基于人体动作识别的类人机器人动作模仿

• 作者: 朱奇光 董惠茹 张孟颖
• 来源期刊: 计量学报
• 关键词: 计量学 类人机器人 手势识别 模仿学习 人机交互 改进D-H模型
• 年，卷（期）: 2021,（9）
• 页码范围: 1136-1141
• 页数: 6页
• 分类号: TB92|TP242.6
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2021.09.03

摘要

基于模仿学习以及人机交互技术,借助Kinect深度相机传感器对类人机器人上半身动作模仿问题进行了研究.首先,将改进的D-H模型应用于NAO机器人的手臂完成了手臂运动学模型的精确建立及求解,解决了传统建模方法两相邻关节平行时出现的奇异性问题.其次,提出了一种改进的基于深度图像的手势识别算法,完成了对于示教者手势的判定及模仿,与传统基于彩色图像的手势识别相比,不受光照影响的同时提升了识别准确率,改进算法的平均识别准确率达到96.2％.最后将NAO机器人作为试验平台的实验表明:NAO机器人对于示教者上半身动作的实时在线模仿运动轨迹平滑且稳定,并且在抓取实验中也显现出了较好的准确性.