華為發(fā)明的機(jī)器人凝視追蹤技術(shù)，通過顯示模塊來模擬真實(shí)的機(jī)器人面部輸出，結(jié)合多種偏轉(zhuǎn)角度測(cè)量方法，實(shí)現(xiàn)了平滑的凝視追蹤效果，提高了機(jī)器人的擬人化程度。
集微網(wǎng)消息，在現(xiàn)代社會(huì)的家庭中，越來越多的父母不能時(shí)刻陪伴孩子，而此時(shí)可以使用智能機(jī)器人進(jìn)行陪伴以及教育孩子。這種智能機(jī)器人可以與孩子進(jìn)行交流，并且可以基于不同的對(duì)話內(nèi)容學(xué)習(xí)、更新與孩子的交流方式，可以說非常的人性化。
擬人特性作為衡量機(jī)器人智能化的重要指標(biāo)之一，在人機(jī)交互的過程中，目標(biāo)跟隨以及凝視跟蹤行為的準(zhǔn)確性則直接反映機(jī)器人的擬人化程度，技術(shù)人員往往通過提高機(jī)器人的擬人化程度來提高用戶的使用體驗(yàn)。
而所謂的凝視追蹤技術(shù)，就是在機(jī)器人和用戶進(jìn)行對(duì)話時(shí)捕捉用戶的眼睛位置并進(jìn)行凝視，因?yàn)槿藗冊(cè)谡勗挄r(shí)往往看著對(duì)方的眼睛，如果機(jī)器人也可以采用這樣的技術(shù)，將會(huì)極大的提高其擬人化程度，并且?guī)Ыo用戶極佳的交流體驗(yàn)。
為了實(shí)現(xiàn)這個(gè)目的，華為在5月8日申請(qǐng)了一項(xiàng)名為“一種機(jī)器人的控制方法、裝置、機(jī)器人以及存儲(chǔ)介質(zhì)”的發(fā)明專利（申請(qǐng)?zhí)枺?02010382291.0），申請(qǐng)人為華為技術(shù)有限公司。
根據(jù)該專利目前公開的資料，讓我們一起來看看華為的這項(xiàng)凝視追蹤技術(shù)吧。
如上圖，為該專利中發(fā)明的機(jī)器人示意圖，其中包括具有模擬人形形態(tài)的a型機(jī)器人、模擬動(dòng)物形態(tài)的b型機(jī)器人以及非生物形態(tài)的c型機(jī)器人，這些機(jī)器人雖然形狀各異，但是均具有運(yùn)動(dòng)功能，可以進(jìn)行移動(dòng)以及旋轉(zhuǎn)等運(yùn)動(dòng)操作，其具體控制方法的實(shí)現(xiàn)如下圖所示。
可以看到，控制機(jī)器人運(yùn)動(dòng)的過程分為三步，首先需要獲取目標(biāo)對(duì)象的位置信息，其次根據(jù)這個(gè)位置信息來控制機(jī)器人轉(zhuǎn)動(dòng)。這個(gè)相對(duì)位置可以通過自動(dòng)識(shí)別或者手動(dòng)設(shè)置來確定，它是機(jī)器人與目標(biāo)對(duì)象之間的相對(duì)位置，例如正前方、右側(cè)等，也可以是具體多少角度的偏轉(zhuǎn)，例如+60度或者-120度等。
有了相對(duì)位置信息后，機(jī)器人會(huì)根據(jù)自身的初始角度以及目標(biāo)對(duì)象的位姿確定目標(biāo)偏轉(zhuǎn)角度，例如人形機(jī)器人可以以其面部為正面。為了實(shí)現(xiàn)凝視追蹤的目的，可以將目標(biāo)偏轉(zhuǎn)角度設(shè)置為機(jī)器人看向的方向，這樣就可以使得機(jī)器人的視線對(duì)準(zhǔn)目標(biāo)對(duì)象，從而完成凝視追蹤。
并且值得一提的是，該專利采用顯示模塊的輸出畫面來完成凝視，這相比于馬達(dá)驅(qū)動(dòng)的硬件凝視具有更高的響應(yīng)度，利用這種模擬的凝視界面，可以很好的實(shí)現(xiàn)平滑凝視追蹤效果。
具體的應(yīng)用案例如上圖所示，這是專利中提供的目標(biāo)偏轉(zhuǎn)角度的獲取示意圖，左側(cè)為機(jī)器人，右側(cè)為真人，對(duì)于凝視追蹤而言，最重要的就是將機(jī)器人的視線與目標(biāo)對(duì)象的視線進(jìn)行交匯，即處于同一平面內(nèi)，因此機(jī)器人需要確定自身當(dāng)前的視線方向以及目標(biāo)對(duì)象的視線方法，并且可以基于兩個(gè)視線方向確定偏轉(zhuǎn)角度。
該專利提供了三種技術(shù)用于確定這個(gè)偏轉(zhuǎn)角度：基于距離傳感器、基于拍攝圖像以及基于語(yǔ)音信號(hào)的方式?；诰嚯x傳感器的方法就是通過距離探測(cè)單元采集的距離值構(gòu)建機(jī)器人所處場(chǎng)景下的深度圖，基于深度圖來確定當(dāng)前場(chǎng)景包含的對(duì)象，并根據(jù)目標(biāo)的輪廓線來確定目標(biāo)對(duì)象。
基于拍攝圖像的方法是通過輪廓識(shí)別算法提取該場(chǎng)景圖像內(nèi)包括的輪廓信息，并基于輪廓信息對(duì)場(chǎng)景圖像進(jìn)行劃分，通過主體類型識(shí)別來確定目標(biāo)對(duì)象。而基于語(yǔ)音信號(hào)的方法則是基于語(yǔ)音分析結(jié)果來確定是否有激活口令，通過口令來確定目標(biāo)對(duì)象。
這三種方式都可以用于完成凝視追蹤，并且可以利用多種方法進(jìn)行組合的方式來提高凝視追蹤的準(zhǔn)確率。此外，基于拍攝圖像的方法還需要對(duì)攝像模塊上采集的圖像進(jìn)行校準(zhǔn)，從而在后續(xù)的凝視追蹤時(shí)，可以使得機(jī)器人的眼部視線偏移到目標(biāo)對(duì)象的中心位置。
以上就是華為發(fā)明的機(jī)器人凝視追蹤方法，通過確定機(jī)器人與目標(biāo)之間的偏轉(zhuǎn)角度，并不斷調(diào)整顯示模塊的輸出內(nèi)容以及旋轉(zhuǎn)部件來實(shí)現(xiàn)凝視追蹤。此外，該技術(shù)基于三種確定偏轉(zhuǎn)角度的方法，無需借助馬達(dá)來驅(qū)動(dòng)硬件，響應(yīng)時(shí)間較短，不僅實(shí)現(xiàn)了平滑凝視追蹤行為，也提高了機(jī)器人的擬人化程度。
