论文部分内容阅读
机器人技术是目前最有发展前景的科学研究领域之一。随着传感器、机电一体化、机器学习、人工智能、新型材料等技术的飞速发展,机器人由只能完成单纯的重复性劳作的工具,逐步升级为多功能和智能化的装备,并且可以根据用户需求,开发出千变万化的实际应用。人与机器人交互是机器人技术中的重要组成部分,主要关键技术包括人体运动数据的获取与感知、行为识别、意图理解与交互等。本论文主要解决了人与机器人交互中对捕获的异常动作数据的优化感知、根据部分数据推测完整行为的类别、设计动作识别失败时的交互方案等问题,系统性地研究了视觉运动信息的获取、分析与交互策略。本论文提出了面向家庭服务与看护场景的人与机器人交互框架,将人与机器人之间的交互根据行为的识别结果分为三种模式:(1)一般模式,当系统识别出人体行为时,响应预设的交互行为;(2)模仿模式,当用户做出指定动作后,机器人开始实时模仿用户动作,增加交互趣味性;(3)情绪模式,当系统无法识别人体行为时,通过对人体动作的揣摩,分析并量化其表现的情绪,响应符合当下交互氛围的行为。为实现每种模式下视觉运动信息的获取、分析和交互,本论文主要的工作内容和创新点有:(1)提出一种基于动作片段自动分割和相关向量机的人体动作轨迹离线优化算法。通过对空间相似度、时间相似度、平滑度多个指标的评价,结果表明该算法可以去除原始捕获数据中的噪声和异常值,优化后的动作轨迹更加接近真实值。(2)提出一种分步稳健回归算法,实现了人体动作轨迹的在线优化。在分析总结典型异常值产生的机理的基础上,设计了分步优化方案,每步中用稳健回归算法检测异常值并修正。实验表明这一算法可以达到接近离线感知算法的效果,而其能够实时优化的优势可以在人与机器人交互中发挥更大的作用。(3)提出一种用于行为推测的渐进过滤算法。首先将连续的动作数据分解为动作元,并提取其时空特征向量。然后设计了基于局部敏感哈希算法的迭代识别方案,在不断获取动作元的过程中将正确的行为类别筛选出来。实验结果表明该算法可以稳定可靠地在行为结束之前推测出它的类别。(4)提出一种基于运动情绪分析的交互方案。该方案的主要解决了两方面问题:(a)设计了分析和量化人体动作表现出的情绪的算法,主要思路是基于拉邦动作分析,建立了人体运动与其表现的情绪之间的关系,定义并量化获得空间动作情绪和躯干位姿情绪;(b)针对家庭服务与看护场景,提出了人与机器人交互原则并设计出基于运动情绪的交互策略。通过实验看出,该方案可以精确合理地分析身体情绪,并且实现自然流畅的人与机器人交互。本论文提出的面向家庭服务与看护场景的人与机器人交互框架通过一般模式、模仿模式和情绪模式,涵盖了对人体动作理解的多种情形。基本实现了无间断、人性化的人与机器人交互。