基于概率模型的人体运动学习方法研究

发布时间：2021-11-29 01:32

　　近年来,随着计算机视觉技术和深度相机的快速发展,基于人体姿势等视觉信息的可靠分割并进行人体姿势识别的研究越来越深入。人体姿态识别使得机器人可以通过结合环境、目的判断识别人体的运动特征,学习人类动作,从而具备获得对人类复杂行为的学习能力,甚至可以在动态环境下和人类进行交互,是智能机器人研究领域的热点之一。从运动学习的角度来看,动作识别过程可以被看作是对连续的人类行为的一种理解,而连续的人类行为又由一系列的动作组成,如挥手,捡起,放下等等。关键问题是如何识别给定域中的动作是什么,如何对它们进行编码,以及如何在捕获的运动数据中识别它们。本文分析了关于运动学习的主要研究方法和研究状况。在此基础上,基于高斯混合隐马尔可夫模型（GMM-HMM）,围绕仿人机器人对人体运动的学习方法进行了研究。首先,对Kinect提取的人体骨骼关节模型进行预处理,将骨骼关节三维坐标序列用空间向量法转换为关节角度特征序列,用四元数表示为骨骼姿势特征序列,同时对数据序列进行归一化。其次,在权威数据库MSR Action3D上进行GMM-HMM的分组训练和测试,以确定模型最优参数;为了提高模型稳定性,在数据集的分组上,每一... 

【文章来源】：北京建筑大学北京市

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

基于RoboEarth的共享机器人Fig.1-1RoboEarth-basedsharedrobot2015年，Fanuc在国际机器人展览会上展示了一个可以自学习的机器人，

自主Fig.1-2Self-l

AlphaGo学习过程

【参考文献】：
期刊论文
[1]在书写任务中的基于轨迹匹配的模仿学习[J]. 于建均,门玉森,阮晓钢,徐骢驰.  北京工业大学学报. 2016(08)
[2]基于Kinect的Nao机器人动作模仿系统的研究与实现[J]. 于建均,门玉森,阮晓钢,赵少琼.  智能系统学报. 2016(02)

硕士论文
[1]拟人机器人实时运动模仿研究[D]. 张明.南京邮电大学 2019
[2]基于Kinect骨骼数据的人体动作识别方法研究[D]. 李佩.郑州大学 2017
[3]基于轨迹匹配的模仿学习在类人机器人运动行为中的研究[D]. 门玉森.北京工业大学 2016



本文编号：3525568