1.本发明涉及属机械臂人机交互自动控制领域，具体涉及一种情感机器人机械臂轨迹生成方法、装置、设备及存储介质。
背景技术：
：：2.随着智能机器人技术的快速发展，人类和机器人之间的自然交互显得十分重要。情感是人与机器人进行社会互动的必要条件，而机器人的情感表达作为实现人机长期互动的重要手段，受到越来越多的关注。情感交互是人机自然交互的核心与基础，其通过处理人机交互中的情感信息，通过赋予机器人情感化、人性化的特征，给予相应的情感交互体验，使机器人实现情感交流。在情感识别技术已经有了很大进展的前提下，将环境信息与情感信息融入到机械臂的运动轨迹中，使其能够表达不同环境下用户在的情感，不仅可以丰富人类与机器人的认知和情感互动，而且更能够满足自然人机交互的应用需求。3.目前基于情感的机械臂轨迹生成方法主要是通过识别不同人类活动获得不同的情感，并由此做出相应的动作，未考虑环境因素对于情感状态的影响，也无法根据人类情感实时调节机械臂在特定轨迹下的运动状态，使其表达不同的情感。有研究者尝试使用生成对抗网络从人类手臂运动中生成机械臂运动，但是该网络搭建复杂并且机械臂存在运动学与动力学约束，生成的运动也不适用于机械臂的控制。拥有灵活简便的操作方式的自然人机交互系统，成为机械臂应用市场的广泛需求。4.因此，考虑环境因素的影响，根据人类情感实施调节机械臂在特定轨迹下的运动状态，使其表达不同的情感，是亟待解决的技术问题。技术实现要素：5.为了解决上述技术问题，本发明提供了一种情感机器人机械臂轨迹生成方法、装置、设备及存储介质，该技术方案基于情感信息运动学特征映射实现。6.该技术方案具体如下：通过人类情感、人机距离和环境温度生成转变为情感状态，通过运动学特征映射将情感信息转变为机械臂的运动特征，进而生成情感机器人机械臂的运动轨迹。7.根据本发明的第一方面，本发明提供了一种情感机器人机械臂轨迹生成方法，包括以下步骤：8.s1：通过情感模型映射规则，将人类情感映射成va情感模型的值vah；获取当前人机距离和环境温度，并通过环境模糊推理器，将人机距离与环境温度映射成va情感模型的值vae；9.s2：通过线性加权的方法对vah和vae进行处理，得到当前整体情感状态的va情感模型的值vac；10.s3：根据当前整体情感状态的va情感模型的值vac，采用机械臂运动学特征的映射，将vac映射成机械臂各关节的运动轨迹变化量；11.s4：根据机械臂各关节的运动轨迹变化量修改机械臂的原始轨迹，生成具有情感的运动轨迹。12.优选地，步骤s1中，利用kinect和温度传感器分别获取人机距离和环境温度。13.进一步地，通过情感模型映射规则将获取的人类情感输出为va情感模型的值vah，包括对应的valence值vh和arousal值ah。14.进一步地，通过环境模糊推理器将获取的人机距离和环境温度映射成va情感模型的值vae，包括对应的valence值ve和arousal值ae。15.进一步地，步骤s2中，所述通过线性加权的方法对vah和vae进行处理，具体计算公式如下：[0016]vc＝αvh+βve[0017]ac＝αah+βae[0018]式中：vc和ac分别表示当前的整体情感状态的valence值和arousal值，合称为vac，α与β均为大于0小于1的常数，分别表示人类情感与环境条件对整体情感状态的影响。[0019]进一步地，步骤s3中，将va情感模型的当前值vac映射成机械臂各关节的运动轨迹变化量，实现从情感信息到机械臂运动学特征的映射，机械臂各个关节运动轨迹变化量θ′i(t)由以下公式确定：[0020][0021][0022]式中：θ′i(t)为关节i在t时刻的具有情感信息的运动轨迹变化量，δθi(t)是关节i的最大转动角度与最小转动角度之差，mi为[0,0.2]之间的随机数，为因关节运动的不稳定性带来的位置偏移量，ω为机械臂关节电机运动的角速度。[0023]进一步地，步骤s4中，根据步骤s3得到的轨迹变化量θ′i(t)来修改给定的原始轨迹θ0i(t)，从而获得具有情感的运动轨迹θi(t)，实现机械臂的情感表达，各关节的运动范围需要满足机械臂的运动约束，具有情感的运动轨迹θi(t)通过以下公式确定：[0024]θi(t)＝θ0i(t)+θ′i(t)[0025]s.t.θimin＜θ0i(t)＜θimax[0026]式中：θi(t)为关节i具有情感的运动轨迹，θ0i(t)为关节i的原始轨迹，θimin和θimax分别关节i最小转动角度和最大转动角度。[0027]根据本发明的第二方面，本发明提供了一种情感机器人机械臂轨迹生成装置，包括以下模块：[0028]情感映射与模糊推理模块，用于通过情感模型映射规则，将人类情感映射成va情感模型的值vah；获取当前人机距离和环境温度，并通过环境模糊推理器，将人机距离与环境温度映射成va情感模型的值vae；[0029]线性加权模块，用于通过线性加权的方法对vah和vae进行处理，得到当前整体情感状态的va情感模型的值vac；[0030]运动特征映射模块，用于根据当前整体情感状态的va情感模型的值vac，采用机械臂运动学特征的映射，将vac映射成机械臂各关节的运动轨迹变化量；[0031]情感轨迹修改及生成模块，用于根据机械臂各关节的运动轨迹变化量修改机械臂的原始轨迹，生成具有情感的运动轨迹。[0032]根据本发明的第三方面，本发明提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的情感机器人机械臂轨迹生成方法的步骤。[0033]根据本发明的第四方面，本发明提供了一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的情感机器人机械臂轨迹生成方法的步骤。[0034]与现有技术相比，本发明的有益效果为：[0035](1)本发明的一种情感机器人机械臂轨迹生成方法，首先将人类情感、人与机器人的距离和环境温度映射至va情感模型中，通过该模型可以量化情感与连续维度之间的关系，既有利于接下来整体情感状态的求解，也有利于通过具体的数值实现机械臂的运动学特征映射；[0036](2)本发明的一种情感机器人机械臂轨迹生成方法，提出了一种以人类情感、人机距离和环境温度作为输入的整体情感计算方法，该算法考虑了人类活动及环境因素对情感状态的影响，解决了以往的方法仅考虑人类活动影响情感带来的不足；[0037](3)本发明的一种情感机器人机械臂轨迹生成方法，提出了一种将情感信息映射到机械臂运动学特征的算法，将当前整体情感状态的va情感模型中valence和arousal的值vc和ac，映射为机械臂各个关节的轨迹变化量，进而生成机械臂的运动轨迹，使机械臂的动作能够表达不同的情感，增加人与机器人的情感互动。附图说明[0038]下面将结合附图及实施例对本发明作进一步说明，附图中：[0039]图1为本发明实施例中的一种情感机器人机械臂轨迹生成方法的原理示意图；[0040]图2为本发明实施例中6种基本情感在va情感模型中的映射；[0041]图3为本发明实施例中环境模糊推理器中人与机器人距离的隶属函数；[0042]图4为本发明实施例中环境模糊推理器中温度的隶属函数；[0043]图5为本发明实施例中环境模糊推理器中valence和arousal的值随人机距离和温度的变化过程；[0044]图6为本发明实施例中在不同情感下，3自由度机械臂的末端关节的运动轨迹；[0045]图7为本发明实施例中在开心情感下，3自由度机械臂的各个关节的运动轨迹；[0046]图8为本发明实施例中一种情感机器人机械臂轨迹生成装置的结构示意图。具体实施方式[0047]下面将结合附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。[0048]同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。[0049]以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。[0050]为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。[0051]对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。[0052]在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。[0053]实施例一[0054]参照图1，本发明提出了一种情感机器人机械臂轨迹生成方法，基于情感信息运动学特征映射实现，使情感机器人机械臂能够表达当前整体情感，具体包括以下过程：[0055]步骤s1：参照图2，通过情感模型映射规则将人类情感映射为va(valence,arousal)情感模型的值vah(包括vh和ah)，其对应规则如表1所示。[0056]表1vah情感模型映射规则表[0057][0058]通过环境模糊推理器将人机距离和环境温度映射为va情感模型的值vae(包括ve和ae)，模拟了人类活动与环境条件对机械臂情感状态的影响。在va情感模型中，valence对应情感的积极与消极，arousal对应情感具有的能量高低，将离散的情感对应到连续维度中，有利于量化操作。情感模型映射规则将获得的6种人类情感输出为va情感模型的值vah。环境模糊推理系器的输入为人与机器人的距离和环境的温度，分别是近、合适、远和寒冷、舒适、闷热。根据实际生活场景，该模糊推理器应在温度适宜、距离适中时情感较为积极且能量较大，出现峰值；随着温度和人机距离的变化，情感具有的ve和ae将会降低。人机距离与环境温度的隶属函数均为高斯分布，如图3和图4所示，横坐标分别为人机距离(distance)和环境温度(temperature)，纵坐标均为相应的隶属函数值(degreeofmembership)。图3、4中，模糊集{近(low)，适中(middle)，远(far)}，模糊集{寒冷(cold)，舒适(comfortable)，闷热(hot)}。选用模糊集{低(l)，正中(m)，高(h)}表示ve与ae的模糊量，分别采用9条模糊推理规则进行推理，其模糊推理表如表2和表3所示。最后，将推理得到的ve与ae模糊量采用重心法去模糊、数字化，得到va情感模型的值ve和ae。参照图5，其中(a)和(b)分别表示ve与ae随距离(distance)的变化情况，(c)和(d)分别表示ve与ae随温度(temperature)的变化情况。[0059]表2ve值环境模糊推理系统模糊推理表[0060][0061]表3ae值环境模糊推理系统模糊推理表[0062][0063]步骤s2：将步骤s1中得到的vah与vae的值，通过线性加权的方法转变为机械臂当前整体情感状态的va情感模型的值vac，vc和ac的值可以根据公式(1)确定：[0064][0065]在公式(1)中：vc和ac分别表示当前的整体情感状态的valence和arousal的值，α与β均为大于0小于1的常数，它们分别表示人类情感与环境条件对整体情感状态的影响。在实际应用中，权重α与β的值可以根据本专业技术人员的经验设定。本实施例设定α＝0.3，β＝0.1并进行仿真研究，实验结果如图6和图7所示。图6为在高兴(happy)、愤怒(anger)和悲伤(sad)状态下，3自由度机械臂的末端关节的运动轨迹，由图6可知，高兴和悲伤具有相反的valence值和相同arousal值，故其轨迹的偏移量相同但是方向相反；图7为在开心情感下，3自由度机械臂的各个关节(joint1、joint2、joint3)的运动轨迹，关节1(joint1)为机械臂的末端关节，具有更大的表现力度，故其动能较多，偏移量较大。[0066]步骤s3：根据步骤s2得到的当前整体情感状态的va情感模型值vc和ac，采用机械臂运动学特征映射，将vac的值映射成机械臂关节的运动速度。在va情感模型中，效价维度(valence)表示情感状态的积极与消极，而积极的情感会有较大的运动幅度和较快的运动速度，并且会带来不稳定性，通过傅里叶级数构造不稳定量；唤醒维度(arousal)表示情感状态所具有能量的高低，能量越高运动的范围越大，能量越低运动的角度越小。进而，机械臂的各个运动关节由情感变化带来的运动轨迹变化量θ′i(t)可以通过valence和arousal的值表示，根据公式(2)和公式(3)确定其各个关节的运动改变量：[0067][0068][0069]在公式(2)和公式(3)中：θ′i(t)为关节i在t时刻的具有情感信息的轨迹变化量，δθi(t)是关节i的最大转动角度与最小转动角度之差，mi为[0,0.2]之间的随机数，为因关节运动的不稳定性带来的位置偏移量，ω为机械臂关节电机运动的角速度。[0070]步骤s4：设机械臂的原始轨迹用关节角度表示为θ0i(t)＝{θ01,θ02,…,θ0n}，根据步骤s3得到的各个关节的运动轨迹变化量θ′i(t)来修改给定的原始轨迹θ0i(t)，修改后的机械臂运动轨迹θi(t)能够表达当前机械臂的整体情感状态。机械臂的各关节的运动均需要满足运动学约束，具有情感的运动轨迹θi(t)可以通过公式(4)确定：[0071]θi(t)＝θ0i(t)+θ′i(t)ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ(4)[0072]s.t.θimin＜θ0i(t)＜θimax[0073]在公式(4)中：θi(t)为关节i具有情感的运动轨迹，θ0i(t)为关节i的原始轨迹，θimin和θimax分别关节i最小转动角度和最大转动角度，本实施例中，三自由度机械臂的关节1和关节3的转动角度范围为0-90°，关节2的转动角度范围为-90°～90°。[0074]实施例二：[0075]为了实施上述实施例一所述的情感机器人机械臂轨迹生成方法，本实施例提供了一种情感机器人机械臂轨迹生成装置，参照图8，该装置包括以下模块：[0076]情感映射与模糊推理模块1，用于通过情感模型映射规则，将人类情感映射成va情感模型的值vah；获取当前人机距离和环境温度，并通过环境模糊推理器，将人机距离与环境温度映射成va情感模型的值vae；[0077]线性加权模块2，用于通过线性加权的方法对vah和vae进行处理，得到当前整体情感状态的va情感模型的值vac；[0078]运动特征映射模块3，用于根据当前整体情感状态的va情感模型的值vac，采用机械臂运动学特征的映射，将vac映射成机械臂各关节的运动轨迹变化量；[0079]情感轨迹修改及生成模块4，用于根据机械臂各关节的运动轨迹变化量修改机械臂的原始轨迹，生成具有情感的运动轨迹。[0080]实施例三：[0081]本实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现实施例一所述的情感机器人机械臂轨迹生成方法的步骤，且能实现相同的技术效果，在此不再赘述。[0082]实施例四：[0083]本实施例提供了一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现实施例一所述的情感机器人机械臂轨迹生成方法的步骤，且能实现相同的技术效果，在此不再赘述。[0084]本发明的上述实施例提供了一种情感机器人机械臂轨迹生成方法、装置、设备及存储介质，涉及人工智能
技术领域：
：，包括：将人类情感、人机距离和环境温度映射到va(valence,arousal)情感模型，得到情感信息valence和arousal的值；根据它们的值，采用运动学特征映射得到当前情感状态下机械臂的运动轨迹变化量；并通过修改机械臂的原始轨迹获得新的运动轨迹，从而实现机械臂的实时情感表达。本发明能够根据当前环境以及实时的情感生成情感机器人机械臂的运动轨迹，实现自然和谐的人机交互。[0085]需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。[0086]上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。词语第一、第二、以及第三等的使用不表示任何顺序，可将这些词语解释为标识。[0087]以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的
技术领域：
：，均同理包括在本发明的专利保护范围内。当前第1页12当前第1页12