家居机器人(毕业论文)

1、 汇报人：邵立智物理与电子信息学院论文答辩论文答辩题目：家居无障碍人机交互平台的设计与实现论文内容简述 本作品是基于QSC舵机控制器和一款非特定语音识别语音模块及多种具有功能代表性的常用传感器构成的家居无障碍人机交互平台。能与人实现对话和交流、接收使用者的指令信息后无障碍的为使用者提供最优的指令相关内容。提出环境因数情感分析算法，可根据当前环境因素向有利于使用者心情缓解的方向进行语言交流。用于解决当前社会特殊人群的居家生活和监护问题，有助于缓解人孤独感及交流障碍。是互联网进行自主学习提升等功能智能家居终端机器人平台。 关键字：无障碍人机交互平台、多元信息对比判断算法、环境因素控制算法、语音筛选

2、算法、经验拟合算法、防错优化算法一、设计目的中国人口老龄化趋势图二、结构与框图底层运动控制层中枢指令决策层通信口分信号转换接口层顶层传感器区状态显示区灯光控制区二、结构与框图输出控制区域灯光控制域空调控制域运动控制层智能家居控制层预判断设置标志位区域指令分类区中枢运动决策区语音接收模块红外接收模块图像采集模块输入输出系统结构框图系统结构框图人体自然感官反馈三、控制算法设计1、语音识别 语音筛选算法1. 通过增加“垃圾关键词”屏蔽同音词。例如：要识别“北京”，返回值为“001”，那么可以这样做。输入关键词为：00,bei jing,001,$ 解析：第0行存放关键词“北京”，返回值设为“001”

3、01,bei xing,255,$ 解析：第1行存放关键词“北星”，返回值设为“255”02,yan jing,255,$ 解析：第4行存放关键词“眼睛”，返回值设为“255”03,ying ying,255,$ 解析：第5行存放关键词“英英”，返回值设为“255”04,ting ting,255,$ 解析：第6行存放关键词“听听”，返回值设为“255”（注意：北星、北方、天津、眼睛、英英、听听等等，这些关键词不多不少发音都有点接近“北京”，我们设置返回值为“255”把这些同音词屏蔽掉。）2. 在要求识别精度高的场合使用“口令模式”来降低误识别率。（即：事先编辑好相应指令的指令代码，通过诸如0

4、、1、2这样口令指令进行操作）3. 使用“按键触发识别”法来降低误识别率。三、控制算法设计2、运动控制 多元信息比对判断算法S(sound)声音指令I(Infra-red)红外指令L(Lip-flag)唇部运动标志S-P(Precision)声音指令相关系数I-P红外指令相关系数L-P图像指令相关系数 经过实验室多次实验，根据经验法，建立在此次设计平台的实验参数取值：I-P：0.7；S-P：0.4+LP；（注：LP=f（L），LP为根据唇部运动标志位参数计算得出图像指令实际相关系数）判断：S-PI-P 语音指令命令内容优先； S-PI-P？是否语音指令命令内容优先红外指令命令内容优先三、控制算

5、法设计3、智能家居自适应型控制系统 基于经验拟合算法的多元信息防错优化算法空调控制系统空调控制系统RTP(Real time temperature)室内实时温度;TF(temperature-factor)温度因数;ACF(Air-command-factor)使用者指令因数;AF(Age-factor)使用者年龄因数;GF(Guidance-factor)指导温度因数;TC(Temperature command)空调温度命令;TF=g（RTP）；TC=G（TF,ACF,AF）；得出TC值为综合输出科学空调温度调整值。通过此函数给出合理的空调温度控制方案，结合室内温度和用户指定温度进行系数配比，得出更加科学的控制温度，提高系统的控制精度，进一步满足特护人群的需求。灯光控制系统灯光控制系统ILI（Inside-Light-Intersity）室内光照强度;RT(Real-time)实时时刻;LC(Light-command)照明亮度指令;TOB(The-outsigde-brightness)有效科学亮度;LTF(Luminance-time-factor)亮度因数;TOB=LC*0.7+|(T-12)/LTF|+ILI;（参数0.7为通过经验拟合算法得出）输出电压：V（Voltage）=TOB*LVC;通过此方程给出合理的灯光控制方案，既条件性满足用户需求，