达目标位置。实现机器人的基于标识物的导航。 最后，在PC平台和单片机系统上实现了对轮椅机器人的无线语音识别监控系统。在VC+开发环境下，编写了轮椅机器人无线语音识别监控系统软件程序，实验结果表明，轮椅机器人无线语音识别监控制系统的识别性能及监控都能满足要求。语音识别是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。把语音识别技术、图象识别技术、短距离控制、与机器人技术相结合，正成为目前研究的热点。如轮椅机器人的人机短距离交互问题的研究，不但具有较好的理论意义，而且有较大的实用价值。本论文包括以下几部分内容： 首先，建立了基于语音识别的轮椅机器人无线监控系统硬件平台。采用上位机，下位机的方案构建无线语音识别监控系统。系统可以视频实时传输来观察轮椅的运动状态和病人的情况；操作人员能够用语音通过麦克风发出控制命令指挥轮椅机器人执行规定的任务。 其次，研究了语音识别的基本原理，并着重研究隐马尔可夫模型的语音识别算法。在MATLAB平台上构建了一个基于隐马尔可夫模型的孤立词语音识别系统。该系统完成了语音识别的主要过程，包含预处理、端点检测、特征参数提取和模式匹配。利用隐马尔科夫模型完成了汉语语音“0”到“9”的训练和识别。多人实验的结果表明，该系统的识别率达到80左右。 介绍基于图象的标识物识别过程，介绍了图象预处理，图象的分割，图象边缘提取，再用HOUGH变换得到标识物的中心坐标，计算出机器人的位姿，根据TRT路径规划，得到机器人运动曲线。控制机器人到达目标位置。实现机器人的基于标识物的导航。 最后，在PC平台和单片机系统上实现了对轮椅机器人的无线语音识别监控系统。在VC+开发环境下，编写了轮椅机器人无线语音识别监控系统软件程序，实验结果表明，轮椅机器人无线语音识别监控制系统的识别性能及监控都能满足要求。语音识别是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。把语音识别技术、图象识别技术、短距离控制、与机器人技术相结合，正成为目前研究的热点。如轮椅机器人的人机短距离交互问题的研究，不但具有较好的理论意义，而且有较大的实用价值。本论文包括以下几部分内容： 首先，建立了基于语音识别的轮椅机器人无线监控系统硬件平台。采用上位机，下位机的方案构建无线语音识别监控系统。系统可以视频实时传输来观察轮椅的运动状态和病人的情况；操作人员能够用语音通过麦克风发出控制命令指挥轮椅机器人执行规定的任务。 其次，研究了语音识别的基本原理，并着重研究隐马尔可夫模型的语音识别算法。在MATLAB平台上构建了一个基于隐马尔可夫模型的孤立词语音识别系统。该系统完成了语音识别的主要过程，包含预处理、端点检测、特征参数提取和模式匹配。利用隐马尔科夫模型完成了汉语语音“0”到“9”的训练和识别。多人实验的结果表明，该系统的识别率达到80左右。 介绍基于图象的标识物识别过程，介绍了图象预处理，图象的分割，图象边缘提取，再用HOUGH变换得到标识物的中心坐标，计算出机器人的位姿，根据TRT路径规划，得到机器人运动曲线。控制机器人到达目标位置。实现机器人的基于标识物的导航。 最后，在PC平台和单片机系统上实现了对轮椅机器人的无线语音识别监控系统。在VC+开发环境下，编写了轮椅机器人无线语音识别监控系统软件程序，实验结果表明，轮椅机器人无线语音识别监控制系统的识别性能及监控都能满足要求。语音识别是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。把语音识别技术、图象识别技术、短距离控制、与机器人技术相结合，正成为目前研究的热点。如轮椅机器人的人机短距离交互问题的研究，不但具有较好的理论意义，而且有较大的实用价值。本论文包括以下几部分内容： 首先，建立了基于语音识别的轮椅机器人无线监控系统硬件平台。采用上位机，下位机的方案构建无线语音识别监控系统。系统可以视频实时传输来观察轮椅的运动状态和病人的情况；操作人员能够用语音通过麦克风发出控制命令指挥轮椅机器人执行规定的任务。 其次，研究了语音识别的基本原理，并着重研究隐马尔可夫模型的语音识别算法。在MATLAB平台上构建了一个基于隐马尔可夫模型的孤立词语音识别系统。该系统完成了语音识别的主要过程，包含预处理、端点检测、特征参数提取和模式匹配。利用隐马尔科夫模型完成了汉语语音“0”到“9”的训练和识别。多人实验的结果表明，该系统的识别率达到80左右。 介绍基于图象的标识物识别过程，介绍了图象预处理，图象的分割，图象边缘提取，再用HOUGH变换得到标识物的中心坐标，计算出机器人的位姿，根据TRT路径规划，得到机器人运动曲线。控制机器人到达目标位置。实现机器人的基于标识物的导航。 最后，在PC平台和单片机系统上实现了对轮椅机器人的无线语音识别监控系统。在VC+开发环境下，编写了轮椅机器人无线语音识别监控系统软件程序，实验结果表明，轮椅机器人无线语音识别监控制系统的识别性能及监控都能满足要求。语音识别是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。把语音识别技术、图象识别技术、短距离控制、与机器人技术相结合，正成为目前研究的热点。如轮椅机器人的人机短距离交互问题的研究，不但具有较好的理论意义，而且有较大的实用价值。本论文包括以下几部分内容： 首先，建立了基于语音识别的轮椅机器人无线监控系统硬件平台。采用上位机，下位机的方案构建无线语音识别监控系统。系统可以视频实时传输来观察轮椅的运动状态和病人的情况；操作人员能够用语音通过麦克风发出控制命令指挥轮椅机器人执行规定的任务。 其次，研究了语音识别的基本原理，并着重研究隐马尔可夫模型的语音识别算法。在MATLAB平台上构建了一个基于隐马尔可夫模型的孤立词语音识别系统。该系统完成了语音识别的主要过程，包含预处理、端点检测、特征参数提取和模式匹配。利用隐马尔科夫模型完成了汉语语音“0”到“9”的训练和识别。多人实验的结果表明，该系统的识别率达到80左右。 介绍基于图象的标识物识别过程，介绍了图象预处理，图象的分割，图象边缘提取，再用HOUGH变换得到标识物的中心坐标，计算出机器人的位姿，根据TRT路径规划，得到机器人运动曲线。控制机器人到达目标位置。实现机器人的基于标识物的导航。 最后，在PC平台和单片机系统上实现了对轮椅机器人的无线语音识别监控系统。在VC+开发环境下，编写了轮椅机器人无线语音识别监控系统软件程序，实验结果表明，轮椅机器人无线语音识别监控制系统的识别性能及监控都能满足要求。语音识别是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。把语音识别技术、图象识别技术、短距离控制、与机器人技术相结合，正成为目前研究的热点。如轮椅机器人的人机短距离交互问题的研究，不但具有较好的理论意义，而且有较大的实用价值。本论文包括以下几部分内容： 首先，建立了基于语音识别的轮椅机器人无线监控系统硬件平台。采用上位机，下位机的方案构建无线语音识别监控系统。系统可以视频实时传输来观察轮椅的运动状态和病人的情况；操作人员能够用语音通过麦克风发出控制命令指挥轮椅机器人执行规定的任务。 其次，研究了语音识别的基本原理，并着重研究隐马尔可夫模型的语音识别算法。在MATLAB平台上构建了一个基于隐马尔可夫模型的孤立词语音识别系统。该系统完成了语音识别的主要过程，包含预处理、端点检测、特征参数提取和模式匹配。利用隐马尔科夫模型完成了汉语语音“0”到“9”的训练和识别。多人实验的结果表明，该系统的识别率达到80左右。 介绍基于图象的标识物识别过程，介绍了图象预处理，图象的分割，图象边缘提取，再用HOUGH变换得到标识物的中心坐标，计算出机器人的位姿，根据TRT路径规划，得到机器人运动曲线。控制机器人到达目标位置。实现机器人的基于标识物的导航。 最后，在PC平台和单片机系统上实现了对轮椅机器人的无线语音识别监控系统。在VC+开发环境下，编写了轮椅机器人无线语音识别监控系统软件程序，实验结果表明，轮椅机器人无线语音识别监控制系统的识别性能及监控都能满足要求。语音识别是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。把语音识别技术、图象识别技术、短距离控制、与机器人技术相结合，正成为目前研究的热点。如轮椅机器人的人机短距离交互问题的研究，不但具有较好的理论意义，而且有较大的实用价值。本论文包括以下几部分内容： 首先，建立了基于语音识别的轮椅机器人无线监控系统硬件平台。采用上位机，下位机的方案构建无线语音识别监控系统。系统可以视频实时传输来观察轮椅的运动状态和病人的情况；操作人员能够用语音通过麦克风发出控制命令指挥轮椅机器人执行规定的任务。 其次，研究了语音识别的基本原理，并着重研究隐马尔可夫模型的语音识别算法。在MATLAB平台上构建了一个基于隐马尔可夫模型的孤立词语音识别系统。该系统完成了语音识别的主要过程，包含预处理、端点检测、特征参数提取和模式匹配。利用隐马尔科夫模型完成了汉语语音“0”到“9”的训练和识别。多人实验的结果表明，该系统的识别率达到80左右。 介绍基于图象的标识物识别过程，介绍了图象预处理，图象的分割，图象边缘提取，再用HOUGH变换得到标识物的中心坐标，计算出机器人的位姿，根据TRT路径规划，得到机器人运动曲线。控制机器人到达目标位置。实现机器人的基于标识物的导航。 最后，在PC平台和单片机系统上实现了对轮椅机器人的无线语音识别监控系统。在VC+开发环境下，编写了轮椅机器人无线语音识别监控系统软件程序，实验结果表明，轮椅机器人无线语音识别监控制系统的识别性能及监控都能满足要求。语音识别是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。把语音识别技术、图象识别技术、短距离控制、与机器人技术相结合，正成为目前研究的热点。如轮椅机器人的人机短距离交互问题的研究，不但具有较好的理论意义，而且有较大的实用价值。本论文包括以下几部分内容： 首先，建立了基于语音识别的轮椅机器人无线监控系统硬件平台。采用上位机，下位机的方案构建无线语音识别监控系统。系统可以视频实时传输来观察轮椅的运动状态和病人的情况；操作人员能够用语音通过麦克风发出控制命令指挥轮椅机器人执行规定的任务。 其次，研究了语音识别的基本原理，并着重研究隐马尔可夫模型的语音识别算法。在MATLAB平台上构建了一个基于隐马尔可夫模型的孤立词语音识别系统。该系统完成了语音识别的主要过程，包含预处理、端点检测、特征参数提取和模式匹配。利用隐马尔科夫模型完成了汉语语音“0”到“9”的训练和识别。多人实验的结果表明，该系统的识别率达到80左右。 介绍基于图象的标识物识别过程，介绍了图象预处理，图象的分割，图象边缘提取，再用HOUGH变换得到标识物的中心坐标，计算出机器人的位姿，根据TRT路径规划，得到机器人运动曲线。控制机器人到达目标位置。实现机器人的基于标识物的导航。 最后，在PC平台和单片机系统上实现了对轮椅机器人的无线语音识别监控系统。在VC+开发环境下，编写了轮椅机器人无线语音识别监控系统软件程序，实验结果表明，轮椅机器人无线语音识别监控制系统的识别性能及监控都能满足要求。语音识别是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。把语音识别技术、图象识别技术、短距离控制、与机器人技术相结合，正成为目前研究的热点。如轮椅机器人的人机短距离交互问题的研究，不但具有较好的理论意义，而且有较大的实用价值。本论文包括以下几部分内容： 首先，建立了基于语音识别的轮椅机器人无线监控系统硬件平台。采用上位机，下位机的方案构建无线语音识别监控系统。系统可以视频实时传输来观察轮椅的运动状态和病人的情况；操作人员能够用语音通过麦克风发出控制命令指挥轮椅机器人执行规定的任务。 其次，研究了语音识别的基本原理，并着重研究隐马尔可夫模型的语音识别算法。在MATLAB平台上构建了一个基于隐马尔可夫模型的孤立词语音识别系统。该系统完成了语音识别的主要过程，包含预处理、端点检测、特征参数提取和模式匹配。利用隐马尔科夫模型完成了汉语语音“0”到“9”的训练和识别。多人实验的结果表明，该系统的识别率达到80左右。 介绍基于图象的标识物识别过程，介绍了图象预处理，图象的分割，图象边缘提取，再用HOUGH变换得到标识物的中心坐标，计算出机器人的位姿，根据TRT路径规划，得到机器人运动曲线。控制机器人到达目标位置。实现机器人的基于标识物的导航。 最后，在PC平台和单片机系统上实现了对轮椅机器人的无线语音识别监控系统。在VC+开发环境下，编写了轮椅机器人无线语音识别监控系统软件程序，实验结果表明，轮椅机器人无线语音识别监控制系统的识别性能及监控都能满足要求。语音识别是让机器通过识别和理解过程把语音信号转变为相应的文本或命令的技术。把语音识别技术、图象识别技术、短距离控制、与机器人技术相结合，正成为目前研究的热点。如轮椅机器人的人机短距离交互问题的研究，不但具有较好的理论意义，而且有较大的实用价值。本论文包括以下几部分内容： 首先，建立了基于语音识别的轮椅机器人无线监控系统硬件平台。采用上位机，下位机的方案构建无线语音识别监控系统。系统可以视频实时传输来观察轮椅的运动状态和病人的情况；操作人员能够用语音通过麦克风发出控制命令指挥轮椅机器人执行规定的任务。 其次，研究了语音识别的基本原理，并着重研究隐马尔可夫模型的语音识别算法。在MATLAB平台上构建了一个基于隐马尔可夫模型的孤立词语音识别系统。该系统完成了语音识别的主要过程，包含预处理、端点检测、特征参数提取和模式匹配。利用隐马尔科夫模型完成了汉语语音“0”到“9”的训练和识别。多人实验的结果表明，该系统的识别率达到80左右。 介绍基于图象的标识物识别过程，介绍了图象预处理，图象的分割，图象边缘提取，再用HOUGH变换得到标识物的中心坐标，计算出机器人的位姿，根据TRT路径规划，得到机器人运动曲线。控制机器人到达目标位置。实现机器人的基于标识物的导航。 最后，在PC平台和单片机系统上实现了对轮椅机器人的无线语音识别监控系统。在VC+开发环境下，编写了轮椅机器人无线语音识别监控系统软件程序，实验结果表明，轮椅机器人无线语音识别监控制系统的识别性能及监控都能满足要求。特别提醒：正文内容由PDF文件转码生成，如您电脑未有相应转换码，则无法显示正文内容，请您下载相应软件，下载地址为 http:/www.400gb.com/file/75571905 。如还不能显示，可以联系我q q 1627550258 ，提供原格式文档。 " 垐垯櫃换烫梯葺铑?endstreamendobj2x滌?U閩AZ箾FTP鈦X飼?狛P?燚?琯嫼b?袍*甒?颙嫯?4)=r宵?i?j彺帖B3锝檡骹>笪yLrQ#?0鯖l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛枒l壛>渓?擗#?"?#綫G刿#K芿$?7.耟?Wa癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb皗E|?pDb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$Fb癳$F?責鯻0橔C,f薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵秾腵薍秾腵%?秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍G?螪t俐猻覎?烰:X=勢)趯飥?媂s劂/x?矓w豒庘q?唙?鄰爖媧A|Q趗擓蒚?緱鳝嗷P?笄nf(鱂匧叺9就菹$