基于Nao机器人的人体动作模拟系统设计文献综述
2020-04-14 16:27:44
-
设计的目的及意义及国内外现状分析
1.1目的及意义
本次设计旨在设计出能够模拟人动作的机器人系统,通过输入相应的人体动作,计算机摄像头收集信息,核心算法解析并赋予机器人系统底层实现,驱动NAO机器人模拟人体动作,实现机器人与人的初步交互,具有重要的理论与应用研究价值。
机器人技术是集机械、电子、控制技术、计算机、人工智能等多个学科领域于一身的一项综合性应用型技术,是衡量一个国家科技发展水平高低的重要标志。其中,作为机器人研究中极为热门的研究方向之一,仿人机器人有着类人的肢体结构,通常同时或分别具有仿人的头部或四肢结构,能够在特定环境中代替人类来完成各种工作,并可以在很多方面培养和扩展人类的能力,因而仿人机器人在科研、教育、医疗、娱乐等多个领域中得到了广泛的应用。成为全球范围内各发达国家不惜投入大量人力、物力、财力而角逐的科技制高点,各科研机构在仿人机器人的研究中进行了大量的科研工作。
这对于推动我国机器人科研事业以及国防事业的进步和发展都有着非常积极的作用和重大的意义,同时也将是人工智能技术的成功实践,更将是人类文明伟大进步的一个里程碑。
1.2国内外研究现状
2007年NAO机器人取代索尼机器狗成为标准平台,国内外迅速掀起了研究NAO机器人的热潮。在这一领域,欧美的一些高校走在世界前列,他们的很多算法和创造性思想正被其他球队学习。学者研究NAO机器人的目的多种多样,一部分是研究一些算法(如图像识别、定位算法、语音处理等)、另外一些学者用其研究机器人的运动仿生学等,很多研究单位研究是为了参加比赛,而也有很多研究人员只是将其用于科研或教学。
目前,国外著名的NAO机器人球队有:德国的Bhuman、美国的奥斯丁大学代表队、英国威尔士大学代表队等等。其中最著名的是Bhuman球队,它在NAO机器人领域做出突出的贡献,带动了世界NAO机器人技术的进步。Bhuman 球队是德国的Bremen大学和德国人工智能研究中心联合组建,开始做的是RoboCup仿真3D,技术成熟,一直是世界领先,当NAO机器人问世后,他们开始专门研究NAO机器人。Bhuman团队有很多高学历的专业研究人员,经过数年努力,形成了他们今天的代码体系,并取得了很大的成功。其中Thomas Rofer 为Bhuman的代码构建做出巨大贡献,其代码结构如下图1.2.1 。Bhuman 开放了其部分代码,代码分成三个部分:Debug、Cognition和Motion,分别由三个进程或线程并发运行。Debug是逻辑控制部分,控制另外两个部分的运行,和外部主机收发信息,Cognition是图像相关部分,包括对摄像头的操作和目标提取等,Motion是NAO机器人的动作处理部分,包括行走引擎、踢球动作和平衡处理等。
Bhuman在图像处理中使用了很多结合NAO机器人实际情况的技巧,本文所述的目标识别就是在Cognition之上做的研究,他们的机器人定位用的是蒙特卡罗算法,表现出很高水准。还有2012年RoboCup的新科世界冠军美国的奥斯丁大学球队,他们也是有很高水平。 国内NAO机器人起步相对较晚,2010年初,全国使用NAO的高校或研究单位总共不超过5个,在NAO上的技术成果也较片有限。其中做的好的是中国科学技术大学、西安交通大学和同济大学等,目前国内参加RoboCup的标准平台组只有同济大学。中国科技大学的薛峰等主要研究NAO机器人的动作相关引擎,在NAO机器人的步态规划方面取得较大成果,他们和国外的一些大学联合组成队伍,参加RoboCup的标准平台组比赛,并取得良好成绩。同济大学由两名博士研究数年,借鉴了Bhuman代码的优秀成果,并做了一些改进,形成了自己的代码体系,成为现在国内参加RoboCup的标准平台组的唯一队伍。国内NAO机器人虽然起步较晚,但发展迅速,到2013年初,国内绝大多数的“985”高校和大部分的“211”高校,都开始在NAO机器人上做相关的科学研究。国内很多机器人协会和机器人公司积极举办NAO机器人的比赛,促进大家的交流和进步。不过,国内研究人员在与其它机器人相关的图像处理及定位算法领域,也有丰硕的成果,出现很多高效的图像处理算法和定位算法。国内很多大学的NAO机器人球队刚刚起步,大家在不断学习国内外的先进技术,共同进步。
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付