人工智能应用开发——基于机器人平台的项目实践

本书是一本基于机器人平台的实践类教程，重点瞄准人工智能技术在机器人中的应用开发。本书以树莓派智能车为载体，从智能车的组成入手，帮助读者熟悉智能车软硬件资源，然后一步步引导读者搭建TensorFlow的开发框架，结合视频传输实现机器视觉，再结合语音输入及手机APP实现语音识别，并介绍了脑机接口方面的简单应用。在此基础上，读者可自行开发更加智能的各类应用，如无人驾驶、物体识别、语音控制驾驶等。
本书通俗易懂、实用性强，既可作为计算机类、自动化类或机电类本科高年级学生的课程设计或实训类课程的教材使用，又可供相关专业人员尤其是初入门的人员参考，同时，本书也可作为机器人或人工智能相关比赛的参考用书。

无

第1章 人工智能应用开发概述001
1.1 人工智能技术的发展002
1.2 新一代人工智能技术体系003
1.3 人工智能技术的应用004
1.3.1 大数据应用005
1.3.2 机器视觉005
1.3.3 语音处理005
1.3.4 自然语言处理006
1.4 嵌入式人工智能007
1.5 人工智能对社会的影响007
第2章 智能车平台009
2.1 智能车硬件组成010
2.1.1 嵌入式树莓派微型电脑011
2.1.2 直流电机及控制013
2.1.3 超声波测距014
2.1.4 红外避障模块016
2.1.5 循迹模块017
2.1.6 摄像头018
2.1.7 语音处理设备018
2.2 智能车应用开发入门019
2.2.1 树莓派开发环境019
2.2.2 基于Python的智能车控制022
2.2.3 基于C/C++的智能车控制025
第3章 人工智能应用开发框架029
3.1 TensorFlow开发环境介绍030
3.2 TensorFlow开发环境搭建030
3.2.1 在树莓派上安装TensorFlow031
3.2.2 在Ubuntu上安装TensorFlow031
3.3 TensorFlow编程037
3.3.1 TensorFlow的编程模型038
3.3.2 TensorFlow的神经网络模型040
3.3.3 卷积神经网络及应用046
3.3.4 TensorFlow的高层封装054
第4章 机器视觉应用开发060
4.1 OpenCV开源视觉库编程061
4.1.1 OpenCV开发环境的搭建062
4.1.2 实践项目068
4.2 基于Dlib库的人脸识别077
4.2.1 Dlib库的安装077
4.2.2 实践项目078
4.3 基于YOLOV3的实时目标检测092
4.3.1 深度学习和YOLOV3简介093
4.3.2 训练自己的数据集093
第5章 语音识别应用开发111
5.1语音识别应用框架112
5.1.1语音识别常用算法113
5.1.2语音识别设备117
5.1.3本地语音识别与云端语音识别118
5.2基于Sphinx的本地语音识别119
5.2.1Sphinx软件包的安装119
5.2.2语料库的训练121
5.2.3声卡安装使用123
5.2.4源码示例127
5.3基于科大讯飞的语音识别134
5.3.1科大讯飞的语音识别框架及产品分类134
5.3.2用科大讯飞API实现本地语音文件识别135
5.3.3用科大讯飞实现离线语音识别138
5.4基于百度智能云的语音识别142
5.4.1基于百度云平台的语音识别方案142
5.4.2百度云语音识别的系统设计142
5.4.3百度云语音识别算法调用144
5.4.4云语音算法模型的训练145
5.4.5云语音应用146
5.5应用实例——智能车的语音控制150
5.5.1语音识别应用框架系统分析150
5.5.2机客户端功能及模块化分151
5.5.3树莓派智能车服务端功能及模块划分152
5.5.4TCP传输协议153
5.5.5语音识别应用开发环境的搭建156
5.5.6语音识别应用开发实例180
第6章 基于脑机接口的智能车控制184
6.1脑机接口简介185
6.1.1脑机接口的用途185
6.1.2脑机接口的原理186
6.2脑机接口硬件设计187
6.2.1信号采集188
6.2.2信号传输与处理189
6.3基于脑机接口的智能车控制192
6.4脑机接口应用拓展199
参考文献200