基于ROS的服务机器人实训课程虚拟仿真教学研究

针对目前服务机器人实训课程教学存在的设备成本高、学生操作机会不足等问题,该文提出基于ROS的仿真实训课程教学方案。依托真实系统和仿真实训室,构建基于ROS的服务机器人建模与运动仿真、建图与导航仿真、平面视觉检测仿真、三维视觉检测仿真、物品自动抓取综合应用仿真5个实训项目,详述每个项目的实施要点,实现虚实结合的实训模式。经过实践证明,虚拟仿真实验教学不仅提高实训教学效率,同时极大激发学生的学习兴趣与自主创新意识。

采用社会约束自适应动态窗口法的服务机器人路径规划

针对传统动态窗口法在行人密集环境下动态路径规划存在灵活性差、效率低、安全性缺乏等问题,提出一种社会交互空间下基于社会约束自适应动态窗口法(social_DWA),并采用其解决服务机器人局部路径规划问题。首先,采用非对称高斯公式对单行人以及多人群组交互空间进行模型化描述;其次,在传统动态窗口法的基础上,采用动态行人方位角约束对动态行人进行避让;改进距离评价函数,分类决策与行人、多人群组、一般障碍物的安全距离;最后,提出速度权重自适应调整策略,优化服务机器人在途经不同密集度社会交互区域时的移动速度。为验证算法有效性,在两种模拟社会场景下,先后开展了social_DWA算法与传统DWA算法、FIDWA算法的路径规划仿真对比实验。结果表明:采用social_DWA算法所消耗的运动时间在场景1中较传统DWA和FIDWA算法分别缩短了1.53、0.43 s,在场景2中较传统DWA和FIDWA算法分别缩短了26.3、2.86 s;相较于传统DWA算法和FIDWA算法,social_DWA算法能保持有效的行人安全距离,并使运行轨迹更加合理。social_DWA算法在行人避让、环境适应能力等方面具有一定的优越性。

服务机器人人机交互社会力模型研究

服务机器人在人机交互中应遵守人类社会规则,应用于人与人之间行为动态关系的传统社会力模型不能完全适用于机器人交互设计,机器人和人之间的动态交互塑造了全新的交互行为范式。通过实验测量室内交互场景下人与服务机器人的交互距离,提出人机交互过程中情感“亲密力”的存在,实验结果发现人与机器人静态交互受亲密力和交互力影响、动态交互受亲密力和社会文化力影响、从动到静交互过程受亲密力和速度力影响,最终构建服务机器人人机交互社会力模型,为提升服务机器人人机交互体验提供理论依据。

基于人工智能与5G技术的服务机器人控制研究

服务机器人对于提升社会生产的效率和质量具有重要作用。在科学技术水平不断提高的背景下,将人工智能与5G技术应用到服务机器人中,能以更为智能化的设计方法来优化服务机器人的功能,从而让机器人更好地为社会的发展提供服务。文中以服务机器人为主要研究对象,着重研究和分析了基于人工智能与5G技术的服务机器人的设计控制情况。

一种融合改进A^(*)算法与改进动态窗口法的文旅服务机器人路径规划

为满足复杂环境下文旅服务机器人路径规划算法搜索的导向性、静态环境下全局路径的最优性和动态环境下实时避障的安全性的需要,提出了一种基于改进A^(*)算法与动态窗口法相融合的算法。首先,在传统A^(*)算法的基础上,采用更精确的搜索邻域选取策略,并引入障碍物占用栅格率来量化地图信息,动态调节启发函数和权重系数;其次,引入安全距离概念,提出一种三次折线优化方法,剔除冗余节点和拐点,以提高路径的平滑性;针对狭窄通道环境,提出一种自适应圆弧优化方法,使路径更符合机器人的运动学约束。通过加入动态障碍物垂直距离代价函数,有效减少机器人与动态障碍物的冲突和碰撞风险;最后,将改进A^(*)算法与动态窗口法相融合,选取关键路径点作为动态窗口法的临时目标点,分段使用动态窗口法进行局部实时路径修正。实验结果表明,该融合算法同时具备搜索导向性、全局路径最优性和动态避障能力,能够安全快速到达目标点,具有一定的应用价值。

基于主动交互的服务机器人用户体验设计研究

机器人主动交互是未来人机智能协同的重要形式之一,服务机器人的主动交互行为模式与用户体验密切相关。聚焦在用户首次接触公共空间服务机器人时,机器人展示不同的行为模式对用户体验的影响,总结该情景下的用户体验设计策略。用眼动仪收集用户对机器人主动行为的关注度,通过热力图分布结合用户体验量表评估用户体验意愿,从吸引力、同理心和信任感几个维度进行研究,发现服务机器人的主动交互过程中,运动速度、情感表达程度、互动距离,以及对于人类行为模式的抽象模仿,对用户体验有较大影响。经过实验验证,优化上述参数的交互行为设计可提高服务机器人的用户使用体验,并吸引用户进一步互动。

语义驱动的家庭服务机器人技能学习综述

基于语义信息的知识学习是人类提高自身技能的重要途经。作为一种存储于网络的大规模共享资源,语义信息同样能够用于辅助机器人进行家庭服务,形成机器人服务技能,为解放人力、提高机器人智能水平和自主学习能力提供可能。语义驱动的家庭服务机器人技能学习包括机器人对语义信息的理解、学习和转化3个阶段,是涉及知识构建领域、策略生成领域以及机器人任务规划领域的综合性技术,具有重要的科学意义和应用价值。本文阐述了语义驱动的家庭服务机器人技能学习的最新进展,为机器人基于语义信息的技能学习研究工作提供借鉴和参考。

基于地域文化的成都轨道交通服务机器人造型设计

针对现有产品设计同质化现状,提出一种基于地域文化的轨道交通服务机器人造型设计方法,并探索熊猫文化在成都地铁服务机器人造型设计中的应用。开展设计调研,阐述将地域文化引入轨道交通服务机器人造型设计的必要性,总结基于地域文化的轨道交通服务机器人造型设计流程。挖掘熊猫文化,提炼造型特征元素,并成功应用到成都地铁18号线站内服务机器人造型设计实践中。实践表明,基于地域文化的轨道交通服务机器人造型设计是可行且有效的。

基于时空图注意力网络的服务机器人动态避障

为了解决服务机器人在具有自主决策能力的密集人群中容易发生碰撞、假死和路径不自然等问题,在深度强化学习的框架下提出基于时空图注意力网络的服务机器人动态避障算法。时空图注意力网络作为邻近策略优化(PPO)算法的决策函数,首先采用门控循环单元控制机器人对环境的记忆和遗忘程度,提取环境的时间特征,使其对行人运动趋势有一定的预测作用;然后采用图注意力网络获取机器人和行人在空间上的隐式交互特征,使机器人能寻找无碰撞路径;最后在PPO算法中对时空图注意力网络进行训练,使得机器人在人群中完成无碰撞导航任务。在人均2.5 m^(2)的动态封闭环境中对算法进行实验验证,结果表明,与非学习型的动态窗口算法相比,该算法导航成功率提高71个百分点,与基于学习型的DSRNN-RL算法相比,该算法导航成功率提高3个百分点同时导航路径更短。Gazebo环境下的实时导航测试结果表明,所提算法的平均推理时间为21.90 ms,可以满足实时导航的要求。

服务机器人的性别对消费者宽恕意愿的影响:热情与能力的中介和拟人化的调节

性别作为重要的身份信息,对机器人的形象设计和消费者感知具有重要意义。已有研究主要关注机器人的性别对消费者接受度、信任度、满意度和购买意愿等结果变量的影响,但缺少对消费者宽恕意愿这一心理变量的研究。由于服务机器人的交互技术还处于不断优化的阶段,服务机器人无法完全避免服务失误,存在服务失败的风险,故有必要研究机器人领域的消费者宽恕意愿。研究基于刻板印象的热情和能力维度,考虑服务机器人的拟人化程度,研究服务机器人的性别对消费者宽恕意愿的影响,提出了一个有调节的双中介模型。采用基于情境的实验法,设计了一个2(服务机器人的性别:男vs女)×2(拟人化程度:高vs低)的实验,通过Credamo见数的官方数据集市平台,收集了304份有效样本数据。研究发现:服务机器人的性别差异对消费者宽恕意愿具有显著影响;热情在服务机器人的性别差异和消费者宽恕意愿的关系中起积极中介作用,能力在服务机器人的性别差异和消费者宽恕意愿的关系中起消极中介作用;服务机器人的拟人化程度调节热情和能力的双中介作用。研究补充了机器人性别对消费者宽恕意愿的影响研究,可从实践上指导服务机器人设计。

类人服务机器人感知温暖与感知能力对接受意愿的影响——拟人化维度的调节作用

探讨了感知温暖和感知能力对用户接受服务机器人意愿的影响,并着重分析了拟人化维度的调节机制以及用户情感体验的中介作用.研究结果显示,当服务机器人面部呈现拟人化特征时,感知温暖对用户接受意愿的影响更为显著;而在服务机器人身体拟人化时,感知能力对用户接受意愿的影响更为突出.同时,用户情感体验在这一过程中发挥了中介作用,特别是在服务机器人面部拟人化的情境下,用户愉悦度作为感知温暖和接受意愿之间的中介效应更加显著.

服务机器人更胜一筹?——餐盘浪费监督力度与服务提供者类型对自助餐顾客响应的影响

餐饮企业监督顾客实现“光盘”,是防止食品浪费的重要举措,但难免会引起消极的顾客响应。在数智化时代,使用服务机器人执行监督职能,是否可以缓和自助餐顾客因餐盘浪费监督而产生的消极响应?本研究基于心智知觉理论,通过预实验和情景实验,在自助餐厅监督顾客餐盘浪费的情境下,探究服务提供者类型(服务机器人vs.人类服务员)与监督力度(大vs.小)对顾客响应的影响及其心理机制。研究结果表明:(1)相较于较大的监督力度,较小的监督力度增加了消极的顾客响应,具体表现为顾客态度更消极、负面口碑行为意愿更高;(2)服务提供者类型与监督力度对顾客响应产生了交互效应,当监督力度较小时,服务机器人相较于服务员减轻了消极的顾客响应,当监督力度较大时,服务机器人减轻消极的顾客响应的效应消失;(3)感知限制性在服务提供者类型和监督力度对顾客响应的交互影响中发挥了中介作用。本研究不仅丰富了数智化技术助推顾客减少餐盘浪费的理论研究,同时也为自助餐企业实施餐盘浪费监督时选择何种服务方式提供了实践启示。

基于ROS的自主导航消毒服务机器人研究

随着现代社会的发展,人们对公共卫生消毒的重视进一步提高,消毒服务机器人在科技发展的推动下备受市场的追捧.针对人工消毒效率低,消毒不全面,人工成本高等问题,设计一款具有消毒与自主导航功能的服务机器人.机器人喷雾消毒模块中的消毒喷雾器可通过两自由度机械臂控制自动上下和左右旋转,可满足不同的喷雾需求.在SolidWorks软件中构建消毒机器人模型,采用运动学建模对消毒机器人运动模式和运动方式进行分析.以校医院为应用场景,借助rviz与gazebo软件,搭建消毒运输服务机器人的仿真环境,通过机器人自主路径规划,验证机器人能否实现单点和多点自主导航.实验表明,消毒机器人能够自主完成路径的合理规划,实现单点和多点自主导航,并可实现对室内环境的全面消毒.

服务机器人视觉导航系统的应用研究——以双目视觉导航系统为例

随着计算机、传感器和网络技术的快速发展,服务机器人的各项功能取得了长足的进步,视觉导航系统作为服务机器人智能化和自主化的关键技术,对今后服务机器人技术研发有着重要影响。首先对当前的服务机器人视觉感应系统的发展情况以及主要实现技术进行了研究。其次以双目视觉导航系统为案例,对视觉系统中匹配的算法,定位精度等关键技术进行分析验证,明确双目视觉系统的主要特点。最后有针对性地提出未来服务机器人视觉检测系统的发展和优化方向。

STM32的智能养老服务机器人系统设计

随着老龄化社会的到来,智能养老服务机器人的需求日益增长。文章设计了基于STM32的智能养老服务机器人系统,包括自主定位导航、智能语音交互、生命体征监测和远程视频监控等功能。通过硬件设计和运行测试,本文验证了系统的可行性和有效性。

社区服务机器人设计,城市生活的友好伴侣

经历了长期的发展,服务机器人正在经历转变,逐步成为社区服务的一部分,成为人们的生活伴侣。在这一场景下,友好性和可接近性是未来服务机器人设计的主要方向。设计师们开发了一个品牌形象,通过像素风的显示方式实现与用户直观和独特的沟通方式,这款服务机器人被视为友好的终身伴侣,包括儿童在内的任何人都可以与之分享他们的特殊时刻。

改进YOLOv7的服务机器人密集遮挡目标识别

针对服务机器人视觉抓取时待识别目标存在密集遮挡导致识别效果差的问题,提出改进YOLOv7的服务机器人密集遮挡目标识别方法。首先,为改善密集遮挡目标特征信息丢失导致识别困难的问题,使用深度过参数化卷积构建深度过参数化高效聚合网络,利用不同卷积核对每个通道进行运算,增强网络感知能力,使网络关注目标未遮挡区域特征;其次,为抑制密集遮挡目标边界不易区分对识别造成的影响,将坐标注意力机制嵌入主干网络中,使网络获取目标位置信息并更好地关注特征图中的重要区域,增强网络特征提取能力;最后,使用Ghost网络进行轻量化改进,减少计算量并降低模型内存占用。在自建数据集与公共数据集分别对模型进行对比实验,实验结果表明,改进后模型mAP分别达到92.9%,87.8%。本文模型在降低内存占用的同时,识别精度和识别效率提升,整体性能更优。

改进A^(*)与DWA的室内服务机器人路径规划研究

鉴于全局规划无法规避动态障碍以及局部规划可能陷入局部最优的缺陷,提出一种基于服务机器人的改进A^(*)与DWA(dynamic window approach)融合的路径规划算法。针对传统A^(*)算法搜索速度较慢的缺陷,优化了评估函数;根据差速机器人运动模型,对搜索邻域进行了优化;针对传统A^(*)算法路径折线线段多等缺陷,引入新的避障策略,对路径进行折线优化以及曲线平滑;针对全局与局部规划的缺陷,融合改进A^(*)算法与DWA算法,根据全局路径关键节点分段应用动态规划算法,确保机器人能够实时避障。仿真实验证明,改进A^(*)算法的性能更好,其中关键节点减少了75%,转折次数减少了80%,路径长度减少了5.9%,搜索时间减少了46%。融合算法相较于单一的静态算法,能够通过随机障碍物,顺利到达终点。

智能服务机器人在铁路客运站应用场景的设计与实现

随着人工智能技术的不断发展,铁路正在积极推进人工智能的深度应用,致力于帮助旅客以更便捷、更安全的方式出行。基于铁路客运发展的趋势,为提升旅客出行体验,研究并设计适用于铁路客运站应用场景的智能服务机器人,实现智能服务机器人的功能设计和关键技术研究。智能服务机器人利用人脸识别、语音识别、多轮对话、语音合成等多种智能交互技术,结合铁路客运站相关业务,利用铁路客运站现有设施,提供信息查询、站内导航、常见问题解答、车站大屏显示、车站通知播报等服务。智能服务机器人致力于实现与旅客的无障碍互动交流,帮助旅客解决出行途中遇到的问题,为旅客提供更加自动化、智能化、人性化的服务,从而提升铁路客运站服务水平,成为实现铁路智慧出行的硬件支撑。

RNN循环神经网络的服务机器人交互手势辨识

服务机器人交互过程中机器人重要关节点难以确定,导致交互手势辨识难以增加,因此设计一种基于RNN循环神经网络的服务机器人交互手势辨识方法。利用Kinect捕获服务机器人交互手势深度图像,确定服务机器人交互过程中的重要关节点,提取服务机器人交互手势特征。根据手势特征提取结果,定义手势模板,采用RNN循环神经网络对手势模板进行学习处理,搭建服务机器人交互手势辨识模型,得到相关的交互手势辨识结果。实验测试结果表明,采用所提方法可以快速获取高精度的服务机器人交互手势辨识结果,实际应用效果好。