基于图像的机器人绘画快速对数正态运动-计算机科学-图像生成-视觉模型-机器人.pdfVIP

基于图像的机器人绘画快速对数正态运动

DanielBerio,GuillaumeClivaz,MichaelStroh,OliverDeussen

RéjeanPlamondon,SylvainCalinonandFredericFolLeymarie

Abstract—大型图像生成和视觉模型与可微渲染技术相类用来生成此类笔触的手势的运动学。同时，绘画、涂鸦

结合，已成为生成机器人可以绘制或绘画路径的强大工具。然和书写是需要快速而熟练手臂动作的人类运动活动。这

而，这些工具往往忽视了人类绘写行为固有的物理性，这通常是些动作通过大量的练习被学习到，并且它们的运动特性

通过熟练的手臂动作来实现的。考虑到这一点对于结果的视觉

会影响墨水或材料在画布或表面上的沉积方式，最终影

美感以及更接近且更直观的人机合作场景的发展非常重要。我

们提出了一种方法，通过在图像空间中定义的成本函数指导下，响结果痕迹[8]的审美感知。

使基于梯度优化的自然类人运动成为可能，从而弥合了这一差在这篇论文中，我们展示了如何使用DiffVG技术直

距。为此，我们使用了人类手部/手臂动作的sigma-对数正态接优化人类手写和绘画动作的计算模型参数。我们展示

模型，并进行了一些调整，使其能够与可微矢量图形（DiffVG）

本如何利用这一点以符合运动控制原则的最小时间平滑性

渲染器结合使用。我们展示了如何通过将基于图像的目标与最

译短时间平滑准则相结合来利用此流水线生成机器人的可行轨标准[9]来约束绘画手势的生成，同时还能使机器人产生

中迹。我们演示了合成涂鸦的生成和机器人再现以及图像抽象的在动力学上可行的动作。这对于需要快速且类似人类动

应用。作的机器人标记应用来说特别有用。

1

vI.介绍为了描述手和手臂运动的运动学，我们依赖于sigma-

6lognormal模型[10]，该模型将手/臂运动描述为瞄准子

6协作机器人正逐渐成为一种消费技术，使专业和业

1运动的叠加，每个子运动都具有使用对数正态函数数学

3余艺术家都能将其作为创作实体艺术品（如绘画、素描

0.和书法[1],[2]）的工具。与打印机和绘图仪等标准机器建模的速度轮廓。我们提供了一个可微分的模型公式，可

7以轻松集成到现有的DiffVG笔划生成管道中。我们的系

不同，关节式机械臂带来了新的可能性和挑战，例如能

0统输出的轨迹不需要中间重新参数化步骤，并且仅通过

5够模仿熟练且动态的笔触，并适应各种工具和表面。

2根据给定的速度和加速度限制进行缩放和重采样即可适

:与此同时，由AI驱动的图像处理系统正在被艺术家

v用于机器人。我们展示了如何使用三个实际应用来证明

i和设计师广泛采用为工具，而物理形态的人工智能（即机

x这一点，这些应用将最小时间轨迹平滑标准与生成任务

r器人）目前仍是一个很大程度上未被探索的领域