公共文化服务平台

移动机器人基于改进粒子滤波的声源目标跟踪研究: 2013年; 在机器人声源跟踪系统中,由于环境中存在非高斯噪声,且系统描述的观测方程非线性程度较高,会导致跟踪精度低、稳定性差等问题。针对以上问题基于粒子滤波方法,提出了一种改进的粒子滤波跟踪算法。在粒子滤波重采样后加入马尔科夫链移动步骤,改善重采样出现的样本枯竭问题。将该算法应用到机器人声源跟踪中,仿真实验表明,相对粒子滤波跟踪算法更加准确有效的实现了声源跟踪。; 祖丽楠张玉朋; 关键词：移动机器人粒子滤波马尔科夫链

Research of Localization Method Based on Virtual Reference Points in Robot Auditory System: ＜正＞1 Introduction With the development of signal processing and artificial intelligence,voice interaction gain...; Shuopeng WangPeng YangHao SunJing XuXiaomeng Zhang; 文献传递

听觉定位数据库构建过程优化: 2018年; 针对采用栅格地图法进行听觉定位数据库构建过程中存在的所需参考点数量较多和局部定位效果恶化等问题,提出基于定位误差分布特征的位置指纹数据库构建方法.在数据库构建过程中,根据测试点的定位误差分布情况,采用k近邻算法搜索定位精度偏低的区域进行新定位参考点布置.从仿真和实际实验两方面对所提出的方法与传统栅格地图方法的数据库构建效果进行了对比.结果表明,采用该方法可以有效地提升位置指纹库构建的效率,抑制局部定位效果恶化现象,提高听觉定位系统的适用性.; 王硕朋杨鹏杨鹏; 关键词：数据库构建 K近邻算法

基于卷积神经网络的室内场景识别方法研究: 场景识别一直是计算机视觉领域中的重要课题,也是移动机器人系统的主要研究内容。近年来,卷积神经网络在图像理解与识别领域取得了许多成果。因此,本文基于卷积神经网络设计了室内场景识别模型。通过卷积神经网络模型提取图像的场景特征...; 蔡青青; 关键词：特征提取卷积神经网络; 文献传递

基于TDOA的声源定位模型中阵列位姿与定位误差之间关系的研究被引量：2: 2014年; 基于声达时间差(TDOA)和正四面体麦克风阵列的声源定位模型中,影响定位的精度的因素除了阵元安装的位置误差、时间延迟和环境噪声之外,还受到阵列自身位姿的影响,麦克风阵列位姿的不确定,其直接导致声达时间差的不确定,进而影响定位结果,以全范围内声源目标定位为应用背景,利用基于RBF神经网络声源定位模型研究麦克风阵列位姿的不确定对声源定位误差产生的影响.; 孙昊仲维灿刘贺洋祖丽楠; 关键词：RBF神经网络

基于局部聚类优化的听觉定位方法被引量：1: 2019年; 随着室内服务机器人的广泛应用,室内定位已成为了当前研究热点和难点问题之一。针对传统的声音位置指纹定位算法中离线划分区域造成区域边缘点定位误差较大的问题,提出了一种二次局部聚类的优化算法来提高位于聚簇边缘的测试点的定位精度。首先,通过主成分分析(Principal Component Analysis,PCA)算法对声音信息采集系统采集计算得到的声达时间差(Time Difference Of Arrival,TDOA)特征向量进行降维处理,然后通过局部聚类优化算法对待测点位于的聚簇进行优化。与传统的区域划分不同,采用局部聚类优化可以减少因待测点位于聚簇边缘导致因参考信息不足而造成定位误差较大的现象。此外,采用局部聚类优化算法可以在满足系统定位精度的同时有效减少定位算法的时间开销。实验结果表明,基于局部聚类优化算法的声音定位方法可以有效的提高位于聚簇边缘的待测点的定位精度,并且在算法的实时性和鲁棒性上也有了提高。; 杨鹏杨鹏孙昊; 关键词：主成分分析

两级参考点匹配位置指纹声源定位方法被引量：1: 2019年; 提出一种两级参考点(RPs)匹配方法来减少位置指纹声源定位(SSL)过程中临近参考点搜索的计算量.离线采样阶段:通过K均值聚类算法将数据库划分为一定数目的子库,并采用一种距离检测方法对离群点进行剔除.在线定位阶段:通过第一级临近子库匹配完成对参考点搜索范围的缩减;在临近子库内进行第二级参考点匹配得到临近参考点;完成声源目标(TP)定位.实验结果表明,采用两级参考点匹配算法可以在保证定位精度的前提下有效提高位置指纹声源定位方法的定位效率.; 王硕朋杨鹏杨鹏刘迈; 关键词：K均值聚类算法

Mobile Robot Sound Source Target Tracking Research Based on Improved Particle Filter: In robot sound source tracking system, there are problems of low tracking precision and poor stability due to ...; Li-nan ZUHao SUNYu-peng ZHANG

基于卷积神经网络的室内场景识别被引量：7: 2018年; 场景识别一直是图像处理领域的重要问题之一,对研究移动机器人定位、计算机视觉等方面具有重要意义.然而,室内场景的复杂性与无序性使室内场景识别研究面临许多挑战.传统的手工提取特征无法充分描述室内场景的信息,而卷积神经网络提取的特征能够包含丰富的场景语义和结构信息,且对于平移、比例缩放、倾斜等形式的变形具有高度不变性,因此提出了应用基于卷积神经网络的GoogLeNet网络模型来完成识别任务的方法.该网络模型在深度学习框架Caffe上对MIT_Indoor数据集的识别准确率为59.7%,高于使用传统手工提取特征的算法的准确率,对比结果说明了深度卷积神经网络在室内场景识别问题上的有效性.; 杨鹏杨鹏孙昊孙丽红; 关键词：图像处理卷积神经网络

机器人实时对特定人语音优化识别仿真被引量：4: 2017年; 机器人实时对特定人语音识别功能直接关系到机器人的智能化水平。机器人实时对特定人语音识别主要难点在于传统识别算法计算量大,识别速度慢。针对上述问题,采用改进的基于最大距离阈值的动态时间规整算法来进行优化识别。算法应用最大距离阈值来限制计算过程,减少了计算量,提高了识别速率。应用改进前和改进后算法进行对比仿真,证实了改进的算法可以有效提高识别速率。; 梁永立杨鹏孙昊; 关键词：特定人语音识别

渝B2-20050021-1　渝公网安备 50019002500403号　违法和不良信息举报中心　互联网出版许可证　新出网证(渝)字10号

国家自然科学基金(61305101)