摘要：设计了一款以STM32F103为核心的自然语言识别系统,为满足实时语音识别系统对内存资源和运算速度的要求,基于硬件资源合理设计语音处理算法,在嵌入式平台上实现了对孤立词语的语音识别。首先根据背景噪声和语音信号的时域特征差异设定相应门限值,从而实现了对语音信号的端点检测。然后针对语音识别中传统梅尔倒谱系数对语音的高频信息敏感度较低,对语音信号分别提取梅尔倒谱系数(MFCC)与翻转梅尔倒谱系数(IMFCC),结合Fisher准则构造混合特征参数。最后采用动态时间规整算法实现语音识别。因系统体积小、便携性好等特点,易于实现对不同设备的语音控制,有一定的市场前景。

摘要：为在嵌入式平台上实现同时定位与建图(SLAM)以降低硬件成本,设计了利用激光雷达的AGV,该AGV运行机器人软件平台(ROS),并采用了包括Cortex-A9内核的***6Q开发板、惯性测量单元、编码器等的硬件设计。针对在SLAM过程中如何快速并准确获取数据关联结果的问题,提出了一种基于子地图局部关联算法(SLJCBB),该方法首先是接收多帧连续的激光雷达数据构建子地图,并在子地图上划分出局部关联区域,最后在局部关联区域内采用联合兼容分支定界(JCBB)算法进行数据关联。实验结果表明,采用子地图局部关联算法在提高关联准确性的同时,大大降低了关联匹配过程的计算量,提高了运算速度,满足了嵌入式平台的运算要求。