声明
摘要
第1章 绪论
1.1 研究背景与意义
1.2 动物机器人自动控制的挑战
1.3 本文的研究目标与贡献
1.4 文章的整体结构与主要内容
第2章 脑机融合与动物机器人系统
2.1 脑机接口与脑机融合概述
2.1.1 脑到机
2.1.2 机到脑
2.1.3 脑到脑
2.1.4 脑机融合
2.2 动物机器人系统
2.2.1 概述
2.2.2 系统组成与原理
2.3 动物机器入的控制与导航
2.3.1 概述
2.3.2 传统机器人的控制方法
2.3.3 结合动物意愿和智能的融合控制方法
2.3.4 控制与导航效果的评价
2.4 本章小结
第3章 大鼠机器人语音导航系统
3.1 语音识别概述
3.2 孤立词语音识别
3.2.1 概述
3.2.2 MFCC特征提取
3.2.3 基于DTW的孤立词识别
3.3 语音导航系统实现
3.3.1 系统结构及实现
3.3.2 语音导航实验
3.3.3 结果及分析
3.4 本章小结
第4章 大鼠机器人的精细状态检测方法
4.1 运动检测
4.1.1 背景差分与前景提取
4.1.2 骨架点提取
4.1.3 运动参数的计算
4.2 运动状态的分类与识别
4.2.1 状态(行为)的定义
4.2.2 运动参数的筛选和状态的分类识别
4.3 基于状态识别与人工规则的自动控制
4.3.1 系统结构与流程
4.3.2 实验结果及分析
4.4 本章小结
第5章 基于动态贝叶斯网络的状态与指令预测
5.1 动态贝叶斯网络的表示
5.2 动态贝叶斯网络的推理
5.2.1 确定性推理
5.2.2 近似推理的确定性方法
5.2.3 近似推理的随机方法
5.3 动态贝叶斯网络的学习
5.3.1 参数学习
5.3.2 结构学习
5.4 基于动态贝叶斯网络的状态和指令预测
5.4.1 系统结构
5.4.2 基于人工导航的数据采集
5.4.3 基于DBN的状态和指令预测
5.5 本章小结
第6章 总结与展望
6.1 本文工作总结
6.2 展望
参考文献
附录
攻读硕士学位期间的主要研究成果
致谢