机器人杂志

机器人杂志2019年第2期

• 基于双LSTM融合的类人机器人实时表情再现方法

  黄忠, 任福继, 胡敏, 刘娟

  为提高机器人表情再现的时空相似度和运动平滑度，结合序列到序列的深度学习模型，提出一种基于双LSTM（长短期记忆）融合的类人机器人实时表情再现方法.在离线机械建模阶段，首先构建逆向机械模型以实现面部特征序列到电机控制序列的逆向映射，并进一步提出运动趋势模型以规整电机连续运动的平滑度；然后，引入加权目标函数以实现两模型的融合和参数优化.在在线表情迁移阶段，以表演者面部特征序列作为融合模型的输入，并在最优参数下完成表演者面部特征序列到机器人控制序列的端-端翻译，从而达到机器人表情的帧-帧再现.实验结果表明：融合模型的电机控制偏差不超过8%，且表情再现的时空相似度和运动平滑度大于85%.与相关方法相比，提出的方法在控制偏差、时空相似度和运动平滑度方面均有较大提升.

• 基于循环卷积神经网络的单目视觉里程计

  陈宗海, 洪洋, 王纪凯, 葛振华

  提出了一种基于卷积长短期记忆（LSTM）网络和卷积神经网络（CNN）的单目视觉里程计方法，命名为LSTMVO（LSTM visual odometry）.LSTMVO采用无监督的端到端深度学习框架，对单目相机的6-DoF位姿以及场景深度进行同步估计.整个网络框架包含位姿估计网络以及深度估计网络，其中位姿估计网络是以端到端方式实现单目位姿估计的深度循环卷积神经网络（RCNN），由基于卷积神经网络的特征提取和基于循环神经网络（RNN）的时序建模组成，深度估计网络主要基于编码器和解码器架构生成稠密的深度图.同时本文还提出了一种新的损失函数进行网络训练，该损失函数由图像序列之间的时序损失、深度平滑度损失和前后一致性损失组成.基于KITTI数据集的实验结果表明，通过在原始单目RGB图像上进行训练，LSTMVO在位姿估计精度以及深度估计精度方面优于现有的主流单目视觉里程计方法，验证了本文提出的深度学习框架的有效性.

• 面向手势动作捕捉的传感器设计及主从手运动映射

  张阳阳, 黄英, 刘家祥, 刘平, 张玉刚

  本文针对人手和机器人灵巧手在运动学上尺寸的不一致现象带来的主从手指尖运动空间映射的不一致性进行研究.基于聚氨酯拉伸应变传感器构建了测量手指关节弯曲角度的数据手套.通过建立主从手的运动学模型，基于旋转矩阵理论及正向运动学提出了一种指尖运动轨迹计算方法及手势动作捕捉算法.基于正向运动学及逆向运动学的指尖运动映射算法建立了主从手的指尖运动空间轮廓.建立虚拟实验场景，分别针对关节角度映射算法、手势动作捕捉算法及指尖运动映射算法进行了一系列试验.通过实验得出基于聚氨酯的拉伸应变传感器具有良好的时间响应特性及电学稳定性，基于手势动作捕捉算法能够获取主从手的指尖运动空间轮廓，指尖运动轨迹的计算误差控制在2.8 mm以内.结果证明了基于手势动作捕捉算法以及指尖运动映射算法能够实现主从手指尖运动空间的一致性.

• 一种采用迭代优化的移动抓取规划方法

  李玮, 章逸丰, 王鹏, 熊蓉

  提出了一种无需对目标物体进行预建模的迭代优化移动抓取规划方法.该方法通过点云相机在线对目标物体进行立体模型测量和建模，通过深度卷积神经网络对目标点云生成的多个候选抓取位置的抓取成功率进行评价.然后，对机器人底盘和手爪的位置和姿态进行迭代优化，直到抓取目标物体时机器人达到一个最优的位形.再用A*算法规划一条从机器人当前位置到目标位置的运动路径.最后，在路径的基础上，用一种启发式随机路径逼近算法规划手臂的运动，实现边走边抓的效果.本文的深度学习抓取成功率评估算法在康奈尔数据集上取得了83.3%的精确度.所提运动规划算法能得到更平滑、更短且更有利于后续运动的路径.

• 折叠翼弹跳机器人机构设计及运动性能分析

  鲍延年, 蒋海义, 罗天洪, 李忠涛

  为提高弹跳机器人的弹跳性能，解决弹跳机器人姿态调节和弹跳距离的问题，设计一种折叠翼弹跳机器人.通过调节多链弹跳机构的空间开链机构姿态实现对机器人弹跳朝向和起跳角的控制，研究折叠翼的滑翔下落特性增加机器人的弹跳距离.进行了姿态调整仿真和运动轨迹仿真，并在研制的折叠翼弹跳机器人样机上进行了弹跳运动实验.结果该样机显示出较高的弹跳性能.当起跳角度为80°时，弹跳高度约为0.98m.当起跳角度为60°时，弹跳距离约为3m，弹跳距离约为对比试验中无折叠翼弹跳机器人的1.7倍，但弹跳高度略低于无折叠翼弹跳机器人.折叠翼弹跳机器人具有良好的弹跳性能，能够完成地面上任何姿态的弹跳运动.

• 一种融合稀疏几何特征与深度流的深度视觉SLAM算法

  方正, 赵世博, 李昊来

  为了克服移动机器人在视觉退化场景下的位姿估计问题，通过将稠密的深度流与稀疏几何特征相结合，提出了一种实时、鲁棒和低漂移的深度视觉SLAM（同时定位与地图构建）算法.该算法主要由3个优化层组成，基于深度流的视觉里程计层、基于ICP（迭代最近点）的位姿优化层和基于位姿图的优化层.基于深度流的视觉里程计层通过建立深度变化约束方程实现相机帧间快速的6自由度位姿估计；基于ICP的位姿优化层通过构建局部地图来消除局部漂移；基于位姿图的优化层从深度信息中提取、匹配稀疏几何特征，从而建立闭环约束并通过位姿图来实现全局位姿优化.对本文所提出的算法分别在TUM数据集和实际场景中进行了性能测试.实验结果表明本文的前端算法的性能优于当前深度视觉主流算法，后端算法可以较为鲁棒地建立闭环约束并消除前端位姿估计所产生的全局漂移.

• 具有弹性连杆机构的四足机器人对角小跑步态控制

  李奇敏, 任灏宇, 蒲文东, 蒋建新

  为了提高四足机器人的运动性能和抗冲击能力，设计了一种具有弹性连杆机构和线驱动系统的四足机器人，称为LCS（linkage-cable-spring）四足机器人.借鉴SLIP（弹簧负载倒立摆）模型，提出了基于着地角的速度控制策略和基于能量补偿的质心高度控制策略.采用姿态控制策略来提高对角小跑步态的运动稳定性.仿真实现了给定前进速度条件下稳定的对角小跑步态.搭建LCS四足机器人样机实验平台，完成了踏步、对角小跑步态行走实验.实验结果表明，LCS四足机器人运动过程中机身翻滚和俯仰角能控制在2°以内，并能平稳通过10mm×10mm小型障碍物.

• 基于光学运动跟踪系统的机器人末端位姿测量与误差补偿

  戴厚德, 曾现萍, 游鸿修, 苏诗荐, 曾雅丹, 林志榕

  针对工业机器人绝对定位精度较低的问题，采用加拿大NDI公司的Optotrak Certus HD光学运动跟踪系统作为机器人位姿的测量设备，提出了一种基于再生权最小二乘法的最优剪枝极限学习机算法，通过该算法将机器人目标位姿映射到修正位姿上，实现了对机器人末端位姿补偿的效果.利用爱普生6轴机器人末端进行实验，在不同速度下完成直线轨迹运动、圆轨迹运动以及离散随机运动，对该误差补偿方法的有效性进行验证和分析.结果表明，该误差补偿方法均能提高机器人的位姿精度，其测试点在X、Y、Z三轴总方向上的绝对位置精度为0.06 mm~0.25 mm，比无补偿时的2 mm~3 mm有了1个数量级的提高；而姿态误差补偿后，其均方根误差和平均绝对误差均减小到未补偿时姿态误差的26.09%.同时，该补偿方法还可有效降低异常值的影响，具有良好的稳健性.

• 基于极大似然估计的工业机器人腕部6维力传感器在线标定

  刘运毅, 黎相成, 黄约, 唐明福, 秦德茂, 农真

  针对工业机器人实时监测腕部工具工作受力情况的需求，提出了基于极大似然估计的在线标定算法.首先，在机器人末端工具的活动负载部分安装6维力传感器，并实时采集力与力矩数据以及机器人工具运动轨迹.然后，考虑到不同运行速度下运动振动的干扰，根据系统力学关系求解工具重心坐标、机器人安装倾角、力传感器零点以及负载重力.最后，在10 mm/s~1000 mm/s不同速度条件下进行实验，分析求解结果的一致性，并与最小二乘法进行对比.对比结果显示基于极大似然估计可以把工具重心平均标准差从0.67 mm降到0.23 mm，力零点标准差从0.73 N降到0.27 N，力矩零点标准差从0.29 N.m降到0.05 N.m.实验结果表明极大似然估计能有效抵抗机器人高速运动引起的干扰，可以应用于机器人高速运动情况下的实时在线零点标定.

• 水空两栖涵道风扇推进器推力理论分析及实验验证

  郜天柱, 胡志强, 杨翊, 林扬

  由水空两栖机器人的应用需求出发，从理论计算、仿真以及实验三方面设计了一种涵道风扇推进器.通过理论计算，分析了风扇和电机在2种介质中的工作曲线，提出了风扇推力系数和转矩系数的预估模型.通过选取适当的预估参数，得到了风扇和电机的设计参数.根据理论计算结果，选取了一种较为合适的风扇和电机的组合方式.为了验证理论计算的可靠性，对仅考虑扇叶的理想情况进行了CFD（计算流体动力学）仿真分析.为了研究实际的涵道风扇推进器的工作情况，还对考虑涵道整体表面结构的实际情况进行了CFD仿真分析.最后，对该组合方式的涵道风扇推进器进行了实验，得到了涵道风扇在水下和空气中的实测推力系数分别为1.47×10-4和2.48×10-4，实际情况下仿真结果与其的相对误差分别为10.9%和3.6%，接近于实验本身的不确定度；得到的空气中的推力可达55 N以上，水下推力可达245 N以上，均可以满足2种介质中的使用要求.

• 一种基于高斯过程回归的AUV自适应采样方法

  阎述学, 李一平, 封锡盛

  针对区域海洋特征环境快速观测的需求，提出了一种基于高斯过程回归的小型自主水下机器人（AUV）自适应采样方法.首先，通过比较高斯过程回归（GPR）中使用不同的回归推理方法的估计准确度和计算效率，确定AUV的合适采样间隔时间；在此基础上，根据AUV实时观测的数据进行GPR分析，预测未观测区域环境数据，并通过计算预测区域梯度极值和预测不确定度引导AUV进行在线路径规划；最后使用该方法，对具有不同特征分布的区域环境观测过程进行仿真.结果显示，本方法与常规方法相比，能够更高效地获得观测区域的低误差特征分布估计，更快地获得观测区域热点区特征，更好地适应观测区域特征分布不同的情况.

• 基于视觉感知的海生物吸纳式水下机器人目标捕获控制

  周浩, 姜述强, 黄海, 万兆亮

  针对近海水产养殖环境下海生物目标的机器捕捞，设计了一款海生物吸纳式水下机器人.该水下机器人可以采取手动遥控吸取和视觉伺服控制吸取方式完成对海生物目标的机器捕捞.为了实现基于视觉感知的目标捕获控制，在摄像机平面坐标系上建立了水下机器人和目标之间的运动学关系，并在此基础上提出了自适应递归神经网络控制器.通过设计递归神经网络估计和补偿外界环境干扰，利用S面函数使水下机器人快速到达期望位置并保持稳定，结合递归神经网络和系统动力学模型设计鲁棒函数进一步提高非线性系统在视觉控制中的可靠性和稳定性.最后，在近海自然养殖条件下对海生物进行视觉跟踪控制实验，实现了对海生物目标的主动吸取控制，验证了该控制器的功能.

• 深海小型爬行机器人研究现状

  张奇峰, 张运修, 张艾群

  通过充分的文献调研和总结，根据海上作业形式对典型的深海小型爬行机器人分成3类进行了综述.对影响深海小型爬行机器人发展的海底运动适应性、导航定位、能源供给以及轻量级机械手4项关键技术进行了总结和分析，并对其未来的发展趋势进行了展望.

• 机器人在眼科手术中的应用及研究进展

  贺昌岩, 杨洋, 梁庆丰, 韩少峰

  首先分析了典型的眼科手术操作，提出了眼科机器人设计的一般要求.然后，从机器人系统和手术器械两方面出发，介绍了国内外眼科机器人的研究进展.最后，总结了当前眼科机器人系统的关键技术，包括眼组织生物力学分析、机构设计、多维信息传感以及精密运动控制技术，并分析了发展趋势.

• 迈进高维连续空间:深度强化学习在机器人领域中的应用

  多南讯, 吕强, 林辉灿, 卫恒

  首先，对深度强化学习（DRL）的兴起与发展进行了回顾.然后，将用于高维连续动作空间的深度强化学习算法分为基于值函数近似的算法、基于策略近似的算法以及基于其他结构的算法3类，详细讲解了深度强化学习中的最新代表性算法及其特点，并重点阐述了其思路、优势及不足.最后，结合深度强化学习算法的发展方向，对使用深度强化学习方法解决机器人学问题的未来发展趋势进行了展望.