基于深度学习的机器人汉字书写方法研究

发布时间：2024-03-30 23:10

　　书写能力是人类智慧的象征。以构建汉字书写自主学习能力作为手段,研究机器人智能化是近年来的一项热点研究话题。传统的机器人汉字书写技术局限于图像处理与数据集中确定的汉字结构,丢失了汉字书写过程中包含的笔顺信息以及汉字书写个性化的特征。本论文结合深度学习相关技术,构建汉字序列生成模型,利用Dobot机器人及相关控制算法,实现机器人汉字书写任务,解决了汉字笔顺信息的保存与结构形态多样化问题。论文主要是对机器人汉字书写方法进行了两大部分研究:一个是基于在线手写数据集,利用了删除冗余点,归一化等预处理操作降低了数据复杂度,并且使用长短时记忆网络,混合高斯模型和softmax模型针对汉字序列完成生成模型搭建,实现基于深度学习技术的汉字笔迹生成模型构建。另一个是通过机器人正逆运动学计算,完成汉字书写任务的轨迹规划,并且基于Dobot机械臂实现汉字生成模型与机器人系统的对接,使机器人能够自主进行汉字书写。论文基于CASIA-OLHWDB在线手写数据集设计了对应的可视化软件,并对预处理前后汉字字符数据进行对比分析,利用预处理后的数据集经过汉字笔迹生成模型训练生成多种形态的汉字,同时基于DOBOT机械臂完成...

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

图1-1机器人结构分类直线关节型机器人是一种基于平面上设计的机器人，机械结构简单，是一种以伺服电机控制的单轴机器人，从设计方式来看能够很容易的确

图1-1机器人结构分类直线关节型机器人是一种基于平面上设计的机器人，机械结构简单种以伺服电机控制的单轴机器人，从设计方式来看能够很容易的确器人末端轨迹的平面坐标，从而对汉字笔画可以进行快速的轨迹规为了提升机器人汉字书写的准确性，研究者们对汉字笔画轨迹获取了一定的改进，如增加笔....

图2-1传统图像处理流程

图2-1传统图像处理流程画之前，需要对图像进行一系列预处理操细化和去毛刺，图像预处理前后的文字图

图2-2图像预处理前后对比

其中包括阈值化，闭运算，细化和去毛刺，图像预处理前后的文字图像对比如下图2-2所示：图2-2图像预处理前后对比

图2-3像素位置示意图

图2-3像素位置示意图保持汉字结构的完整性的基础上，一分离汉字笔画打下基础。当中，得到的骨架经常会出现断裂与去除毛刺的操作。对于骨架断裂的近的点，也可以利用样条插值法将于骨架中出现的多余部分可以进行貌当长度大于设定阈值时则判断为毛刺字图像，都可以利用上述方法获取器人能按照笔画....

本文编号：3943078