喂饭机器人视觉定位及识别方法研究开题报告

 2020-02-10 10:02
1.目的及意义(含国内外的研究现状分析)

1.1 目的及意义

随着社会的发展与进步,服务业的格局受到了一定的影响,越来越少的人加入服务业,导致了部分服务行业的员工资源紧缺,养老院的员工就是这样的状况。由于工作辛苦,工作任务多,工资不够理想,很多养老院的工作人员对老人的态度一般甚至很差,有的人也会选择离职。在这样的背景下,部分养老院需求一部分喂饭机器人代替工作人员进行喂饭的工作,这样既可以减少工作人员对待老人态度差的状况,又可以减少工作人员的工作负担,同时弥补了工作人员不足的空缺。

可以说喂饭机器人是根据实际需求产生的一个课题。机器人仿生的过程中,它获取信息的途径就是视觉系统。机器视觉是近几年来发展比较快的一个项目,它的应用也非常广泛,而人脸识别又是这一系列应用中作为热门的应用。人脸识别技术目前已经广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗等行业。我国的人脸识别产业的需求旺盛,需求推动导致企业敢于投入资金。在我国智能制造的大潮中,机器视觉无可替代。在喂饭机器人项目中,涉及到的也是人脸识别,让机器人识别人脸中嘴部的的位置与距离,来指导运动机构进行喂饭操作。

1.2 国内外研究现状

本文根据实际需求产生,旨在完成具体任务,包括完成喂饭机器人视觉识别方法研究,完成喂饭机器人视觉识别定位方法研究,完成喂饭机器人的视觉识别算法验证。

1.2.1 国外研究现状

2014年,Rahul Srivastava等的基于智能交互式视觉距离估计机器人,半自动机器人装载图像处理和机器学习模块,先对机器人进行训练,然后让机器人进行测距操作。

2015年,Roland SZABOacute;的基于机器视觉的手臂控制系统中,利用机器视觉系统输入信息,然后控制机器手臂进行运动。

2019年,Atieri、Ceccacci等设计了一种能够根据检测到的用户的情绪状态自适应地管理多媒体内容(例如音乐,视频剪辑等)和照明场景的系统。系统从用户的面部表情中捕捉情感,将其映射到2D空间,在该空间中多媒体内容被映射并与照明颜色匹配。初步测试的结果表明,所提出的系统能够以共生的方式检测用户的情绪状态并管理适当的音乐和颜色。

2019年,Domingo Mery、Ignacio Mackenney 、Esteban Villalobos等设计了基于智能机的考勤系统。对于拥挤的教室来说,考勤表的人工管理是费力的。他们提出并评估了可以在拥挤的教室中使用的自动化学生考勤系统的一般方法,其中会话图像由智能手机摄像头拍摄。使用一种协议来评估基于学习和手工特征的十种面部识别算法,该协议考虑了在图库中使用的每个主体的面部图像的数量。在及具体的实验中,最好的一个是FaceNet,一种基于深度学习功能的方法,每个受试者只有一个登记图像,达到约95%的准确率。

1.2.2 国内研究现状

2009年,贾建成的用于工业装配检验的机器视觉应用,该应用主要针对的的是制造车间,其中介绍了医疗注射器组装机器视觉技术的成功工业应用。

您需要先支付 5元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,微信号:bysjorg 、QQ号:3236353895;