在大家的印象中，機(jī)械臂通常被應(yīng)用在工業(yè)領(lǐng)域，執(zhí)行一些重復(fù)性工作，以幫助和替代人類(lèi)。然而，機(jī)械臂不僅限于此，它們也可以成為陪伴型機(jī)器人，為我們提供更多樣化的互動(dòng)體驗(yàn)。

今天，我想探索機(jī)械臂的一些與眾不同的功能。通過(guò)結(jié)合人臉表情識(shí)別技術(shù)，我們可以讓機(jī)械臂感知到我們的情緒變化。當(dāng)我們開(kāi)心時(shí)，機(jī)械臂可以跟著一起開(kāi)心地舞動(dòng)；當(dāng)我們傷心難過(guò)時(shí)，它可以過(guò)來(lái)安慰我們，給予溫暖的撫摸。這種基于表情反饋的互動(dòng)能讓機(jī)械臂更好地陪伴我們。

在接下來(lái)的部分中，我們將詳細(xì)介紹這種系統(tǒng)的工作原理、技術(shù)實(shí)現(xiàn)和應(yīng)用場(chǎng)景，展示機(jī)械臂。

文章會(huì)分為機(jī)械臂介紹，技術(shù)點(diǎn)介紹，項(xiàng)目的實(shí)現(xiàn)三部分，首先我將介紹我使用到的機(jī)械臂。

Robotic Arm
myCobot 320 M5
Mycobot 320，一款具備六自由度的協(xié)作型機(jī)械臂，憑借其獨(dú)特的設(shè)計(jì)和高精度伺服電機(jī)成為了領(lǐng)域內(nèi)的亮點(diǎn)。這款機(jī)械臂擁有最大350mm的工作半徑和最大1000g的末端負(fù)載能力，使其適用于廣泛的應(yīng)用場(chǎng)景。Mycobot 320不僅支持靈活的視覺(jué)開(kāi)發(fā)應(yīng)用，還提供了深入的機(jī)械運(yùn)動(dòng)原理解析，為用戶(hù)帶來(lái)了12個(gè)標(biāo)準(zhǔn)的24V工業(yè)IO接口，滿足不同的開(kāi)發(fā)需求。

它的開(kāi)放性極高，兼容大多數(shù)主流操作系統(tǒng)和編程語(yǔ)言，包括Python和ROS等，為開(kāi)發(fā)者提供了極大的靈活性和自由度。無(wú)論是在教育、研發(fā)還是工業(yè)應(yīng)用中，Mycobot 320都能提供強(qiáng)大支持，使創(chuàng)新和應(yīng)用開(kāi)發(fā)更加便捷高效。

攝像頭模組
適配于myCobot 320M5的攝像頭模組可以安裝在機(jī)械臂末端。通過(guò)攝像頭用USB數(shù)據(jù)線進(jìn)行通信，實(shí)時(shí)獲取到機(jī)械臂末端的一個(gè)畫(huà)面，就能夠識(shí)別人臉的表情處于怎樣的一個(gè)狀態(tài)。

技術(shù)概覽
pymycobot
pymycobot 是一個(gè)用于與 mycobot 機(jī)械臂進(jìn)行串行通信和控制的 Python API。這個(gè)庫(kù)是為了方便開(kāi)發(fā)者使用 Python 語(yǔ)言控制 mycobot 機(jī)械臂而設(shè)計(jì)的。它提供了一系列的函數(shù)和命令，讓用戶(hù)可以通過(guò)編程方式控制機(jī)械臂的動(dòng)作和行為。例如，用戶(hù)可以使用該庫(kù)獲取機(jī)械臂的角度、發(fā)送角度指令來(lái)控制機(jī)械臂的移動(dòng)，或者獲取和發(fā)送機(jī)械臂的坐標(biāo)信息。

使用這個(gè)庫(kù)唯一的標(biāo)準(zhǔn)是，得使用mycobot 系列的機(jī)械臂，這是專(zhuān)門(mén)為mycobot進(jìn)行適配的一款機(jī)械臂。

pymycobot · PyPI

deepface
DeepFace 是一個(gè)強(qiáng)大的 Python 庫(kù)，用于面部識(shí)別和面部屬性分析。它基于多種深度學(xué)習(xí)模型，如 VGG-Face、Google FaceNet、OpenFace、Facebook DeepFace、DeepID 和 Dlib 等，提供了面部驗(yàn)證、面部檢測(cè)、面部屬性分析（如性別、年齡、種族和情緒）等功能。DeepFace 通過(guò)簡(jiǎn)單的接口使得復(fù)雜的面部識(shí)別和分析任務(wù)變得更加容易，廣泛應(yīng)用于安全系統(tǒng)、用戶(hù)身份驗(yàn)證和智能交互等領(lǐng)域。

GitHub - serengil/deepface: A Lightweight Face Recognition and Facial Attribute Analysis (Age, Gender, Emotion and Race) Library for Python

開(kāi)發(fā)過(guò)程
項(xiàng)目架構(gòu)
我將該項(xiàng)目主要分為兩個(gè)功能：

Emotion detection Recognition: 主要用來(lái)處理人臉面部的情緒識(shí)別，能夠返回信息當(dāng)前人臉的情緒主要是什么，平常，開(kāi)心，還是傷心等表情

Robotic Arm Control:主要功能用于設(shè)置機(jī)械臂的運(yùn)動(dòng)控制，例如坐標(biāo)控制，角度控制等等。

情緒識(shí)別功能實(shí)現(xiàn)
現(xiàn)在的人臉情緒識(shí)別已經(jīng)很多厲害的人提供了各種識(shí)別的方法在github上了，但如果想自己做一個(gè)識(shí)別人臉情緒的功能的話還是分為4 個(gè)步驟：

1. 數(shù)據(jù)收集和預(yù)處理

2. 模型選擇和訓(xùn)練

3. 模型優(yōu)化和測(cè)試

4. 部署和應(yīng)用

從0開(kāi)始的話，需要做蠻多步驟的，如果我們只是單純的使用，沒(méi)有刻意需要用在某些應(yīng)用場(chǎng)景當(dāng)中，我們可以選擇一款別人已經(jīng)訓(xùn)練好的檢測(cè)模型，我們直接使用就好了！現(xiàn)在目前有OpenCV,FER(Facial Expression Recognition),DeepFace,Microsoft Azure Face API等等。

這次我們用deepface進(jìn)行emotion識(shí)別的使用。

環(huán)境搭建

首先當(dāng)然是安裝使用環(huán)境啦，opencv的版本不要使用較低的版本會(huì)影響使用。

pip install deepface
pip install opencv-python

它有很多功能有年齡的檢測(cè)，性別的檢測(cè)，情緒的檢測(cè)等等多種模型，本次我們主要是用到的是情緒的檢測(cè)，要用到“facial_expression_model_weights.h5”這個(gè)模型，再使用的過(guò)程會(huì)自動(dòng)幫忙下載這個(gè)模型來(lái)使用。

簡(jiǎn)單介紹一下使用的功能。

import os
import cv2
from deepface import DeepFace
# 讀取圖像
image = cv2.imread(image_path)

# 分析圖像中的面部表情
results = DeepFace.analyze(image, actions=['emotion'], enforce_detection=False)

print(result)
[{'emotion': {'angry': 81.24255537986755, 'disgust': 16.530486941337585, 'fear': 1.6193315386772156, 'happy': 6.932554015293135e-05, 'sad': 0.4116043448448181, 'surprise': 0.1861470052972436, 'neutral': 0.009808379400055856}, 'dominant_emotion': 'angry', 'region': {'x': 136, 'y': 65, 'w': 124, 'h': 124, 'left_eye': None, 'right_eye': None}, 'face_confidence': 0.9}]

我們可以看到返回的數(shù)據(jù)angry 占81就說(shuō)明此時(shí)的表情是生氣的。

這只是一張圖片的檢測(cè)，我們多看看幾張圖片檢測(cè)他的準(zhǔn)確率如何。

這是圖片的檢測(cè)，我們需要用到一個(gè)持續(xù)的，所以就會(huì)要啟動(dòng)攝像頭一直的對(duì)畫(huà)面進(jìn)行分析，所以將一張張照片拼接在一起就是一個(gè)視頻了。

以下是對(duì)視頻的代碼處理。

import cv2
from deepface import DeepFace

# 打開(kāi)攝像頭
cap = cv2.VideoCapture(0)

if not cap.isOpened():
   print("Error: Could not open webcam.")
   exit()

while True:
   # 讀取視頻幀
   ret, frame = cap.read()
   if not ret:
       break

   # 分析視頻幀中的面部表情
   try:
       result = DeepFace.analyze(frame, actions=['emotion'], enforce_detection=False)
       emotion_info = result[0]['emotion']  # 獲取情緒信息
       dominant_emotion = result[0]['dominant_emotion']  # 獲取主要表情
       emotion_probability = emotion_info[dominant_emotion]  # 獲取主要表情的概率

       # 在視頻幀上顯示主要表情及其概率
       text = f'{dominant_emotion}: {emotion_probability:.2f}%'
       cv2.putText(frame, text, (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2, cv2.LINE_AA)

       # 顯示視頻幀
       cv2.imshow('Emotion Detection', frame)
   except Exception as e:
       print(f"Error analyzing frame: {e}")

   # 按 'q' 鍵退出
   if cv2.waitKey(1) & 0xFF == ord('q'):
       break

# 釋放攝像頭并關(guān)閉窗口
cap.release()
cv2.destroyAllWindows()

就能夠得到下面的效果了。我們可以根據(jù)主要的表情來(lái)返回?cái)?shù)值。

有時(shí)候確實(shí)會(huì)出現(xiàn)一些不夠準(zhǔn)確的情況，但是我們可以人為的進(jìn)行判斷，一個(gè)表情長(zhǎng)時(shí)間出現(xiàn)的時(shí)候才觸發(fā)機(jī)械臂的運(yùn)動(dòng)。

機(jī)械臂運(yùn)動(dòng)控制
在這一部分我來(lái)介紹如何對(duì)mycobot 320進(jìn)行機(jī)械臂的控制，主要用到的是pymcyobot庫(kù)。

首先還是安裝環(huán)境

pip install pymycobot

以下是幾種常用mycobot機(jī)械臂的控制方法，

from pymycobot.mycobot import MyCobot

send_angles(degrees, speed)
功能: 發(fā)送所有角度給機(jī)械臂所有關(guān)節(jié)
參數(shù):
degrees: (List[float])包含所有關(guān)節(jié)的角度 ,六軸機(jī)器人有六個(gè)關(guān)節(jié)所以長(zhǎng)度為 6，四軸長(zhǎng)度為 4，表示方法為：[20,20,20,20,20,20]
speed: 表示機(jī)械臂運(yùn)動(dòng)的速度，取值范圍是 0-100

ex:
mc = MyCobot("com10",115200)
mc.send_angles([0,0,0,0,0,0],100)

角度控制是對(duì)每個(gè)關(guān)節(jié)的角度進(jìn)行調(diào)整，用于一些固定點(diǎn)位的控制比較合適，使用的范圍比較局限，接下來(lái)還有另一種控制方法，坐標(biāo)控制。

坐標(biāo)控制指的是精準(zhǔn)控制機(jī)械臂末端執(zhí)行器的位置和姿態(tài)，使其在特定的坐標(biāo)系中完成各種操作任務(wù)，是比較常用的一種控制方式。

from pymycobot.mycobot import MyCobot

send_coords(coords, speed, mode)

功能: 發(fā)送整體坐標(biāo)和姿態(tài),讓機(jī)械臂頭部從原來(lái)點(diǎn)移動(dòng)到您指定點(diǎn)
參數(shù):
coords:
六軸：[x,y,z,rx,ry,rz]的坐標(biāo)值，長(zhǎng)度為 6
四軸：[x,y,z,rx]的坐標(biāo)值，長(zhǎng)度為 4
speed: (int) 表示機(jī)械臂運(yùn)動(dòng)的速度，范圍是 0-100
mode: (int): 取值限定 0 和 1
0 表示機(jī)械臂頭部移動(dòng)的路徑為非線性，即隨機(jī)規(guī)劃路線，只要機(jī)械臂頭部以保持規(guī)定的姿態(tài)移動(dòng)到指定點(diǎn)即可。
1 表示機(jī)械臂頭部移動(dòng)的路徑為線性的，即智能規(guī)劃路線讓機(jī)械臂頭部以直線的方式移動(dòng)到指定點(diǎn).

ex
mc = MyCobot("com10",115200)
mc.send_coords([100,20,30,-50,60,-100],100,1)

為了讓整體代碼看起來(lái)可讀性高，可修改性高，創(chuàng)建機(jī)械臂類(lèi)方便進(jìn)行調(diào)用和修改,將對(duì)應(yīng)的動(dòng)作給提前寫(xiě)入進(jìn)去。

class RobotArmController:

       def __init__(self,port):
       #初始化鏈接
       self.mc = MyCobot(port, 115200)
       self.init_pose = [0.96, 86.22, -98.26, 10.54, 86.92, -2.37]
       self.coords = [-40, -92.5, 392.7, -92.19, -1.91, -94.14]
       self.speed = 60
       self.mode = 0
       
       def SadAction(self):
           ...
           
       def HappyAction(self):
           ...

當(dāng)我生氣的時(shí)候在我面前打招呼

當(dāng)我開(kāi)心的時(shí)候它和我一起開(kāi)心的跳起舞來(lái)了

總結(jié)
科技發(fā)展的越來(lái)的越快，在未來(lái)應(yīng)該也會(huì)有智能的人形機(jī)器人，搭配ChatGPT等一些人工智能的模型，說(shuō)不定在某一天能夠幫助人們排憂解難，甚至可以成為心理醫(yī)生來(lái)治療一些有心理疾病的人，真期待未來(lái)科技的發(fā)展。

審核編輯 黃宇