基于Kinect的类人机器人动作模仿关键问题研究

发布时间：2020-05-22 22:58

【摘要】：随着智能机器人技术的不断发展,逐渐激发了人们对交互体验的更高要求。基于体感的人机交互在提高智能性以及舒适性等方面都具有重要价值,而机器的人动作模仿则是该领域的研究重点之一。本文以法国Aldebaran Robotics公司的NAO_V5机器人作为实验平台,以KinectV2深度相机作为体感采集设备,设计模仿交互系统。并针对模仿过程中数据采集优化、肢体动作映射以及手部动作识别控制等问题进行了深入研究,研究内容包括如下四个部分:首先,通过Kinect传感器获取人体深度图像与骨骼数据,记录人体关节位置数据,通过坐标空间转换发送给NAO机器人,完成人机交互下的初级动作模仿。其次,针对模仿过程中采集数据时出现的抖动和跟踪误差问题,提出改进的非线性约束卡尔曼滤波方法。该算法将非线性骨长度约束纳入有效的滤波跟踪方法中,并通过求解带等式约束的极大似然估计方法,解决参数在求解过程中的稳定收敛问题。实验证明,估计状态的均方误差由6.06dB下降到了5.77dB,对骨长度变化标准偏差的性能评估由23.1%上升到94.31%,算法有效提高了数据的平滑性和抗干扰性,再次,在手臂模仿基础上对模仿动作算法进行优化。针对NAO机器人物理结构的限制,采用基于牛顿迭代法的逆运动学算法,通过目标位置与正运动学求出的当前位置之间的差值比较,在运动学、动力学及关节阈值等条件的约束下,迭代实现差值最小化,以此时的关节角度作为机器人的最终映射角度,保证系统能够在满足运动相似性的基础上兼顾自身的物理限制。通过对典型动作姿势的模仿进行实验评估,验证优化算法的有效性。最后,针对实时模仿过程中手部动作因空间位姿限制引起的采集效果不佳的问题,通过提取采集图像的梯度方向直方图,利用支持向量机训练分类模型,识别不同位置上手部动作变化。实验证明,离线测试的结果为92%,实时在线测试也显示较高的识别速度和准确率。
【图文】：

动作交互的研究离不开实验平台搭建，本章根据 NAO 机器的软、硬件配置特点，结合计算机平台的 Pycharm 开发环境，用于动作模仿实验。 机器人设备分析 机器人的硬件结构分析器人是法国 Aldebaran Robotics 公司 2004 年开发的多自由度如图 2-1 所示。NAO 机器人高 57 公分，重 4.5 公斤，拥有 2为电机与制动器，极大程度上保证了能灵活做出类似于人类的配备了各种传感器，，包括摄像头，麦克风，声纳传感器，触觉度计，以及用于自我表达的语音合成器、LED 灯和扬声器，C 无芯形式的执行器，保证了在行走和动作中良好的交互性、应用于科研、娱乐和服务等行业。

了出色的硬件配置，Aldebaran 公司为了保证良好的交互和控制体验，长期致力于 NAO 机器人嵌入式系统的开发和性能完善，希望开发人员人机器人新型项目的研究人员共同设计跨平台工具以及进行核心通信模块的交互研究，所以 NAO 机器人的软件配置同样令人惊艳。NAOAMD Geode 500MHz 主计算机运行 Linux 内核，Aldebaran 公司通过对操作系统的修改，使之可以支持其自主研发的专有插件 NAOqi。NAO优秀的跨平台分布式机器人框架结构，正如其他框架结构一样，NAO层，专为 NAO 设计，通过 NAOqi 协调沟通运动、音频、视频等不同互，所以有丰富的程序编程接口，该接口可以跨越 Linux、Window 和作平台并提供包括 C ++，Python ，.NET，Java 和 MATLAB 在内的多而极大拓宽了基于NAO机器人研究方案的设计渠道。还可以实现其次LMemory 模块共享信息，开发人员几乎可以完成任何交互任务。另外自己的编程能力选择基于 NAOqi 开发的图形化编程软件 Choregraphe机器人问题[37]，如图 2-2 所示，其通俗性给开发人员带来很大的便捷
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP242

【相似文献】

相关期刊论文 前10条

1 董诗绘;张雨新;郑宏亮;牛彩雯;;基于Robotics Toolbox工业机器人工作空间的仿真与分析[J];装备制造技术;2019年10期

2 郭小宝;赵振;黄伟;贾志闻;;饮料生产线码垛机器人的设计原理[J];装备机械;2018年02期

3 许卫斌;平雪良;应再恩;杜永忠;李正洋;;6R型串联机器人工作空间快速求解方法[J];机械设计;2013年06期

4 段齐骏;机器人工作空间配置的可靠性规划[J];机械科学与技术;2004年02期

5 钟勇,朱建新;一种新的机器人工作空间求解方法[J];机床与液压;2004年04期

6 杨德荣,冯宗律;机器人工作空间快速可靠数值算法[J];机器人;1990年02期

7 王兴海,周迢;机器人工作空间的数值计算[J];机器人;1988年01期

8 徐礼钜,姚进;机器人尺度综合的一种方法[J];机器人;1988年02期

9 陈恳,林建亚,路甬祥;机器人的自适应控制系统[J];机器人;1988年03期

10 郭明,周国斌;多关节机器人工作空间的分析与评价方法[J];机器人;1988年04期

相关会议论文 前5条

1 范守文;徐礼钜;;机器人工作空间分析的解析法[A];第十四届全国机构学学术研讨会暨第二届海峡两岸机构学学术交流会论文集[C];2004年

2 朱志明;马国锐;郭吉昌;刘晗;;基于蒙特卡洛法的箱型钢结构焊接机器人工作空间分析[A];第二十次全国焊接学术会议论文集[C];2015年

3 刘晓羽;徐斌;;一种基于智能方法井下路径规划研究[A];2016年第一届今日财富论坛论文集[C];2016年

4 喻宏波;王玉新;李乃华;;扫描体求解方法研究及其在机构设计中的应用[A];面向制造业的自动化与信息化技术创新设计的基础技术——2001年中国机械工程学会年会暨第九届全国特种加工学术年会论文集[C];2001年

5 姚丽;陈杰;;一种适用于军事最优路径规划的方法[A];第二十一届中国控制会议论文集[C];2002年

相关博士学位论文 前10条

1 董易;并联微纳操作机器人标定与实验研究[D];上海交通大学;2016年

2 吴鸿敏;非参数化贝叶斯模型的机器人多模态感知与学习[D];广东工业大学;2019年

3 曲家迪;基于视觉的拟人双臂机器人自主协调操作研究[D];哈尔滨工业大学;2019年

4 杨剑;群机器人队形控制及协同搜索方法研究[D];哈尔滨工业大学;2018年

5 李国栋;仿人双臂机器人轨迹规划策略研究[D];北京理工大学;2017年

6 李泽国;柔性关节机器人控制策略研究[D];北京理工大学;2016年

7 穆煜;磨抛机器人关键技术研究[D];北京理工大学;2017年

8 陈赛旋;协作机器人零力控制与碰撞检测技术研究[D];中国科学技术大学;2018年

9 梁乐;黏性橡胶拆垛机器人轨迹优化及控制研究[D];哈尔滨工业大学;2018年

10 牟宗高;面向狭小空间作业的超冗余机器人轨迹规划及控制研究[D];哈尔滨工业大学;2017年

相关硕士学位论文 前10条

1 蒋佳坤;五自由度单孔腹腔手术持镜机器人稳定性与摆位规划研究[D];山东科技大学;2018年

2 刘明;下肢外骨骼机器人新型踝关节设计与系统仿真研究[D];山东科技大学;2018年

3 庄照波;双臂机器人协调运动规划研究[D];山东科技大学;2018年

4 张生财;小型消防机器人操控系统的研究[D];内蒙古科技大学;2019年

5 魏得权;基于静刚度模型的机器人铣削加工误差在线补偿[D];华中科技大学;2019年

6 朱鹤;基于Kinect的类人机器人动作模仿关键问题研究[D];燕山大学;2019年

7 王皓辰;基于单目视觉平面运动机器人跟随技术研究[D];燕山大学;2019年

8 赵春霖;一种过约束五自由度混联机器人误差补偿与标定实验研究[D];燕山大学;2019年

9 齐有泉;一种面向多腔室工件喷涂的机器人构型设计及轨迹规划[D];燕山大学;2019年

10 吴绍坤;基于智能优化算法的机器人路径规划策略研究[D];燕山大学;2019年

本文编号：2676745