机器人舞蹈作为人工智能领域重要的研究方向,近年来,吸引了越来越多的学者的广泛关注。机器人舞蹈的研究对人类和机器人学都有十分重要的意义。传统的机器人舞蹈往往通过预编程的方式使其与音乐同步,其中需要过多的人为参与,不但增加了人的负担,而且导致舞蹈千篇一律,机器人智能水平不高。在机器人舞蹈研究转入自动创作的方向后,大多数研究致力于分析音乐的节奏和节拍等特征,较少关注音乐的曲式结构,舞蹈中音乐特征和舞蹈动作的对应关系以及舞蹈编导理论支持。本文构建了一个由音乐驱动的机器人舞蹈系统。本文的音乐驱动机器人舞蹈方案为以音乐结构指导机器人进行舞蹈,舞蹈动作应演绎出音乐所包含的不同情感,舞蹈动作的衔接融合了机遇编舞法思想。本文的主要工作有:(1)对音乐的曲式结构分析(2)对乐句情感的识别(3)音乐特征与舞蹈动作的匹配。在音乐文件的预处理阶段,该系统可以直接解析MIDI音乐文件,以获取音乐的音高、时值、速度等信息。通过对音乐著述中的乐句概念的辨析,本文总结出一套共同遵循的乐句正确划分规则。本文提出了一个基于乐理规则的乐句划分算法。该算法根据解析出的音乐信息,可以对音乐进行曲式结构分析,将完整的音乐划分成若干个乐句。经过与边界检测模型划分乐句的方式进行对比实验,本文提出的乐句划分算法准确性更高。本文还讨论了影响音乐情感的特征并给出相应的计算方法,提取出音乐情感特征向量。由于音乐所包含的情感具有模糊性和不确定性,在乐句情感识别阶段,本文使用了模糊C均值聚类的方法将数据集中划分出的乐句分为若干类。受到坎宁汉的机遇编舞法的启发,在音乐与舞蹈动作的匹配阶段,本文使用隐马尔可夫模型来匹配音乐情感序列和机器人的舞蹈动作序列。当这个系统建立起来后,根据不同的音乐,机器人可以表演出不同的舞蹈,体现出机器人具有一定的创造性和自主能力。这对于丰富发展机器人自主舞蹈的计算方法,有着重要的学术意义。