导　　师： 张平

授予学位： 博士

作　　者： (）;

机构地区： 华南理工大学

摘　　要： 人-机器人交互(Human-Robot Interaction,HRI)是指人与机器人之间通过某种特定的传感器和接口,在一定的交互技术支撑下实现相互理解的信息通信。HRI的研究目的是使机器人与人类和谐共处、自然高效地完成用户交待的任务并为用户提供及时有效的反馈。HRI技术的发展不仅有益于提高人类的工作效率,而且有助于满足人类的生活需求。目前HRI技术已经成为机器人应用领域的一个重要研究热点。随着人机交互应用领域的不断扩展,人机交互面临的环境越来越复杂,用户对人机交互自然性、直观性的需求越来越高。这些不同的应用场景,难以用统一的数学模型进行概括,采用固定模型的传统交互方式很难兼顾人机交互系统的性能和用户的需求。因此,在人机交互的关键技术中融入仿人智能的方法,是克服人机交互技术目前瓶颈的一个重要途径。本论文主要研究基于仿人智能的人机交互技术。本论文的主要贡献和创新点概括如下:1)建立了仿人智能人机交互系统的仿人行为模型。肌肉训练行为模型(Muscle Training Behavior Model,MTBM)应用于人机交互系统中用户手势操作指令的优化。预接触环境检测行为模型(Pre-touching Surrounding Detecting Behavior Model,PTSDBM)应用于人机交互过程中机器人预接触信息的实时检测。双手协作行为模型(Dual Hands Cooperation Behavior Model,DHCBM)应用于人机交互系统中的多机器人协作控制。2)提出了基于MTBM的用户手势操作指令优化方法。一方面提出了双重有向聚类算法(Double Directed Clustering Algorithm,DDCA)对用户手势操作数据进行训练,生成用户手势操作的核心意图,避免用户非意图手势操作对机器人运动控制的干扰,从而减少机器人的冗余运动。一方面提出了记忆-响应算法(Memory-Responding Algorithm,MRA),构建机器人期望运动和任务需求的映射,实现用户对人机交互经

关 键 词： 机器人学 人机交互 仿人智能 机器人控制

领　　域： [] []