摘要 | 第5-6页 |
Abstract | 第6页 |
第一章 绪论 | 第11-18页 |
1.1 引言 | 第11页 |
1.2 国内外智能轮椅的发展现状 | 第11-13页 |
1.2.1 国外智能轮椅发展现状 | 第12-13页 |
1.2.2 国内智能轮椅发展现状 | 第13页 |
1.3 智能轮椅的关键技术 | 第13-16页 |
1.3.1 导航避障技术 | 第14-15页 |
1.3.2 人机交互技术 | 第15-16页 |
1.4 本文的研究内容以及论文结构 | 第16-17页 |
1.5 本章小结 | 第17-18页 |
第二章 智能轮椅总体方案设计 | 第18-27页 |
2.1 智能轮椅的主要功能模块 | 第18-19页 |
2.2 智能轮椅的设备选型 | 第19-21页 |
2.3 智能轮椅的系统框架 | 第21-23页 |
2.3.1 智能轮椅的硬件框架 | 第21-22页 |
2.3.2 智能轮椅的软件框架 | 第22-23页 |
2.4 智能轮椅的运动学模型 | 第23-26页 |
2.5 本章小结 | 第26-27页 |
第三章 智能轮椅的导航避障 | 第27-40页 |
3.1 常用避障方法 | 第27-28页 |
3.1.1 人工势场法 | 第27页 |
3.1.2 方向区间柱图法 | 第27-28页 |
3.1.3 曲率速度法 | 第28页 |
3.2 3样条轨迹规划 | 第28-34页 |
3.2.1 改变 3 | 第30-31页 |
3.2.2 改变起始角 | 第31-32页 |
3.2.3 同时改变 3和起始角度 | 第32-33页 |
3.2.4 最优路径选择 | 第33-34页 |
3.3 轨迹跟踪 | 第34-36页 |
3.4 实验分析 | 第36-39页 |
3.4.1 激光雷达坐标转换 | 第36-37页 |
3.4.2 避障实验 | 第37-39页 |
3.5 本章小结 | 第39-40页 |
第四章 基于 Kinect 的视觉跟踪和导航系统 | 第40-54页 |
4.1 视觉跟踪和导航系统框架 | 第40-41页 |
4.2 半监督 on-line boosting 视觉跟踪 | 第41-48页 |
4.2.1 目标灰度特征 | 第41-43页 |
4.2.2 半监督 on-line boosting 算法框架 | 第43-45页 |
4.2.3 特征选取 | 第45-47页 |
4.2.4 分类器训练与分类 | 第47-48页 |
4.3 实验分析 | 第48-53页 |
4.3.1 视觉跟踪实验 | 第48-49页 |
4.3.2 跟踪和导航实验 | 第49-53页 |
4.4 本章小结 | 第53-54页 |
第五章 基于想象运动的脑机控制接口 | 第54-70页 |
5.1 脑机接口的介绍 | 第54-56页 |
5.1.1 脑机接口的概念和分类 | 第54页 |
5.1.2 脑电信号的产生原理和特点 | 第54-56页 |
5.2 想象运动脑机接口的设计 | 第56-65页 |
5.2.1 数据采集与存储 | 第57-58页 |
5.2.2 数据预处理 | 第58-60页 |
5.2.3 共空间模式提取特征 | 第60-61页 |
5.2.4 分类与识别 | 第61-62页 |
5.2.5 训练模块设计 | 第62-63页 |
5.2.6 实时控制模块设计 | 第63-65页 |
5.3 实验分析 | 第65-69页 |
5.3.1 算法验证 | 第65-66页 |
5.3.2 想象运动脑机接口测试 | 第66-67页 |
5.3.3 实际控制轮椅 | 第67-69页 |
5.4 本章小结 | 第69-70页 |
第六章 基于 Google Speech 语音识别的控制接口 | 第70-81页 |
6.1 语音识别控制接口系统流程 | 第70页 |
6.2 语音识别引擎的选择 | 第70-72页 |
6.3 aGoogle 语音识别引擎的调用 | 第72-73页 |
6.4 语音数据采集 | 第73-74页 |
6.5 语音数据的检测 | 第74-76页 |
6.6 轮椅的实时语音识别 | 第76-77页 |
6.7 实验分析 | 第77-80页 |
6.8 本章小结 | 第80-81页 |
总结与展望 | 第81-83页 |
1 论文主要工作总结 | 第81页 |
2 本论文进一步的工作展望 | 第81-83页 |
参考文献 | 第83-88页 |
攻读硕士学位期间取得的研究成果 | 第88-89页 |
致谢 | 第89-90页 |
附件 | 第90页 |