聂艳明 林吴航 董佩杰 梁会 张志刚 钟梦浩

摘要：NAO机器人是一款可编程人形机器人，集成摄像头、麦克风、触碰、超声波、红外等多种传感器，具备对外部环境进行综合感知和交互的能力。文章基于NAOqi API实现人脸图像识别与简单的触觉感知，借助讯飞语音云和图灵机器人进行语音识别与理解，结合NAO机器人视觉、听觉、触觉等开发多种通道人机交互案例，为基于NAO机器人的多通道交互应用研究奠定基础。

关键词：人机交互；NAO机器人；NAOqi API；多通道

中图分类号：R749.94；TP242 文献标识码：A 文章编号：1007-9416（2018）04-0078-03

1 引言

人机交互是实现人与计算机对话的技术[1]。当前多通道的人机交互已成为一种新兴的人机交互方式。人机交互通道指的是人机交互的途径。所谓多通道人机交互就是在单一通道交互方式的基础上，发展融合视觉、触觉、听觉、语音和肢体行为的多种通道交互，使人机双方都能得到及时的反馈[2]。

作为一种可编程人形机器人，NAO机器人（如图1所示）集成摄像头、麦克风、触碰、超声波、红外等多种传感器，具备对外部环境进行综合感知和交互的能力。在自闭症医治、全身运动、多智能系统、自动化、信号处理等领域具有广泛的应用[1][2]。

2 NAO机器人的人机交互通道

2.1 视觉

在NAO机器人头部有两个摄像头，其分辨率都为640×480，图像的有效像素为920万，系统可提供30帧/秒的图像帧率[6]。在NAO机器人的人机交互过程中，通过摄像头采集视频信息流，完成相应处理[7]。

2.2 听觉

NAO机器人内安装有四个麦克风，通过利用NAOqi中ALAudioRecorder模块，实现NAO听觉功能。……