Dissertação
Human-robot speech interaction for service robots EVALUATED
Robôs de serviço têm o propósito de ajudar o humanos, realizando as mais variadas tarefas. Como o meio de comunicação mais comum entre humanos é a fala, é importante que os robôs a consigam perceber. Além disso, seria mais fácil integrar os robôs na sociedade se estes fossem capazes de compreender linguagem natural. Neste trabalho, um sistema capaz de compreender linguagem natural é desenvolvido. Este sistema pode também ser usado em robôs de serviço, só sendo preciso alterar o dataset de acordo com o conjunto de acções que o robô realizará e treinar as redes neuronais e a Support Vector Machine. Primeiramente, como as instruçoes que os robôs recebem podem conter mais do que um comando, um divisor de frases em orações é desenvolvido, usando o Parsey McParseface da Google. De seguida, diferentes métodos de criação vectores de palavras que irão entrar nas redes neuronais são comparados, sendo que os melhores resultados foram obtidos quando foram usados vectores criados usando o algoritmo GloVe. Para a detecção da intenção e detecção de argumentos, como pessoa, local e objecto, várias arquitecturas de Recurrent Neural Networks e Long Short Term Memory networks foram testadas, sendo que LSTMs obtiveram melhores resultados. Como a acção requerida pelo humano pode não estar contida no grupo de acções que o robô realiza, uma Support Vector Machine é usada para determinar se pertence ou não. Para implementar este sistema no robô um pacote de ROS foi criado usando uma máquina de estados SMACH.
novembro 24, 2017, 9:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Rodrigo Martins de Matos Ventura
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar
ORIENTADOR
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Auxiliar