基于Kinect的Nao机器人动作模仿系统的研究与实现

被引:14
作者
于建均
门玉森
阮晓钢
赵少琼
机构
[1] 北京工业大学电子信息与控制工程学院
基金
高等学校博士学科点专项科研基金;
关键词
模仿学习; 机器人控制; 体态感知; 概率模型; 高斯混合模型; 高斯混合回归;
D O I
暂无
中图分类号
TP242.6 [智能机器人];
学科分类号
081104 ;
摘要
为避开复杂繁琐的底层运动控制,使机器人能够通过学习实现运动技能的获取,有效提高其智能性,将体态感知技术与仿人机器人Nao相结合,以机器人的模仿学习框架为指导,开发并实现了基于Kinect的Nao机器人动作模仿系统。利用Kinect体感摄像机的骨骼跟踪技术,采集示教者骨骼点信息,经预处理后得到示教数据,通过高斯混合模型(GMM)对示教数据进行表征学习,经高斯混合回归(GMR)泛化处理后,映射到Nao机器人中,实现动作的模仿。实验结果表明,Nao机器人能够进行实时和离线的动作模仿,运动轨迹平滑而稳定,动作模仿的效果较好。
引用
收藏
页码:180 / 187
页数:8
相关论文
共 4 条
[1]   基于高斯过程的机器人模仿学习研究与实现 [J].
于建均 ;
韩春晓 ;
阮晓钢 ;
刘涛 .
北京工业大学学报, 2015, 41 (07) :1000-1004
[2]   基于体感的机器人展示系统研究与开发 [J].
赵姝颖 ;
徐文杰 ;
郑雪林 ;
田洪娜 .
机器人技术与应用, 2012, (06) :54-57
[3]   Autonomous framework for segmenting robot trajectories of manipulation task [J].
Lee, Sang Hyoung ;
Suh, Il Hong ;
Calinon, Sylvain ;
Johansson, Rolf .
AUTONOMOUS ROBOTS, 2015, 38 (02) :107-141
[4]   Is imitation learning the route to humanoid robots? [J].
Schaal, S .
TRENDS IN COGNITIVE SCIENCES, 1999, 3 (06) :233-242