基于拉班舞谱的观测学习机器人上半身运动描述
机器人学
2016-09-20 v1
摘要
我们一直在开发一种称为“观测学习”(Learning-from-observation) 的范式，使机器人能够通过观察人类表演自动获取待做之事。由于人类与机器人之间的运动学和动力学差异，简单重复精确关节角度的模仿方法无效，该方法引入了中间符号表示，即任务模型，以概念化地表示通过观察得到的待做之事。然后，这些任务模型根据每个机器人硬件被映射为适当的机器人运动。本文提出了基于拉班舞谱 (Labanotation) 设计的任务模型，用于仿人机器人的上半身运动。给定人体运动序列，我们首先分析上半身运动，并在某些关键帧提取特定固定姿态。这些关键姿态被转换为由拉班舞谱符号表示的状态。然后，从状态转移中识别出的任务模型被映射到特定机器人硬件上的机器人运动。由于基于拉班舞谱的任务模型独立于不同机器人硬件，我们可以共享相同的观测模块；仅需依赖于不同机器人硬件的任务映射模块。系统已实现，并演示了三个不同机器人能够以令人满意的相似度自动模仿人类上半身运动。
引用
@article{arxiv.1609.05429,
title = {Describing upper body motions based on the Labanotation for learning-from-observation robots},
author = {Katsushi Ikeuchi and Zengqiang Yan and Zhaoyuan Ma and Yoshihiro Sato and Minako Nakamura and Shunsuke Kudoh},
journal= {arXiv preprint arXiv:1609.05429},
year = {2016}
}
备注
9 pages, 11 figures