论文部分内容阅读
人机交互是通过设计,优化机器人系统,从而使机器人达到被人类使用或是和人合作的研究。最近几年,随着机器人技术的成熟,人机交互越来越受到重视,成为一个研究热点。传统的人和机器人的交互过程是合作型过程,人通过和机器人的交互,使机器人达到和人合作或是被人类使用的目的。例如军事环境中,机器人通过和人类的交互,帮助人类拆除炸弹或者完成一些危险的任务。但是非合作型的人机交互并没有得到足够的重视,如果人类指令和任务存在冲突,比如遥操作时,机器人检测到前方有障碍物,但人类并不知情,让机器人一直前行,或者是在博弈型的人机交互的过程中,如何使机器人具有和人同等的甚至更高级的智能从而克服人类的负面影响就成为了人机交互中的一个重要问题。本文针对博弈型人机交互这一类非合作型人机交互,设计了一种在线学习用户意图的方法,在学习的过程中,机器人不仅不会依赖于人类的帮助,而且能够克服人类对机器人学习的负面影响。本文采用法国阿尔德布兰公司的仿人机器人平台NAO实现人类与机器人的交互。以机器人和人的猜拳交互过程这一典型博弈型人机交互为例,利用提出的方法,在线训练智能机器人具有击败人类的能力。为了保证机器人和人类自然的交互,提出了一种基于几何特征识别人类手势的方法,保证交互的实时性。在仿人机器人NAO上完成实验,实验结果验证了该方法的适应性和有效性。本文的主要工作:1.针对博弈型非合作人机交互中用户意图识别的问题,提出了一种在线学习非合作型人机交互中用户意图的方法,以机器人和人的猜拳交互过程为例,利用提出的方法,在线训练智能机器人具有击败人类的能力。设计出了世界上第一个在猜拳游戏中战胜人类的仿人机器人。2.设计出了一种基于几何特征识别人类手势的方法,计算量小,能够在机器人内部的嵌入式平台上运行,在能够识别人类手势的基础上,能够保证人和机器人交互的实时性。3.设计出了一套完整的人机交互流程,整个过程人和机器人通过自然的交互通道(语音,视觉,触觉)进行实时的交互。实现了一个人和机器人交互的系统。