舞蹈机器人中的音乐特征提取与处理的研究

论文摘要

社会的进步和科学技术的迅速发展,我们已经进入了一个信息技术和人工智能技术飞速发展的二十一世纪。随着人们物质生活水平的不断提高和精神文化生活的日益丰富,互联网的发展使人们越来越方便快捷的接触到了数字媒体,对娱乐产品也提出了更高的要求,数字音乐产品就是其中的一个重要的方面,音乐舞蹈机器人就是一个新兴的研究方向。音乐舞蹈机器人是指能够伴随音乐的节奏旋律翩翩起舞的机器人,音乐舞蹈机器人的研究涵盖了声学、音乐乐理理论、数字信号处理理论、模式识别、人工智能和自动控制等多个学科和领域,具有较强的综合性。其中对音乐特征进行实时有效提取的研究是舞蹈机器人能够伴随音乐进行舞蹈的前提,只有对音乐的特征进行了实时准确的提取,才能保证机器人舞蹈动作的准确性,达到令人满意的效果。本文研究内容的重点是音乐信号特征参数的提取以与处理和机器人舞蹈动作的控制。音乐信号特征参数的提取包括音乐中音高、音强、鼓点节拍、旋律和音乐情感等的提取。提取方法主要包括短时时域方法、短时频域方法和小波变换方法等。舞蹈动作驱动的硬件设计中,采用ARM处理器控制机器人的动作。本文采用上位机和下位机相结合的方式,将上位机中提取的音乐信号特征参数实时发送给下位机,实现机器人的动作与音乐信号特征参数相匹配。

论文目录

• 摘要
• Abstract
• 第1章 概述
• 1.1 绪论
• 1.2 课题研究的背景何意义
• 1.3 课题研究国内外现状及发展趋势
• 1.4 课题研究的构成
• 1.5 课题的主要工作内容
• 第2章 音乐信号短时处理技术
• 2.1 音乐信号处理技术基础
• 2.1.1 音乐的基本性质
• 2.1.2 音乐的物理性质分析
• 2.1.3 音乐的表现手法分析
• 2.2 短时处理技术概述
• 2.3 短时时域处理技术
• 2.3.1 短时自相关函数
• 2.3.2 短时能量
• 2.3.3 短时平均过零率
• 2.3.4 短时平均幅度差函数
• 2.4 短时频域分析
• 2.5 小波变换方法
• 2.6 小结
• 第3章 音乐特征提取
• 3.1 音乐信号预处理概述
• 3.2 音乐信号音高的识别
• 3.2.1 音高提取流程
• 3.2.2 切比雪夫滤波
• 3.2.3 中心削波
• 3.2.4 自相关处理
• 3.2.5 自相关谐波排除处理
• 3.3 实验结果分析
• 3.4 音乐信号的力度识别
• 3.5 音乐节拍识别
• 3.5.1 波形修正
• 3.5.2 分抽样和野点移除
• 3.5.3 自相关计算
• 3.5.4 节拍的特征分析
• 3.6 音乐信号的旋律提取
• 3.7 音乐情感的提取
• 3.8 本章小结
• 第4章 音乐特征参数机器人动作匹配
• 4.1 机器人舞蹈动作的编排
• 4.2 舞蹈机器人动作库的建立
• 4.3 机器人动作库与音乐的匹配和同步演示
• 4.4 本章小结
• 第5章 舞蹈机器人底层驱动设计
• 5.1 MCU 选型
• 5.1.1 DSP 芯片
• 5.1.2 单片机
• 5.1.3 ARM 微处理器
• 5.1.4 主控芯片选择的综合考虑
• 5.2 系统硬件结构构成
• 5.2.1 主控芯片介绍
• 5.2.2 电源模块的设计
• 5.2.3 电机驱动单元
• 5.2.4 位置检测单元
• 5.2.5 表情显示单元
• 5.2.6 数据存储模块
• 5.3 底层软件设计
• 5.4 本章小结
• 结论
• 参考文献
• 致谢
• 攻读硕士期间发表的学术论文