中型组足球机器人的非正面视角步态辨识方法设计

研究了运动学中人体步态的特点,以实现中型组足球机器人在非正面视角时辨识人的步态。选取有效表征步态的特征量,用阈值法和帧差法判定特征量的状态,形成了解决该问题的基本方法。由Kinect获取人体骨骼点的三维信息,通过其生成的人体骨骼模型测得了机器人的视野范围。通过对人体步态处于非正面视角下的状况的分析,提出了一种基于Kinect的在非正面视角时的识别方法,且能够给出人体所处的方位角。实验验证了该方法的实用性和有效性,结果表明,该方法在多个非正面视角下都具有较高的识别率。该研究可为将来的人机足球对抗赛提供技术储备。     

基于Kinect和ROS的骨骼轨迹人体姿态识别研究

为了解决不完整人体动作识别的问题,在机器人操作系统(robot operating system,ROS)下提出利用骨骼节点向量的角度累计变化作为特征向量,并采用自适应能量的方法划分视频人体动作。在人体解剖学的基础上建立投影坐标平面,进行空间位置和骨骼角度的计算。通过时间金字塔方法对不同时间间隔的骨骼角度数据编码,形成多级特征向量更好地表示人体动作。在人体受遮挡情况下,使用扩展卡尔曼滤波预测骨骼节点坐标,提高骨骼坐标的准确性。该方法具有旋转、平移不变性,识别4种不完整人体动作的正确率达到了92.25%。     

仿人型服务机器人双臂动作示教及评估研究

目的 基于自主研发的仿人型双臂服务机器人,研究体感示教及动作再现技术,并评估机器人拟人动作的合理性.方法 首先根据机器人的构型,利用D-H法对机器人进行运动学建模.然后设定6种日常生活中常见的人体上肢动作,利用Kinect V2动作捕捉设备获取真人演示动作数据,将臂形角作为冗余量进行运动学逆解,求得机器人所需关节角,使机器人能够复现人体动作.之后基于恐怖谷理论,结合层次分析法和语义分析法,提出评估方法,评估机器人复现的动作.结果 机器人以拟人的姿态复现了人体示教动作,评估结果显示,不同类型的动作会让受试者产生不同的心理感受.结论 对于仿人型双臂服务机器人而言,体感示教是一种自然高效的示教方式,由此产生的行为符合用户心理预期,为服务机器人融入日常生活提供了理论依据.     

基于多信息融合的下肢外骨骼机器人感知系统研究

人体运动感知系统是外骨骼机器人柔顺控制和人机耦合的关键。通过分析外骨骼机器人的下肢动态模型,提出了一种支撑相选择位置控制、摆动相选择交互力导纳控制的人机协同控制方法。根据该方法开发了一种基于多信息融合的下肢外骨骼机器人感知系统,以人体下肢关节角度、人机交互力和足底压力为运动状态感知量,利用变增益卡尔曼滤波算法和Savitzky-Golay滤波算法分别对IMU传感器数据进行姿态角度解算和对FSR压力数据进行预处理,获得步态特征并通过试验来验证该方法的可靠性。试验结果表明：角度解算算法具有高精度、高稳定性的特点,交互力感知方法和FSR压力数据处理算法具有可行性,验证了所开发的感知系统能够可靠地获取关节角度、人机交互力和足底压力并融合处理,以及准确地识别穿戴者的步态特征。研究结果为外骨骼机器人感知系统的优化提供一定参考,促进了外骨骼机器人控制系统及策略的发展。     

基于多算法融合的跌倒行为识别

提出一种多算法融合的跌倒行为识别算法.首先,针对人体目标的特征对YOLOv3 tiny检测算法进行改进,有效框定人体动态目标区域,提取出目标前景;在此基础上利用AlphaPose姿态识别框架识别出人体骨骼关键点,得到人体主要关节图;最后以人体关节图坐标信息为输入,通过时空图卷积神经网络对跌倒等动作进行检测识别,满足对不...     

基于加速度信号多特征踝关节动作模式识别

人体动作识别技术在虚拟现实、机器人、体感游戏等诸多领域具有较大的应用潜力.为了有效识别下肢踝关节的不同动作模式,首先通过DELSYS信号采集仪,获取踝关节执行趾屈、背伸、内翻、外翻4种动作模式时的三轴加速度信号,利用小波去噪滤除信号采集过程中的干扰和噪声;然后,提取踝关节三轴加速度信号的绝对积分平均值、方差、两轴之间的相关系数以及幅度峰值和幅度均值5种特征参数,并融合组成特征向量输入支持向量机分类器进行动作模式识别.实验结果表明:将加速度信号在特征层上融合再进行踝关节动作识别,每种动作的平均分类正确率均可达到90%以上,该研究方法可以应用于虚拟现实游戏及康复机器人等领域.     

类人型机器人动作情感识别研究

目的 为优化人与机器人动作情感交互方式,研究类人型机器人动作单模态情绪表达的可识别性,探究类人型机器人动作情绪识别的影响因素。方法 以类人型机器人NAO为例,采用问卷调查的方式,基于离散情绪模型,获取机器人NAO动作表达情绪的识别性、效价和唤醒度,研究类人型机器人动作的情绪识别性、效价和唤醒度,基于认知匹配理论研究类人型机器人动作与真人模拟动作、真人自然动作情绪表达差异的影响因素。结果 人类能够通过类人型机器人动作的单模态情绪表达,在不同情感语义上进行比较细腻的情绪识别,机器人形态及动作的幅度、速度、力量是情绪识别的影响因素。结论 建立类人型机器人动作与情感语义、效价及唤醒度的关系模型,以及类人型机器人动作情绪能量图,为机器人情感表达和动作交互设计提供较为系统的参考模型。     

步态康复训练机器人人机交互信息感知系统

针对步态康复训练机器人与患者实时交互的需求，研发了获取人机接触力信息的感知系统。利用拉格朗日法建立包含人体主动力的下肢外骨骼机器人动力学模型，并分析患者下肢运动动作意图，为步态康复训练交互控制提供判断依据。在步态康复训练机器人样机系统上进行了静态、动态测量实验及被动/主动康复训练测量实验，结果表明该感知系统能够满足人机接触力的检测精度要求，能在康复训练中获取人体运动意图，这为步态康复训练机器人的智能交互控制策略研究奠定了基础。     

面向人机对抗赛的语音交互系统设计

设计了中型组足球机器人的比赛中应用的人机语音交互系统。首先简要介绍了相关软件,对语音识别原理进行了解析;然后分析了语音合成技术及其实现步骤,并根据足球机器人在比赛中的实际需要,设计了一套语音指令;利用Kinect软件进行了实验研究;最终针对不同的发声对象测试了多组数据,实验结果表明所设计的语音交互系统对语音指令的识别行之有效,识别率较高。无论是裁判机还是队员机,都能快速准确地识别队员的语音指令并进行播报,完全满足人机对抗赛对人机语音交互的需求。     

基于原型的AD辅助机器人视觉形象特征研究

目的 为满足老年阿尔茨海默病(Alzheimer disease,AD)患者在居家条件下的认知刺激训练和日常护理需求,从原型理论角度探讨AD辅助机器人的视觉形象特征并进行设计实践。方法 根据原型的选择原则,确定原型样本并构建典型任务情景;通过意象词汇收集和添加关键帧截取动作参数的方式,分别获取原型的静态特征与动态特征;构建AD辅助机器人视觉形象特征变量层级,将原型特征映射至AD辅助机器人;根据映射结果对AD辅助机器人视觉形象进行创新设计。结论 基于原型理论和视觉形象特征层级,提出了构建AD辅助机器人视觉形象特征的设计方法,运用感性意象和特征变量的映射关系进行设计实践并得到验证,为实现老年AD患者居家养老的辅助机器人设计提供了有效参考和新方向。