本文關(guān)鍵詞： 仿人機(jī)器人 運(yùn)動(dòng)建模 人體運(yùn)動(dòng)仿真 動(dòng)作評(píng)價(jià)　出處：《沈陽航空航天大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

【摘要】：仿人機(jī)器人是模仿人類身體結(jié)構(gòu)和功能的機(jī)器人,在機(jī)器人領(lǐng)域一直是眾多研究人員的關(guān)注熱點(diǎn)。近年來,機(jī)器從以往只能被動(dòng)接受人類操控逐漸向主動(dòng)學(xué)習(xí)人類特征的方向過渡,通過示教學(xué)習(xí)的方式操控并訓(xùn)練機(jī)器逐漸成為機(jī)器學(xué)習(xí)的一種主要方法。本文建立了一種人體運(yùn)動(dòng)模型,并在該模型的基礎(chǔ)上,結(jié)合Kinect采集到人體運(yùn)動(dòng)數(shù)據(jù),驅(qū)動(dòng)虛擬仿人機(jī)器人運(yùn)動(dòng),為仿人機(jī)器人的研制和人體運(yùn)動(dòng)的研究提供了實(shí)驗(yàn)平臺(tái)、模型和方法。首先,在實(shí)驗(yàn)室原有的基礎(chǔ)之上完善了運(yùn)動(dòng)仿真平臺(tái),該平臺(tái)集運(yùn)動(dòng)數(shù)據(jù)采集、實(shí)時(shí)數(shù)據(jù)分析、實(shí)時(shí)仿真再現(xiàn)、動(dòng)作相似度評(píng)價(jià)等功能于一體。使用ODE在該平臺(tái)上創(chuàng)建了一個(gè)運(yùn)動(dòng)學(xué)仿真環(huán)境,可以在該環(huán)境中進(jìn)行剛體運(yùn)動(dòng)仿真學(xué)實(shí)驗(yàn),為人體運(yùn)動(dòng)建模、仿真提供了平臺(tái)基礎(chǔ)。其次,模仿真實(shí)人體結(jié)構(gòu),創(chuàng)建了一個(gè)擁有20個(gè)自由度的仿人機(jī)器人模型。針對(duì)三維人體運(yùn)動(dòng)數(shù)據(jù)的特征,提出了一種基于關(guān)節(jié)旋轉(zhuǎn)角和旋轉(zhuǎn)軸的人體運(yùn)動(dòng)模型,該模型可實(shí)時(shí)的將Kinect采集到的人體關(guān)鍵點(diǎn)坐標(biāo)轉(zhuǎn)換為能夠驅(qū)動(dòng)虛擬機(jī)器人運(yùn)動(dòng)的關(guān)節(jié)角數(shù)據(jù),實(shí)現(xiàn)了人體運(yùn)動(dòng)實(shí)時(shí)仿真再現(xiàn)功能。最后,為了能夠客觀的對(duì)人體動(dòng)作做出評(píng)價(jià),將兩組動(dòng)作數(shù)據(jù)的相似度作為評(píng)價(jià)指標(biāo)。由于動(dòng)作數(shù)據(jù)的長(zhǎng)度通常不同,傳統(tǒng)的歐式距離往往不能真實(shí)的評(píng)價(jià)兩組動(dòng)作的相似度,因此,引入動(dòng)態(tài)時(shí)間規(guī)整(Dynamic Time Warping,DTW)算法,將運(yùn)動(dòng)數(shù)據(jù)在時(shí)間軸上進(jìn)行對(duì)齊操作,再通過尋找最優(yōu)規(guī)整路徑得到兩組運(yùn)動(dòng)數(shù)據(jù)的相似程度。仿真實(shí)驗(yàn)結(jié)果表明本文建立的人體運(yùn)動(dòng)模型能夠?qū)θ祟愃闹膭?dòng)作進(jìn)行實(shí)時(shí)的仿真再現(xiàn)。動(dòng)作評(píng)價(jià)實(shí)驗(yàn)結(jié)果表明本文提出的動(dòng)作評(píng)價(jià)指標(biāo)能夠?qū)θ梭w動(dòng)作進(jìn)行較為客觀的評(píng)價(jià)。
[Abstract]:Humanoid robot is a robot that imitates the structure and function of human body. It has been the focus of attention of many researchers in the field of robot. From the past, the machine can only passively accept human manipulation, gradually to the active learning of human characteristics in the direction of transition. The manipulation and training of machines by teaching and learning has gradually become one of the main methods of machine learning. In this paper, a human motion model is established and based on this model. Combined with Kinect to collect human motion data, driving virtual humanoid robot motion, for the development of humanoid robot and the study of human movement provides an experimental platform, models and methods. On the basis of the original laboratory, the motion simulation platform is perfected. The platform collects motion data, real-time data analysis, real-time simulation and reproduction. Using ODE to create a kinematics simulation environment in which rigid body motion simulation experiments can be carried out to model human motion. Simulation provides the foundation of the platform. Secondly, a humanoid robot model with 20 degrees of freedom is created by imitating the real human body structure, aiming at the characteristics of 3D human motion data. This paper presents a human motion model based on the rotation angle and rotation axis of the joint. The model can transform the key points of human body captured by Kinect into the joint angle data which can drive the motion of the virtual robot in real time. Finally, in order to objectively evaluate the human actions, the similarity of the two groups of action data is taken as the evaluation index. Because the length of the action data is usually different. The traditional Euclidean distance can not really evaluate the similarity between the two groups of actions, so the dynamic Time warping (DTW) algorithm is introduced. Align the motion data on the timeline. The simulation results show that the human motion model established in this paper can simulate and reproduce the movements of human limbs in real time. The results show that the motion evaluation index proposed in this paper can evaluate human movement objectively.
【學(xué)位授予單位】：沈陽航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP242

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張勤;邱俊佳;范吉斌;;雙足機(jī)器人下樓梯動(dòng)作的設(shè)計(jì)與生成[J];計(jì)算機(jī)測(cè)量與控制;2016年09期

2 李紅波;孫舶源;李雙生;;基于骨骼信息的虛擬角色控制方法[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2016年01期

3 龔龍;張春雷;;基于SolidWorks與Adams的焊接機(jī)器人動(dòng)力學(xué)仿真[J];中國(guó)西部科技;2015年07期

4 朱國(guó)剛;曹林;;基于Kinect傳感器骨骼信息的人體動(dòng)作識(shí)別[J];計(jì)算機(jī)仿真;2014年12期

5 李紅波;冉光勇;吳渝;丁林建;;一種基于Kinect的角色骨骼動(dòng)畫方法[J];重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年04期

6 向澤銳;支錦亦;徐伯初;李娟;;運(yùn)動(dòng)捕捉技術(shù)及其應(yīng)用研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2013年08期

7 劉賢梅;郝愛民;趙丹;;基于混合遺傳算法的人體運(yùn)動(dòng)捕獲數(shù)據(jù)關(guān)鍵幀提取[J];模式識(shí)別與人工智能;2011年05期

8 張翔;梁秀波;樊儒昆;耿衛(wèi)東;;數(shù)據(jù)驅(qū)動(dòng)的夸張動(dòng)作生成[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2010年09期

9 夏時(shí)洪;魏毅;王兆其;;人體運(yùn)動(dòng)仿真綜述[J];計(jì)算機(jī)研究與發(fā)展;2010年08期

10 張?chǎng)?王章野;王作省;彭群生;;人體運(yùn)動(dòng)建模的實(shí)時(shí)逆運(yùn)動(dòng)學(xué)算法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2009年06期

相關(guān)博士學(xué)位論文 前4條

1 汪成峰;基于自適應(yīng)關(guān)節(jié)權(quán)重和插值小波的體感動(dòng)作評(píng)價(jià)方法研究[D];中國(guó)農(nóng)業(yè)大學(xué);2016年

2 萬成凱;無標(biāo)記人體運(yùn)動(dòng)捕捉及姿態(tài)估計(jì)的研究[D];北京交通大學(xué);2009年

3 盧曉軍;維修仿真中虛擬人動(dòng)作建模與行為控制技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2006年

4 孫運(yùn)達(dá);多視點(diǎn)非接觸式人體運(yùn)動(dòng)捕捉的研究[D];北京交通大學(xué);2006年

相關(guān)碩士學(xué)位論文 前5條

1 魏汝翔;基于人體運(yùn)動(dòng)捕捉數(shù)據(jù)的運(yùn)動(dòng)分析技術(shù)研究[D];北京交通大學(xué);2016年

2 胡旬;基于Kinect的虛擬人物模型運(yùn)動(dòng)控制研究[D];大連理工大學(xué);2015年

3 雷杰宇;人體運(yùn)動(dòng)數(shù)據(jù)采集與分析[D];浙江大學(xué);2015年

4 張毅;人體運(yùn)動(dòng)捕捉數(shù)據(jù)的行為分割與運(yùn)動(dòng)分析[D];北京交通大學(xué);2014年

5 劉飛;基于Kinect骨架信息的人體動(dòng)作識(shí)別[D];東華大學(xué);2014年

，

本文編號(hào)：1450880