当机器人遇见机器学习.docx

  1. 1、本文档共11页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

当机器人遇见机器学习

——NAO机器人的人机互动及示教编程应用

背景介绍

一、关于NAO机器人

本项目的开发基础是法国AldebaranRobotics公司(软银机器人公司)生产的人形NAO机器人,它具备较高水平的人工智能,能够与人亲切的互动,它主要用于科研教学领域,用户可以通过官方提供Choregraphe软件和SDK来控制NAO。也有爱好者使用NAO机器人来完成一些简单的舞蹈表演、击球项目以及模仿人类各种行为等。

如图为

如图为NAO的组成。总共有25关节,主要分成头部(2),手臂(12),腰部(1),腿部(10)。手臂和腿部关节是左右对称的。有霍尔效应传感器(32)、接触传感器(3)、红外线传感器(2)、超声波传感器(2)、一个双轴陀螺仪传感器(1)、三轴加速度传感器(2)、减压传感器(8)和避震器(2)。还有使用于图像和语音处理的摄影机(2)、麦克风(4)和扬声器(2)。

Nao是在学术领域世界范围内运用最广泛的类人机器人。法国AldebaranRobotics(阿尔德巴兰机器人)公司将Nao的技术开放给所有的高等教育项目,并于2010年成立基金会支持在机器人及其应用领域的教学项目。

Nao的多用途是基于它可以通过现成的指令块进行可视化编程,因此它允许用户探索各种领域、运用各种复杂程度的编程程序并达到用户想要体验的各种不同效果。

教学用机器人通常是有趣、有挑战性和能激发想象力的。Nao作为教与学的得力助手,正在创造着未来的教育方式。

超过1700个Nao已经被全球30个国家的450多所顶尖高校和实验室购买作为研究工具。正在使用Nao的高校机构有美国哈佛大学和布朗大学、英国威尔士大学、德国弗莱堡大学、日本东京大学、中国浙江大学、同济大学和山西大学。高校不仅将Nao运用在机器人研究,人工智能和计算机科学领域,还运用在社会学和医疗保健领域。Nao参与的研究项目包括自闭症治疗、多智能体系统、自动化、讯号处理、全身运动以及路径规划。Nao硬件采用最新科技设计制造,保证了Nao动作的流畅性,还配备了多种传感器。

Nao机器人比较特别的地方是使用Intel的嵌入式处理器,使用C++或Python语言来控制,高度为23寸,约60公分。

此外,NAO机器人可以在多种平台上编程并且拥有一个开放式的编程构架,所以不同的软件模块可以更好的相互作用,不论使用者的专业水平如何,都能够通过图像编程平台来为NAO机器人编制程。

二、关于人体姿态传感器

姿态传感器是基于MEMS技术的高性能三维运动姿态测量系统。它包含三轴陀螺仪、三轴加速度计,三轴电子罗盘等运动传感器,通过内嵌的低功耗ARM处理器得到经过温度补偿的三维姿态与方位等数据。利用基于四元数的三维算法和特殊数据融合技术,实时输出以四元数、欧拉角表示的零漂移三维姿态方位数据。LPMS系列和iAHRS-M0[1]姿态传感器可广泛嵌入到航模无人机,机器人,机械云台,车辆船舶,地面及水下设备,虚拟现实,人体运动分析等需要自主测量三维姿态与方位的产品设备中。

通过WiFi将姿态传感器的数据发送给机器人,让机器人识别人体实时动作,然后做出相应反应,即可实现人机互动或者是对机器人的实时控制。

目的与功能

基于动作的人机互动

目的:

目前使用NAO机器人与人进行互动多是基于语音和视觉,但是这两种方式准确度都不够高。因此我们希望通过捕捉人类互动时的各种动作让NAO学习人类互动的方式。

预期效果:

NAO能够与人进行常规的互动,比如:挥手打招呼、握手、拥抱等。

2.通过肢体动作远程控制NAO

目的:

方便用户不在家时能够轻松控制放在家里的NAO机器人,让机器人能够代替人去做一些事情。

预期效果:

通过捕捉用户上半身的动作实时控制机器人所有动作。

3.实现一种新的示教式编程方式

目的:

目前对机器人的示教式编程多是一种“手把手”示教的方式,即由人直接掰动机器人的但这种方式在对多自由度的类人机器人进行编程时显得十分不便。

预期效果:

通过捕捉人的肢体数据直接对机器人示教,从而让机器人

“看”一次人类如何做一件简单的事之后就会做这件事。

前期经验

已经对官方提供的各功能模块有了较好的掌握,未来将更加注重细节,通过对程序的优化和算法的创新弥补机器人自身的一些不足之处。

机器人存在的问题主要是因为本身硬件无法达到理想状态,导致很多问题不像想象中的简单。虽然生产人形机器人的公司都宣称自己的机器人可以做这样那样的事情,但其精确性和稳定性都不太好。大多数机器人比赛其实就是看谁能更好的解决这些机器人硬件本身不足导致的问题。

例如:

①机器人走不稳走不直,行走参数不易调整

→通过机器学习优化机器人行走步态;

②官方提供的检测摔倒程序占用了宝贵的CPU资源

文档评论(0)

zgc1960 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档