40、基于拉班动作分析的人形机器人身体动作情绪检测

基于拉班动作分析的人形机器人身体动作情绪检测

在机器人与人类的交互中，情绪的表达是一项关键研究领域。随着机器人技术和人机交互研究的不断发展，人们对机器人如何表达情绪有了更多的探索。本文聚焦于通过人形机器人（HFR）的身体动作来检测情绪，提出了拉班特征值集，并探讨了其与机器人情绪之间的关联。

1. 研究背景与目标

在机器人与人类的交流中，情绪表达至关重要。机器人表达情绪状态主要有两种方式：使用言语信息和非言语信息。使用身体部位表达情绪具有诸多优势，它无需额外设备，如指示装置、扬声器或面部表情，而且身体动作对于理解言语交互也非常重要，非言语信息在社交互动中不可或缺。

研究的目标是探究机器人全身动作与观察者可估计的情绪之间的关联，并提出情绪估计方程。具体步骤包括提出拉班特征值集以提炼 HFR 全身运动的特征，研究该特征值集与 HFR 情绪之间的相关性，提出情绪估计方程并使用多元线性回归分析生成这些方程，最后验证方程的准确性。

2. 拉班特征值集

拉班特征值集基于拉班动作分析理论。

2.1 拉班动作分析

拉班动作分析是舞蹈领域的知名理论，由德国表现主义舞蹈创作者，主要是鲁道夫·冯·拉班发展而来。它分析了主体身体动作与心理状态之间的关联，继承了达尔文关注动物身体表达结构的理论，因其具有数学性和具体性，适合科学和工程领域。

2.2 使用人形机器人

选择 HFR 的原因如下：
- 减少人类对机器人的恐惧和不适感。
- 使人类更容易理解机器人通过全身动作表达的情绪。
- 让人类能够与机器人产生共鸣。

通过使用 HFR