| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-19页 |
| 1.1 智能机器人国内外发展概况 | 第7-9页 |
| 1.1.1 智能机器人国外发展概况 | 第7-9页 |
| 1.1.2 智能机器人国内发展概况 | 第9页 |
| 1.2 智能机器人发展的关键技术 | 第9-10页 |
| 1.3 传感器融合技术研究现状及应用 | 第10-16页 |
| 1.3.1 数据融合的处理模型 | 第11页 |
| 1.3.2 数据融合的结构分类 | 第11-14页 |
| 1.3.3 传感器信息融合算法 | 第14-16页 |
| 1.4 数据融合的关键问题和研究方向 | 第16-17页 |
| 1.4.1 数据融合的关键问题 | 第16-17页 |
| 1.4.2 数据融合的研究方向 | 第17页 |
| 1.5 本论文主要研究内容 | 第17-19页 |
| 2 智能机器人视听融合系统的算法研究 | 第19-32页 |
| 2.1 人脸识别算法研究 | 第19-24页 |
| 2.1.1 人脸识别系统 | 第19-20页 |
| 2.1.2 人脸检测和定位算法 | 第20-22页 |
| 2.1.3 人脸特征提取和识别算法 | 第22-24页 |
| 2.2 基于专家系统视听融合算法研究 | 第24-27页 |
| 2.2.1 专家系统 | 第24-26页 |
| 2.2.2 基于产生式专家系统视听融合研究 | 第26-27页 |
| 2.3 基于人工神经网络视听融合算法研究 | 第27-31页 |
| 2.3.1 人工神经网络模型 | 第27-28页 |
| 2.3.2 人工神经网络分类 | 第28-30页 |
| 2.3.3 基于多层向前人工神经网络的视听融合研究 | 第30-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 智能机器人视听融合系统总体设计 | 第32-36页 |
| 3.1 系统的功能划分 | 第32页 |
| 3.2 系统需求分析 | 第32-33页 |
| 3.3 系统的性能要求 | 第33页 |
| 3.4 总体方案设计 | 第33-35页 |
| 3.4.1 系统信号处理方案 | 第34-35页 |
| 3.4.2 系统硬件选择 | 第35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 智能机器人视听融合系统设计与实现 | 第36-54页 |
| 4.1 基于FPGA的声音采集与逻辑控制模块 | 第36-43页 |
| 4.1.1 FPGA设计流程 | 第37-38页 |
| 4.1.2 FPGA芯片选型 | 第38页 |
| 4.1.3 FPGA硬件电路设计 | 第38-41页 |
| 4.1.4 FPGA软件设计 | 第41-43页 |
| 4.2 基于DSP的图像信息采集与数据处理模块 | 第43-50页 |
| 4.2.1 DSP芯片的选型 | 第43-44页 |
| 4.2.2 DSP的硬件电路设计 | 第44-49页 |
| 4.2.3 基于DSP的软件设计 | 第49-50页 |
| 4.3 视听融合算法软件设计 | 第50-53页 |
| 4.4 本章小结 | 第53-54页 |
| 5 智能机器人视听融合系统识别实验 | 第54-64页 |
| 5.1 DSP处理图像实验 | 第54-59页 |
| 5.2 FPGA处理声音实验 | 第59-62页 |
| 5.3 融合系统实验 | 第62-63页 |
| 5.4 本章小结 | 第63-64页 |
| 6 总结与展望 | 第64-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-72页 |