問關於人體動作跟蹤模仿機器人？

關於基於人體運動的仿人機器人的資料比較少，所以小編找了幾篇比較權威的論文，文中大致敘述了此類機器人的研究進程與熱點。

基於人體運動的仿人機器人動作設計

基於人體運動的仿人機器人動作設計是近年來機器人領域的研究熱點之一。由於仿人機器人的模型與人體模型不同，捕捉到的運動數據必須經過修改來滿足其運動學和動力學約束. Pollard等人通過捕捉人體舞蹈動作, 討論了仿人機器人上肢舞蹈表演。Yamane等人通過捕捉人體數據, 研究了仿人機器人動力學模擬。Nakaoka等人提出了通過獲取人體的舞蹈動作, 提取基本動作的象徵符號, 以此生成仿人機器人動作的方法。Nakazawa等人提出了通過匹配人體動作關鍵幀來混合仿人機器人動作的方法。Ruchanurucks等人通過記錄人體運動實現了物理約束下仿人機器人運動軌跡的優化。Noritate等人提出了基於動作產生系統的仿人機器人靜態動作設計方法。

以上所述只是討論了在相對較低速度下仿人機器人動作的產生方法。如果運動速度很快, 仿人機器人動態穩定性便成為了關鍵問題。另外, 仿人機器人的動作可視為對人體動作的模仿, 如何保證與人體動作具有高度的相似性也是將要研究的一個重要課題。

評價仿人機器人動作不僅要考慮空間上與人體動作的相似, 還要考慮到時間上的節奏相似性。論文《仿人機器人複雜動態動作設計及相似性研究》提出了一種考慮動態穩定性和節奏相似性的仿人機器人動作設計方法。首先, 根據動作特徵對人體運動進行分段。然後, 討論了基於這些動作段的運動軌跡產生方法。最後, 提出了在滿足運動學約束和動力學穩定性的前提下, 具有高度節奏相似性的仿人機器人運動軌跡產生演算法。

基於人體動作姿態識別的機器人仿人運動

為了使人機交流更加簡單、自然、友好，國內外研究人員在人機交互方式方面進行了廣泛而深入的研究，提出語音、手勢、眼動、人體姿態動作等種類更多、更加自然的人機互動方式。在基於人體姿態動作的交互方式中，根據控制對象，相關研究主要有以下三類：

移動類機器人的控制，如基於手勢的智能輪椅的運動控制、基於人體手臂動作的四旋翼飛行器的運動控制等；
仿人機器人的控制，由於仿人機器人與人類肢體具有高度的相似性，可以通過人體動作示教，實現仿人機器人上下肢的運動控制，研究內容集中在機器人關節角度映射、整體平衡性問題以及防碰撞等方面；
多自由度機械手臂的控制，在分析人體和機器人差異的基礎上，側重於的關節運動匹配以及控制策略等方面的研究。

論文《基於人體動作姿態識別的機器人仿人運動》針對一個4自由度機械手臂的仿人運動控制問題展開研究工作：以關節式機器人為對象，進行機器人仿人運動研究。從人體動作姿態識別、人-機動作映射、機器人運動控制等方面，詳細闡述機器人仿人運動演算法。提出人體動作姿態識別方法，利用Kinect感測器捕獲人體運作的關節點位置信息，在建立人體基準坐標系的基礎上，為了得到描述肩、肘運動的動作信息，計算人體手臂動作的關節角度，實現人體動作姿態的識別。在分析人體肩、肘等關節和機器人機構差異性的基礎上，建立人體手臂與四自由度機械手臂的人-機動作映射規則。針對機器人自由度較少，無法完全復現人體運動的情形，分析、比較不同控制策略的優缺點和適用性，尋求適合機器人操作的復現控制策略。關節式機器人接收運動控制指令，執行相應的關節運動，從而實現機器人仿人運動。相關試驗驗證了人體動作姿態識別和機器人仿人運動控制演算法的有效性。

機器人仿人運動系統

機器人仿人運動系統由人體動作捕捉、人-機動作映射和多關節式機器人等三部分組成(圖 1)。其中，人體動作捕捉系統通過採集人體動作的圖像和深度信息，獲取人體動作信息，利用關節點識別和骨架追蹤等技術，實現人體動作姿態識別；人-機動作映射系統在分析人體關節和機器人機構差異性的基礎上，進行人-機動作映射，實現機器人運動控制；多關節式機器人接收運動控制指令，執行相應的關節運動，實現仿人運動。

圖 1 機器人仿人運動系統

為此，構建機器人仿人運動試驗平臺(圖 2)。其中Kinect用於採集人體動作的圖像和深度信息；主控計算機通過人體動作姿態識別將感測信息轉換為人體關節角度信息，再通過人-機動作映射、機器人運動控制等，以一定的控制策略，將人體關節角度信息轉化為機器人運動指令；機器人平臺以無線區域網通信的方式，接收主控機發出的運動指令，實現機器人的仿人運動。

圖 2 機器人仿人運動試驗平臺

人體動作姿態識別

人體動作姿態識別通過骨架追蹤、關節點識別、關節角度計算等步驟，對採集到的人體動作的圖像和深度信息進行處理，從而實現人體動作信息獲取。

基於人體運動的仿人型機器人動作的運動學匹配

仿人型機器人具有人類外形特徵,更容易適應人類環境,具有廣闊的應用前景。許多研究人員和專家已經做了大量的研究工作,如穩定性判據、穩定性的步態及步行控制。

運動規劃一直是仿人型機器人研究的一個焦點,如Takanishi等人、Hirai等人、Huang等人都提出了基於ZMP(零力矩點)穩定判據的運動步態規劃方法。這些方法是通過建立運動解析方程並求解運動軌跡以得到仿人型機器人各關節軌跡。其優點是易於滿足機器人的機械約束條件、運動學及動力學穩定性條件,並能使運動軌跡平滑。但是,對於人類的複雜動作,如人類舞蹈和體育運動等,如果仍然採用這種方法,運動方程解析式不僅複雜,建立困難,而且有時難以求解,甚至無解。

基於上述原因,有些學者研究了基於人體運動數據的動作設計方法。Pollard等人通過捕捉人的舞蹈動作,討論了仿人型機器人上肢舞蹈表演。Yamane等人通過捕捉人體動作數據,研究了機器人的動力學模擬。Nakaoka等人提出了一種獲取捕捉人體的舞蹈動作,出基本動作的象徵符號,以此生成可實現動作的方法.這些研究主要集中於對仿人型機器人的運動學約束條件,如運動範圍、關節角範圍,關節速度和自由度數目等方面的討論。但是對於仿人型機器人必須嚴格滿足腳與地面接觸的約束條件方面,並未進行深入的研究。另外,人體動作可以看成是對仿人型機器人的示教動作,仿人型機器人動作不僅需要滿足運動學及動力學約束條件,而且希望仿人型機器人動作與人體動作具有很好的相似性,從而完成與人類一樣的各種優美動作。

論文《基於人體運動的仿人型機器人動作的運動學匹配》的研究目的是在滿足運動學條件及機械約束條件下,使仿人型機器人與人的動作具有高度相似性。

仿人機器人複雜動作設計中人體運動數據提取及分析方法

人們希望仿人機器人能像人類一樣做複雜、靈活的動作，只有這樣才能完成與人類協同作業或代替人類作業的使命。但是對於人類的複雜動作，如舞蹈和體育運動等，採用運動解析方程並求解運動軌跡的方法進行全身動作設計難度極大，運動方程解析式不僅複雜，建立困難，有時還難以求解，甚至無解，可操作性差。基於這些原因，產生了基於人體運動數據的仿人機器人運動設計方法。目前這種方法已經成為實現仿人機器人的複雜運動設計的有效手段。

運動捕捉是一項在國際上廣泛運用的高新技術，目前運用於動畫製作、體育訓練、康復醫療、虛擬現實等眾多領域。隨著計算機、感測器等相關技術的飛速發展，其運用範圍也越來越廣。同時也進入了機器人領域，被用於進行機器人的運動規劃、遙操作、人機工程等方面的研究。尤其在仿人機器人複雜動作設計上，體現了較高的運用價值。

Takano等提出了通過捕捉到的人體動作特徵符號來進行動作模式劃分、動作識別及仿人機器人動作生成，進而建立運動校式資料庫的方法，Kim等通過捕捉人體上肢運動。提出了表徵人體上肢運動的數學表示方法，應用此方法能夠使仿人機器人做出與人體上肢相似的運動，Nakazawa提出了通過匹配人體動作關鍵幀來混介仿人機器人動作的方法，也研究了通過動作捕捉系統來獲取人體運動。並根據動作特徵進行分解。最終介紹仿人機器人寫實風格動作的方法。Yamane等通過捕捉人體運動數據，研究了仿人機器人的步態動力學模擬和基於人體運動數據的仿人機器人全身動作設計方法，Pollard等通過捕捉演員的舞蹈動作，提出了滿足機器人的關節運動範圍、運動速度等的解決方法，實現了仿人機器人上半身的舞蹈表演.Nakaoka等提出了一種通過獲取人體的舞蹈動作，提取基本動作的象徵符號，以此生成仿人機器人動作的方法。

在上述基於人體運動捕捉系統的仿人機器人動作設計中，大部分研究工作的重點是在運動捕捉數據與仿人機器人欖型的運動學匹配和動力學匹配方面。而對於運動捕捉數據的前期分析與處理工作卻鮮有報道。由於運動捕捉系統下的坐標系設罝、關節角度定義等與仿人機器人模型不同，所以捕捉到的數據與仿人機器人進行運動學匹配所需要的關節數據還有很大差距。因此，在運動學匹配前，對運動捕捉數椐進行分析和處理，利用已有信息得到能夠應用於仿人機器人的關節數據，為運動學和動力學匹配提供最逼真和可靠的數據源，對於實現與人體動作高度相似的仿人機器人動作設計有著重要意義。為此，本文提出了基於運動捕捉系統的仿人機器人複雜動作設計中人體運動數據提取及分析方法，應用運動重定向技術實現從人體運動數據到仿人機器人的映射，並給出了基於人體運動數據的仿人機器人逆運動學求解方法。最終得到適用於仿人機器人的關節角數據.經過運動學和動力學匹配後，通過實驗驗證了方法的正確性。