基于嵌入式GPU的智能服务机器人视觉系统软件设计

发布时间：2023-08-26 01:58

　　随着科学技术的快速发展和人们生活水平的不断提高,人们对服务机器人的需求正日益增加。目前,服务机器人已逐渐在医疗护理、家庭清洁、娱乐教育等多个领域内发挥重要作用,能够有效地帮助人们从枯燥繁琐的日常工作中解放出来。本论文针对家庭和办公场所的应用场景,采用英伟达的嵌入式GPU处理器Jetson TX2,设计并实现了一款智能服务机器人视觉系统软件。该软件具有目标对象检测、人脸识别、语音识别、语音合成和双目测距等五项功能,可以应用在各种智能服务机器人的视觉系统设计中,具有良好的实际应用价值。论文的主要工作如下:(1)系统需求分析。通过分析智能服务机器人视觉系统的软件功能和性能需求,选择具有256个GPU核的Jetson TX2处理器作为软件开发平台,根据Jetson TX2的平台特性设计软件的总体框架,将软件分为视觉检测、人机交互、视觉测距三大模块,并制定了软件的开发方案,搭建了系统开发环境。(2)视觉检测模块设计。视觉检测模块中对家庭和办公场景中常见椅子、桌子和笔记本电脑等9类物品以及人脸和人形进行检测。本论文首先通过比较三种目前主流的深度神经网络目标检测方法Faster R-CNN、SSD以...

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 论文研究背景和意义
    1.2 国内外研究现状
        1.2.1 服务机器人
        1.2.2 图像识别技术
        1.2.3 人机交互技术
        1.2.4 视觉测距技术
    1.3 主要研究内容
    1.4 组织结构
第2章 软件总体设计
    2.1 需求分析
        2.1.1 软件功能分析
        2.1.2 软件性能分析
    2.2 软件系统框架设计
        2.2.1 硬件平台概述
        2.2.2 软件框架设计
        2.2.3 软件开发方案
    2.3 开发环境搭建
        2.3.1 硬件开发环境
        2.3.2 软件开发环境
    2.4 本章小结
第3章 视觉检测模块设计
    3.1 基于卷积神经网络的目标对象检测简介
        3.1.1 目标对象检测的主要方法
        3.1.2 目标对象检测方法对比
    3.2 基于YOLOv2的目标对象检测
        3.2.1 训练数据制作
        3.2.2 网络结构设计
        3.2.3 模型训练
        3.2.4 目标对象检测效果分析
    3.3 检测算法优化
        3.3.1 TensorRT推理框架介绍
        3.3.2 基于TensorRT的算法优化
        3.3.3 优化结果测试
    3.4 本章小结
第4章 人机交互模块设计
    4.1 人脸识别
        4.1.1 FaceNet原理
        4.1.2 网络模型
        4.1.3 人脸库制作
        4.1.4 人脸特征信息对比
        4.1.5 人脸识别实验效果
    4.2 语音识别
        4.2.1 科大讯飞云平台简介
        4.2.2 语音识别库编译与移植
        4.2.3 语音识别流程设计
        4.2.4 识别语法设计
        4.2.5 识别结果解析
    4.3 语音合成
    4.4 人机交互功能设计
    4.5 本章小结
第5章 视觉测距模块设计
    5.1 双目测距原理
    5.2 相机标定与图像校正
        5.2.1 相机标定
        5.2.2 图像校正
    5.3 目标对象测距
        5.3.1 计算搜索区域
        5.3.2 特征点匹配
        5.3.3 目标对象测距
    5.4 本章小结
第6章 总结与展望
    6.1 工作总结
    6.2 展望
参考文献
致谢
攻读学位期间参加的科研项目和成果



本文编号：3843730