齊 帥，潘克剛，齊寶峰，王欣婷，蘇耀丁

（1.海軍研究院，北京 100070；2.中國(guó)人民解放軍陸軍工程大學(xué) 通信工程學(xué)院，江蘇 南京 210007）

0 引言

交互機(jī)器人是指利用人機(jī)交互技術(shù)能夠和人類(lèi)指揮端實(shí)現(xiàn)交互的終端機(jī)器人。它具有信息傳輸形式更加多樣、擁有更加自主的語(yǔ)音交流和可視化界面以及人工智能程度高等特點(diǎn)。初代工廠機(jī)器人與之相比，只能夠接受人類(lèi)控制端的指令，執(zhí)行特定的機(jī)械動(dòng)作，雖然實(shí)現(xiàn)了控制端到機(jī)器人端的信息傳輸，卻沒(méi)有很好地實(shí)現(xiàn)機(jī)器人端對(duì)控制端的信息反饋。從這種意義上說(shuō)，初代工廠機(jī)器人并不能稱(chēng)之為交互機(jī)器人。交互機(jī)器人的實(shí)現(xiàn)不僅要有控制端的命令傳向機(jī)器人端，也要有機(jī)器人端向控制端的信息回傳，體現(xiàn)機(jī)器人和控制端的交互功能。目前，交互機(jī)器人越來(lái)越得到人們的青睞，成為機(jī)器人發(fā)展的重要方向。

1 研究現(xiàn)狀

隨著科學(xué)技術(shù)的不斷發(fā)展進(jìn)步和人們對(duì)高科技產(chǎn)品需求的增強(qiáng)，機(jī)器人朝著具有交互功能的高程度人工智能方向迅猛發(fā)展。近幾十年來(lái)，交互機(jī)器人的發(fā)展應(yīng)用對(duì)人類(lèi)社會(huì)產(chǎn)生了重要影響，下面將重點(diǎn)介紹幾種具有典型代表意義的交互機(jī)器人。

1966年，為了模仿心理醫(yī)生與病人聊天的過(guò)程，約瑟夫·魏澤鮑姆（Joseph Weizenbaum）開(kāi)發(fā)了聊天機(jī)器人ELIZA。聊天機(jī)器人使用關(guān)鍵詞匹配技術(shù)，回復(fù)規(guī)則雖然簡(jiǎn)單，但是很好地體現(xiàn)了人機(jī)交互技術(shù)的特點(diǎn)。

1985 年，Kwoh 利用機(jī)器人作為助手進(jìn)行外科手術(shù)，開(kāi)創(chuàng)了人機(jī)交互技術(shù)應(yīng)用于醫(yī)學(xué)臨床手術(shù)的先河，也為后來(lái)更先進(jìn)的基于虛擬現(xiàn)實(shí)的遠(yuǎn)程手術(shù)的發(fā)展奠定了基礎(chǔ)。醫(yī)生對(duì)機(jī)器人的操控和機(jī)器人端攝像頭對(duì)病人情況的回傳，是交互機(jī)器人的典型特征。

1997 年，“旅居者”探測(cè)器（Sojourner Rover）登陸火星，局限于當(dāng)時(shí)的技術(shù)水平，“旅居者”探測(cè)器的體型較小，最高的行駛速度也僅為0.02 英里，但是依然成功拍攝了550 張照片，為人類(lèi)對(duì)火星的科學(xué)探索任務(wù)積累了重要素材。隨后，“勇氣號(hào)”等探測(cè)器對(duì)火星進(jìn)行了更多次探索，此類(lèi)交互機(jī)器人大大加快了人類(lèi)對(duì)外太空探索的步伐。

2012 年，名為“R2”的宇航員機(jī)器人首次被送入國(guó)際空間站。此人形機(jī)器人的活動(dòng)范圍接近實(shí)際宇航員，可以代替人類(lèi)感知太空的情況，降低人員傷亡的可能性。它感知到的太空的各種性能指標(biāo)對(duì)地面的回傳也是機(jī)器人交互功能的具體體現(xiàn)。

對(duì)于交互機(jī)器人的發(fā)展，很多與之共同進(jìn)步的硬件設(shè)備作出了突出貢獻(xiàn)，其中問(wèn)世不久的Kinect可以稱(chēng)得上交互機(jī)器人的又一次革命。在現(xiàn)有文獻(xiàn)中，文獻(xiàn)[1]給出了基于手勢(shì)和語(yǔ)音識(shí)別的人造機(jī)器人導(dǎo)航系統(tǒng)；文獻(xiàn)[2]描述了利用Kinect 遠(yuǎn)程操作Nao 機(jī)器人的開(kāi)發(fā)方法；文獻(xiàn)[3]描述了一種基于Kinect 傳感器構(gòu)建本地不確定網(wǎng)格圖的移動(dòng)機(jī)器人。

在幾十年的時(shí)間里已經(jīng)出現(xiàn)了眾多不同類(lèi)型的交互機(jī)器人，服務(wù)于社會(huì)的方方面面。從近幾年的研究成果來(lái)看，交互機(jī)器人的發(fā)展勢(shì)頭依然強(qiáng)勁。

2 關(guān)鍵技術(shù)

隨著科技的發(fā)展進(jìn)步和軟硬件的更新?lián)Q代，更多先進(jìn)的技術(shù)被交互機(jī)器人應(yīng)用，包括各種新型的傳感器。另外，智能交互系統(tǒng)也在交互機(jī)器人中扮演著極其重要的角色。下面對(duì)交互機(jī)器人的關(guān)鍵技術(shù)進(jìn)行具體介紹。

2.1 傳感器

傳感器是交互機(jī)器人發(fā)展過(guò)程中的重要組成部分，它是機(jī)器人的感官系統(tǒng)。利用傳感器，交互機(jī)器人可以對(duì)周?chē)h(huán)境有一個(gè)客觀準(zhǔn)確的感知。

2.1.1 傳統(tǒng)典型傳感器

激光雷達(dá)傳感器可以使用多普勒效應(yīng)測(cè)量物體的相對(duì)速度。使用此傳感器，交互機(jī)器人可以快速準(zhǔn)確地實(shí)現(xiàn)信息回傳。

新型的電荷耦合器件（Charge Couple Device，CCD）可用于圖像傳感器，并且具有不需要預(yù)熱、體積小、重量輕以及造價(jià)低等優(yōu)點(diǎn)。所以，使用基于CCD 器件的圖像傳感器可以使交互機(jī)器人的仿人性能更好，信息交互時(shí)用戶體驗(yàn)更佳。

目前研制的新型納米復(fù)合材料原位寬帶超聲波傳感器，以炭黑作為納米填料和以聚偏二氟乙烯為基體。這種傳感器重量輕、體積小且具有高靈敏度和超快響應(yīng)能力，被證明具有與商業(yè)壓電超聲波換能器相當(dāng)?shù)撵`敏度和精度，且在適應(yīng)曲面結(jié)構(gòu)表面方面具有更大的靈活性[4]。超聲波傳感器與上述其他傳感器一起為推動(dòng)交互機(jī)器人的發(fā)展進(jìn)步起到了重要作用。

2.1.2 新型Kinect 傳感器

與傳統(tǒng)集成在機(jī)器人端的傳感器不同，Kinect在控制端使用，通過(guò)數(shù)據(jù)采集、處理并發(fā)送給機(jī)器人端來(lái)實(shí)現(xiàn)人機(jī)交互功能。

Kinect 使用由微軟劍橋研究院研發(fā)的基于深度圖像的人體骨骼追蹤算法，不需要使用任何道具便可完成整個(gè)動(dòng)作的識(shí)別與捕捉。使用Kinect 的優(yōu)勢(shì)在于：①機(jī)器臂脫離了傳統(tǒng)的固定位置的限制，可以隨著控制員在設(shè)定的符合人體學(xué)的范圍內(nèi)隨意映射動(dòng)作，從而完成許多設(shè)計(jì)的復(fù)雜任務(wù)；②實(shí)際操作界面流暢，通過(guò)實(shí)際操作和計(jì)算，可以設(shè)置動(dòng)作跟隨時(shí)長(zhǎng)，使得延遲誤差很小又不影響指令的更新；③通過(guò)在算法中加入動(dòng)作鎖，可以很好地避免機(jī)器人在操作者不知情的情況下出現(xiàn)一些超出預(yù)期設(shè)計(jì)的動(dòng)作，從而危害機(jī)器人本身；④程序的可操作性很強(qiáng)，指令的添加和設(shè)計(jì)清晰，可以隨時(shí)進(jìn)行新的指令和算法的編輯而不影響整體的框架和流程。

有實(shí)驗(yàn)結(jié)果表明，Kinect 可以過(guò)濾一些人的非自愿運(yùn)動(dòng)，也證實(shí)了Kinect 具備作為運(yùn)動(dòng)障礙者輔助技術(shù)的潛力[5]，使得Kinect 在交互機(jī)器人上的使用具有重要意義。

2.2 智能交互系統(tǒng)

機(jī)器人利用傳感器可以獲取外界信息，實(shí)現(xiàn)信息的輸入。為了交互功能的實(shí)現(xiàn)，完成信息的閉環(huán)傳輸，智能交互系統(tǒng)是極其重要的環(huán)節(jié)。

目前，已經(jīng)出現(xiàn)許多不同的智能交互系統(tǒng)。蒲巧[6]將能夠用來(lái)進(jìn)行英語(yǔ)對(duì)話的機(jī)器人語(yǔ)言生成當(dāng)作研究對(duì)象，利用基于TF-IDF 的雙向交互機(jī)器人的語(yǔ)言自動(dòng)生成方法，尋找到機(jī)器人回復(fù)人類(lèi)語(yǔ)音聊天的最佳選擇。周菲[7]等人采用滑動(dòng)時(shí)間窗的方法對(duì)原始sEMG 信號(hào)設(shè)計(jì)短時(shí)能量閾值進(jìn)行信號(hào)活動(dòng)段始末點(diǎn)的確定，從而抑制了動(dòng)作剛執(zhí)行時(shí)趨勢(shì)段對(duì)識(shí)別結(jié)果的影響，然后利用時(shí)域統(tǒng)計(jì)分析對(duì)sEMG 信號(hào)進(jìn)行特征分析，并提出了融合加速度特征信息和sEMG 信號(hào)的方法建立5 種手勢(shì)的分類(lèi)模型，實(shí)現(xiàn)了融合多源信息的手勢(shì)智能交互系統(tǒng)。曹亞男[8]等人以研究開(kāi)發(fā)一款可實(shí)現(xiàn)學(xué)習(xí)型智能交互的軟件為目的，在人機(jī)交互的基礎(chǔ)上，利用JAVA等編程語(yǔ)言實(shí)現(xiàn)文字、語(yǔ)音、表情三方面的交互，同時(shí)更具有自學(xué)習(xí)的功能，并將自學(xué)習(xí)反過(guò)來(lái)利用到交互系統(tǒng)，完成了更加智能化的交互系統(tǒng)的實(shí)現(xiàn)。

雖然智能交互系統(tǒng)的實(shí)現(xiàn)方法各有不同，但是其核心目的都是在特定的功能上實(shí)現(xiàn)人機(jī)智能交互的功能，達(dá)到信息的閉環(huán)傳輸。

3 組成和基于Kinect 的信息交互

3.1 組 成

目前交互機(jī)器人大多采用模塊化設(shè)計(jì)。一般來(lái)說(shuō)，交互機(jī)器人可以有以下5 個(gè)模塊組成，分別為驅(qū)動(dòng)模塊、機(jī)械結(jié)構(gòu)模塊、控制模塊、無(wú)線通信模塊和交互信息采集模塊。

驅(qū)動(dòng)模塊是機(jī)器人的關(guān)節(jié)，為機(jī)器人提供動(dòng)能；機(jī)械結(jié)構(gòu)模塊是機(jī)器人的骨肉，構(gòu)成了機(jī)器人的實(shí)物基礎(chǔ)；控制模塊是機(jī)器人的大腦，用以處理信息和發(fā)送指令；無(wú)線通信模塊是機(jī)器人的耳朵和嘴巴，用以各分系統(tǒng)間的信息傳輸；交互信息采集模塊是機(jī)器人的眼睛和其他感覺(jué)器官，用以感知外界信息。通過(guò)這些模塊使得機(jī)器人能夠通過(guò)人的動(dòng)作指示，接受指令，按相應(yīng)的指令完成任務(wù)。交互系統(tǒng)總體功能實(shí)現(xiàn)框圖如圖1 所示。

圖1 交互系統(tǒng)總體功能實(shí)現(xiàn)

3.2 基于Kinect 的信息交互

隨著Kinect 的應(yīng)用發(fā)展，基于Kinect 的軟件平臺(tái)被廣泛應(yīng)用。在系統(tǒng)軟件設(shè)計(jì)時(shí)，系統(tǒng)軟件總體結(jié)構(gòu)隨著信息流的流動(dòng)方式而改變。

在圖2 的信息流中，首先利用Kinect 內(nèi)置攝像頭進(jìn)行信息數(shù)據(jù)采集，提取骨骼點(diǎn)信息后傳送到處理器端進(jìn)行數(shù)據(jù)信息處理。指揮端和機(jī)器人端利用無(wú)線聯(lián)接，二者使用統(tǒng)一的通信協(xié)議，可以利用衛(wèi)星或者無(wú)線WiFi等手段將數(shù)據(jù)信息傳送到手機(jī)等，同時(shí)信息也會(huì)回傳到控制端，從而實(shí)現(xiàn)完整的信息交互過(guò)程。

圖2 系統(tǒng)信息流

4 交互機(jī)器人的發(fā)展前景

目前，雖然交互機(jī)器人在國(guó)內(nèi)外已有頗多研究成果，但至少在以下幾個(gè)方面依然具有廣闊的發(fā)展空間。

4.1 信息處理能力

目前的交互機(jī)器人無(wú)論是談話機(jī)器人、掃地機(jī)器人還是輔導(dǎo)小孩子的玩耍機(jī)器人，接收信息的形式都比較單一，對(duì)信息的理解能力還很有限。增強(qiáng)機(jī)器人的信息處理能力能夠使其實(shí)現(xiàn)更多的功能，優(yōu)化用戶體驗(yàn)，更好地體現(xiàn)人機(jī)交互功能。

4.2 傳感技術(shù)和集成技術(shù)

雖然目前的傳感器技術(shù)已經(jīng)比較成熟，但是在現(xiàn)有的基礎(chǔ)上研制更靈敏、更先進(jìn)、更小巧、更智能的傳感器，可以推動(dòng)交互機(jī)器人更加精確地感知周?chē)h(huán)境。此外，提高集成技術(shù)能夠在有限的體積上集成更多的元器件，實(shí)現(xiàn)更多的功能，有助于增強(qiáng)對(duì)信息的提取、處理和傳輸能力。

4.3 機(jī)器人網(wǎng)絡(luò)化

在即將步入的物聯(lián)網(wǎng)時(shí)代，萬(wàn)物互聯(lián)是大勢(shì)所趨。所以，將交互機(jī)器人由單一的、有限功能的個(gè)體組成功能強(qiáng)大的網(wǎng)絡(luò)，使人類(lèi)和機(jī)器人在同一個(gè)網(wǎng)絡(luò)里進(jìn)行信息交互，甚至由機(jī)器人和其他物品進(jìn)行信息交互，是未來(lái)需要不斷為之努力奮斗的方向。

4.4 深度學(xué)習(xí)能力

自主判斷、推理、規(guī)劃是智能交互機(jī)器人的主要發(fā)展方向，而深度學(xué)習(xí)是實(shí)現(xiàn)機(jī)器人智能化的重要途徑。阿法狗戰(zhàn)勝柯潔便是深度學(xué)習(xí)在機(jī)器人智能化方面的重大成就，未來(lái)的交互機(jī)器人需要更加強(qiáng)大的深度學(xué)習(xí)能力。

5 結(jié)語(yǔ)

經(jīng)過(guò)幾十年的發(fā)展，交互機(jī)器人已經(jīng)取得了眾多璀璨的成果，其存在的技術(shù)難題使得一批批技術(shù)人員為之不懈奮斗，由此推動(dòng)了交互機(jī)器人技術(shù)不斷向前發(fā)展。本文介紹了交互機(jī)器人的研究現(xiàn)狀，概括了交互機(jī)器人所應(yīng)用的關(guān)鍵技術(shù)，包括傳感器、組成模塊以及基于Kinect 的信息傳輸方式等。在交互機(jī)器人領(lǐng)域，更多更加大膽的創(chuàng)新精神正在被喚醒，新的技術(shù)不斷涌現(xiàn)，交互機(jī)器人技術(shù)的發(fā)展必然帶給人類(lèi)社會(huì)更大的便利，推動(dòng)著人類(lèi)社會(huì)不斷向前發(fā)展。