郭瑾，高偉，劉德山，徐本強

0 引言

隨著虛擬現(xiàn)實技術(shù)和機器人技術(shù)的日益成熟，音視頻相結(jié)合的虛擬人模擬實現(xiàn)仿真機器人舞蹈動畫作為一種嶄新的藝術(shù)形式受到越來越廣泛的關(guān)注，在包括計算機游戲在內(nèi)的各種娛樂應(yīng)用領(lǐng)域有著廣泛的應(yīng)用前景。虛擬人舞蹈借助計算機動畫技術(shù)，通過虛擬角色模型的表演，演繹了音樂與舞蹈的內(nèi)在聯(lián)系。

由于仿人機器人在運動過程中本身動作的復(fù)雜性，以及各關(guān)節(jié)自由度的靈活性，仿人機器人高難度動作的種種控制效果都不理想，因此研究其運動控制方法顯得特別重要。當前對仿人機器人控制方法的研究主要集中在雙足運動與雙手協(xié)作兩個方面。雙足運動的常用控制方法是先進行姿態(tài)規(guī)劃，再按穩(wěn)定性最大的要求進行優(yōu)化，以求出最穩(wěn)定的步態(tài)[1-3]；而雙手協(xié)作也需要先對雙手的運動路徑與姿態(tài)進行規(guī)劃，然后考慮其他約束條件對其運動軌跡進行優(yōu)化。由此可知，運動姿態(tài)與軌跡規(guī)劃對于仿人機器人雙足運動與雙手協(xié)作控制至關(guān)重要。為了獲得仿人機器人運動姿態(tài)預(yù)規(guī)劃所需要的數(shù)據(jù)，一般是在某個表演者(真人)的主要關(guān)節(jié)上安裝特制的標記點，然后由該表演者做出各種所需的動作，再采用動作捕捉器快速和連續(xù)地記錄下這些標記點的空間坐標，從而獲取人體的運動數(shù)據(jù)[4-5]。采用動作捕捉器雖然能夠得到控制仿人機器人所需的運動數(shù)據(jù)，但需要特定的場地和昂貴的動作捕捉設(shè)備，阻礙了仿人機器人運動控制的研究；此外，仿人機器人的關(guān)節(jié)數(shù)量和安裝位置與真人也可能存在很大的差異，這就使得通過采集真人運動得到的關(guān)節(jié)運動數(shù)據(jù)與實際仿人機器人的關(guān)節(jié)運動數(shù)據(jù)可能存在較大的誤差。

1 仿人機器人的結(jié)構(gòu)分析

機器人的動作是表現(xiàn)在一定時間序列上的窒間位姿(位置和姿態(tài))的集合。機器人的動作設(shè)計與實現(xiàn)是相當復(fù)雜的過程，它具有很大的主觀性、模糊性，而且隨著關(guān)節(jié)和自由度的增多，關(guān)節(jié)之間的相互影響程度的增大，動作設(shè)計和實現(xiàn)的工作量大大增加。

機器人的關(guān)節(jié)自由度數(shù)量和分布情況與機器人舞蹈動作的性能有直接的關(guān)系，自由度的多少決定了機器人的潛在應(yīng)用能力。本文對機器人關(guān)節(jié)數(shù)量和分布與機器人的舞蹈動作之間的關(guān)系作了詳細的分析。自由度設(shè)置過少，機器人的動作不靈活甚至無法實現(xiàn)。要實現(xiàn)機器人的各種舞蹈動作，關(guān)節(jié)自由度數(shù)目不能太少。但是基于能滿足基本動作的情況下，盡量減少關(guān)節(jié)自由度，所以關(guān)節(jié)自由度也不能太多。

通過對NOBODY機器人視頻動畫的分析，如圖1所示:

圖1 仿人機器人二維模型

結(jié)合考慮仿人機器人的本身結(jié)構(gòu)構(gòu)造情況。為了更好的利用虛擬人模擬實現(xiàn)仿人機器人的舞蹈動畫，本文中采用三維虛擬人最小骨骼模型是由全身的所有關(guān)節(jié)和骨骼段組成。三維虛擬人骨架模型包括54個關(guān)節(jié)(包括一個重心位置)和53塊骨骼段，如圖2所示:

圖2 最小人體骨骼模型

每個部位體可以分別繞著各自的關(guān)節(jié)在不同的自由度方向上作旋轉(zhuǎn)運動，產(chǎn)生虛擬人的運動。虛擬人模型的每個上肢有18個關(guān)節(jié)共32個自由度。其中肩關(guān)節(jié)有3個自由度，肘關(guān)節(jié)有2個自由度，腕關(guān)節(jié)有2個自由度，共7個自由度。為了表達復(fù)雜的舞蹈動作，每個手指定義了3個關(guān)節(jié)，其自由度分別是1，1，3，一共25個自由度[6-8]。

三維虛擬人最小骨骼模型不僅解決了仿人機器人的舞蹈動作復(fù)雜性的問題，又保證了仿人機器人舞蹈動作的完整性，從而基于三維虛擬人最小骨骼模型實現(xiàn)了仿人機器人的舞蹈動畫。

2 三維虛擬人實現(xiàn)仿人機器人舞蹈動畫的虛擬數(shù)據(jù)庫

為了更好的實現(xiàn)三維虛擬人仿真實現(xiàn)機器人舞蹈動畫，本文特別設(shè)計了一個虛擬舞蹈動作關(guān)鍵幀數(shù)據(jù)庫，存于專門的數(shù)組中。由于本論文中的舞蹈動畫關(guān)鍵幀繁多，一一列出略顯繁雜，故而僅以一段舞蹈視頻中的關(guān)鍵幀為例，簡單介紹一下本論文中的三維虛擬人舞蹈動畫的虛擬數(shù)據(jù)庫表的設(shè)計思想。是以8個關(guān)鍵幀代表的虛擬數(shù)據(jù)庫表的簡單舉例，如表1所示:

表1 三維虛擬人實現(xiàn)仿人機器人舞蹈動畫的虛擬數(shù)據(jù)庫

3 三維虛擬人實現(xiàn)仿人機器人舞蹈動畫的過程及仿真結(jié)果

本文中為了使關(guān)鍵手勢之間更好的過渡，而設(shè)計了過渡函數(shù)。

void Rotation::RMiddle(GLfloat array[])

{

for(int i=0;i

{

if(array[i]!=RMemberAngle[i])

{

RFreeN[i]=array[i]-RMemberAngle[i];

if(RFreeN[i]>=0.0f &&RFreeN[i]<0.1f||RFreeN[i]<0.0f &&RFreeN[i]>-0.1f)

{

RMemberAngle[i]=array[i];

if(ifcontinue=1)rcontinuous=1;

}

RMemberAngle[i]+=RFreeN[i]/160.0f;

}

}

}

在這個函數(shù)中array數(shù)組是新的關(guān)鍵舞蹈動作數(shù)組中的數(shù)據(jù)，MINSIZE是經(jīng)過宏定義的列坐標的總數(shù)，即各個關(guān)節(jié)需要控制的總數(shù)。RmemberAngle數(shù)組是用于記錄上一次變換后的數(shù)組，RfreeN數(shù)組負責記錄新數(shù)據(jù)和記憶數(shù)據(jù)之差，然后用這個差數(shù)據(jù)去除以一個特定的閾值，在本文設(shè)計中，定義該閾值為160.0f，該閾值的大小決定了舞蹈關(guān)鍵動作之間過渡的速度，閾值越小速度越快，反之則越大。在過渡函數(shù)被調(diào)用的過程中，判斷新數(shù)組和記憶數(shù)組的差值是否已經(jīng)足夠小，如果足夠小，則直接將新數(shù)組中的數(shù)據(jù)賦值給記憶數(shù)組，以免產(chǎn)生無限循環(huán)的狀況。

三維虛擬人舞蹈動作的平滑度直接影響到舞蹈運動的可懂性。虛擬人舞蹈動作的特殊性在于它是有一些關(guān)鍵動作合成的動畫序列，相鄰的兩個舞蹈動作之間存在著很大的動作差異，如果不進行平滑處理，將導(dǎo)致舞蹈動作在相鄰關(guān)鍵動作的銜接處產(chǎn)生大幅度變化，這樣將產(chǎn)生跳幀現(xiàn)象，給人失真的感覺。加入設(shè)計的過渡函數(shù)后，動作平緩過渡，動作銜接流暢，比較符合真實狀態(tài)下機器人的舞蹈動畫。

NOBODY機器人舞蹈視頻的二維關(guān)鍵幀截圖，如圖3所示:

圖3 NOBODY機器人舞蹈二維關(guān)鍵幀截圖

三維虛擬人骨骼模型讀取表1虛擬數(shù)據(jù)庫的關(guān)鍵幀舞蹈動作實現(xiàn)NOBODY機器人舞蹈動畫的仿真結(jié)果，如圖4所示:

圖4 三維虛擬人實現(xiàn)機器人舞蹈動畫的仿真結(jié)果

4 結(jié)束語

本文基于三維虛擬人的骨骼模型仿真實現(xiàn)了仿人機器人的舞蹈動畫。論文中通過分析機器人舞蹈動作運動的基本規(guī)律和實現(xiàn)動作的基本方法，基于此建立了三維虛擬人實現(xiàn)機器人舞蹈動作的關(guān)鍵幀數(shù)據(jù)庫，在此基礎(chǔ)上利用中間幀的過渡函數(shù)實現(xiàn)了虛擬人骨骼模型仿真實現(xiàn)了機器人的舞蹈動畫。進一步的工作將研究實現(xiàn)自動提取二維視頻的關(guān)鍵幀算法以及二維關(guān)鍵幀轉(zhuǎn)換為三維關(guān)鍵幀的方法，這樣就可以實現(xiàn)二維視頻自動驅(qū)動三維虛擬人實現(xiàn)機器人的舞蹈動畫。

[1]Kim J Y,Park I W.Walking control algorithm of biped humanoid robot on uneven and inclined floor[J].Journal of Intelligent &Robotic Systems,2007,48(4):457-484.

[2]Harada K，Kajita S.Real-time planning of humanoid robot's gait for force-controlled manipulation[J].IEEE-ASME Transactions on Mechatronics,2007,12(1):53-62.

[3]Yang H S,Yong-Ho Seo,Yeong-Nam Chae,et al .Design and development of biped humanoid robot,AM12,for social interaction with humans[C]// Proc of the 6th IEEE RAS International Conference on Humanoid Robots.Princeton:IEEE,2006:352-357.

[4]Hirose M,Ogawa K.Honda humanoid robots development[J].Philosophical Transactions of the Royal Society A:Mathematical Physical and Engineering Sciences,2007,365(1850):ll-19.

[5]Nakaoka S,Nakazawa A.Task model of lower body motion for a biped humanoid robot to imitate human dances[C]//Proc of 2005 IEEE/RSJ International Conference on Intelligent Robots and Systems.Edmonton:IEEE,2005:3157-3162

[6]Herda L,Fua P,Plaenkers R,et al.Using skeleton-based tracking to increase the reliability of optical motion capture[J].Human Movement Science Journal,2001,20(3):313-341.

[7]Herda L,Fua P,Plaenkers R,et al.Skeleton-based motion capture for robust reconstruction of human motion[A].In:Proceedings of Computer Animation 2000,Philadelphia,Pennsylvania,2000,77-85.

[8]Raunhardt,D.Boulic.R.Motion Constraint.The Visual Computer 2009(25):509-518.