幼儿守护智能机器人关键性技术研究
发布时间：2021-07-01 08:40
幼儿守护智能机器人在机器人智能化研究中有着十分重要的位置,在人们的日常工作和生活中有着广阔的应用前景。幼儿守护智能机器人的目标检测是通过获取图像信息来识别幼儿及其所处环境的一项技术,也是一个重要的研究方向。本文研究了幼儿守护智能机器人的目标检测技术,对检测的速度和精度进一步作了优化。传统的目标检测技术主要是利用手工设计的特征并与分类器相结合,根据提取的特征进行分类得出检测结果,而针对不同的问题往往需要设计特定的特征,这对设计者提出了较高要求。近年来,卷积神经网络在机器人的目标检测领域取得了重大进展,卷积神经网络可以通过对图像进行卷积操作,自动学到有效的深层特征,提高目标检测的准确率,而且对各种环境均有一定的鲁棒性。本文研究的具体内容如下:（1）在目标检测过程中,为保证采集到的图像的真实程度,需要进行相机标定。首先对相机的坐标系及各坐标系的转换进行研究,接着分析了相机的线性模型和非线性模型,并对其数学原理做了相关推导,最后对相机标定方法进行研究,本文选择张正友相机标定法进行相机标定,并在Matlab上进行实验获取相机的内外参数及畸变参数,为后续的目标检测打下坚实的基础。（2）本研究所用的...
【文章来源】：山东理工大学山东省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
摩托曼制作煎饼
技术与人工智能技术相结合，面向家庭服务的智能服务型机器人，是目前最先进且前景光明的一种，可以实现送饭、夜间陪护儿童、拿放操作等简单任务。实物智能看护机器人ASIMO，如图1.4 所示。图 1.4 智能护理机器人实物图Fig.1.4 Actual Structure of Intelligent Care Robot
山 东 理 工 大 学 硕 士 学 位 论 文 第 一 章 绪 论目前，日本的机器人技术处在时代前沿，是护理机器人研究和应用的领导者。在 201年上海世博会上，日本安川电机公司推出了一款家政服务机器人“Motoman”，如图 1.所示，它可以巧妙地在平底烤盘中翻转和烹饪煎饼。图 1.2 展示了东京大学开发的 HRP-家政服务机器人在表演清洗水杯。随着科技的发展，日本又研制出了可以对婴幼儿测量体温的智能机器人，还可以对幼儿园的孩子进行看护。
【参考文献】：
期刊论文
[1]卷积神经网络特征重要性分析及增强特征选择模型[J]. 卢泓宇,张敏,刘奕群,马少平. 软件学报. 2017(11)
[2]基于卷积神经网络的目标识别及姿态检测[J]. 黄心汉,苏豪,彭刚,熊超. 华中科技大学学报(自然科学版). 2017(10)
[3]卷积神经网络在目标轮廓检测中的应用[J]. 李海燕,胡玉兰. 电子世界. 2017(16)
[4]深度学习在目标视觉检测中的应用进展与展望[J]. 张慧,王坤峰,王飞跃. 自动化学报. 2017(08)
[5]基于Fast R-CNN的车辆目标检测[J]. 曹诗雨,刘跃虎,李辛昭. 中国图象图形学报. 2017(05)
[6]工业机器人与数控加工组合应用[J]. 张军,罗英俊,蒲德星,宁玉红. 金属加工(冷加工). 2017(Z1)
[7]医疗服务机器人应用与发展研究报告[J]. 黄敦华,李勇,陈容红. 机电产品开发与创新. 2014(03)
[8]工业4.0:智能工业[J]. 王喜文. 物联网技术. 2013(12)
[9]深度学习研究综述[J]. 孙志军,薛磊,许阳明,王正. 计算机应用研究. 2012(08)
[10]基于单目视觉的工业机器人目标识别技术研究[J]. 王修岩,程婷婷. 机械设计与制造. 2011(04)
博士论文
[1]基于深度学习的野外巡线系统图像目标检测研究[D]. 王振华.中国地质大学(北京) 2018
硕士论文
[1]基于领域词典与机器学习的中文评论情感分析[D]. 杨鹏.南京邮电大学 2018
[2]基于深度卷积神经网络和图像传感器的道路多目标检测研究[D]. 谢一德.北京交通大学 2018
[3]基于深度学习的自然场景文字检测方法研究[D]. 胡胤.广东工业大学 2018
[4]基于深度学习的工业机器人视觉分拣方法研究[D]. 周玉强.苏州大学 2018
[5]基于道路交通场景的目标跟踪方法研究与实现[D]. 康煦.西安电子科技大学 2018
[6]基于深度神经网络的物体识别方法研究及实现[D]. 郭济民.电子科技大学 2018
[7]Siamese-CNN算法研究及其在法院裁判预测中的应用[D]. 韩金波.大连理工大学 2018
[8]智能机器人目标检测的深度学习算法研究[D]. 张思雨.哈尔滨工程大学 2018
[9]柔性物体运动捕获方法应用与研究[D]. 龚肖.江苏科技大学 2018
[10]基于点状特征的柔性物体三维运动捕获方法的应用与研究[D]. 廖芳.江苏科技大学 2018
本文编号：3258814
【文章来源】：山东理工大学山东省
【文章页数】：76 页
【学位级别】：硕士
【部分图文】：
摩托曼制作煎饼
技术与人工智能技术相结合，面向家庭服务的智能服务型机器人，是目前最先进且前景光明的一种，可以实现送饭、夜间陪护儿童、拿放操作等简单任务。实物智能看护机器人ASIMO，如图1.4 所示。图 1.4 智能护理机器人实物图Fig.1.4 Actual Structure of Intelligent Care Robot
山 东 理 工 大 学 硕 士 学 位 论 文 第 一 章 绪 论目前，日本的机器人技术处在时代前沿，是护理机器人研究和应用的领导者。在 201年上海世博会上，日本安川电机公司推出了一款家政服务机器人“Motoman”，如图 1.所示，它可以巧妙地在平底烤盘中翻转和烹饪煎饼。图 1.2 展示了东京大学开发的 HRP-家政服务机器人在表演清洗水杯。随着科技的发展，日本又研制出了可以对婴幼儿测量体温的智能机器人，还可以对幼儿园的孩子进行看护。
【参考文献】：
期刊论文
[1]卷积神经网络特征重要性分析及增强特征选择模型[J]. 卢泓宇,张敏,刘奕群,马少平. 软件学报. 2017(11)
[2]基于卷积神经网络的目标识别及姿态检测[J]. 黄心汉,苏豪,彭刚,熊超. 华中科技大学学报(自然科学版). 2017(10)
[3]卷积神经网络在目标轮廓检测中的应用[J]. 李海燕,胡玉兰. 电子世界. 2017(16)
[4]深度学习在目标视觉检测中的应用进展与展望[J]. 张慧,王坤峰,王飞跃. 自动化学报. 2017(08)
[5]基于Fast R-CNN的车辆目标检测[J]. 曹诗雨,刘跃虎,李辛昭. 中国图象图形学报. 2017(05)
[6]工业机器人与数控加工组合应用[J]. 张军,罗英俊,蒲德星,宁玉红. 金属加工(冷加工). 2017(Z1)
[7]医疗服务机器人应用与发展研究报告[J]. 黄敦华,李勇,陈容红. 机电产品开发与创新. 2014(03)
[8]工业4.0:智能工业[J]. 王喜文. 物联网技术. 2013(12)
[9]深度学习研究综述[J]. 孙志军,薛磊,许阳明,王正. 计算机应用研究. 2012(08)
[10]基于单目视觉的工业机器人目标识别技术研究[J]. 王修岩,程婷婷. 机械设计与制造. 2011(04)
博士论文
[1]基于深度学习的野外巡线系统图像目标检测研究[D]. 王振华.中国地质大学(北京) 2018
硕士论文
[1]基于领域词典与机器学习的中文评论情感分析[D]. 杨鹏.南京邮电大学 2018
[2]基于深度卷积神经网络和图像传感器的道路多目标检测研究[D]. 谢一德.北京交通大学 2018
[3]基于深度学习的自然场景文字检测方法研究[D]. 胡胤.广东工业大学 2018
[4]基于深度学习的工业机器人视觉分拣方法研究[D]. 周玉强.苏州大学 2018
[5]基于道路交通场景的目标跟踪方法研究与实现[D]. 康煦.西安电子科技大学 2018
[6]基于深度神经网络的物体识别方法研究及实现[D]. 郭济民.电子科技大学 2018
[7]Siamese-CNN算法研究及其在法院裁判预测中的应用[D]. 韩金波.大连理工大学 2018
[8]智能机器人目标检测的深度学习算法研究[D]. 张思雨.哈尔滨工程大学 2018
[9]柔性物体运动捕获方法应用与研究[D]. 龚肖.江苏科技大学 2018
[10]基于点状特征的柔性物体三维运动捕获方法的应用与研究[D]. 廖芳.江苏科技大学 2018
本文编号：3258814
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3258814.html
