uniapp 记录运动轨迹 开发_人体运动模仿Part1(论文翻译)

Human Motion Imitation

Dana Kuli´c

1. Introduction

人体具有卓越的能力，可以产生灵活，强大，快速和敏捷的运动，完成各种任务，如灵活，敏捷的运动，灵巧的抓握和操纵。 重现人体运动能力的至少一部分的能力长期以来一直是机器人技术的目标[31]。 在过去的30年中，重要的研究工作的目标是开发在机器人平台上再现人类运动的方法，称为模仿学习或从示范中学习[3,5,48]。 Alissandrakis等 [2]制定机器人或代理人模仿系统必须回答的核心问题：

1. 谁来模仿？如果存在多个具有不同运动类型的演示器或演示，则机器人需要确定哪个演示最适合机器人的再现。

2. 什么时候模仿？如果演示包括多个动作，则系统必须提取（分段）适当的部分以进行模仿。一旦学会了多个动作，系统还需要确定何时是重现每个动作的适当时间和地点。

3. 模仿什么？该问题涉及应该再现运动的哪些方面，并且如果演示者和模仿者的实施例不相同则特别重要。如果不能精确地再现运动，那么运动的哪个部分应该优先进行复制？例如，对于舞蹈动作，机器人应该重现关节角度还是手的笛卡尔位置？

4. 如何模仿？为了在其自己的实施例上再现所展示的运动，机器人需要从人体到其自身的映射，这将使其能够再现所展示的运动。这被称为对应问题。

5. 如何评估模仿尝试？这个问题涉及用于评估演示者和模仿者之间相似性的度量。

以上问题涉及试图模仿人类行为的任何机器人或代理系统。 最后三个问题已被广泛研究用于各种拟人和非拟人机器人平台[3,5,48]。 有关广泛的概述，读者可参考Billard等人的文章。[4] 在本章中，我们将专注于人形机器人的人体运动模仿。

考虑到上述关键问题，对于类人机器人，乍一看，对应问题似乎更容易解决，因为人体和人体部位之间存在明显的对应关系。 然而，由于尺寸，运动范围和可实现的关节扭矩范围的差异，对于整个人类运动范围的对应可能仍然是重要的问题。 与固定基础机器人（例如，固定基础机器人操纵器）不同，模仿期间的主要附加任务是保持姿势平衡，这是可以干扰精确运动模仿的目标的任务。 与人形运动模仿特别相关的最后挑战是上述最后一个问题的答案，即如何评估模仿，特别是评估所生成的机器人运动在何种程度上是人类的。

2 Approaches to Human Motion Imitation

人体运动模拟的完整处理流程可分为四个阶段：首先，必须观察和记录人体运动。为了获得最高精度，通常使用运动捕捉，但也可以使用其他传感器，例如可穿戴惯性测量单元（IMU）或RGB-D相机，例如Kinect。

使用动作捕捉时，小型轻量标记放置在人体标志上，并通过一组摄像机记录其3D位置。得到的数据集包括在运动持续时间内每个身体界标的笛卡尔轨迹。也可以一致地收集力板数据，提供运动期间地面接触力的时间序列数据。接下来，预处理运动数据以提取相关运动段，去除噪声并内插丢失的标记数据，并将数据转换成适合于模仿的格式。典型的转换是逆运动学[58]，其中笛卡尔数据通过使用机器人或人类演示器的运动学模型转换为关节角度。接下来，创建运动（或运动）的模型。最后，使用所开发的模型和附加控制元件，在人形平台上再现运动并且评估所得到的运动。一般处理流水线如图1所示。

图1. 人体运动模仿过程概述。 首先&#x