数据驱动的NAO机器人关节运动控制---

签 名：
日 期：
学位论文使用授权书
本人完全了解武汉理工大学有关保留、使用学位论文的规定，即 学校有权保留并向国家有关部门或机构送交论文的复印件和电子版， 允许论文被查阅和借阅。本人承诺所提交的学位论文（含电子学位论 文）为答辩后经修改的最终定稿学位论文，并授权武汉理工大学可以 将本学位论文的全部内容编入有关数据库进行检索，可以采用影印、 缩印或其他复制手段保存或汇编本学位论文。同时授权经武汉理工大 学认可的国家有关机构或论文数据库使用或收录本学位论文，并向社 会公众提供信息服务。
第 2 章 NAO 机器人平台及传感器装置 ..............................................11
2.1 NAO 机器人硬件机构..........................................................................11 2.2 图形化用户软件 Choregraphe..............................................................12 2.3 嵌入式软件 NAOqi ..............................................................................13 2.4 MTi 系统结构 .......................................................................................15 2.5 软件平台 MT Manager .........................................................................17 2.6 本章小结 ...............................................................................................19
According to one-to-one mapping of human-robot biological model, this thesis designs the experiment schemes that body left shoulder data drive NAO robot shoulder joint. Based on MTi sensors worn on the left arm, human joint motion information is accessed in real-time, serial port communication is used to send data to PCs. The application codes extracting and calculating data is programmed on Visual Studio 2010 platform. The data is converted to Roll, Pitch and Yaw forms that NAO robots can understand. Through a wireless network, the connection is set up between PC and NAO. Based on Choregraphe, NAO is driven by motion data to imitate the human’s joint actions. Experiments show that NAO can thoroughly imitate human body joints route.
1.1 课题研究背景和意义 .............................................................................1 1.2 工业机器人的运动轨迹规划 .................................................................4 1.3 足式机器人的运动控制 .........................................................................5 1.4 外界运动信息获取方式 .........................................................................7 1.5 本文主要研究内容 .................................................................................9
（保密的论文在解密后应遵守此规定）
研究生（签名）：
导师（签名）：
日期
万方数据
武汉理工大学硕士学位论文
摘要
通过对人体动作的模仿、学习并最终实现自主行为，是机器人智能的重要 研究课题。本文以 NAO 机器人为平台，研究机器人关节运动的数据驱动方法， 主要工作包括以下两方面。
根据人机生物模型的一一对应关系，确定人体左臂肩关节驱动 NAO 机器人 左臂肩关节的实验方案。采用高精度、灵敏度的 MTi 传感器，穿戴在人体左臂 肩关节，实时获取人体关节运动信息，利用串口通信发送数据到 PC 机。基于 Visual Studio 2010 平台，编写应用程序，实现数据的提取、计算，将数据处理成 NAO 关节运动可识别的 Roll、Pitch 以及 Yaw 形式。通过无线网络，建立与 NAO 的连接，对 NAO 目标关节赋值。基于 Choregraphe，调用上述应用程序，实现 数据驱动 NAO 运动，完成对人体关节动作的模仿。实验表明，NAO 可实现对 人体关节路线的完全模仿。
This thesis is a primary research. The problems such as debugging NAO robot, and the movement data modeling based on echo state network, need further research in the future.
Based on echo state network, the central pattern generator (CPG) model is designed and trained in MATLAB. With MTi sensor, human right arm and left leg motion data in walking are collected to train echo state network and build the CPG. Taking the leg movement data as the teacher signal, the CPG model is trained for completely autonomous motion. Experiment results show that this method has some flaws in phase tracking. Then Euler and acceleration data of arms are used as input respectively, leg movement data as output, to train the CPG model. By contrast, the Euler data has better tracking performance on amplitude, acceleration data better on phase.
密 级 公开 学校代码 10497
学位论文
题 目 数据驱动的 NAO 机器人关节运动控制 英文 题 目 Data-driven NAO Robot Joint Movement Control
研究生姓名
孙漫漫
姓名 向馗 职称 副教授 学位 博士学位
指导教师 单位名称 自动化学院
邮编 430070
申请学位级别 硕士学位 学科专业名称 控制科学与工程
本文的工作是一个初步探讨，关于 NAO 机器人平台的调试，基于回声状态 网络的运动数据建模等问题，还需要进一步研究。
关键字：NAO 机器人，MTi 传感器，中枢模式发生器，回声状态网络
I
万方数据
武汉理工大学硕士学位论文
ABSTRATER
Imitating and learning human motion, and eventually realizing independent behavior is an important research subject of robot intelligence. Based on NAO robot platform, this thesis studies the data-driven methods of robot joint movement. The main work includes the following two aspects.
Key words: NAO robot, MTi Sensor, Central pattern generator, Echo state network
II
万方数据
武汉理工大学硕士学位论文
目录
摘 要 ................................................................................................................. I ABSTRATER.................................................................................................... II 目 录 ...............................................................................................................III 第 1 章 绪论......................................................................................................1
基于回声状态网络，设计中枢模式发生器模型，在 MATLAB 平台实现此模 型的训练。采用 MTi 传感器获取慢走状态下人体右臂、左腿的运动数据，用于 训练回声状态网络，构建中枢模式发生器。取腿部运动数据作为教师信号，训 练完全自主的中枢模式发生器。结果表明，这种方法对相位预测有一定的缺陷。 分别以手臂运动的欧拉角、加速度作为输入，腿部运动数据为输出，训练可调 制的中枢模式发生器。对比发现，输入欧拉角时，幅值预测能力较好，输入加 速度时，相位预测能力较好。
论文提交日期 2014.05 论文答辩日期 2014.05.16
学位授予单位 武汉理工大学学位授予日期 2014.06.26
答辩委员会主席 夏泽中 教授 评阅人 夏泽中 教授
肖 纯 教授
2014 年 5 月
万方数据
独创性声明
本人声明，所呈交的论文是本人在导师指导下进行的研究工作及 取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得 武汉理工大学或其他教育机构的学位或证书而使用过的材料。与我一 同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说 明并表示了谢意。
NAO
数 据 驱 动 的
机 器 人 关 节 运 动 控 制
孙 漫 漫
武 汉 理 工 大 学
万方数据
（申请百度文库学硕士学位论文）
数据驱动的 NAO 机器人 关节运动控制
培养单位：自动化学院 学 科 专 业 ： 控制科学与工程 研 究 生：孙漫漫 指 导 老 师 ： 向 馗 副 教授
2014 年 5 月
分类号 UDC