机器人是集机械,电子,控制,人工智能等多门学科于一体的产物,是机电一体化的最高成就,而仿人机器人代表着机器人的最尖端技术。随着科学技术的不断发展,仿人服务机器人成为了研究的热点之一。仿人服务机器人在许多的方面已经取得了重大的进步,比如关键零部件,行走平衡与协调运动控制、语音识别与交互等,但是离实用还相差甚远,其主要原因在于仿人服务机器人缺乏环境感知和学习能力。相对于仅具有6个自由度,在结构化环境中重复执行固定程序的工业机器人,仿人服务机器人的控制充满挑战。仿人机器人工作于有人环境,其中包含各式各样的、不确定的物体,需要完成复杂的操作、导航任务。要完成这些任务,需要对感知装置、决策系统和四肢运动进行很好的协同,很难通过传统的示教方式进行编程。当前,仿人服务机器人对环境的适应性和学习能力不足,泛化能力薄弱,仍然需要进一步开展相关关键技术的研究工作。本文采用3D打印技术研制了仿人服务机器人平台imNEU,针对服务机器人示教学习相关的机器人运动学建模、多模态示教、体感示教、视觉感知,手眼标定,示教学习与增强示教学习等关键技术展开研究工作。首先,搭建了仿人服务机器人imNEU的实物平台。将两轮差分驱动底部运动平台和全3D打印的仿人服务机器人躯体结合,研制了仿人服务机器人imNEU。采用模块化的思想,将imNEU分为双臂、双手、头躯和底盘6个模块,设计了嵌入式驱动控制模块,采用了分层驱动的思想,并在ROS平台上设计了配套的软件系统。第二,为imNEU配备了多模态人机物理交互接口和示教手段。设计了仿人服务机器人imNEU的控制系统,通信协议和通信方式,并在ROS(Robot Operating System)机器人操作系统软件框架下对Kinect传感器、双目视觉等功能模块进行开发与集成。基于上述的控制系统架构,设计了仿人服务机器人的多种控制方式,包括Kinect体感控制方式,基于人机交互界面的控制方式,F701遥控手柄的控制方式,数据手套控制方式,直接消息发布机制的自动控制方式,并分别进行了 5种控制方式的控制实验。第三,建立了仿人服务机器人imNEU的正逆运动学模型,研究了仿人服务机器人的运动控制问题。基于D-H关节坐标参数模型,建立了仿人服务机器人双臂正运动学模型,并采用数值优化算法求解逆运动学。分别采用了基于单纯型法和L-BFGS优化算法,并对两种算法的求解速度和准确性进行分析,最终选择了 L-BFGS优化算法进行求解。在运动学的基础上,进一步完成了机器人重复定位精度测定和机器人的工作区间的求解。第四,仿人机器人视觉感知系统实现。在imNEU平台集成了双目视觉,分别对左、右相机进行了摄像机标定,同时对双目相机进行了立体标定,通过基于HSV颜色空间对物体进行了识别,通过Opencv编程的方式获取了物体的三维坐标。在此基础上通过获取多组眼部坐标系与基坐标系下的坐标数据,利用最小二乘法,完成了机器人的手眼标定工作,获得了手眼坐标系的坐标变换矩阵。第五,开展了示教学习与增强示教学习的研究工作。针对示教数据中存在的高维和不确定特性,提出采用混合高斯模型(GMM:Gaussian Mixture Models)对机器人运动轨迹示教数据进行建模,通过混合高斯回归(GMR:Gaussian Mixture Regression)算法得现机器人运动轨迹;针对非结构环境中,环境约束对示教数据引入的内在耦合问题,提出采用基于多坐标系下示教数据重构和多重GMM混合方法来提高算法在非结构环境中的泛化性能。最后,在仿人服务机器人imNEU示教学习实验平台上,以孔棒装配过程为例,开展体感示教和示教学习技术实验研究。实验结果表明,所提出的示教方法合理有效,可以解决非结构环境下机器人示教学习问题。