[發明專利]一種服務機器人語音交互及視覺伺服控制系統設計方法

在審

• 申請號: 201610984281.8
• 申請日: 2016-11-09
• 公開（公告）號: CN108063912A
• 公開（公告）日: 2018-05-22
• 發明（設計）人: 常琳
• 申請（專利權）人: 哈爾濱工大天才智能科技有限公司
• 主分類號: H04N7/18
• 分類號: H04N7/18;G06N3/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種服務機器人語音交互及視覺伺服控制系統設計方法,所述方法包括以下步驟：第一步，對服務機器人系統進行了總體介紹，包括硬件組成、軟件開發與運行環境以及軟件模塊劃分；第二步，針對各功能模塊的設計進行了詳細的分析與研究。本發明的服務機器人語音交互及視覺伺服控制系統設計方法，針對服務機器人的語音交互、視頻監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、目標識別算法以及基于圖像矩的視覺伺服控制進行了深入研究，并在SEU?2服務機器人模擬平臺上實現了視頻監控、語音交互及操作對象目標的識別等功能軟件設計與試驗。

技術領域

本發明涉及一種服務機器人語音交互及視覺伺服控制系統設計方法，屬于視覺機器人技術領域。

背景技術

隨著科技的進步，機器人的應用正悄然從工業領域擴展到服務領域，并逐漸進入了普通人的生活；進入21世紀，護理機器人、教育娛樂型機器人相繼問世，這些智能服務型機器人為人類的生活、娛樂、家務、健康等方面帶來了越來越多的便利；然而，Internet的迅速發展使社會經濟結構和人們的生活方式發生了巨大的變化，上班族急需從繁瑣的家務中解脫出來：同時，人口老齡化越來越嚴重，更多的老人需要照顧，社會保障和服務的需求也更加緊迫，老齡化家庭結構也必然增加更多年輕家庭的壓力；生活節奏的加快和工作的壓力，使得年輕人沒有更多的時間陪伴老人，從而產生的將是廣大的服務機器人市場；網絡化服務機器人具有一定的行為能力，在無人陪護的情況下，通過遠程控制機器人，可幫助服務對象獲得一定生活能力，它通常由傳感系統、導航系統、伺服控制系統和人機交互系統組成，各系統彼此協作幫助服務對象完成一些服務功能，大大緩解了上班族的生活壓力，是未來社會生活的新模式。隨著計算機技術和攝像設備的發展，機器人視覺伺服系統的技術問題吸引了眾多研究人員的注意；在過去的幾年里，機器人視覺伺服無論是在理論上還是在應用方面都取得了很大進展；視覺伺服的研究由于涉及的學科眾多，所以其發展有賴于這些學科的發展，目前在視覺伺服的研究中仍然有很多問題沒有很好地解決，主要問題包括：一）圖像處理的方法在理論和實際計算處理速度上都是視覺伺服最大的難點；二）在圖像處理完成后，圖像特征與機器人關節運動之間模型的建立是視覺伺服的另一難點；三）目前的許多控制方法都不能保證系統在工作時是大范圍穩定的，所以對有關控制方法的研究也是必要的。

發明內容

為解決上述問題，本發明提出了一種服務機器人語音交互及視覺伺服控制系統設計方法，針對服務機器人的語音交互、視頻監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、目標識別算法以及基于圖像矩的視覺伺服控制進行了深入研究，并在SEU-2服務機器人模擬平臺上實現了視頻監控、語音交互及操作對象目標的識別等功能軟件設計與試驗。

本發明的服務機器人語音交互及視覺伺服控制系統設計方法，所述方法包括以下步驟：

第一步，對服務機器人系統進行了總體介紹，包括硬件組成、軟件開發與運行環境以及軟件模塊劃分；

第二步，針對各功能模塊的設計進行了詳細的分析與研究。

進一步地，所述第二步的各功能模塊的設計具體包括以下步驟：

a.視頻監控模塊設計，利用室內的全局攝像頭實時的監測服務對象所處環境的狀態，并根據顯示畫面控制SEU-2機器人完成相應服務；由于帶寬的限制，多媒體數據的壓縮是實現網絡實時視頻監控的關鍵；利用VFW軟件開發包、VCM(video compression manager)、Winsock以及多線程編程等技術進行設計，實現了視頻的采集、視頻流的壓縮與解壓縮、視頻流的緩沖機制等；

b.語音交互模塊設計，遠程客戶端通過SEU-2機器人身上的麥克風與服務對象進行遠程交流；論述了語音交互功能模塊的總體設計，通過相關WaveX API、ACM(audiocompression manager)、Winsock以及多線程編程等技術，實現語音的采集與回放、壓縮與解壓縮、語音數據的網絡發送；