基于本体感觉-视觉匹配方法的机器人自我识别研究

摘要

随着工业产业化改革的逐步推进和人们对提升生活质量水平的期望，智能装备需求迎来爆发式增长期。能制造出像科幻大片里一样的智能机器人一直是科研工作者的梦想。然而，目前智能机器人水平与实际期望还有很大差距，改造传统工业机器人使之具备类人智能是科学家一直以来研究的方向。基于传统方法的智能机器人技术发展一度遭遇瓶颈，将认知发展理论应用于机器人设计使智能机器人技术发展迎来了新的曙光。在基于认知发展理论的智能机器人设计中，机器人的自我识别技术是一个重要课题。尽管从完成任务的角度，这项技术可以在机器人设计之初通过预先编程的方式实现，但这样的设计无法使机器人在自身发生变化或是所处环境发生改变后仍能准确的完成自我识别。具备初步类人智能的机器人应当具有自主适应变化完成自我识别的能力。在目前的机器人技术研究中，大多数是以机器人动作的关节自由度信息代替本体感觉。
　　在本文中，机器人本体感觉信息用与机器人动作相关的关节自由度信息代替，机器人获取的视野范围内标注的特征点的空间位置信息表示机器人视觉信息。本文研究的主要内容是建立机器人本体感觉信息与视觉信息的匹配关系，使机器人具备适应环境变化的自我识别能力。
　　首先，概述了机器人发展经历的五个阶段，指出机器人发展遇到的瓶颈以及认知发展理论对智能机器人发展的巨大推动，并介绍了机器人视觉技术和机器人本体感觉技术。其次，概述了已有的关于机器人自我识别方面的研究，并分析了各类方法的优势和不足，为提出新的机器人自我识别模型提供借鉴。再次，初步建立了基于本体感觉-视觉结合方法的机器人自我识别模型，并对构成模型的各个功能模块依次进行了分析。然后，针对已经建立好的理论模型，给出了每个功能模块的算法实现。最后，对本文提出的基于本体感觉-视觉匹配方法的机器人自我识别模型进行了有效实验，通过对实验结果的分析证明了模型的有效性。

目录

声明

摘要

第一章 绪论

1．1 本文选题背景

1．2 智能机器人自我识别技术的研究意义

1．2．1 机器人发展的阶段

1．2．2 智能机器人的研究现状

1．2．3 基于认知发展理论的机器人自我识别技术研究

1．3 本文创新点和主要内容

第二章 机器人自我识别技术研究进展与分析

2．1 人工建模方法

2．2 基于视觉的自学习方法

2．3 基于视觉-动作的自学习方法

2．4 本章小结

第三章 基于本体感觉靓觉匹配的机器人自我识别建模

3．1 基本概念介绍

3．1．1 机器人本体感觉技术

3．1．2 机器人视觉技术

3．2 基于本体感觉-视觉匹配方法的机器人自我识别建模

3．2．1 本体感觉信息与视觉信息处理

3．2．2 BP神经网络训练

3．3 本章小结

第四章 实验与结果分析

4．1 实验平台介绍

4．1．1 NAO机器人

4．1．2 NAOQI框架

4．1．3 Choregraphe介绍

4．1．4 Kinect介绍

4．2 Nao机器人动作设计

4．3 图像信息预处理

4．3．1 深度图像预处理

4．3．2 彩色图像预处理

4．3．3 关节信息与空间点位置信息匹配

4．4 机器人自我识别

4．4．1 多个神经网络训练

4．4．2 确定MSE值

4．5 本章小结

第五章 总结及进一步的工作

5．1 本文完成的主要工作

5．2 下一步的工作

参考文献

致谢

附录作者在攻读硕士学位期间发表的文章