機器人技術(shù)是目前最有發(fā)展前景的科學研究領域之一。隨著傳感器、機電一體化、機器學習、人工智能、新型材料等技術(shù)的飛速發(fā)展,機器人由只能完成單純的重復性勞作的工具,逐步升級為多功能和智能化的裝備,并且可以根據(jù)用戶需求,開發(fā)出千變?nèi)f化的實際應用。人與機器人交互是機器人技術(shù)中的重要組成部分,主要關鍵技術(shù)包括人體運動數(shù)據(jù)的獲取與感知、行為識別、意圖理解與交互等。本論文主要解決了人與機器人交互中對捕獲的異常動作數(shù)據(jù)的優(yōu)化感知、根據(jù)部分數(shù)據(jù)推測完整行為的類別、設計動作識別失敗時的交互方案等問題,系統(tǒng)性地研究了視覺運動信息的獲取、分析與交互策略。本論文提出了面向家庭服務與看護場景的人與機器人交互框架,將人與機器人之間的交互根據(jù)行為的識別結(jié)果分為三種模式:（1）一般模式,當系統(tǒng)識別出人體行為時,響應預設的交互行為;（2）模仿模式,當用戶做出指定動作后,機器人開始實時模仿用戶動作,增加交互趣味性;（3）情緒模式,當系統(tǒng)無法識別人體行為時,通過對人體動作的揣摩,分析并量化其表現(xiàn)的情緒,響應符合當下交互氛圍的行為。為實現(xiàn)每種模式下視覺運動信息的獲取、分析和交互,本論文主要的工作內(nèi)容和創(chuàng)新點有:（1）提出一種基于... 

【文章頁數(shù)】：150 頁

【學位級別】：博士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
    1.2 服務機器人研究現(xiàn)狀
    1.3 人與機器人交互關鍵技術(shù)的研究現(xiàn)狀
        1.3.1 動作信息獲取與軌跡優(yōu)化
        1.3.2 行為識別
        1.3.3 交互策略
    1.4 存在的主要問題
    1.5 本文主要研究內(nèi)容與創(chuàng)新點
    1.6 論文架構(gòu)與章節(jié)安排
第二章 人與機器人交互框架的硬件構(gòu)成
    2.1 引言
    2.2 Kinect體感攝像機
    2.3 NAO人形機器人
    2.4 坐標系及轉(zhuǎn)換關系
        2.4.1 Kinect坐標系與NAO坐標系的關系
        2.4.2 NAO坐標系與軀干坐標系的關系
    2.5 機器人關節(jié)角度的逆運動學轉(zhuǎn)換
        2.5.1 轉(zhuǎn)換為角度的優(yōu)勢
        2.5.2 肩節(jié)角度逆運動學轉(zhuǎn)換
        2.5.3 肘節(jié)角度逆運動學轉(zhuǎn)換
    2.6 Kinect數(shù)據(jù)的時序數(shù)值表示
    2.7 本章小結(jié)
第三章 人體動作軌跡的離線優(yōu)化算法
    3.1 引言
    3.2 人體動作軌跡的離線優(yōu)化算法的框架
    3.3 運動片段自動分割算法
    3.4 基于RVM的運動片段軌跡優(yōu)化算法
        3.4.1 RVM原理
        3.4.2 運動片段軌跡優(yōu)化算法
    3.5 人體動作軌跡離線優(yōu)化的實驗結(jié)果
        3.5.1 局部數(shù)據(jù)對比
        3.5.2 定量評價與驗證
        3.5.3 利用NAO機器人模仿重現(xiàn)人體動作優(yōu)化結(jié)果
    3.6 本章總結(jié)
第四章 人體動作軌跡的在線優(yōu)化算法
    4.1 引言
    4.2 人體動作軌跡的在線優(yōu)化算法的框架
    4.3 Kinect捕獲的人體動作分析
    4.4 分步穩(wěn)健回歸
        4.4.1 第一步:肩關節(jié)角度優(yōu)化
        4.4.2 第二步:肘關節(jié)的位置和角度更新
        4.4.3 第三步:肘關節(jié)角度優(yōu)化
        4.4.4 分布優(yōu)化算法綜合
        4.4.5 分步優(yōu)化算法的有效性驗證
    4.5 人體動作的軌跡平滑
    4.6 機器人運動的安全保護方案
        4.6.1 機器人運動范圍限制
        4.6.2 機器人部件自沖突避免
    4.7 人體動作軌跡在線優(yōu)化的實驗結(jié)果
        4.7.1 不同感知算法的優(yōu)化軌跡對比
        4.7.2 定量評估結(jié)果
        4.7.3 利用NAO機器人實現(xiàn)人體動作在線模仿
    4.8 本章總結(jié)
第五章 人體行為推測
    5.1 引言
    5.2 人體行為特征提取
        5.2.1 人體行為數(shù)據(jù)預處理
        5.2.2 動作元概念的定義
        5.2.3 動作元特征提取
        5.2.4 動作元特征代表能力驗證
    5.3 現(xiàn)有的行為推測算法
        5.3.1 開放終點的動態(tài)時間規(guī)整
        5.3.2 長短期記憶網(wǎng)絡
    5.4 漸進過濾算法
        5.4.1 局部敏感哈希
        5.4.2 哈希表的建立
        5.4.3 漸進過濾算法的具體步驟
        5.4.4 樣本動作元哈希表實時更新
    5.5 人體行為推測的實驗結(jié)果
        5.5.1 數(shù)據(jù)庫介紹
        5.5.2 評價指標
        5.5.3 實驗一:動作元空間信息對比
        5.5.4 實驗二:多種算法的人體行為推測對比
        5.5.5 實驗結(jié)果分析與討論
    5.6 本章總結(jié)
第六章 基于運動情緒分析的交互方案
    6.1 引言
    6.2 拉邦動作分析
    6.3 空間運動情緒分析
        6.3.1 空間運動投影和情緒匹配
        6.3.2 空間運動情緒量化
        6.3.3 全局運動情緒
    6.4 軀干位姿情緒分析
    6.5 運動情緒分析實驗結(jié)果
        6.5.1 未識別行為的身體情緒分析
        6.5.2 已識別行為的身體情緒分析
    6.6 基于運動情緒分析的交互方案
        6.6.1 面向家庭服務機器人的交互原則
        6.6.2 行為未識別情形的交互策略
        6.6.3 行為已識別情形的交互方案
        6.6.4 MEHRI程序演示
    6.7 面向家庭服務與看護場景的人與機器人交互方案
        6.7.1 數(shù)據(jù)預處理
        6.7.2 一般模式
        6.7.3 模仿模式
        6.7.4 情緒模式
    6.8 本章總結(jié)
第七章 總結(jié)與展望
    7.1 主要研究內(nèi)容及創(chuàng)新點
    7.2 未來研究展望
參考文獻
附錄:英文縮略語對照表
致謝
攻讀博士學位期間已發(fā)表或錄用的論文
攻讀博士學位期間申請的發(fā)明專利及參與的科研項目



本文編號：3672227