華為發(fā)明的機器人凝視追蹤方法,提高了機器人的擬人化程度

華為發(fā)明的機器人凝視追蹤技術(shù)，通過顯示模塊來模擬真實的機器人面部輸出，結(jié)合多種偏轉(zhuǎn)角度測量方法，實現(xiàn)了平滑的凝視追蹤效果，提高了機器人的擬人化程度。

集微網(wǎng)消息，在現(xiàn)代社會的家庭中，越來越多的父母不能時刻陪伴孩子，而此時可以使用智能機器人進行陪伴以及教育孩子。這種智能機器人可以與孩子進行交流，并且可以基于不同的對話內(nèi)容學習、更新與孩子的交流方式，可以說非常的人性化。

擬人特性作為衡量機器人智能化的重要指標之一，在人機交互的過程中，目標跟隨以及凝視跟蹤行為的準確性則直接反映機器人的擬人化程度，技術(shù)人員往往通過提高機器人的擬人化程度來提高用戶的使用體驗。

而所謂的凝視追蹤技術(shù)，就是在機器人和用戶進行對話時捕捉用戶的眼睛位置并進行凝視，因為人們在談話時往往看著對方的眼睛，如果機器人也可以采用這樣的技術(shù)，將會極大的提高其擬人化程度，并且?guī)Ыo用戶極佳的交流體驗。

為了實現(xiàn)這個目的，華為在5月8日申請了一項名為“一種機器人的控制方法、裝置、機器人以及存儲介質(zhì)”的發(fā)明專利（申請?zhí)枺?02010382291.0），申請人為華為技術(shù)有限公司。

根據(jù)該專利目前公開的資料，讓我們一起來看看華為的這項凝視追蹤技術(shù)吧。

如上圖，為該專利中發(fā)明的機器人示意圖，其中包括具有模擬人形形態(tài)的a型機器人、模擬動物形態(tài)的b型機器人以及非生物形態(tài)的c型機器人，這些機器人雖然形狀各異，但是均具有運動功能，可以進行移動以及旋轉(zhuǎn)等運動操作，其具體控制方法的實現(xiàn)如下圖所示。

可以看到，控制機器人運動的過程分為三步，首先需要獲取目標對象的位置信息，其次根據(jù)這個位置信息來控制機器人轉(zhuǎn)動。這個相對位置可以通過自動識別或者手動設(shè)置來確定，它是機器人與目標對象之間的相對位置，例如正前方、右側(cè)等，也可以是具體多少角度的偏轉(zhuǎn)，例如+60度或者-120度等。

有了相對位置信息后，機器人會根據(jù)自身的初始角度以及目標對象的位姿確定目標偏轉(zhuǎn)角度，例如人形機器人可以以其面部為正面。為了實現(xiàn)凝視追蹤的目的，可以將目標偏轉(zhuǎn)角度設(shè)置為機器人看向的方向，這樣就可以使得機器人的視線對準目標對象，從而完成凝視追蹤。

并且值得一提的是，該專利采用顯示模塊的輸出畫面來完成凝視，這相比于馬達驅(qū)動的硬件凝視具有更高的響應(yīng)度，利用這種模擬的凝視界面，可以很好的實現(xiàn)平滑凝視追蹤效果。

具體的應(yīng)用案例如上圖所示，這是專利中提供的目標偏轉(zhuǎn)角度的獲取示意圖，左側(cè)為機器人，右側(cè)為真人，對于凝視追蹤而言，最重要的就是將機器人的視線與目標對象的視線進行交匯，即處于同一平面內(nèi)，因此機器人需要確定自身當前的視線方向以及目標對象的視線方法，并且可以基于兩個視線方向確定偏轉(zhuǎn)角度。

該專利提供了三種技術(shù)用于確定這個偏轉(zhuǎn)角度：基于距離傳感器、基于拍攝圖像以及基于語音信號的方式。基于距離傳感器的方法就是通過距離探測單元采集的距離值構(gòu)建機器人所處場景下的深度圖，基于深度圖來確定當前場景包含的對象，并根據(jù)目標的輪廓線來確定目標對象。

基于拍攝圖像的方法是通過輪廓識別算法提取該場景圖像內(nèi)包括的輪廓信息，并基于輪廓信息對場景圖像進行劃分，通過主體類型識別來確定目標對象。而基于語音信號的方法則是基于語音分析結(jié)果來確定是否有激活口令，通過口令來確定目標對象。

這三種方式都可以用于完成凝視追蹤，并且可以利用多種方法進行組合的方式來提高凝視追蹤的準確率。此外，基于拍攝圖像的方法還需要對攝像模塊上采集的圖像進行校準，從而在后續(xù)的凝視追蹤時，可以使得機器人的眼部視線偏移到目標對象的中心位置。

以上就是華為發(fā)明的機器人凝視追蹤方法，通過確定機器人與目標之間的偏轉(zhuǎn)角度，并不斷調(diào)整顯示模塊的輸出內(nèi)容以及旋轉(zhuǎn)部件來實現(xiàn)凝視追蹤。此外，該技術(shù)基于三種確定偏轉(zhuǎn)角度的方法，無需借助馬達來驅(qū)動硬件，響應(yīng)時間較短，不僅實現(xiàn)了平滑凝視追蹤行為，也提高了機器人的擬人化程度。
責任編輯：YYX