NAO机器人对自闭症儿童康复训练的研究

自闭症儿童的康复训练具有个性化特征,需要专业教师的康复训练和资金支持.为解决患儿多而专业教师不足的问题,引入NAO机器人作为辅助训练工具,设计了有机器人参与的康复训练内容,研究了NAO机器人对自闭症儿童基本沟通能力和核心能力的影响.结果表明,NAO机器人参与的康复训练提高了自闭症儿童的专注力和行为能力.因此,在特殊教育实践中,NAO机器人可以加快自闭症谱系儿童康复.

大学生创新技能培养的NAO机器人交互平台

人机交互以研究系统与用户的交互关系为核心,在人们生产、生活中应用日趋广泛。基于麦克风、摄像头、红外线收发装置、压力传感器等环境感知设备,人与人形机器人之间可以有语言、视觉和动作多种形式进行交互,涉及了语音信号处理、图像算法处理、机器人平衡控制等多种技术。本文主要探讨如何利用被国际上诸多研发机构与国际机器人比赛所广泛采用的NAO人形机器人平台,开发互动技术,主要包括人机对话、肢体互动以及人脸识别等人机交互形式。基于此,探讨这个交互平台如何提高工科大学生的创新意识与创新技能.探讨主要包括如何将课程学习融入到直观的实践中,并通过与生活密切联系的人机互动技术,激发课程学习兴趣,启发创新思路,旨在锻炼学生的实验动手能力,培养创作热情。

NAO机器人自主目标跟踪算法研究

针对目前应用最广的新型仿人形NAO机器人,如何应用于动态背景条件下并对运动目标进行自主检测跟踪,对此该文采用了一种基于三帧差分法和Camshift算法相结合的目标跟踪方法。首先通过SURF算法对相邻两帧图像背景进行匹配,变换到静态背景条件下,再通过三帧差分法检测运动目标;之后将目标运动信息融合到Camshift算法颜色概率分布直方图的计算中,实现目标自动识别跟踪并排除与目标颜色相似的背景干扰。试验表明,NAO机器人能够对运动目标进行自主跟踪。

基于改进Camshift算法的NAO机器人目标跟踪

针对Camshift算法应用于NAO机器人目标跟踪过程中,当目标受到相似颜色背景干扰或被物体遮挡时跟踪失败的问题,提出一种基于ORB特征检测和Kalman滤波多算法结合的目标跟踪方法。首先检测目标ORB特征点初始化搜索窗口,然后利用Kalman滤波作为目标运动状态的预测机制,以预测的位置初始化Camshift算法。利用Bhattacharyya距离判断跟踪窗口的收敛性,若受到背景干扰,则利用ORB算法对当前帧中的Kalman预测区域和目标模型进行特征点匹配,重新检测目标在视频帧中的位置。根据Kalman滤波预测目标被物体遮挡后可能的位置来更新预测器参数。实验结果表明,改进的算法能够在相似颜色背景干扰和目标遮挡的复杂环境下,连续稳定地跟踪运动目标。

基于NAO平台的自闭症儿童陪护机器人设计与实现

NAO机器人是目前应用最为广泛的人形机器人之一,将NAO机器人平台与自闭症儿童治疗智能陪护的实际需求相结合,利用传感器、扬声器及摄像头等多硬件集成,结合Choregraphe、NAOqi及监测器等编程开发软件平台,设计一款陪护型机器人,该陪护机器人实现了人脸识别、智能避障、语音交互、物品抓取及视频监控等功能,以减轻医护人员工作负担、缓解自闭症儿童病情为出发点,具备很强的实际使用价值。

三次样条插值方法在Nao机器人步态规划中的应用

以仿真Nao机器人为研究对象。将三次样条插值方法应用到其步态规划中,根据关键时刻主要节点位姿规划整个步态周期各关节的运动规迹。首先分析了Nao机器人行走过程,获取步态周期中关键时刻的位姿;然后构造三次样条插值函数,对Nao机器人步态进行规划,保证了机器人步态的平滑性;最后通过RoboCup3D仿真平台验证了方法的有效性。

NAO机器人在自闭症干预中的应用

描述了自闭症谱系障碍(ASD)患儿基于人形机器人NAO人机互动情况下和在普通课堂环境下的行为反应,并给出其在干预治疗及普通课堂环境下的评估结果。大量实验结果表明,基于NAO机器人的人机互动干预过程中患儿自闭症状行为较普通课堂大大减少,其症状得到有效控制。因此可得出结论:人形机器人NAO可以作为帮助自闭症谱系障碍患儿干预治疗的平台。

基于Python的Nao机器人实验系统设计

针对Nao机器人官方开发软件功能分散、不易使用等不足,采用Python语言,以类方法为基础,设计了Nao机器人实验系统。以图像处理实验为例,说明了实验系统的教学应用。该实验系统代码开源,操作简单、直观,可以加深学生对机器人控制系统的整体认识,有助于提高学生的科研和创新能力。

基于NAO平台的英语学习机器人设计

针对当前智能机器人的发展,结合当前的智能机器人平台构建英语学习平台,是提高英语教学信息化的重要途径和方式。借助NAO交互机器人平台,搭建英语机器人交互平台,并对单词练习功能、角色对话功能、自由对话功能等进行了详细的设计与实现,最后利用Choregraphe软件对上述的功能进行编程测试,结果表明可清晰的展示对话等功能。

基于OpenCV与NAOqi库的NAO机器人点球决策

针对NAO机器人在点球比赛中,目标识别率过低的问题,本文提出一种基于OpenCV与NAOqi库的NAO机器人点球决策。使用NAOqi库获取NAO机器人摄像头捕获到的视频流,利用掩膜+霍夫圆检测算法实现对足球的高精准定位,并使用ALMotion模块控制机器人完成点球决策,结合使用Choregraphe程序完成点球动作。实验结果表明,该决策降低了点球比赛中识别球失败、踢球角度出现误差的情况,实现了快速稳定的目标识别。

基于NAO的迷宫解决算法研究

迷宫的最优路径是指从迷宫入口到迷宫出口的最近通路。求解迷宫路径问题的算法很多,基于法国Aldebaran公司新兴研制的人工智能机器人NAO,以机器视觉NAO Marks和位置点数据队列为基础,提出了一种新的解决机器人迷宫路径优化算法。实验结果表明,该算法实现简单,在复杂迷宫环境下能有效地实现迷宫路径规划。

基于NAO机器人的多种通道人机交互研究与案例实现

NAO机器人是一款可编程人形机器人,集成摄像头、麦克风、触碰、超声波、红外等多种传感器,具备对外部环境进行综合感知和交互的能力。文章基于NAOqi API实现人脸图像识别与简单的触觉感知,借助讯飞语音云和图灵机器人进行语音识别与理解,结合NAO机器人视觉、听觉、触觉等开发多种通道人机交互案例,为基于NAO机器人的多通道交互应用研究奠定基础。

浅析NAO机器人的舞步程序设计

本论文以法国Aldebaran Robotic公司生产的NAO机器人为研究本体,对人形机器人行走控制进行了分析,对NAO机器人的步态进行了规划,编写了舞步运动程序,对NAO机器人进行了二次开发。

基于多线程的NAO机器人同步启动技术研究与实现

探讨采用多线程软件编程技术实现多个NAO机器人的同步启动。首先,以NAO机器人为基础,将多线程同步技术应用到多台NAO机器人的协调控制中,使多台机器人在同一时刻同时启动。其次,通过多线程方法执行并行任务,使多机器人在同一个系统中同时执行各自的任务,具有较稳定的同步性。最后,通过实验验证了该方法的有效性和可靠性。

基于NAO机器人的目标识别方法

针对NAO机器人识别目标准确率过低的问题,为降低光照对识别的影响,提出一种基于HSV颜色空间的轮廓信息特征识别的算法,通过融合颜色特征和轮廓特征识别图像中的目标。利用HSV空间模型,通过颜色阈值分割对图像进行预处理,提取红绿色目标;根据目标规则的多边形轮廓,对其形状信息加以约束;利用二值图像的轮廓特征矩加以判决,得到识别目标及其在图像中的中心坐标,实现目标的精确识别。利用NAO机器人采集图像进行模拟实验,改变NAO与目标的相对位置并多次测量,成功定位的准确率可达到92.67%。实验结果表明,NAO机器人采用该算法可以快速稳定地实现目标识别,提高了准确率。

基于类Haar特征和颜色特征的NAO机器人识别

在机器人世界杯比赛中,对球员的识别是进行路线规划、传球等上层策略的基础。由于NAO机器人硬件条件的限制和场外环境的干扰,对算法的运算速度和准确度有一定的要求。为满足这些要求,本文提出将类Haar特征和级联Adaboost算法应用到对NAO的识别中。首先,通过在离线环境下由Adaboost算法训练得到的级联分类器对NAO进行初次识别;然后,利用颜色直方图匹配对候选目标区域进行二次识别,在排除误检区域的同时,也进行敌我识别。实验结果表明,本方法能够有效地识别NAO机器人,满足比赛中识别算法对鲁棒性和实时性的要求。

一种基于NAO机器人的单目视觉目标定位方法

单目视觉定位在机器人视觉中具有重要的应用价值。结合光学成像原理、几何坐标变换以及相关的图像处理技术能够实现单目视觉目标定位。提出了一种基于RGB颜色空间的匹配滤波轮廓提取算法,进行特定目标的轮廓提取。该算法能精确、快速地计算出摄像机与目标物体之间的距离和角度信息,实现对特定目标的定位。基于NAO机器人平台的实际实验结果验证了该算法的有效性。

基于NAO的迷宫航偏校正方法

针对NAO机器人在迷宫里由于电机自身误差、发热等因素造成的行走偏差,提出航向修正、机体侧移相结合的校正方法。运用颜色分割的方法提取黑色导航线;根据摄像头的高度、摄像头与水平面所成角度、图像竖直方向对应的实际长度和图像底边对应的实际长度对图像进行校正;根据校正后的图像进行航向修正,进行侧偏修正。实验结果表明,该方法使NAO作为巡线机器人高效地进行航偏校正。

基于PID控制的NAO机器人循线行走技术研究

智能机器人的循线行走技术在工业安全领域具有重要意义。选用NAO机器人作为研究平台,创新点在于将其在平面上的运动学动态建模为线性定常离散系统,并将摄像头获取到的图像转化成参考输入信号,由此将循线行走问题转化成信号跟踪问题。与传统的渐进跟踪方法不同,基于改进后的数字增量型PID算法设计机器人行走的控制器,借用Simulink仿真平台通过凑试法确定控制器参数,最后用Python语言编程实现了控制NAO在白色地板上循黑线行走的目标,Webots软件仿真证实了该算法有效。

一种用于高尔夫赛的NAO机器人比赛系统设计

基于NAO机器人平台设计了一种机器人高尔夫球比赛系统,并设计制作了用于比赛的附加硬件结构,提出并实验了一种基于高尔夫比赛规则的机器人比赛系统,控制NAO机器人通过单目视觉识别周围环境和目标物,并通过运动控制设计机器人击球、行走等动作使机器人完成整个比赛流程。实验证明该系统可行,并获得江苏省第一届机器人高尔夫赛省一等奖。