文章导读

本文针对人形机器人面部表情缺乏量化评估的难题，设计了一款具备6种基础表情的人形机器人头部，通过刚性连杆驱动 + 按扣连接提升传动效率与皮肤寿命，并利用柔性垂直石墨烯传感器 (VG Sensor) 测量人脸与机器人皮肤应变，提出基于应变差异率的拟人化评估方法。实验验证其完成的基本面部表情被人类识别率超 80%。基于提出的表情评估方法对表情机器人进行评估，为机器人表情设计及结构优化的提供了关键数据参考。

面部表情机器人设计图

主要内容

仿生机械：让机器人“面部肌肉”动起来

研究以人类面部44块肌肉运动为灵感，基于FACS系统在机器人硅胶皮肤上设定32个驱动点 (19个主动控制点 + 13个被动点)，构建眉 (4自由度)、眼 (4自由度)、嘴颊 (8自由度)、颈 (3自由度) 的19自由度机械结构。采用伺服电机驱动 + 刚性连杆和按扣传动，将动力高效传递至皮肤，相比传统绳索驱动，传动效率提升，皮肤寿命延长，且避免了气动驱动的重量与成本问题。通过Maya模拟人类表情最大强度运动参数，结合树莓派主控系统，成功实现表情的精准复现与动态控制。

柔性传感：用数据“看见”表情的“真实感”

团队利用60 mm × 8 mm × 0.8 mm柔性VG传感器，在人脸与机器人皮肤对应部位 (如左右眉尖S3/S4、嘴角S7/S8等16个位点) 同步测量应变。通过应变-电压校准模型 (yi = a·xi)，建立人机运动数据对比基准。创新性提出应变差异率公式 δ=(εᵣ-εₕ)/εₕ，以δ值 ≤ ±2%为“高拟人度”标准。例如，“悲伤”表情全部位δ值均在1.5%以内，而“愤怒”因左侧嘴角应变差异达9.4%，成为优化重点。该方法首次将表情评估从主观识别转向客观物理量对比，提升了研究科学性。

实验验证：数据背后的“表情可信度”

研究通过表情识别实验与应变对比分析双重验证表情拟人度：210名受试者对机器人6种基础表情的识别率均超80%，其中“悲伤”达97.14%，“愤怒”因左右嘴角运动不对称 (应变差异率 9.4%) 识别率最低 (80.48%)。同步采用柔性VG传感器测量人机面部16个位点的应变，发现“悲伤”表情全部位应变差异率均＜2%，而“惊讶”的眉部、“愤怒”的嘴角等区域差异显著，印证了表情可信度与应变匹配度的直接关联。此外，通过应变曲线计算冲量 (能量消耗)，揭示眼睑与嘴角为高能耗区域，“悲伤”总冲量最大 (64N・S)，为驱动系统优化提供量化依据。

创新价值：重新定义“会表情的机器人”

研究通过多维度创新构建了机器人表情研究的科学框架：在机械设计上，采用刚性连杆驱动与硅胶皮肤按扣连接，相比传统绳索或气动方案，传动效率得以提升、皮肤寿命延长50%，解决了运动精度低与皮肤易损的难题；在评估方法上，首次利用柔性VG传感器同步测量人机面部应变，提出基于应变差异率 (δ=(εᵣ-εₕ)/εₕ) 的拟人度量化模型，使表情“真实感”可通过物理量精准评估，实验验证其δ值排序与人类识别率高度吻合；在应用层面，通过冲量计算 (Iᵢ=∫Fdt) 分析能量消耗，发现眼睑、嘴角等部位为高能耗区域，为驱动部件选型 (如配置高扭矩伺服电机) 提供数据支撑，同时为人类面部情绪的生物力学研究提供仿生参考。这些突破首次将机器人表情从“主观模仿”带入“客观量化”时代，为社交机器人、医疗辅助等场景的情感化交互设计奠定了关键技术基础。

结论与展望

这项研究通过机械仿生-数据评估-能量优化的完整链条，为机器人表情设计建立了可量化、可复现的研究范式，让机器人拥有“丰富且生动的表情”成为可能。从实验室的19自由度原型机器人到未来情感丰富的社交机器人，该成果正推动人机交互从“功能交互”迈向“人工情感交互”。正如研究指出：当机器人表情的“拟人程度”可以用数据定义，人类与机器的情感连接将开启全新可能。

原文出自 Biomimetics 期刊：https://www.mdpi.com/2684042

期刊主页：https://www.mdpi.com/journal/biomimetics

Biomimetics 期刊介绍

主编：Stanislav N. Gorb, Kiel University, Germany

期刊致力于研究生物体的最基本方面及其特性向人类应用的转移。期刊旨在为材料科学、机械工程、纳米技术和生物医学领域的研究人员和专业人士提供一个平台，通过在工程系统、技术和生物医学中利用生物启发的设计，开发实现可持续创新的解决方案。

2024 Impact Factor：3.9

2024 CiteScore：4.2

Time to First Decision：20.3 Days

Acceptance to Publication：2.9 Days

转载本文请联系原作者获取授权，同时请注明本文来自MDPI开放科学科学网博客。

链接地址：https://wap.sciencenet.cn/blog-3516770-1498730.html?mobile=1

收藏

分享