基于隐马尔可夫模型动作模仿建模研究

摘要

仿人机器人的模仿学习是指通过对人体行为动作序列的持续学习,识别人类动作特征,并据此生成仿人机器人自身运动序列,并执行相应的动作。文章针对仿人机器人模仿学习提出一种基于隐马尔可夫模型(HMM)的仿人机器人动作建模和生成的方法,实现对人体动作的持续学习。文章首先对人体动作数据通过向量的方法的进行匹配计算,转换成便于仿人机器人学习的关节角度,再用关节角度计算得到角速度与角加速度,从而得到完整动作数据。再利用隐马尔可夫模型对动作数据建模,完成新动作的动作识别,通过新动作与与原有动作对比相似性,证明向量方法的人体数据匹配计算的正确性,和基于隐马尔可夫模型建模及识别的有效性。