柯顯信，尚宇峰，盧孔筆

（上海大學 機電工程與自動化學院，上海 200072）

0 引言

在人與機器人交互的發(fā)展進程中，表情之間的交流起到越來越重要的作用。面部表情與情感表達的關系十分密切，心理學家認為，情感表達=7%語言+38%聲音+55%面部表情，面部表情是通過眼、眉、嘴和臉頰部肌肉變化來表現情緒狀態(tài)[1]。人的基本表情可以分為7種：平靜、生氣、悲傷、高興、恐懼、厭惡和驚訝。目前，國內外的一些研究機構在仿人機器人面部表情的實現方法上大多是采用驅動柔性體的皮膚，所以面部柔性模型的仿真分析對實際仿人機器人頭部模型的設計起到至關重要的作用[2]。2008年，英國西英格蘭大學和布里斯托爾大學聯合所屬布里斯托爾機器人學實驗室研制了一款可以模仿人類面部表情和嘴唇活動的類人機器人“朱利斯(Jules)”，采用軟性橡膠(Frubbe)皮膚，Jules能模仿十種常見表情，例如，高興，悲傷，憂慮等[3]。2009年，美國漢森機器人公司研發(fā)的以愛因斯坦為原型的表情機器人“Albert Hubo”，使用了一種類似肉體的叫做“Frubber”的機器人皮膚材料，從而使機器人可以實現面部皺紋的細微變化[4]。2011年，西安超人高仿真機器人科技有限公司研制的仿真硅像機器人李詠2能展現出多種不同的表情。本文在研究基本表情特點及表情實現方法的基礎上，對柔性體皮膚進行仿真分析，為以后機器人頭部機構的設計提供了一定的指導作用。

1 面部表情的空間模型

人類面部表情的產生是由于人類內心情感的波動造成的，人類情感的變化在時間和空間上都是連續(xù)的，所以面部表情的變化也是連續(xù)的。為了提高仿人面部面部表情機器人的擬人程度，必須對面部表情的變化做一定的研究。面部表情的變化是人內心情感反映的一種表象，面部表情的分類有很多種不同的分法，目前最常見的分法就是把人的面部表情分成7類，即平靜、生氣、悲傷、高興、恐懼、厭惡和驚訝，這幾種面部表情都能從中性面部表情變化而來，而且它們之間也有著緊密的聯系，如圖1所示。

圖1 面部表情空間模型與基本表情的影響范圍

該模型具有如下的特點[5]：

整個空間被化為7個部分，六種基本表情圍繞著平靜表情展開，如圖1(a)所示。

每種表情都有一個中心，中心電的附近是該表情的一個范圍空間，在這個范圍內的都屬于這種表情，離這個中心點越近，表情的逼真度越高，如圖1(b)所示。

兩個基本表情中心點之間的距離表明表情之間的相似程度，當某個表情處于兩個基本表情交集的范圍內時，這種表情就是兩個基本表情混合而成的，這兩種表情之間的變化可以從經過這個表情的過渡，當兩種基本表情沒有交集時，說明這兩種表情之間沒有過渡的表情。

觀察發(fā)現，在表情空間模型中，厭惡與高興這兩種基本表情之間沒有交集，意味著從厭惡表情轉化為高興表情必須經過平靜這種表情過渡。經過觀察日本女性JAFFE的大量照片，分析面部表情的動作特征，如表1所示，發(fā)現感興趣這種表情的面部器官動作特征可以作為厭惡和高興之間的過渡表情，假設從一個故事情節(jié)入手，故事情節(jié)的好壞往往首先使人產生興趣，然后才會有各種表情的產生。所以對該模型進行改進，將人類的基本表情分為8種，即感興趣、生氣、悲傷、高興、恐懼、厭惡、驚訝和平靜，改進后的表情空間模型如2圖所示。

表1 面部表情器官動作特征

圖2 改進后的表情空間模型

2 面部表情機器人的表情實現

人臉的表情變化是由位于面部肌膚下層的表情肌的變化產生的，收縮時帶動皮膚運動，當各個表情肌協(xié)同工作時，就能使面部呈現不同的表情[6]。機器人面部表情的實現是通過控制面部表情特征點來實施的，特征點的分布是根據人表情肌運動的特點來設計的，圖3是機器人面部表情特征點分布情況，有6對特征點分別分布于面部的兩側，中間有兩個控制點，這些控制點對表情的實現與識別都起到至關重要的作用。如圖所示，P1和P2位于眉毛的內側，P3和P4位于眉毛的外側，P5和P6位于眼睛的內側，P7和P8位于眼睛的外側，P9 、P10位于上嘴唇的中間，P11和P12位于嘴巴的外側，P13位于下嘴唇的中間。不同表情的實現實際上就是控制這些特征點的位置位移，位移的變化可以通過下面的公式來計算[7,8]：

x=(x1,x2)表示運動前點的坐標，y=(y1,y2)表示運動后點的坐標。

圖3 部表情特征點分布

通過空間運動學知識，由舵機驅動仿人表情機器人面部的各個特征點，使之產生形變，形成特定的表情。

3 面部表情實現的模擬仿真

在建立面部彈性體模型的基礎上，根據面部特征點的分布設計，運用有限元分析方法進行仿人面部器人柔性體模型下的面部表情仿真，并對各種不同條件下的仿真結果進行對比分析。

3.1 有限元軟件HyperWorks介紹[9]

Altair HyperWorks是一個創(chuàng)新、開放的企業(yè)級CAE平臺，它集成設計與分析所需各種工具，具有無比的性能以及高度的開放性、靈活性和友好的用戶界面。HyperWorks包含豐富的產品模塊，如HyperMesh、RADIOSS、MotionView、HyperGraph、HyperForm、HyperView等。本文主要用到HyperMesh、RADIOSS、HyperView三個模塊。

HyperMesh：CAE前處理工具，可以快速建立高質量的CAE分析模型。

RADIOSS：快速、精確和穩(wěn)健的有限元結構分析軟件，能夠進行多種線性和非線性分析。

HyperView：目前全球圖形驅動速度最快的CAE仿真和實驗數據的后處理可視化環(huán)境之一。

3.2 面部表情實現的模擬仿真過程

第一步：運用三維建模軟件Solidworks建立面部幾何模型，如圖4所示，并將文件導入HyperMesh。然后賦予模型類似于橡膠材料彈性力學參數。文中彈性體模型賦予彈性模量為7.84Mpa、柏松比為0.48、密度1200 kg/m3的材料屬性，各向同性，使幾何模型成為一個具有彈性材料力學特性的面部彈性體模型?？紤]到材料不會發(fā)生大應變情況，在此可以將其合理簡化為普通線彈性模型。

圖4 三維模型

第二步：劃分網格。劃分網格是有限元分析中的至關重要的一步，網格劃分的好壞直接影響有限元分析是否能夠收斂及結果的正確與否。由于曲面的復雜性，所以采用以四邊形為主的網格劃分方式。通過分析日本女性JAFFE的表情，得知影響表情的主要器官為眉毛，眼臉和嘴巴。利用分區(qū)功能，對這些區(qū)域進行分區(qū)，然后再劃分網格 ，如圖5所示，在嘴巴和眉毛的位置，網格比較密集。

圖5 網格劃分

圖6 位移載荷分布圖

第三步：施加約束與載荷。根據面部解剖學理論和面部表情編碼系統(tǒng)（FACS），在嘴巴和眉毛區(qū)域附近添加載荷，并相應地設定邊界條件，如將面部皮膚與頭骨的接合部位設為固支條件，使模型產生不同的相對變形量，以實現不同的面部表情、模擬不同表情時面部表情控制點的運動情況并分析面部仿真皮膚材料所受位移載荷情況，如圖6所示。

3.3 控制參數對基本表情實現的影響

影響面部基本表情實現的因素有很多，如材料的性能，約束的位置，載荷的大小以及載荷的控制區(qū)域的大小等。本文主要以高興這種基本表情作為研究對象，研究載荷的大小和載荷施加區(qū)域的大小對基本表情的影響。

3.3.1 載荷的大小對基本表情實現的影響

以高興表情為例，在約束和載荷施加區(qū)域相同的情況下，改變施加載荷的大小，如表2所示，觀察施加載荷的大小對基本表情實現的影響。如圖7所示，高興程度從左到右依次增強，施加02組載荷大小時，表情的逼真程度比較好。在模擬高興表情時，對嘴角處控制點Y軸的驅動載荷要求最高，此處材料厚度應與其他處有明顯區(qū)別，當高興的程度不大時，眼瞼處和眉毛處的載荷可以忽略，進行簡化。由此可見，對表情控制點施加位移載荷的大小對表情的強弱程度起到非常重要的作用。

表2 高興表情三組不同載荷大小明細表

圖7 高興表情的不同程度分布

由圖8可以發(fā)現，01組載荷的仿真結果中，最大應力出現在嘴角部位，是嘴角處表情控制點向上拉伸所致，越靠近嘴角處受到的力越大，該處也越容易產生疲勞破壞。

圖8 01組載荷的應力云圖

對比03組載荷的仿真結果應力云圖，如圖9所示，表情的逼真程度有所提高，但隨著載荷的增大，可以發(fā)現鼻子下面的受力區(qū)域面積增大，說明載荷大小的改變會引起面部其他部位的受力發(fā)生變化，過渡增加嘴角處載荷的大小，可能引起鼻子下方區(qū)域的破壞。

圖9 03組載荷的應力云圖

3.3.2 載荷施加區(qū)域大小對基本表情實現的影響

改變嘴角處載荷施加區(qū)域的大小來觀察其對表情的影響。以02組載荷大小和施加區(qū)域為標準，適當增加嘴角處載荷施加區(qū)域的面積，這里以原來嘴角載荷區(qū)域的1.5倍和2倍為例，得到其面部仿真圖和應力云圖。如圖10所示，通過觀察可以發(fā)現，在1.5倍這個范圍內，仿真模擬結果并沒有很明顯的改變，但在2倍的控制區(qū)域時，面部表情形狀開始發(fā)生扭曲，有一定的失真。

圖10 施加載荷區(qū)域為原來1.5倍、2倍的情況時的仿真表情圖

圖11是控制區(qū)域為原來1.5倍和2倍兩種情況下面部模型的應力云圖，可以發(fā)現在幾處表情控制區(qū)域材料所受應力伴隨控制區(qū)域尺寸的增大而增加，和實際情況相符合。

圖11 施加載荷區(qū)域為1.5倍、2倍時應力云圖

3.3.3 面部表情仿真結果

通過在特征點區(qū)域施加不同的載荷，對8種基本表情（平靜、生氣、悲傷、高興、恐懼、厭惡、驚訝、感興趣）的反復試驗，得到實現8種基本面部表情的最佳位移載荷，如表3所示，利用RADIOSS對模型進行求解，在HyperView中查看仿真結果，得出與最佳載荷匹配的8種基本表情的仿真圖，如圖12所示。

圖12 面部表情仿真圖

表3 8種基本表情的最佳載荷大小

4 結束語

通過對日本女性JAFFE面部表情特征的觀察與分析，在傳統(tǒng)的基本表情分類的基礎上，增加了感興趣這種表情，將基本表情分為8種（平靜、生氣、悲傷、高興、恐懼、厭惡、驚訝、感興趣）。在SolidWorks環(huán)境下完成了面部三維模型建立，用HyperWorks有限元軟件進行分析，通過反復試驗，得出8種基本面部表情仿真圖以及在彈性皮膚材料下基本表情的最佳載荷驅動大小，為機器人樣機面部表情實驗控制提供了一定的依據。

[1]王志良.人工情感[M].北京:北京工業(yè)出版社,2009.178-273.

[2]MENG Qingmei,WU Weiguo,WANG Yu.Actions Simulation of Humanoid Head Robot with Mixed Models of Head Mechanism and Face Elastomer[J].System simulation journal, 2005,17:1466-1483.

[3]Delaunay F, de Greeff J,Belpaeme T.Towards retroprojected robot faces: An alternative to mechatronic and android faces[A].The 18th IEEE International Symposium on Robot and Human Interactive Communication[C].Toyama, Japan,2009:306-311.

[4]Ho J, Hanson O D,Kim W S, Park I W.Design of android type humanoid robot albert HUBO[A].IEEE International Conference on Intelligent Robots and Systems[C].Beijing,China, 2006:1428-1433.

[5]Weifeng Liu,Jili Lu,Zengfu Wang and so on.An Expression Space Model for Facial Expression Analysis[A].Congress on Image and Signal Processing[C].2008:680-684.

[6]Zhang yu, Yang kuo, Deng xueying, Research and Realization of Facial Expression Robot[J].IEEE Symp.Materials Science and Information Technology.2011:7413-7419.

[7]Yuta Kihara, Guifang Duan,Takeshi Nishida and so on.Dynamic Facial Expression Database for Quantitative Analysis of Facial Paralysis[A].Computer Sciences and Convergence Information Technology (ICCIT),2011 6th International Conference[C].2011: 949-952.

[8]Zhang yu, Yang kuo, Deng xueying, Research and Realization of Facial Expression Robot[J].Proc.IEEE Symp.Materials Science and Information Technology.IEEE Press,Sep 2011, pp.7413-7419.

[9]王鈺棟,金磊,洪清泉.HyperMesh & HyperView應用技巧與高級實例[M].機械工業(yè)出版社,2012:6-86.