近年来，双足机器人在动作灵活性和人类化表现上取得了显著进步。它们的面部表情依然显得僵硬，无法以接近人类的速度和复杂度模拟面部肌肉的动态变化。不过，日本大阪大学的研究人员提出了一种新的动态唤醒表情系统，有望为这一问题提供解决方案，使机器人能够更快、更自然地再现面部表情。
研究人员将打哈欠、眨眼和呼吸等面部动作归类为不同的波形信号，并与嘴唇开合、眉毛移动和头部倾斜等动作幅度挂钩。在实验中，研究人员根据困倦到兴奋的情绪光谱设置控制参数。这些波形通过传播和叠加动态调整机器人的面部特征表现，从而避免了过去为每种表情研究方法
研究人员开发了一个基于波形的动态表情合成系统，该系统将面部动作归类为不同的波形信号，并与动作幅度挂钩。他们定义了以下三种波形信号：
- 呼吸波形：反映呼吸速率和深度。
- 打哈欠波形：反映打哈欠动作的发生和持续时间。
- 眨眼波形：反映眨眼频率和持续时间。
这些波形信号通过传播和叠加动态调整机器人的面部特征表现。例如，困倦情绪会增加呼吸和打哈欠波形的幅度，从而导致嘴巴微张、眼皮下垂和头部倾斜。兴奋情绪则会降低这些波形的幅度，导致相反的面部动作。
研究人员根据不同的情绪设置了控制参数，包括困倦、放松、愉悦、惊讶和愤怒。通过调节这些参数，机器人能够以接近人类的速度和复杂度生成动态面部表情。
研究意义
动态唤醒表情系统有望为机器人的面部表情生成带来显著的改进。与传统的预录动作拼凑方法相比，该系统具有以下优势：
- 更快速、更自然的表情生成：波形信号的传播和叠加机制允许机器人几乎瞬间生成表情，避免了手动编排动作的复杂过程。
- 提高表情的可信度：该系统基于人类面部动作的自然规律，生成的的表情更加接近人类，提高了机器人的可信度。
- 增强情感表达能力：通过调节控制参数，机器人能够根据环境变化和人类互动传达更丰富的的 emosi。
这项研究对于社交型机器人的发展具有重要意义。更逼真的面部表情将使机器人能够与人类进行更自然、更有效的交互，从而扩展其在医疗、教育、娱乐等领域的应用。
展望
研究人员未来计划进一步完善动态唤醒表情系统，使其能够生成更加复杂和细微的面部表情。他们还将探索与其他传感技术，例如眼动追踪和语音识别，的集成，以实现机器人在情感表达方面的更多进步。
随着机器人面部表情生成技术的不断发展，我们期待着机器人在社交互动方面取得更大突破，成为人类生活中的更加富有表现力和令人信服的伙伴。
发表评论