基于视觉的机器人手臂动作模仿研究

摘要

智能化和多样化是当前机器人技术的发展方向。在众多构建智能机器人的方法中，由于模仿学习具有学习效率高、适应性强等优点，因此越来越受到人们的关注。模仿学习避免了针对单个任务繁琐的编程过程，机器人可以通过自身的感知系统与周围环境进行交流而学习知识，完成新的任务。因此，模仿学习使机器人具有了更好的适应性。
　　 本文对人体上肢关节的运动形式及自由度进行了详细的分析，根据本文的实际要求通过D-H 方法建立了人体机构学运动模型，并对模型进行了正向和逆向运动学分析。采用LabVIEW软件建立了人体上肢平面运动的模仿模型，达到了本文在二维平面复现人体上肢运动的要求。
　　 运动目标识别的任务就是把运动物体从图像中提取出来，其识别效果的优劣直接影响着运动模仿的准确性。本文通过实验比较各种运动识别方法的优缺点，并根据实际要求，选取背景图像差分法作为本文的运动识别方法，通过图像处理得到细化的手臂线条，实现了对运动手臂的识别。
　　 为了获取手臂位姿信息，本文首先通过同心圆环搜索法获得手臂细线上三点坐标，然后通过斜率法进行手臂直线拟合，根据得到的四条手臂直线获得左、右手臂肩、肘关节角度，最后将所得角度输入人体上肢运动模仿模型，实现了对人体上肢运动的模仿。
　　 为了解决模仿的滞后问题，本文引用了PID预测算法，提高了手臂模仿的实时性。