本文摘要：摘要:為了提高收割機遠程控制作業的智能化水平，實現收割機的無人化作業，基于音樂舞蹈機器人的音樂識別技術，在遠程控制系統的設計上引入了語音指令識別系統，在收割機作業遇到突發狀況時可以實現收割機的遠程干預。為了驗證控制系統的可行性，模擬農田無人
摘要:為了提高收割機遠程控制作業的智能化水平，實現收割機的無人化作業，基于音樂舞蹈機器人的音樂識別技術，在遠程控制系統的設計上引入了語音指令識別系統，在收割機作業遇到突發狀況時可以實現收割機的遠程干預。為了驗證控制系統的可行性，模擬農田無人化作業的環境，對收割機指令識別系統的識別精度和動作執行誤差進行了測試，結果表明:采用小波神經網絡算法后，語音指令識別系統可以得到較高的語音識別和動作執行精度，滿足了收割機遠程控制系統智能化設計需求。
關鍵詞:智能收割機;遠程控制系統;舞蹈機器人;神經網絡;小波算法
0引言
語音識別技術是讓計算機識別一些語音信號，并把語音信號轉換成相應的文本或者命令的一種高科技技術。語音識別技術所涉及的領域非常廣泛，包括信號處理、模式識別、人工智能等技術，從簡單的音樂舞蹈機器人到現代自動化裝配的遠程控制，語音識別技術發揮了越來越大的作用。隨著農業現代化技術的不斷發展，無人化作業農機被應用到了農業生產作業過程中，在農機自主作業過程中會遇到一些突發狀況，需要進行實時監控，并對其作業情況進行遠程干預，從而提高其作業質量和效率。
機器方向評職知識：機器人科學論文可以投稿的期刊
1音樂舞蹈機器人和語音識別系統
在設計音樂舞蹈機器人時，舞蹈機器人的動作需要根據音樂的節拍變化做出相應的調整，需要對音樂的節拍進行快速有效的識別。音樂節拍是音樂的重要特征，如果能對音樂節拍快速智能化識別，將大大提高音樂舞蹈機器人的動作準確性，還可以自主根據音樂進行舞蹈，提高機器人的智能化程度。音樂節拍的識別和語音指令的識別類似，在農業領域無人收割機的遠程控制可以通過語音指令來實現。在無人機作業時，農機管理人員只需要在遠程辦公室為農機布置下作業任務，農機便可以按照預定程序進行播種和收獲等作業。在遇到突發狀況或者作業故障時，通過語音指令來遠程控制農機是一種簡單、快速的控制方法，這就需要無人駕駛農機具有語音識別系統。
語音識別系統的原理是特征模式的識別，其基本的框架結構主要是由5部分組成，包括信號采集和處理模塊、特征提取模塊、參考庫建模、模式匹配、動作執行模塊。在進行遠程語音指令識別時，先對語音信號進行采集和處理，然后對語音指令信號的特征進行提取，將指令特征和參考庫里的指令進行對比后匹配;最后，識別到語音指令對應的執行動作，控制系統發出控制指令執行收割作業動作。
2舞蹈機器人及其語音識別學習算法
舞蹈機器人的舞蹈動作設計基于對音樂的識別，普通舞蹈機器人主要是根據某一首歌曲、按照歌曲的播放時間和節奏來完成舞蹈動作，在播放不同的歌曲時會跳出不同的舞蹈動作。在播放歌曲時，可以單首播放，也可以循環播放。循環播放的功能設計。其中，while能夠使一首歌曲播放完后還可以繼續返回歌曲首部，繼續播放。MP3按鈕的主要功能是插入歌曲音頻文件，根據機器人舞蹈動作所需要的歌曲插入歌曲文件，插入歌曲文件后可以根據歌曲的節奏對機器人進行動作設計。機器人的舞蹈動作主要是由舵機來進行控制的，以機器人舞蹈時的左轉為例，通過該功能模塊的設計，機器人在左轉舵機的控制下可以向左旋轉90°。
利用4個舵機可以完成舞蹈機器人的360°旋轉。普通的舞蹈機器人是根據音樂來進行舞蹈動作的，如果機器人能夠對非機器人自身播放的音樂進行識別，根據音樂來跳舞，可以大大提高機器人的智能化程度。這種功能可以推廣到收割機的遠程控制指令識別系統的設計上，在指令識別時需要引入智能化學習算法。神經網絡算法是常用的學習算法，具有推理機制和知識庫系統，結合小波算法對權值進行修正，可以實現智能學習過程。以BP神經網絡為例，通過神經網絡算法可以有效地提高學習的精度。BP神經網絡采用誤差前饋的方法。
為了提高收割機遠程語音動作指令識別的智能化水平，可以利用神經網絡算法對動作數據庫進行記錄，并對數據進行訓練，然后建立語音指令數據庫。在收割機進行作業時，遠程發送指令后通過語音識別系統對指令進行識別，通過將指令和動作數據庫進行匹配后執行動作指令。在執行動作指令時，為了提高動作的精度，還可以利用小波神經網絡算法對動作誤差進行修正。
3收割機智能控制系統測試
隨著隨著物聯網、大數據、移動互聯網、智能控制、衛星定位等信息技術的發展，越來越多智能化的無人駕駛農機在田間大顯身手。識別誤差統計結果表明:采用神經網絡訓練算法可以得到較高的識別精度，滿足語音指令識別系統的設計需求，且隨著訓練次數的不斷增加精度會進一步提高。
4結論
為了提高收割機作業的智能化水平，實現無人作業，在收割機遠程控制系統的設計上引入了舞蹈機器人的音樂識別技術，并采用神經網絡算法和小波神經網絡算法對語音識別誤差和動作執行的準確度進行了優化，從而提高了遠程控制的精度。模擬農田的作業環境對收割機遠程語音識別誤差和動作執行的誤差進行了測試，結果表明:采用神經網絡算法可以得到較高的語音指令識別精度。最后，對分別采用神經網絡算法和小波神經網絡算法的動作執行精度進行了對比，結果表明:采用小波神經網絡算法可以得到更高的動作執行精度。
參考文獻:
[1]李蕾，劉建鵬.采用改進神經網絡PID控制的移動機器人軌跡追蹤控制研究[J].井岡山大學學報(自然科學版)，2019，40(1):68-72.
[2]郭鵬，楊武華，楊國正，等.仿生機器人民族舞蹈表演的實現[J].科學技術創新，2018(35):68-69.
[3]劉學.基于字符識別的收割機機器視覺研究[J].農機化研究，2020，42(10):47-50.
[4]陳遠玲，覃東東，王肖，等.甘蔗聯合收割機刀盤轉速對行走速度的跟蹤控制[J].液壓與氣動，2020(4):9-14.
[5]張繼偉，王鑫.舞蹈機器人創意設計及實現[J].南方農機，2018，49(20):10.
作者：李艷慧
轉載請注明來自發表學術論文網：http://www.cnzjbx.cn/jylw/26677.html
