NAO机器人

摘要： 为了让NAO机器人能准确行走至目标位置,针对NAO机器人在目标识别中存在的坐标精度问题,搭建了基于NAO机器人的目标识别行走系统。在NAO机器人目标定位与行走实验中,采用单目视觉定位算法来确定目标位置,并在改变NAO机器人与目标的相对位置后进行了多次测量;通过坐标的误差补偿,使目标位置的坐标误差缩小至2 cm左右,满足了精度要求。

摘要： NAO机器人复杂性动作编程中往往难以提前预判会否发生摔倒等危险动作,目前尚未见到针对NAO平衡问题的改善方法。利用Choregraphe与Webots软件分析动作并结合物理方法测量物理属性,对NAO机器人重心进行数学建模,最终利用组合体重心公式,实现了机器人重心的实时计算。通过大量实验分析得出平衡动作的合理重心阈值,实现自动判定机器人复杂动作能否实现平衡;并通过编程对超出合理阈值的动作进行微调,输出调整后合适的重心位置,以便辅助完成复杂性动作的编排。经过反复测试,方法可以正确判断动作是否平衡并能对不合理动作给出相近合理重心的修正。

摘要： 提出了一种基于U-NET3D的机器人歌声分离方法.为了降低计算复杂度,仅在U-NET3D的第1层使用3维卷积神经网络,从输入的多声道音频中学习不同声源距离产生的幅度和相位特征.利用NAO机器人录制了具有多声源的4声道乐声混合音频数据集,录制的音乐和歌声源自iKala数据集.利用最小欧几里德距离对混音信号、伴奏和歌声进行序列匹配后合成6声道声音数据.实验结果表明,本文所提方法在噪声环境下具有良好的分离效果,与U-NET相比能更好地分离出目标歌声.

摘要： 基于NAO机器人的应用领域层出不穷,主要用于研究、教育、开发、自闭症等.借助NAO机器人身上的一系列用于探测和识别不同面部和物体形状的算法,设计并实现基于NAO机器人视觉的考勤系统,主要包括考勤系统的发展现状与基于NAO机器人考勤系统的优势、考勤系统的整体设计、基于图像识别的考勤技术、考勤系统的实现、研究总结与反思五个方面的内容.首先,阐述了研究NAO机器人视觉的考勤系统的原因与意义,总结了目前国内外基于NAO机器人视觉的发展现状;然后,通过结合该项研究所要解决的考勤问题并总结了目前现有的考勤的系统的不足与缺陷之处,介绍了系统中所设计的功能与系统的架构;接着,介绍了基于图像识别的考勤技术;然后,介绍了系统的实现的关键步骤与过程;最后,对研究该系统所用的技术进行了总结,对所解决的问题的成果做了一个说明,反思了目前该系统的不足与今后需要解决与完善的内容.

摘要： 介绍NAO机器人平台整体构造,建立基于层次分析法(AHP)的NAO机器人平台可靠性评价指标体系.构造递阶层次结构模型,应用Yaahp软件实现模糊综合评价(FCE)过程展示,为仿人形机器人平台可靠性评价提供可行方法.

摘要： 针对NAO机器人在点球比赛中,目标识别率过低的问题,本文提出一种基于OpenCV与NAOqi库的NAO机器人点球决策.使用NAOqi库获取NAO机器人摄像头捕获到的视频流,利用掩膜+霍夫圆检测算法实现对足球的高精准定位,并使用ALMotion模块控制机器人完成点球决策,结合使用Choregraphe程序完成点球动作.实验结果表明,该决策降低了点球比赛中识别球失败、踢球角度出现误差的情况,实现了快速稳定的目标识别.

摘要： 本文以NAO机器人为研究载体,以医学脑功能生物反馈在机器人控制领域的应用为研究重点,对脑机接口控制智能机器人系统进行设计,对系统设计思路关键环节进行分析,探索一种受训者通过脑控机器人训练而达成对自身脑电波优化的新路径,为抑郁障碍预测及辅助治疗提供借鉴.

摘要： 依托高校人工智能课程,结合垃圾分类这一重要民生问题,本文设计了基于NAO机器人的垃圾识别与目标抓取创新实验.基于NAO的实验开发平台Choregraphe,使用视频监视器进行图像数据的学习,建立图像数据库,进而使用Vision Reco.指令盒进行视觉识别.根据机器人运动学理论,实现NAO对目标的抓取动作设计,并使用NAOMarks进行定位信息处理,确保NAO正确定位垃圾桶位置.经过教学实践发现,学生对该种模式的教学方法有极高的学习兴趣,培养了学生的动手实践能力,对于学生创新实践思维的培养有积极的促进意义.

摘要： 通过人体示教计算零力矩点(zero moment point,ZMP),并通过补偿关节角度对其矫正的方法可以解决机器人步行不稳定的问题,但仍存在算法复杂度过高等问题.本文提出一种人体示教与机器学习相结合的方法,基于支持向量回归算法建立机器人的步态平衡泛化模型,通过该模型可以实现对模型输入人体示教的关节角度和ZMP信息后直接得到经稳定性补偿的关节角度,并以此驱动机器人完成步行动作.引入鲸鱼优化算法(whale optimization algorithm,WOA)优化模型的参数以使模型得到最优的泛化效果,完善步态平衡模型的性能.WEBOTS仿真平台下,使用模型输出的补偿后的关节角度驱动NAO机器人,其动作自然、稳定且算法复杂度较低,验证了本文方法的可行性.

摘要： 本发明公开了一种NAO机器人的寻球步态优化方法，包括：NAO机器人头部摄像头寻找并确认识别到足球并锁定，计算足球与NAO机器人的方位角度差；若角度差小于75°时，则使用NAOqi系统原生给定的腿部上下抖动方式旋转；若角度差大于75°小于105°时，采取转向为90°的库文件，并在机器人前进靠近足球的过程中进行小幅度的调整角度；若角度差在105°和135°之间时，则采取转向120°的库文件进行滑动转向；若角度差在135°与180°之间时则采用转向150°的库文件进行滑动转向。本发明将机器人的转身过程变为直接利用腿部各个关节之间的灵活转动，使得腿部和脚底在地面直接产生滑动，保持了良好的稳定性。

摘要： 机器人控制模型学习装置(10)对于以表示在动态环境中向目的地自主行驶的机器人的状态的状态信息为输入而从包括介入环境的介入行动的多个行动中选择并输出与机器人的状态对应的行动的机器人控制模型，将执行了介入行动的介入次数作为负的报酬对该机器人控制模型进行强化学习。

摘要： 本发明公开了一种基于MATLAB应用程序接口控制NAO机器人运动的方法，所属智能机器人技术领域，控制方法包括以下步骤：首先在MATLAB端进行数字标签指令的输入；在MATLAB上基于TCP/IP协议建立的客户端，与NAO机器人的IP地址和端口号进行连接，然后再进行指令的发送；在NAO机器人的控制软件上搭建服务端，通过TCP/IP协议进行指令的接收；接受到指令以后，每个数字标签指令分别对应NAO机器人的一个动作，通过运行NAO机器人控制软件即可控制NAO机器人执行对应标签的动作；NAO机器人接收相应的数字标签指令完成相应的动作。本发明通过基于MATLAB应用程序去控制NAO机器人进行运动，提出了一种基于MATLAB应用程序去控制NAO机器人进行运动的方法，消除了MATLAB爱好者在玩转NAO机器人时遇到的障碍。

摘要： 本发明公开了一种快速高准确度NAO型足球机器人视觉处理方法，具体实现步骤如下：首先需要运行BHuman机器人驱动，同时同步运行软件系统，进行与机器人之间图像信息的交传，然后通过驱动核心算法处理处理库中良好封装的模块化算法进行对于图像的计算和处理；对于测试模式，首先启动系统守护进程，随后调用GUI图像化调试界面进行图像的显示与信息的输出，然后驱动良好封装的核心算法处理模块进行对于图像的计算和处理。利用计算机视觉，指令集优化技术，对图像信号进行快速的流水线处理及运算，从而实现高性能机器人视觉处理算法流程，本视觉处理方法所实现的软件系统可以简单快速的应用在NAO机器人上，并大幅度提高机器人足球比赛视觉处理的准确性和效率。

摘要： 本发明涉及一种基于深度Double‑Q网络的Nao机器人路径规划方法，针对不确定环境，利用机器人获取的局部信息，实现在室内环境主动避障、规划路径达到设定的目标点，提高了常用的路径规划算法的泛化能力。通过对训练环境数据预处理来逼近真实场景下机器人可获取的局部环境信息以及设置合适的状态空间，动作空间和奖励函数，本方法可以直接利用获取的局部环境信息，在未知的环境中进行有效避障和路径规划，在一定程度上克服了传统算法需要获取充足的环境信息并再次进行建模、探索环境的不足，提高了算法的泛化能力，利于解决未知环境下的路径规划问题。

摘要： 本发明公开了一种基于NAO机器人的辅助教学系统及方法，包括：视觉识别模块：通过NAO相机拍摄的图像或录制的视频，识别用户动作，执行相应的反应；智能交互模块：NAO机器人通过肢体动作结合语音的方式，进行情感表达，再利用网络通信功能对系统服务器中的语音功能进行调用，以此实现与用户之间的沟通；基本感知模块：NAO机器人对基本信息的刺激作出反应，能够找到人并且和人进行交互；动作执行模块：识别语音，NAO机器人执行系统设定好的相应动作。

摘要： 本发明涉及一种简易的Nao机器人摄像头外参数标定方法，该方法包括以下步骤：标定初始化步骤：将包含二维码的标定板相对于机器人的位置固定放置，标定二维码相对于机器人的坐标，并基于二维码ID值保存；数据采集步骤：通过摄像头采集二维码的图像，保存每个图像的二维码ID值、摄像头信息和关节信息；投影变换步骤：基于二维码ID值，通过摄像头信息和关节信息构建投影变换参数，将每个二维码坐标投影到采集的包含该二维码的图像平面中；优化计算步骤：构建误差函数，对投影变换参数进行优化；标定结果获取步骤：评估优化后的投影变换参数，标定摄像头外参数；二维码为ArUco二维码。与现有技术相比，本发明具有标定效率高、准确度高、可靠性高、易于操作等优点。

摘要： 本发明涉及一种基于Heatmap的Nao机器人目标检测足球候选点的生成方法，包括选取卷积神经网络为目标检测模型，模拟比赛环境，采集多组图片制作训练和测试用数据集，并生成Heatmap，处理得到Heatmap可视化结果，重构卷积神经网络加快网络计算速度，并设定合适的阈值，Heatmap中大于设定阈值的点即为球的候选点，最终将候选点送入分类器得到最终准确的识别结果。本发明增强了Nao机器人视觉系统对比赛场地光线环境的适应能力，能够在不同的光线环境下实现对球的高精度识别，利用较少的卷积层完成特征提取，保证了识别的实时性，同时通过生成足球候选点再进入分类器识别的方法，较大的提高了其对足球识别的准确率。

摘要： 本实用新型实施例涉及一种轨道机器人用活动连接装置、动力机器人、采集机器人、供电机器人和轨道机器人，其中轨道机器人用活动连接装置包括：固定装置和连接组件；固定装置上连接有负载载荷；连接组件包括串联的横摆连接梁和纵摆连接梁；横摆连接梁通过横摆连接轴连接在固定装置上，纵摆连接梁通过纵摆连接轴连接在横摆连接梁上，纵摆连接梁通过转动轮与轨道连接；或，纵摆连接梁通过纵摆连接轴连接在固定装置上，横摆连接梁通过横摆连接轴连接在纵摆连接梁上，横摆连接梁通过转动轮与轨道连接。本实用新型实施例提供轨道机器人用活动连接装置，可以实现完成轨道机器人的上下左右灵活运动。

摘要： 本实用新型公开了一种基于NAO机器人的辅助教学装置，包括油笔画板、移动板和抹布，油笔画板固定安装在NAO机器人前端中部，油笔画板两侧均固定连接有侧板，侧板前端设有滑槽，移动板背部两端固定连接有与滑槽对应的滑轮，NAO机器人前端设有触控屏，NAO机器人的两个机械手臂分别固定连接在移动板两端，抹布端部的上下两侧均缝合有绑带，抹布同端的两个绑带通过按扣连接，通过在NAO机器人前端安装油笔画板，方便学生跟着NAO机器人内的教学模块边学习边动手解答，提高学习效率，通过在油笔画板前滑动连接移动板，并与NAO机器人的机械手臂连接，通过擦除模块控制机械手臂上下移动从而可以使移动板上的抹布清理油笔画板，方便学生使用。