·186 智能系统学报 第11卷 1)通过Kinect采集骨骼点空间坐标，用于计算 (7):1000-1004 示教者运动过程的关节角变化信息的方法是可行 YU Jianjun,HAN Chunxiao,RUAN Xiaogang,et al.Ro- 的，能够为模型训练提供较好的数据支持。 bot imitation learning based on Gaussian processes[]. 2)经GMM编码和GMR泛化后，能够得到连 Journal of Beijing university of technology,2015,41(7): 1000-1004 续的平滑运动轨迹，且原始数据中的噪声得到很好 的处理，波动性大大降低，稳定性较好。 [8]CALINON S.Robot programming by demonstration:a prob- abilistic approach[M].Lausanne:EPFL Press,2009:75- 3)在上肢的动作模仿中，运动较平滑稳定，能 100 够用于复杂运动技能的学习，能够较灵活地执行遥 [9]赵妹颖，徐文杰，郑雪林，等.基于体感的机器人展示 操作任务，对面向搜救任务的机器人研究有一定的 系统研究与开发[J].机器人技术与应用，2012(6)：54. 参考意义。 57. 4)在离线模式下，可实现动作记忆，进而实现 ZHAO Shuying,XU Wenjie,ZHENG Xuelin,et al.re- 动作的重复执行，而且可通过重采样方法对运动速 search and development of display system of Nao humanoid 度进行控制。 robot based on posture perception[J].Robot technique and 5)不足之处在于，下肢存在平衡控制的问题， application of robot,2012(6):54-57. 不能实现上下肢的协同运动。 [10]ALMETWALLY I,MALLEM M.Real-time tele-operation 下一步研究的方向是考虑引入闭环控制，解决 and tele-walking of humanoid Robot Nao using Kinect Depth Camera[C]//Proceedings of the 10th IEEE Interna- 下肢的平衡问题，实现上肢和下肢的协同动作，将整 tional Conference on Networking,Sensing and Control 个系统应用于远程遥操作任务，提高其实用性。 (ICNSC).2013 10th IEEE International Conference on 参考文献： Evry,France:IEEE,2013:463-466. [11]KOENEMANN J,BENNEWITZ M.Whole-body imitation [1]SCHAAL S.Is imitation learning the route to humanoid ro- of human motions with a Nao humanoid C//Proceedings bots?[J].Trends in cognitive sciences,1999,3(6): of the 7th ACM/IEEE International Conference on Human- 233-242. Robot Interaction HRI).2012 7th ACM/IEEE Interna- [2]BILLARD A,CALINON S,DILLMANN R,et al.Robot tional Conference onBoston,MA,USA:IEEE,2012: programming by demonstration M ]//SICILIANO B. 425-425. KHATIB O.Springer Handbook of Robotics.Berlin Heidel- [12]YANG Ningjia,DUAN Feng,WEI Yudi,et al.A study of berg:Springer,2008:1371-1394. the human-robot synchronous control system based on skel- [3]ENGLERT P,PARASCHOS A,DEISENROTH M P,et al. etal tracking technology [C]//Proceedings of IEEE Inter- Probabilistic model-based imitation learning[J].Adaptive national Conference on Robotics and Biomimetics RO- behavior,2013.21(5):388-403. BIO),Shenzhen,China,2013:2191-2196 [4]GRIBOVSKAYA E,KHANSARI-ZADEH S M,BILLARD [13]BISHOP C M.Pattern recognition and machine learning A.Learning non-linear multivariate dynamics of motion in [M].New York:Springer,2006:423-455. robotic manipulators[].The international journal of robot- 作者简介： ics research,2011,30(1):80-117. 于建均，女，1965年生，副教授。主 [5]LEE Sang H L,SUH I H,CALINON S,et al.Autonomous 要研究方向为智能机器人的仿生自主 framework for segmenting robot trajectories of manipulation 控制、智能计算与智能优化控制、复杂 task[J].Autonomous robots,2015,38(2):107-141. 过程建模、优化与控制。主持或参与国 [6]ASFOUR T,AZAD P,GYARFAS F,et al.Imitation learn- 家“863”计划项目、国家自然科学基金 ing of dual-arm manipulation tasks in humanoid robots[J]. 等省部级科研项目以及横向科研课题 International journal of humanoid robotics,2008,5(2): 多项；发表SCI、El、ISTP收录论文40余篇，获国家发明专 183-202. 利、实用新型专利、国家软件著作权等10余项。 [7]于建均，韩春晓，阮晓钢，等.基于高斯过程的机器人 模仿学习研究与实现[J].北京工业大学学报，2015,41１） 通过 Ｋｉｎｅｃｔ 采集骨骼点空间坐标，用于计算 示教者运动过程的关节角变化信息的方法是可行 的，能够为模型训练提供较好的数据支持。 ２） 经 ＧＭＭ 编码和 ＧＭＲ 泛化后，能够得到连 续的平滑运动轨迹，且原始数据中的噪声得到很好 的处理，波动性大大降低，稳定性较好。 ３） 在上肢的动作模仿中，运动较平滑稳定，能 够用于复杂运动技能的学习，能够较灵活地执行遥 操作任务，对面向搜救任务的机器人研究有一定的 参考意义。 ４） 在离线模式下，可实现动作记忆，进而实现 动作的重复执行，而且可通过重采样方法对运动速 度进行控制。 ５） 不足之处在于，下肢存在平衡控制的问题， 不能实现上下肢的协同运动。 下一步研究的方向是考虑引入闭环控制，解决 下肢的平衡问题，实现上肢和下肢的协同动作，将整 个系统应用于远程遥操作任务，提高其实用性。 参考文献： ［１］ＳＣＨＡＡＬ Ｓ． Ｉｓ ｉｍｉｔａｔｉｏｎ ｌｅａｒｎｉｎｇ ｔｈｅ ｒｏｕｔｅ ｔｏ ｈｕｍａｎｏｉｄ ｒｏ⁃ ｂｏｔｓ？ ［ Ｊ］． Ｔｒｅｎｄｓ ｉｎ ｃｏｇｎｉｔｉｖｅ ｓｃｉｅｎｃｅｓ， １９９９， ３ （ ６）： ２３３⁃２４２． ［２］ ＢＩＬＬＡＲＤ Ａ， ＣＡＬＩＮＯＮ Ｓ， ＤＩＬＬＭＡＮＮ Ｒ， ｅｔ ａｌ． Ｒｏｂｏｔ ｐｒｏｇｒａｍｍｉｎｇ ｂｙ ｄｅｍｏｎｓｔｒａｔｉｏｎ ［ Ｍ ］ ／ ／ ＳＩＣＩＬＩＡＮＯ Ｂ， ＫＨＡＴＩＢ Ｏ． Ｓｐｒｉｎｇｅｒ Ｈａｎｄｂｏｏｋ ｏｆ Ｒｏｂｏｔｉｃｓ． Ｂｅｒｌｉｎ Ｈｅｉｄｅｌ⁃ ｂｅｒｇ： Ｓｐｒｉｎｇｅｒ， ２００８： １３７１⁃１３９４． ［３］ＥＮＧＬＥＲＴ Ｐ， ＰＡＲＡＳＣＨＯＳ Ａ， ＤＥＩＳＥＮＲＯＴＨ Ｍ Ｐ， ｅｔ ａｌ． Ｐｒｏｂａｂｉｌｉｓｔｉｃ ｍｏｄｅｌ⁃ｂａｓｅｄ ｉｍｉｔａｔｉｏｎ ｌｅａｒｎｉｎｇ ［ Ｊ］． Ａｄａｐｔｉｖｅ ｂｅｈａｖｉｏｒ， ２０１３， ２１（５）： ３８８⁃４０３． ［４］ ＧＲＩＢＯＶＳＫＡＹＡ Ｅ， ＫＨＡＮＳＡＲＩ⁃ＺＡＤＥＨ Ｓ Ｍ， ＢＩＬＬＡＲＤ Ａ． Ｌｅａｒｎｉｎｇ ｎｏｎ⁃ｌｉｎｅａｒ ｍｕｌｔｉｖａｒｉａｔｅ ｄｙｎａｍｉｃｓ ｏｆ ｍｏｔｉｏｎ ｉｎ ｒｏｂｏｔｉｃ ｍａｎｉｐｕｌａｔｏｒｓ［Ｊ］． Ｔｈｅ ｉｎｔｅｒｎａｔｉｏｎａｌ ｊｏｕｒｎａｌ ｏｆ ｒｏｂｏｔ⁃ ｉｃｓ ｒｅｓｅａｒｃｈ， ２０１１， ３０（１）： ８０⁃１１７． ［５］ＬＥＥ Ｓａｎｇ Ｈ Ｌ， ＳＵＨ Ｉ Ｈ， ＣＡＬＩＮＯＮ Ｓ， ｅｔ ａｌ． Ａｕｔｏｎｏｍｏｕｓ ｆｒａｍｅｗｏｒｋ ｆｏｒ ｓｅｇｍｅｎｔｉｎｇ ｒｏｂｏｔ ｔｒａｊｅｃｔｏｒｉｅｓ ｏｆ ｍａｎｉｐｕｌａｔｉｏｎ ｔａｓｋ［Ｊ］． Ａｕｔｏｎｏｍｏｕｓ ｒｏｂｏｔｓ， ２０１５， ３８（２）： １０７⁃１４１． ［６］ＡＳＦＯＵＲ Ｔ， ＡＺＡＤ Ｐ， ＧＹＡＲＦＡＳ Ｆ， ｅｔ ａｌ． Ｉｍｉｔａｔｉｏｎ ｌｅａｒｎ⁃ ｉｎｇ ｏｆ ｄｕａｌ⁃ａｒｍ ｍａｎｉｐｕｌａｔｉｏｎ ｔａｓｋｓ ｉｎ ｈｕｍａｎｏｉｄ ｒｏｂｏｔｓ［ Ｊ］． Ｉｎｔｅｒｎａｔｉｏｎａｌ ｊｏｕｒｎａｌ ｏｆ ｈｕｍａｎｏｉｄ ｒｏｂｏｔｉｃｓ， ２００８， ５ （ ２）： １８３⁃２０２． ［７］于建均， 韩春晓， 阮晓钢， 等． 基于高斯过程的机器人 模仿学习研究与实现［Ｊ］． 北京工业大学学报， ２０１５， ４１ （７）： １０００⁃１００４． ＹＵ Ｊｉａｎｊｕｎ ， ＨＡＮ Ｃｈｕｎｘｉａｏ ， ＲＵＡＮ Ｘｉａｏｇａｎｇ， ｅｔ ａｌ． Ｒｏ⁃ ｂｏｔ ｉｍｉｔａｔｉｏｎ ｌｅａｒｎｉｎｇ ｂａｓｅｄ ｏｎ Ｇａｕｓｓｉａｎ ｐｒｏｃｅｓｓｅｓ ［ Ｊ ］． Ｊｏｕｒｎａｌ ｏｆ Ｂｅｉｊｉｎｇ ｕｎｉｖｅｒｓｉｔｙ ｏｆ ｔｅｃｈｎｏｌｏｇｙ， ２０１５， ４１（ ７）： １０００⁃１００４． ［８］ＣＡＬＩＮＯＮ Ｓ． Ｒｏｂｏｔ ｐｒｏｇｒａｍｍｉｎｇ ｂｙ ｄｅｍｏｎｓｔｒａｔｉｏｎ： ａ ｐｒｏｂ⁃ ａｂｉｌｉｓｔｉｃ ａｐｐｒｏａｃｈ［Ｍ］． Ｌａｕｓａｎｎｅ： ＥＰＦＬ Ｐｒｅｓｓ， ２００９： ７５⁃ １００． ［９］赵姝颖， 徐文杰， 郑雪林， 等． 基于体感的机器人展示 系统研究与开发［Ｊ］． 机器人技术与应用， ２０１２（６）： ５４⁃ ５７． ＺＨＡＯ Ｓｈｕｙｉｎｇ， ＸＵ Ｗｅｎｊｉｅ， ＺＨＥＮＧ Ｘｕｅｌｉｎ， ｅｔ ａｌ． ｒｅ⁃ ｓｅａｒｃｈ ａｎｄ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｄｉｓｐｌａｙ ｓｙｓｔｅｍ ｏｆ Ｎａｏ ｈｕｍａｎｏｉｄ ｒｏｂｏｔ ｂａｓｅｄ ｏｎ ｐｏｓｔｕｒｅ ｐｅｒｃｅｐｔｉｏｎ［ Ｊ］． Ｒｏｂｏｔ ｔｅｃｈｎｉｑｕｅ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｏｆ ｒｏｂｏｔ， ２０１２ （６）： ５４⁃５７． ［１０］ＡＬＭＥＴＷＡＬＬＹ Ｉ， ＭＡＬＬＥＭ Ｍ． Ｒｅａｌ⁃ｔｉｍｅ ｔｅｌｅ⁃ｏｐｅｒａｔｉｏｎ ａｎｄ ｔｅｌｅ⁃ｗａｌｋｉｎｇ ｏｆ ｈｕｍａｎｏｉｄ Ｒｏｂｏｔ Ｎａｏ ｕｓｉｎｇ Ｋｉｎｅｃｔ Ｄｅｐｔｈ Ｃａｍｅｒａ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ １０ｔｈ ＩＥＥＥ Ｉｎｔｅｒｎａ⁃ ｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｎｅｔｗｏｒｋｉｎｇ， Ｓｅｎｓｉｎｇ ａｎｄ Ｃｏｎｔｒｏｌ （ ＩＣＮＳＣ）． ２０１３ １０ｔｈ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｅｖｒｙ， Ｆｒａｎｃｅ： ＩＥＥＥ， ２０１３： ４６３⁃４６６． ［１１］ＫＯＥＮＥＭＡＮＮ Ｊ， ＢＥＮＮＥＷＩＴＺ Ｍ． Ｗｈｏｌｅ⁃ｂｏｄｙ ｉｍｉｔａｔｉｏｎ ｏｆ ｈｕｍａｎ ｍｏｔｉｏｎｓ ｗｉｔｈ ａ Ｎａｏ ｈｕｍａｎｏｉｄ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ７ｔｈ ＡＣＭ／ ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｈｕｍａｎ⁃ Ｒｏｂｏｔ Ｉｎｔｅｒａｃｔｉｏｎ （ ＨＲＩ）． ２０１２ ７ｔｈ ＡＣＭ／ ＩＥＥＥ Ｉｎｔｅｒｎａ⁃ ｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎＢｏｓｔｏｎ， ＭＡ， ＵＳＡ： ＩＥＥＥ， ２０１２： ４２５⁃４２５． ［１２］ＹＡＮＧ Ｎｉｎｇｊｉａ， ＤＵＡＮ Ｆｅｎｇ， ＷＥＩ Ｙｕｄｉ， ｅｔ ａｌ． Ａ ｓｔｕｄｙ ｏｆ ｔｈｅ ｈｕｍａｎ⁃ｒｏｂｏｔ ｓｙｎｃｈｒｏｎｏｕｓ ｃｏｎｔｒｏｌ ｓｙｓｔｅｍ ｂａｓｅｄ ｏｎ ｓｋｅｌ⁃ ｅｔａｌ ｔｒａｃｋｉｎｇ ｔｅｃｈｎｏｌｏｇｙ［Ｃ］ ／ ／ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ＩＥＥＥ Ｉｎｔｅｒ⁃ ｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｒｏｂｏｔｉｃｓ ａｎｄ Ｂｉｏｍｉｍｅｔｉｃｓ （ ＲＯ⁃ ＢＩＯ）， Ｓｈｅｎｚｈｅｎ， Ｃｈｉｎａ， ２０１３： ２１９１⁃２１９６． ［１３］ ＢＩＳＨＯＰ Ｃ Ｍ． Ｐａｔｔｅｒｎ ｒｅｃｏｇｎｉｔｉｏｎ ａｎｄ ｍａｃｈｉｎｅ ｌｅａｒｎｉｎｇ ［Ｍ］． Ｎｅｗ Ｙｏｒｋ： Ｓｐｒｉｎｇｅｒ， ２００６： ４２３⁃４５５． 作者简介： 于建均，女，１９６５ 年生，副教授。 主 要研究方向为智能机器人的仿生自主 控制、智能计算与智能优化控制、复杂 过程建模、优化与控制。 主持或参与国 家“８６３”计划项目、国家自然科学基金 等省部级科研项目以及横向科研课题 多项；发表 ＳＣＩ、ＥＩ、ＩＳＴＰ 收录论文 ４０ 余篇，获国家发明专 利、实用新型专利、国家软件著作权等 １０ 余项。 ·１８６· 智 能 系 统 学 报 第 １１ 卷