基于风格迁移的机器人书法临摹技术研究

摘要

书法是中国最具特色的传统文化之一，有着上千年的悠久历史。它不仅在我国的历史发展中占据着重要的位置，而且还对周边国家的文化产生了重大的影响。机器人作为新时代中的产物，可以模仿人类进行各种复杂的作业任务。书法的撰写过程则为机器人在深度学习与运动控制上提供了有力的研究平台。由于书法具有悠久的历史，所以其风格多种多样，而且书写过程也千变万化。因此，机器人在书法上的应用研究对机器人的运动控制提出了较高要求。其中涉及到的算法与技术也为机器人在抛光、打磨、喷涂、焊接等复杂的轨迹规划应用提供了重要的参考意义。本文将书法汉字的风格迁移研究应用于机器人书法临摹的实验当中，提出了一种基于风格迁移的机器人书法临摹技术新方法，并进行了相关的实验分析。本文主要研究内容如下： （1）阐述了本文的研究背景及其意义，介绍了机器人书写技术的发展现状，分析了已有书写方法的主要特点，并给出了本文的主要研究内容。 （2）将风格迁移技术引入到机器人的书法实验中，设计了一个由风格迁移模块、图像处理模块、RobotStudio仿真平台、ABB控制器、ABB机器人、毛笔及3D打印的圆柱形夹具组成的机器人书法临摹系统。 （3）介绍了基于深度学习的生成对抗网络的原理，研究了生成对抗网络在汉字风格迁移中的应用，并进行了相应的实验。 （4）研究了书法汉字的风格特征描述参数，设计了相应的图像处理识别算法。根据书法汉字的特征描述参数，提出了一种由平衡度、倾斜度与书写力度组成的汉字风格相似度评估方法。 （5）构建了汉字特征描述参数与机器人运动控制参数之间的关系。通过RobotStudio仿真平台对机器人绘制书法时的轨迹实行了运动学分析与规划，并完成了书法临摹实验。最后将临摹效果与实验参考图像进行了相似度对比评估，验证了本文所提出的方法的有效性与可行性。

目录

声明

1 绪论

1.1 课题的背景和研究意义

1.2 国内外动态与研究现状

1.3 本文的主要研究内容

2 机器人书写系统整体设计

2.2 书法机器人软件系统

2.2.1 基于深度学习的生成对抗网络

2.2.2 汉字风格特征信息的提取方案设计

2.3 书法机器人硬件系统

2.3.1 书法机器人组成

2.3.2 毛笔的特征分析

2.3.3 夹具的设计

2.4 总体方案

2.5 本章小结

3.1 引言

3.2 深度学习网络

3.2.1 有监督学习的深度网络

3.2.2 无监督学习的深度网络

3.2.3 混合深度网络

3.3 生成对抗网络在汉字风格迁移的应用

3.3.1 生成对抗网络

3.3.2 汉字风格迁移

3.4 实验结果与分析

3.5 本章小结

4.1 引言

4.2 书法汉字特征描述参数

4.3 汉字相似度评估方法

4.3.1 平衡度相似性描述

4.3.2 倾斜度相似性描述

4.3.3 书写力度相似性描述

4.4 书法汉字图像处理

4.4.1 原始图像二值化

4.4.2 图像形态学处理

4.4.3 汉字书写笔画顺序提取

4.4.4 笔画关键点提取

4.4.5 笔画宽度特征提取

4.5 书法汉字笔画宽度与机器人运笔深度的转换

4.6 本章小结

5.1 引言

5.2 ABB工业机器人运动学分析与轨迹规划

5.2.1 机器人运动学分析

5.2.2 机器人轨迹规划

5.3 机器人运动控制仿真

5.4 机器人书法实验

5.4.1 实验平台搭建

5.4.2 汉字风格迁移

5.4.3 汉字书写轨迹生成

5.4.4 机器人书法汉字临摹实验

5.5 实验结果分析

5.6 本章小结

6.1 总结

6.2 展望

参考文献

在学研究成果

致谢