RoboCup仿人机器人NAO的转向寻球步态规划

随着机器人技术的飞速发展,作为高度融合了自动化、机械、人工智能领域的研究成果的NAO机器人,被广泛的应用于RoboCup比赛。现有比赛中,NAO机器人寻球转身方式具有速度较慢、稳定性差、易被周围机器人绊倒等缺点。由于NAO机器人本身关节的旋转角度限制以及NAO机器人本身NAOQi系统现有的技术在机器人转身程序上有缺陷,导致其转身速度较慢、稳定性较差,影响其寻球速度,对比赛中机器人的表现产生了一定影响。对此,主要研究NAO机器人转向寻球的步态规划,结合NAO机器人本身的关机灵活度,优化NAO机器人转向寻球的速度和稳定性,希望对优化NAO机器人转向步态起一定的指导意义。实际验证表明,本方法能有效地增强NAO机器人稳定性,并加快其转身速度。

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.

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。

高校招生咨询NAO机器人智能语音交互系统的设计与实现

人-机器人交互是人工智能领域的一个热点研究方向,其中,机器人与人的智能语音交互在许多实际场景中得到了广泛应用。本文针对高校招生咨询这一特定会话应用场景,基于NAO机器人、本地计算机和远程服务器,构建了一个机器人智能语音交互系统。该系统能够有效满足应用需求。

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。

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。

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。

NAO机器人在特殊迷宫环境行走导航

NAO仿人机器人是足式行走研究和机器人赛事竞技的标准技术平台,但由于其自身硬件能力的限制,通常需要外部设备辅助来实现复杂应用。以NAO机器人在未知迷宫中的独立行走导航为具体目标,充分考虑NAO机器人自身传感偏差和行走打滑等客观不利因素,提出一种具有较高可靠性的行走导航方法。首先对包含特殊标记的迷宫路口进行特征分析,通过借鉴经典的“边线式”(RightHandRule)迷宫解谜策略,构建基于迷宫场景图像特征识别和声呐校正的详细行走策略。仿真和实验结果表明,所提方法能够实现NAO机器人自主、可靠地迷宫导航运动。

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。

基于NAO机器人的定位算法与目标识别

NAO机器人对未知环境的探寻是现代研究领域中较前沿的课题,精确目标识别与定位算法则是未知环境探寻的重要技术之一。基于NAO机器人,深入分析仿人机器人在未知环境下的定位算法与目标识别,并在RoboCup标准平台下进行检验与应用。

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。

基于脑功能生物反馈的NAO机器人控制研究

本文以NAO机器人为研究载体,以医学脑功能生物反馈在机器人控制领域的应用为研究重点,对脑机接口控制智能机器人系统进行设计,对系统设计思路关键环节进行分析,探索一种受训者通过脑控机器人训练而达成对自身脑电波优化的新路径,为抑郁障碍预测及辅助治疗提供借鉴。

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。

RoboCup中NAO机器人球场目标红球识别与快速找球策略

根据RoboCup中NAO机器人足球比赛的规则,机器人通过对颜色的识别来识别球场上的物体及环境。文章分析了RGB颜色空间的优缺点,采用HSV作为视觉系统的颜色空间,减弱了现场光照变化对视觉系统产生的影响。文章提出了一种基于HSV色彩空间下识别红球的方法,然后提出一种简单的追踪红球策略,与测距追踪实际效果相比较,发现这种追踪策略更符合实际场景应用。

NAO机器人的快速迷宫拐点测距及航向矫正

针对NAO机器人在迷宫中行走缓慢以及因电机误差、发热等因素导致的行走偏离航线等问题,提出一种快速拐点测距和前进航向矫正算法。首先,在室内复杂环境下进行快速拐点检测。接着按照摄像机成像原理构建几何模型,在此模型上进行图像几何关系推导,得到目前机器人距离拐点的距离,进而根据偏离夹角旋转一定的角度,控制机器人快速到达拐点。实验证明,所提出的方法可以准确防止机器人走偏,偏差率低于0.4%,同时NAO的行走速率提高了大约34.8%。