表情機器人設(shè)計與實現(xiàn)

摘要：表情機器人的研究在國內(nèi)還處于初級階段，為了推進這一新的科學(xué)熱點的研究，本文從生物學(xué)的角度和和諧人機交互的角度出發(fā)，運用了機械設(shè)計、傳感器技術(shù)、舵機控制、嵌入式系統(tǒng)、人工智能等技術(shù)設(shè)計了一個情感機器人頭，它可以和人進行對話并產(chǎn)生表情，最終為人機交互的過程中人們能與計算機進行具有情感、自然、和諧的交互提供接口。

1 引言

十多年前“詭異谷”^【1】的理論制約了類人機器人的發(fā)展，但隨著科技的發(fā)展，人們再次把關(guān)注的眼光投向了“更像人類的機器人”身上，機器人博覽會上的saya^[2]已經(jīng)到了以假亂真的地步，制作外形和行為方式更接近于人類的機器人已經(jīng)成為了新的焦點和熱點。在國外的一些科學(xué)家已經(jīng)取得了一定的成績，但在國內(nèi)，對于表情機器人的研究還處于初級階段，為了能在08年的奧運會上看到我們自己制作的機器人解說員，北京科技大學(xué)的王志良老師的課題組正致力于此項研究并取得了一定的成果。

2機器人頭部的設(shè)計要求

本設(shè)計的目的是設(shè)計一個仿人的機器人頭部，以實現(xiàn)各種表情，來表達機器人內(nèi)在的情感狀態(tài)，最終使機器人能通過豐富生動的表情與人進行自然流暢的情感交流。既然如此，所要設(shè)計的機器人頭部，就必須滿足下面的要求：

1 外觀從相當程度上符合人類的審美觀點，能給人以親切感和可信任感；

2 其整體乃至局部的尺寸，以及每個器官所能運動的幅度都要與人類的頭部相接近，也就是說，在接近人腦這個有限的空間內(nèi)，要放置眼、耳、鼻、口、眉等器官以及相應(yīng)的驅(qū)動部件和傳動機構(gòu)；

3 整體機構(gòu)的動作要協(xié)調(diào)，要符合人類頭、面部的運動規(guī)律，要求運動傳遞要準確，不能失真，這樣才能準確的控制每一個運動單元達到要求的位置，實現(xiàn)總體的協(xié)調(diào)；

4 因為考慮實際制造時要為機器人加上攝像頭、微型麥克甚至力覺等傳感器，所以設(shè)計時必須留出必要的空間。整個設(shè)計具有空間狹窄，運動范圍小，運動準確，負載小的特點，這也是整個設(shè)計所要著重解決的問題；

5 可以實現(xiàn)眼球轉(zhuǎn)動，眼瞼開合，頭部轉(zhuǎn)動。

從機器人整體結(jié)構(gòu)出發(fā)，在考慮機構(gòu)的運動學(xué)、動力學(xué)和控制系統(tǒng)、驅(qū)動系統(tǒng)要求的前提下進行機器人頭部機構(gòu)設(shè)計。

人頭部運動包括頸部自由轉(zhuǎn)動和擺動、以及面部眼球、眼瞼、下顎的運動。

3機器人頭部結(jié)構(gòu)設(shè)計

眼睛部分共有四個自由度，包括眼球的繞Z 軸和繞Y 軸旋轉(zhuǎn)。對于人類的眼球，正常的情況下，任何表情時，兩個眼球的繞Y 軸旋轉(zhuǎn)運動都是完全同步的，因此，可以使這兩個眼球的繞Y 軸旋轉(zhuǎn)共用一個伺服電機驅(qū)動，既節(jié)省了空間，又簡化了機構(gòu)^【3】。

眼瞼有一個繞Y軸轉(zhuǎn)動的自由度，兩個眼瞼的兩個自由度是分開的，所以共有兩個自由度 ，因為在裝完眼球后剩下的空間比較小，還不能和眼球發(fā)生干涉，所以要在有限的空間內(nèi)加入眼瞼的結(jié)構(gòu)，不能太過于復(fù)雜，選擇了一級傳動。

每條眉毛應(yīng)該具有五個自由度，分別是左端兩個，右端兩個和中間一個。但是，左右兩端在Y軸方向的自由度，運動范圍很小，幾乎對表情起不到明顯可見的作用。而且，對于一條眉毛來說，五個自由度的機構(gòu)過于復(fù)雜。因此，本設(shè)計中將其簡化成一個自由度，即眉毛左、中、右三點的Z 方向自由度。

嘴這個部分總共有六個自由度的運動，包括左右嘴角各有一個X向和Y 向的直線運動，上、下唇各有一個Z 向直線運動。這部分的機構(gòu)部分基本都安置在嘴與眼之間的空間里。另外，兩個嘴角處的Y 向運動軌跡并不是在Y 一Z平面上，而是與該平面成大約150 度角。同是直線運動，這里采用了與眉毛相類似的機構(gòu)。

下顎部分只有一個繞Y 軸旋轉(zhuǎn)的自由度，從結(jié)構(gòu)上看比較簡單，由伺服電機直接驅(qū)動，但是因為整個下顎組件質(zhì)量以及相對轉(zhuǎn)軸的力臂較大，造成該機構(gòu)所需驅(qū)動力矩較大。另外，該機構(gòu)還需要能夠自鎖，即在停止工作和任何時候電機停轉(zhuǎn)時，下顎必須保持在原位不動，所以下顎機構(gòu)在面部來說是負載最大的一部分。

機構(gòu)分析為了使機器人的表情更加靈活生動，增加了頸部的運動。機器人頸部共有兩個自由度，分別是繞Y , Z 軸旋轉(zhuǎn)。本設(shè)計采用，在頸部接近頭部的位置安裝伺服電機，分別驅(qū)動繞 Y 軸的旋轉(zhuǎn)，在最下部的位置，即基座內(nèi)安裝頸部第二個伺服電機，驅(qū)動整個機器人頭、頸部繞Z 軸旋轉(zhuǎn)的運動。

圖1 情感機器人頭

4系統(tǒng)概述

類人機器人需要具備的特點有：與人類似的傳感系統(tǒng)、語音接收、圖像接收、感覺系統(tǒng)等等。有類似人的外形，有類似人的思維和行為。

于是我們設(shè)計了一個系統(tǒng)，系統(tǒng)中的東西很多，如圖2所示是一個硬件的結(jié)構(gòu)圖。整個系統(tǒng)分為三大部分：

1、攝像頭和無線話筒，屬于媒體設(shè)備。視覺和聽覺，是人和人之間交流的非常重要的部分。因此仿人機器人也應(yīng)該具有該項功能，于是我們就要用攝像頭和話筒來接收這些信息。而圖像處理和語音識別是一個非常復(fù)雜而又繁重的工作，嵌入式系統(tǒng)完成該項工作就比較困難，我們計劃將攝像頭采集來的圖像和聲音通過無線視頻設(shè)備和無線話筒傳送給PC機，用PC做圖像處理和語音識別。用PC機對圖像和語音進行處理之后，根據(jù)我們事先定義好的控制協(xié)議來控制機器人。

2、PC機。接收圖像和語音信息，并進行圖像處理和語音識別，根據(jù)協(xié)議轉(zhuǎn)換成控制指令。對于處理好的控制指令和數(shù)據(jù)，我們通過無線和有線兩種方式傳給嵌入式系統(tǒng)，嵌入式系統(tǒng)根據(jù)定義好的控制指令和數(shù)據(jù)來執(zhí)行操作。同時PC機也可以接收嵌入式系統(tǒng)發(fā)送過來的數(shù)據(jù)，并對數(shù)據(jù)進行分析和處理。

3、嵌入式系統(tǒng)部分。嵌入式系統(tǒng)有兩個功能：首先是對機器人的實時控制和接收來自PC機的數(shù)據(jù)和控制指令，其次采集機器人目前的狀態(tài)，主要的傳感器有攝像頭、麥克和語音輸出。考慮到機器人的體積和處理能力的要求，我們采用了性能穩(wěn)定可靠，同時運算能力較強的PIC系列單片機。

根據(jù)舵機控制的需求，我們要對控制器進行選擇，還要考慮控制對象精度，力矩要求，控制器重量等。根據(jù)上面的要求，選用PIC16F877作為主要的控制芯片^【4】。

圖 2 系統(tǒng)硬件結(jié)構(gòu)

下位機PIC控制多舵機運動。PIC控制程序流程圖如圖3。

圖3 程序流程圖

圖4 樣機

表情機器人樣機如圖4。

5結(jié)論

本文以生物學(xué)為基礎(chǔ)，以多種學(xué)科技術(shù)相融合的方法提出了研究情感機器人的一種新方法，雖然受到現(xiàn)實環(huán)境的制約，機器人的表情還比較粗陋，不夠細膩，但完全按照真實人的外貌來制作機器人在國內(nèi)還是首次。在這個機器人的基礎(chǔ)上，我們要進一步細化機器人的表情，最終達到服務(wù)型機器人的標準。

參考文獻

[1] Mori, Masahiro (1970). Bukimi no tani the uncanny valley. Energy, 7(4), 33C35. (In Japanese)

[2] http://www.androidworld.com

[3] 加藤介陽，原文雄．Face Robot Mark Ⅲ Platform for Experiments of Communicative Interaction with Humans．2002

[4] 劉濤．基于遺傳算法的雙足步行機器人步行姿態(tài)控制策略．微計算機信息，2006，7-2, 252-254．