基于體感的機器人仿人動作模仿系統(tǒng)研究.pdf

1、作為衡量現(xiàn)代科技水平的重要標志，機器人技術受到國內外越來越多的重視。目前，機器人的研究已經在運動能力、人機交互、人工智能等方面取得了較大的進步，但仍面臨著許多技術難題。人體動作模仿可以提高機器人的人機交互能力、學習能力和適應能力，讓機器人更好地服務于人類。國內外現(xiàn)有的人體動作模仿的研究在動作獲取方式、運動的機動性以及動作模仿效果上都還存在局限。因此，本文利用體感技術來獲取人體動作信息，并將其應用于仿人機器人和工業(yè)機器人的仿人運動控制。<

2、br>　　首先，利用位姿描述、D-H機器人坐標系建立法以及正運動學方程建立了仿人機器人NAO機器人右腿運動學模型，且分別使用解析法和基于LM算法的BP神經網絡的方法來求解其逆運動學。利用微軟體感傳感器Kinect、NAO以及PC機，構建了仿人機器人姿態(tài)動作模仿系統(tǒng)，根據(jù)Kinect人體骨骼信息和NAO機器人關節(jié)模型的各自特點，設計并實現(xiàn)了一種基于解析法的人體姿態(tài)到NAO仿人機器人姿態(tài)的轉化方法，從而實現(xiàn)機器人對人體姿態(tài)的模仿。
　

3、　然后，依據(jù) COM投影與支撐多邊形的位置關系來判定機器人姿態(tài)的穩(wěn)定性，提出了一種姿態(tài)穩(wěn)定性修正策略，對不穩(wěn)定姿態(tài)的腳掌及腳踝目標位置進行調整，并使用LM算法來求取姿態(tài)修正過程中的運動學逆解。再結合姿態(tài)序列濾波限速等步驟，設計并用程序實現(xiàn)了仿人機器人動作模仿控制流程。還分別使用關節(jié)角度和連桿方向兩種方法，對模仿過程中機器人和人體的姿態(tài)相似性進行定量評價。實驗結果表明，通過本文的姿態(tài)轉化算法和動作模仿控制，機器人能夠模仿出與人體相似的姿態(tài)

4、和動作，且能保持運動過程中的穩(wěn)定性。同時，本文的相似性測度進一步驗證了動作模仿算法的有效性。
　　此外，設計并實現(xiàn)了一個基于人體手勢控制的SCARA機器人寫字系統(tǒng)，利用Kinect獲取人體姿態(tài)信息，并使用手掌的相對位置來控制機器人的繪制軌跡，通過手掌狀態(tài)來控制機器人的提筆和落筆動作。為提高機器人模仿寫字的控制效率，還提出了一種基于設定誤差范圍來處理人體繪制軌跡方法。實驗表明，該系統(tǒng)操作方便，能夠使機器人快速精確地模仿人的寫字動作。