基于Kinect的主动式伴舞机器人的研究与设计

机器人目前已经广泛的应用在工业领域，来提高生产效率，产品质量以及降低成本。随着人口老龄化问题的出现，世界各国的科学家在努力研究机器人在家庭 ，医疗，公共场所等领域内的应用。这类应用中需要机器人与人类进行近距离的接触，这样安全问题就显得尤为重要。因此机器人-人协作成为了该类研究的重点。目前已有很多实验室进行机器人-人协作的研究，如Kazerooni开发了能够增加人体力量的机器人j]，日本某公司开发了可穿戴机器人-些科研人员开发了可以和人-起搬运物体的移动机器人文献[21。人机协作主要要求机器人能够实现对人的行为的识别及理解，能够实现对人类运动进行捕捉。在此背景下，伴舞机器人应运而生[31。伴舞机器人除了可以为人类提供娱乐之外还可以帮助病人进行康复训练，这种康复训练比传统的运动康复训练更有乐趣。同时伴舞机器人可以陪伴老年人、残疾人跳舞，让老年人、残疾人找到自信与生活的乐趣。此外，伴舞机器人的研究包含了机器人对人类步态的识别，机器人对人类的伴随运动等研究方向。这些研究方向在未来可以使得机器人更好的帮助人类。

伴舞机器人核心是人体运动的感知与预测↑年来人体感知技术不仅在3D电影等娱乐领域有着重要应用，更是机器人领域内有着重要的作用，特别是机器人-人协作领域内有着重要意义。目前已经有诸多成熟的人体感知系统，如常见的立体环境系统 ，即在室内布置多个相机或红外线传感器来对该空间内人的行为进行捕捉。激光雷达围与立体视觉弛 常用于移动机器人定位与目标识别，然而这类系统都有各自的缺点。微软公司在201 1年推出了Kinect 体感知传感器，这款传感器主要由-个CMOS照相机和-个结构光深度相机及-个麦克风阵列构成 。目前使用Kinect进行人体感知主要是通过获得全身图像后进行识别。在某些情况下，无法获得全身图像，这就需要能够从身体部分图像中对人体进行识别。-些科研人员提出了人腿下肢的识别方法 ，然来稿 日期：2012-08-07作者简介：罗瑞琨 ，(1989-)，男，吉林人，本科，主要研究方向：机器视觉；徐 静，(1980-)，男 ，江苏人，博士，副教授，主要研究方向：机器人 ，机器视觉No.6June.2013 机械 设 计 与制 造 34.2.2逐行扫描识别双腿算法通过逐行扫描的方法来求出图像中表示双腿的区域索引号，依次为indexl，index2，index3，index4。其中indexl和index2表示左腿的区域，index3和 index4表示右腿的区域。

求和图按照类型可以分为三种类型：双柱，有部分重合，单柱。只有单柱-般存在于双腿完全交叉或者-条腿在视场范围以外的情形，这种情况仅为特例。主要研究如何在双柱型和部分重合型情况下求出双腿的索引号。双柱及有部分重合型求和图，如图4所示。 <(a)双柱型 (b)部分重合图4双柱型与部分重合示意图Fig.4 The Overlapped Sketch Map of DoubleColumn Type and Some Part逐行扫描法为X，y双方向扫描的方法。由于求和图已经经过归～化，所以阈值范围为60∈(0，1)。

双方向扫面方法如下：(1)取初始阈值w00.1，降低噪声；(2)X轴从左至右扫描，求出求和图轮廓与阈值线交叉处的索引号。若求和图轮廓在索引号i处与阈值线交叉，则( .-60.)(D -(c，)

4.3人姿态识别得到人双腿索引号，即识别双腿之后，需要求出人的姿态位置。Kinect参考系与机器人参考系，如图5所示。∑ 表示Kinect传感器的固有坐标系，∑表示机器人坐标系。得到人双腿索引号后，可以求出人双腿的 ，l， ， 坐标值，即人双腿在 Kinect坐标系 ∑中的坐标 .口1 ，Pn ，通过坐标变换可以求出人双腿在机器人坐标系中的坐标，两点中垂线表示人的朝向，中点表示人的重心。这样就可以得到人在机器人坐标系下的姿态。

∑图 5 Kinect与机器人坐标系Fig.5 Kinect and Robot Coordinate Frames实验主要对逐行扫描双腿识别算法进行实验研究。

交际舞中虽然有多种舞步，但是基本步态主要为向前，后迈步、侧跨两种类型。所以实验中测量向前，后迈步、侧跨两种步态。

5.1向前/后迈步实验实验中，测试者站在距离 Kinect传感器 1 lO0mm的位置，右脚从 800mm处移动到 1500ram处，每隔lOOmm进行测量。右脚位置测量值实际值比较结果，如图6所示。从图6中可以看到测量值在近距离(800～1000)mm处误差较大。所以推荐最佳使用距离为(1～1.5)m。

右脚位置测量值与实际值EE较吕吕垂/r// // // ///- 右脚位置 值测量值- - 右脚位置 值实际值1 2 3 4 5 6 7 8图6右脚位置测量值与实际值比较Fig 6 Comparison Between Measurement Value andActual Value for Right Leg Position由于该算法主要使用在伴舞机器人中，所以我们更加关心脚步位移。实验中测量右脚从 800mm处向后迈了 5个 lO0mm小步移动到 1300ram处。测得位移值，如表 1所示。因为伴舞机器人这类人机协作情况中，对精度要求不高，误差在(4～5)cm以内均满足要求，所以平均值为 80.3ram，误差为 19.7mm，标准差为 15.Omm满足伴舞机器人要求。

表 1右脚前后位移Tab.1 Right Leg Displacement Along Fr0nl and Back52侧跨实验实验中，测试者站在Kinect传感器正前方 1 lOOmm处，测试者右脚依次右侧跨 lOOmm，共 5次。实验结果，如图2所示。平均值70.Omm，误差30.Omm，满足伴舞机器人要求。 (下转第7页)啪姗伽姗瑚 咖咖No.6June.201 3 机械设计与制造 75结论对翼身融合布局增压舱进行了结构设计研究 ，针对圆柱形多舱