機器人的視聽覺交叉感知技術(shù)研究.pdf

1、將人的大腦信息處理機制引入到智能機器人上，對機器人的智能化發(fā)展起到?jīng)Q定性作用，并成為重要的研究方向。本文模擬人的視聽覺交叉感知機制，從聽覺的聲源定位，到視覺進行目標檢測、識別與測距幾方面，研究機器人的視聽覺交叉感知模型，實現(xiàn)機器人對環(huán)境中視聽覺信息的認知。
　　本文主要從以下幾個方面進行研究:
　　在聲源定位方面，模擬人的聽覺上行通路進行聲音采集、傳導(dǎo)與定位，下行通路糾正偏差的機理。在機器人上行通路采用基于人的雙耳定位模型的

2、時延估計定位算法。在下行通路中，引入模擬大腦皮層聽覺整合機理的神經(jīng)網(wǎng)絡(luò)算法，利用RBF神經(jīng)網(wǎng)絡(luò)良好的泛化能力與學習收斂速度，將廣義互相關(guān)算法得到的聲源位置進行非線性誤差矯正。仿真實驗表明該方法提高了聲源定位的精度。
　　在視覺感知方面，仿照人的兩條視覺通路，在what通路，對基于視覺感知機理的三種HMAX模型進行分析，并抽象出視覺感知模型框架；采用AdaBoost算法，設(shè)計了基于HMAX模型框架的目標檢測模型；通過在S1層采用快速

3、的小波變換取代Gabor濾波，C1層利用SVDP特征提取算法替換最大化模板方法，在VTU識別層利用稀疏表示的分類算法，設(shè)計了基于HAMX模型框架的目標識別模型。在where通路，根據(jù)人的視覺空間感知機制，設(shè)計機器人的雙目測距模型，利用雙目攝像頭的焦距和三角定理實現(xiàn)視野內(nèi)目標的定位。最后，仿真實驗表明新型目標檢測、識別與定位模型算法的有效性，有效降低了時間復(fù)雜度。
　　研究人的視聽覺交叉感知機理，分別從聽覺通路對聲源定位的影響機制和