·486 智能系统学报 第8卷 司研制的家用机器人ABIO狗，其能对外界刺激做 提取信息，进行处理加工并加以理解，最终用于人机 出相应的反应.卡内基梅隆大学研制的服务机器人 交互.表情机器人依靠视觉技术能完成表情识别、人 Valerie也具有丰富的情感表达能力，其能根具周围 脸识别、视线跟踪、头部姿势检测以及行为理解等任 复杂的环境做出不同的表达. 务.Leonardo头部后方和上方安装有摄像头，可以获 比较典型的情感模型是Mehrabia的PAD 取人脸、头部姿势、行为姿势等信息[).其他的表情 (please-arousal-dominance-model)模型.MT的Kis- 机器人例如H&F Robot-Ⅱ、Kismet、WE-4R等一般 mt的情感空间模型由激励、价和态这3个坐标轴 也都采用相关的视觉技术，从而能使其完成目标识 构成，且情感空间被分割成代表特定情感状态的区 别、跟踪和定位等任务 域.每个轴的参数由动机系统、行为系统以及感知系 2.5语音识别与合成技术 统获取，通过这3个系统的综合就可以获得相应心 语音识别与合成技术的发展，实现了人类与机 理状态的情感坐标，与该情感坐标距离最近的情感 器人之间的语音通信.语音识别，即让机器通过识别 区域就会被激活，驱动机器人产生表情，而情感坐标 与理解把输入的语音信号转换为相应命令的技术， 与激活区域中心的距离就决定了所产生表情的幅 它的基本方法主要有隐马尔可夫模型、人工神经网 度.日本早稻田大学的WE4R机器人也有相似的情 络等，典型的语音识别的实现方式如图12所示.语 感空间，由3个矢量愉悦度(pleasantness),激活度 音合成技术是表情机器人合成语音实现的关键，从 (activation)和确定性(certainty)组成的三维心理空 早期的参数合成到拼接合成，继而到两者的结合，如 间，如图11所示.该空间被划分为7个区域，分别代 今语音合成技术使得表情机器人可以实现更加人性 表7种情感状态 化的语音合成.Jules、WE-4R、Kismet等都大多采用 确定 情绪 唤醒 了语音识别与合成技术，可以方便地实现语音交互 功能15.可见语音识别和语音合成的结合对于表情 向量E 机器人与人类之间的情感交互至关重要， 激活度 语音输入 识别结果 特征提取 心境向量M 模式匹配 模型库 愉悦度 愉悦 图11WE-4R机器人的情感空间 图12语音识别的实现 Fig.11 Emotional space of WE-4R robot Fig.12 The realization of automatic speech recognition 2.4传感技术、机器人视觉技术 3 未来研究趋势 传感器能够把自然界的各种物理量和化学量等 精确地变换为电信号，再经电子电路或计算机进行 3.1人工情感理论的进一步研究 处理，从而对这些量进行监测或控制传感器的应用 人工情感包括3个方面：情感识别、情感表达与 使表情机器人具有不同的感知能力.例如，日本早稻 情感理解.目前对于前面两者的研究成果显著，而对 田大学研制的WE-4R机器人，具有嗅觉和触觉传感 于后者却是收效甚微.根本原因在于，到目前为止， 器，嗅觉传感器的使用可以使其识别酒精、氨气和香 没有一个研究者能够准确地定义情感的哲学本质， 烟的气味，通过触觉传感器可以分辨出抚摸、打击和 没能创立一个全新的、科学的、数学化的情感理论， 碰撞等接触动作u).德国Kaiserslautern大学开发的 也没有建立一个更加可靠的数学情感模型.目前的 情感机器人，只能进行一些简单的情感识别，或者模 ROMAN表情机器人，耳部安装了2支麦克风，使其 拟人的某些情感表达方式，而并没有真正的情感理 具有听觉功能.在其额头处安装了红外传感器，可用 解能力因此人工情感理论，尤其是人工情感建模， 于判断前方物体的距离同时其具有惯性传感器，能 有待于进一步研究，而且多学科的贯穿融合有必要 够分别测三自由度的加速和转角，对其头部的空间 使之更加深入 位置可以进行估计. 3.2机器人表情的多样化和丰富化 人类有80%以上的信息是靠视觉获取的，让机 人类是面部表情最丰富的生物.情感的表达离 器人与人一样通过视觉来获取信息，是研究表情机 不开表情，心理学家认为人的表情表达了50%以上 器人的一个重要方面.机器人从客观事物的图像中司研制的家用机器人 ＡＢＩＯ 狗，其能对外界刺激做 出相应的反应．卡内基梅隆大学研制的服务机器人 Ｖａｌｅｒｉｅ 也具有丰富的情感表达能力，其能根具周围 复杂的环境做出不同的表达． 比较 典 型 的 情 感 模 型 是 Ｍｅｈｒａｂｉａ 的 ＰＡＤ （ｐｌｅａｓｅ⁃ａｒｏｕｓａｌ⁃ｄｏｍｉｎａｎｃｅ⁃ｍｏｄｅｌ） 模型． ＭＩＴ 的 Ｋｉｓ⁃ ｍｅｔ 的情感空间模型由激励、价和态这 ３ 个坐标轴 构成，且情感空间被分割成代表特定情感状态的区 域．每个轴的参数由动机系统、行为系统以及感知系 统获取，通过这 ３ 个系统的综合就可以获得相应心 理状态的情感坐标，与该情感坐标距离最近的情感 区域就会被激活，驱动机器人产生表情，而情感坐标 与激活区域中心的距离就决定了所产生表情的幅 度．日本早稻田大学的 ＷＥ⁃４Ｒ 机器人也有相似的情 感空间，由 ３ 个矢量愉悦度（ ｐｌｅａｓａｎｔｎｅｓｓ），激活度 （ａｃｔｉｖａｔｉｏｎ）和确定性（ ｃｅｒｔａｉｎｔｙ）组成的三维心理空 间，如图 １１ 所示．该空间被划分为 ７ 个区域，分别代 表 ７ 种情感状态． 图 １１ ＷＥ⁃４Ｒ 机器人的情感空间 Ｆｉｇ．１１ Ｅｍｏｔｉｏｎａｌ ｓｐａｃｅ ｏｆ ＷＥ⁃４Ｒ ｒｏｂｏｔ ２．４ 传感技术、机器人视觉技术 传感器能够把自然界的各种物理量和化学量等 精确地变换为电信号，再经电子电路或计算机进行 处理，从而对这些量进行监测或控制．传感器的应用 使表情机器人具有不同的感知能力．例如，日本早稻 田大学研制的 ＷＥ⁃４Ｒ 机器人，具有嗅觉和触觉传感 器，嗅觉传感器的使用可以使其识别酒精、氨气和香 烟的气味，通过触觉传感器可以分辨出抚摸、打击和 碰撞等接触动作［１３］ ． 德国 Ｋａｉｓｅｒｓｌａｕｔｅｒｎ 大学开发的 ＲＯＭＡＮ 表情机器人，耳部安装了 ２ 支麦克风，使其 具有听觉功能．在其额头处安装了红外传感器，可用 于判断前方物体的距离．同时其具有惯性传感器，能 够分别测三自由度的加速和转角，对其头部的空间 位置可以进行估计． 人类有 ８０％以上的信息是靠视觉获取的，让机 器人与人一样通过视觉来获取信息，是研究表情机 器人的一个重要方面．机器人从客观事物的图像中 提取信息，进行处理加工并加以理解，最终用于人机 交互．表情机器人依靠视觉技术能完成表情识别、人 脸识别、视线跟踪、头部姿势检测以及行为理解等任 务．Ｌｅｏｎａｒｄｏ 头部后方和上方安装有摄像头， 可以获 取人脸、头部姿势、行为姿势等信息［１４］ ．其他的表情 机器人例如 Ｈ＆Ｆ Ｒｏｂｏｔ⁃Ⅱ、Ｋｉｓｍｅｔ、ＷＥ⁃４Ｒ 等一般 也都采用相关的视觉技术，从而能使其完成目标识 别、跟踪和定位等任务． ２．５ 语音识别与合成技术 语音识别与合成技术的发展，实现了人类与机 器人之间的语音通信．语音识别，即让机器通过识别 与理解把输入的语音信号转换为相应命令的技术， 它的基本方法主要有隐马尔可夫模型、人工神经网 络等，典型的语音识别的实现方式如图 １２ 所示．语 音合成技术是表情机器人合成语音实现的关键，从 早期的参数合成到拼接合成，继而到两者的结合，如 今语音合成技术使得表情机器人可以实现更加人性 化的语音合成．Ｊｕｌｅｓ、ＷＥ⁃４Ｒ、Ｋｉｓｍｅｔ 等都大多采用 了语音识别与合成技术，可以方便地实现语音交互 功能［１５〛 ．可见语音识别和语音合成的结合对于表情 机器人与人类之间的情感交互至关重要． 图 １２ 语音识别的实现 Ｆｉｇ．１２ Ｔｈｅ ｒｅａｌｉｚａｔｉｏｎ ｏｆ ａｕｔｏｍａｔｉｃ ｓｐｅｅｃｈ ｒｅｃｏｇｎｉｔｉｏｎ ３ 未来研究趋势 ３．１ 人工情感理论的进一步研究 人工情感包括 ３ 个方面：情感识别、情感表达与 情感理解．目前对于前面两者的研究成果显著，而对 于后者却是收效甚微．根本原因在于，到目前为止， 没有一个研究者能够准确地定义情感的哲学本质， 没能创立一个全新的、科学的、数学化的情感理论， 也没有建立一个更加可靠的数学情感模型．目前的 情感机器人，只能进行一些简单的情感识别，或者模 拟人的某些情感表达方式，而并没有真正的情感理 解能力．因此人工情感理论，尤其是人工情感建模， 有待于进一步研究，而且多学科的贯穿融合有必要 使之更加深入． ３．２ 机器人表情的多样化和丰富化 人类是面部表情最丰富的生物．情感的表达离 不开表情，心理学家认为人的表情表达了 ５０％以上 ·４８６· 智 能 系 统 学 报 第 ８ 卷