具有语音识别功能的车载导航的研究

论文摘要

作为一个全新的概念,全球定位系统(Global Positioning System, GPS)应用和导航定位被广泛的引入到商用技术领域中。这一项应用太空的技术可以使任何一个人轻而易举的获得自己的具体位置以及行驶速度,最早由美国国防部研发并且在军方中使用的全球定位系统于1984年开始逐步公开化,并且逐步在民用设备中被应用。进入二十一世纪GPS全球定位系统已被大量使用在车辆导航定位以及精密仪器测量等众多方面。现如今,随着公路交通网络的日益完善,汽车保有量的日益增大,驾驶者对于汽车的自身定位以及路况导航等信息的要求也随之扩大。于此同时,随着人们对车载导航这种自身定位设备的需求日益增强,市场中逐渐衍生出了种类繁多的车载导航设备。给爱车配备了车载导航设备后,驾驶人员都可以借助车载导航设备自由地穿梭在陌生的城市或者密如蛛网的高速公路,不用担心找不到目的地。然而,目前的车载导航设备的信息输入完全依赖于驾乘人员的手动操作,接收输入的信息后经过导航系统的处理给出合适的驾驶路线。然而对于驾驶人员来说,大多是在匆忙行驶的情况下,驾驶汽车的同时操作导航设备,这样给驾驶带来了诸多安全隐患。将语音识别技术融入车载导航设备中,可以使驾驶者在驾驶的过程中免去这些隐患,无需双手脱离方向盘,只需要通过语音命令便可以操作导航设备,使整个导航过程变得更加安全便捷。这也是本文所做研究的目标。本论文阐述了课题的目的以及意义,语音识别技术和车载导航的发展及现状,并介绍了本论文的设计方案。首先,在理论上介绍了语音识别技术的基本原理和研究方法,选择隐马尔可夫模型作为本论文的基本识别算法。其次在硬件方面,选用了S3C2410作为处理器的ARM9实验平台,并进行了嵌入式Linux系统的移植,以及外部设备的硬件驱动。最后,使用隐马尔可夫模型工具箱对语音识别进行了实验仿真,得到一系列实验数据并对搭建的语音识别系统进行了性能分析。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的意义
• 1.2 语音识别技术的国内外发展现状
• 1.2.1 国外语音识别技术的发展现状
• 1.2.2 国内语音识别技术的发展现状
• 1.3 车载导航国内外研究状况
• 1.3.1 国外车载导航发展状况
• 1.3.2 国内车载导航发展状况
• 1.4 本课题的主要研究内容
• 第2章 语音识别的基本原理
• 2.1 语音识别概念
• 2.2 语音信号的数字化和预处理
• 2.2.1 语音信号的数字化
• 2.2.2 语音信号的预处理
• 2.3 端点检测
• 2.4 特征参数的提取
• 2.4.1 线性预测倒谱系数（LPCC）
• 2.4.2 美尔频率倒谱系数（MFCC）
• 2.5 语音识别的模型
• 2.5.1 动态时间规整（DTW）
• 2.5.2 隐马尔可夫模型（HMM）
• 2.6 本章小结
• 第3章 车载导航的嵌入式软硬件环境搭建
• 3.1 车载导航硬件环境介绍
• 3.1.1 ARM9 实验平台的硬件资源
• 3.1.2 外部扩展设备
• 3.2 嵌入式Linux 移植到硬件平台
• 3.2.1 上位机操作系统和编译环境介绍
• 3.2.2 Bootloader 的移植
• 3.2.3 内核移植
• 3.2.4 文件系统建立
• 3.2.5 QT 移植
• 3.3 外部设备驱动移植
• 3.3.1 语音编解码芯片驱动移植
• 3.3.2 触摸屏驱动移植
• 3.4 本章小结
• 第4章 车载导航的语音识别系统设计
• 4.1 HTK 的原理介绍
• 4.1.1 HTK 工具箱及软件结构
• 4.1.2 HTK 工具
• 4.2 语音识别系统建立的准备工作
• 4.2.1 HTK 安装
• 4.2.2 基本工作环境建立
• 4.3 语音识别系统的建立
• 4.3.1 语音数据的准备
• 4.3.2 语音数据特征参数提取
• 4.3.3 HMM 的定义
• 4.3.4 HMM 训练和任务定义
• 4.3.5 HMM 的识别
• 4.4 本章小结
• 第5章 系统实验的结果及性能分析
• 5.1 系统的识别结果
• 5.2 系统的性能分析
• 5.3 本章小结
• 结论
• 参考文献
• 攻读学位期间发表的学术论文
• 致谢