基于风格迁移的机器人书法临摹技术研究

发布时间：2020-08-02 15:51

【摘要】：书法是中国最具特色的传统文化之一,有着上千年的悠久历史。它不仅在我国的历史发展中占据着重要的位置,而且还对周边国家的文化产生了重大的影响。机器人作为新时代中的产物,可以模仿人类进行各种复杂的作业任务。书法的撰写过程则为机器人在深度学习与运动控制上提供了有力的研究平台。由于书法具有悠久的历史,所以其风格多种多样,而且书写过程也千变万化。因此,机器人在书法上的应用研究对机器人的运动控制提出了较高要求。其中涉及到的算法与技术也为机器人在抛光、打磨、喷涂、焊接等复杂的轨迹规划应用提供了重要的参考意义。本文将书法汉字的风格迁移研究应用于机器人书法临摹的实验当中,提出了一种基于风格迁移的机器人书法临摹技术新方法,并进行了相关的实验分析。本文主要研究内容如下:(1)阐述了本文的研究背景及其意义,介绍了机器人书写技术的发展现状,分析了已有书写方法的主要特点,并给出了本文的主要研究内容。(2)将风格迁移技术引入到机器人的书法实验中,设计了一个由风格迁移模块、图像处理模块、RobotStudio仿真平台、ABB控制器、ABB机器人、毛笔及3D打印的圆柱形夹具组成的机器人书法临摹系统。(3)介绍了基于深度学习的生成对抗网络的原理,研究了生成对抗网络在汉字风格迁移中的应用,并进行了相应的实验。(4)研究了书法汉字的风格特征描述参数,设计了相应的图像处理识别算法。根据书法汉字的特征描述参数,提出了一种由平衡度、倾斜度与书写力度组成的汉字风格相似度评估方法。(5)构建了汉字特征描述参数与机器人运动控制参数之间的关系。通过RobotStudio仿真平台对机器人绘制书法时的轨迹实行了运动学分析与规划,并完成了书法临摹实验。最后将临摹效果与实验参考图像进行了相似度对比评估,验证了本文所提出的方法的有效性与可行性。
【学位授予单位】：宁波大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：J292.1;TP242
【图文】：

中国汉字,书法,机器人

图 1.1 中国汉字书法机器人Fig. 1.1 Chinese character calligraphy robot一个五自由度的IRAS(intelligent robotic art system)为笔刷的轨迹模型来实现机器人的书写。该实验通过写进程中的测试参数来提取书法字体的轨迹模型，段参数信息，最后通过一款五自由度机器人握持毛一种具有相同坐标双侧控制的运动复制系统，推出的双边控制，设备的行为就像是由虚拟链接连接的压力的触觉信息被获取，并利用了机器人在直角坐功模仿了中国书法。Sung等人[9]对机器人书写工具一款基于反馈力的多触点控制框架，解决了夹持力时，这种方法会导致机器人不稳定。Filiatrault等人示教时手势的轨迹参数，变换至用 NAO 机器人完成书写等任务。Alain等人[11]利用基于深度学习

机器人,笔刷,力反馈

中文大学的徐扬生团队[17]为了模仿特殊的书写技巧，开发了一个由直线导轨和一个纸质输送机组成的书法机器人。其具有较多的自，提高了机器人可操作性。其次，它可以模仿人类写作的实际动作教者书写演示过程中的位置，然后过滤出噪声并重复该动作，达到 1.2(a)所示。杨广卿等人[18]把力反馈的方法加入到虚拟绘制的流程力反馈方法的笔刷轨迹模拟实验。该实验研究了力对笔刷形变的作原理设计了一款新的笔刷力反馈的模拟方法，利用推算出的笔刷部样本点的轨迹参数来获取笔刷的运动轨迹，来达到力对笔刷轨迹了具有力反馈的笔刷轨迹模拟实验。晁飞等人[19]设计了一种应用人系统。该系统包括两个阶段，首先用一个三维运动传感器 Kinect 动轨迹，得到人体姿势的二维骨架信息，建立了汉字 5 个初等笔画字体库，然后通过训练分类器学会辨认人体手势，用获取的轨迹信画或字母。如图 1.2(b)所示。

网络原理,生成对

图 2.1 生成对抗网络原理图Fig. 2.1 Principle of GAN风格迁移作为生成对抗网络的一项重要应用，其在图像的风格转换中得到了很好果。通过向生成对抗网络提供原始图像与目标风格，在生成模型G与判别模型D的作用下，该网络就能学会在保留原始图像内容的同时将目标风格融入到原始图像，实现图像的风格转换。.2.2 汉字风格特征信息的提取方案设计汉字风格特征信息的提炼是构成机器人书写实验的一个主要部分，提炼出的风格信息直接干扰到机器人书写汉字的结果。目前全球在机器人书写汉字的探索中对汉特征描述参数的获取主要有下面三种方案：（1）基于力反馈的提取方案此方案重点是通过力反馈装置来保存机器人在书写过程中的关于笔刷的压力与的角度值等参数信息。书写结束之后，通过归纳力反馈装置保存的参数信息，迂回得汉字的特征描述参数。尽管此方案的平台构建比较容易，但是怎样将保存的力反置的参数准确的转变成汉字的特征描述参数十分艰难。

【参考文献】