不同个性的情感机器人表情研究

第１２卷第４期　２０１７年８月　ＤＯＩ：１０．１　１９９２／ｔｉｓ．２０１６０９００５　智能系统学报　Ｖｏ１．１２　Ｎｏ．４　Ａｕｇ．２０１７　ＣＡＡＩ　Ｔｒａｎｓａｃｔｉｏｎｓ　Ｏｉｌ　Ｉｎｔｅｌｌｉｚｅｎｔ　Ｓｙｓｔｅｍｓ　网络出版地址：ｈｔｔｐ：／／ｋｎｓ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｅｔａｉｌ／２３．１５３８．ｔｐ．２０１７０６０６．０９５１．００２．ｈｔｍｌ　不同个性的情感机器人表情研究　柯显信，云亚文，邱本锐　（上海大学机电工程与自动化学院，上海２０００７２）　摘要：在情感机器人研究中，不同个性的面部表情是情感机器人增强真实感的重要基础。为实现情感机器人更加　丰富细腻的表情，将人类的个性特征引入情感机器人，分析个性理论和情感模型理论，得知不同个性机器人的情感　强度。结合面部动作编码系统中面部表情与机器人控制点之间的映射关系，得到情感机器人不同个性的基本表情　实现方法。利用Ｓｏｌｉｄｗｏｒｋｓ建立情感机器人脸部模型，在ＡＮＳＹＳ工程软件中将ＳＨＦＲ—ＨＩ情感机器人脸部模型设置为　弹性体，通过有限元仿真计算方法，对表情的有限元仿真方法进行了探究，得到实现ＳＨＦＲ—ｍ不同个性基本表情的控　制区域载荷大小和仿真结果。最后，根据仿真结果，进行ＳＨＦＲ—ｌｌＩ情感机器人不同个性的表情动作实验。实验结果　表明，有限元表情仿真可以指导ＳＨＦＲ—ｍ情感机器人实现近似人类的不同个性的基本面部表情。　关键词：情感机器人；面部表情；情感模型；个性；人脸模型；弹性皮肤；有限元仿真；控制区域　中图分类号：ＴＰ２４２文献标志码：Ａ文章编号：１６７３－４７８５（２０１７）０４－０４６８—０７　中文引用格式：柯显信，云亚文，邱本锐．不同个性的情感机器人表情研究［Ｊ］．智能系统学报。２０１７。１２（４）：４６８—４７４．　英文引用格式：ＫＥ　Ｘｉａｎｘｉｎ，ＹＵＮ　Ｙａｗｅｎ。ＱＩＵ　Ｂｅｎｒｕｉ．Ｒｅｓｅａｒｃｈ　ｏｎ　ｅｘｐｒｅｓｓｉｏｎｓ　ｏｆｔｈｅ　Ｈｕｍａｎｏｉｄ　ｒｏｂｏｔ　ｂａｓｅｄ　ｏｎ　ｐｅｒｓｏｎａｌｉｔｉｅｓ［Ｊ］．　ＣＡＡＩ　ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　ｉｎｔｅｌｌｉｇｅｎｔ　ｓｙｓｔｅｍｓ。２０１７，１２（４）：４６８—４７４．　Ｒｅｓｅａｒｃｈ　ｏｎ　ｅｘｐｒｅｓｓｉｏｎｓ　ｏｆ　ｔｈｅ　Ｈｕｍａｎｏｉｄ　ｒｏｂｏｔ　ｂａｓｅｄ　ｏｎ　ｐｅｒｓｏｎａｌｉｔｉｅｓ　ＫＥ　Ｘｉａｎｘｉｎ，ＹＵＮ　Ｙａｗｅｎ，ＱＩＵ　Ｂｅｎｒｕｉ　（Ｓｃｈｏｏｌ　ｏｆ　Ｍｅｃｈａｔｒｏｎｉｃｓ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ，Ｓｈａｎｇｈａｉ　Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ　２０００７２，Ｃｈｉｎａ）　Ａｂｓｔｒａｃｔ：Ｉｎ　ｈｕｍａｎｏｉｄ　ｒｏｂｏｔ　ｒｅｓｅａｒｃｈ，ｔｈｅ　ｆａｃｉａｌ　ｅｘｐｒｅｓｓｉｏｎｓ　ｏｆ　ｄｉｆｆｅｒｅｎｔ　ｐｅｒｓｏｎａｌｉｔｉｅｓ　ａｒｅ　ａｎ　ｉｍｐｏｒｔａｎｔ　ｂａｓｉｓ　ｆｏｒ　ｅｎｈａｎｃｉｎｇ　ｔｈｅ　ｒｅａｌｉｓｍ　ｏｆ　ｈｕｍａｎｏｉｄ　ｒｏｂｏｔｓ．Ｔｏ　ａｃｈｉｅｖｅ　ｍｏｒｅ　ｖｉｖｉｄ　ｅｍｏｔｉｏｎａｌ　ｅｘｐｒｅｓｓｉｏｎ　ｂｙ　ｒｏｂｏｔｓ，ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｗｅ　ｉｎｔｒｏｄｕｃｅ　ｈｕｍａｎ　ｐｅｒｓｏｎａｌｉｔｙ　ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ　ｉｎｔｏ　ｒｏｂｏｔｓ。ｂａｓｅｄ　ｏｎ　ｔｈｅ　ｐｅｒｓｏｎａｌｉｔｙ　ａｎｄ　ｅｍｏｔｉｏｎａｌ　ｍｏｄｅｌ　ｔｈｅｏｒｉｅｓ．ａｎｄ　ｄｅｔｅｒｍｉｎｅ　ｔｈｅ　ｅｍｏｔｉｏｎａｌ　ｉｎｔｅｎｓｉｔｙ　ｏｆ　ｒｏｂｏｔｓ　ｗｉｔｈ　ｄｉｆｆｅｒｅｎｔ　ｐｅｒｓｏｎａｌｉｔｉｅｓ．Ｂｙ　ｍａｐｐｉｎｇ　ｔｈｅ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ｆａｃｉａｌ　ｅｘｐｒｅｓｓｉｏｎｓ　ａｎｄ　ｒｏｂｏｔ　ｃｏｎｔｒｏｌ　ｐｏｉｎｔｓ　ｉｎ　ｔｈｅ　ｆａｃｉａｌ　ａｃｔｉｏｎ　ｃｏｄｉｎｇ　ｓｙｓｔｅｍ，ｗｅ　ｏｂｔａｉｎｅｄ　ａ　ｂａｓｉｃ　ｅｘｐｒｅｓｓｉｏｎ　ｉｍｐｌｅｍｅｎｔａｔｉｏｎ　ｍｅｔｈｏｄ　ｆｏｒ　ｈｕｍａｎｏｉｄ　ｒｏｂｏｔｓ　ｗｉｔｈ　ｄｉｆｆｅｒｅｎｔ　ｐｅｒｓｏｎａｌｉｔｉｅｓ．Ｗｅ　ｕｓｅｄ　Ｓｏｌｉｄｗｏｒｋｓ　ｓｏｆｔｗａｒｅ　ｔｏ　ｅｓｔａｂｌｉｓｈ　ｔｈｅ　ｆａｃｉａｌ　ｍｏｄｅｌ　ｆｏｒ　ｔｈｅ　ｅｍｏｔｉｏｎａｌ　ｒｏｂｏｔ　ａｎｄ　ｓｅｔ　ｔｈｅ　ｍｏｄｅｌ　ａｓ　ａｌｌ　ｅｌａｓｔｏｍｅｒ　ｉｎ　ＡＮＳＹＳ．Ｕｓｉｎｇ　ｔｈｅ　ｆｉｎｉｔｅ　ｅｌｅｍｅｎｔ　ｓｉｍｕｌａｔｉｏｎ　ｃａｌｃｕｌａｔｉｏｎ　ｍｅｔｈｏｄ，ｗｅ　ｅｘｐｌｏｒｅｄ　ｉｔｓ　ｅｘｐｒｅｓｓｉｏｎ　ｃａｐａｂｉｌｉｔｉｅｓ．ａｎｄ　ｏｂｔａｉｎｅｄ　ｔｈｅ　ｌｏａｄ　ｓｉｚｅｓ　ｏｆ　ｔｈｅ　ｃｏｎｔｒｏｌ　ｒｅｇｉｏｎｓ　ｔｈａｔ　ｒｅａｌｉｚｅ　ｂａｓｉｃ　ｅｘｐｒｅｓｓｉｏｎｓ　ｉｎ　ｔｈｅ　ｈｕｍａｎｏｉｄ　ｒｏｂｏｔ　ＳＨＦＲ—ｍ　ａｎｄ　ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ．Ｂａｓｅｄ　ｏｎ　ｔｈｅｓｅ　ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ，ｗｅ　ｃｏｎｄｕｃｔｅｄ　ｅｘｐｒｅｓｓｉｏｎ　ｅｘｐｅｒｉｍｅｎｔｓ　ｗｉｔｈ　ｔｈｅ　ｈｕｍａｎｏｉｄ　ｒｏｂｏｔ　ＳＨＦＲ．ｍ　ｆｏｒ　ｄｉｆｆｅｒｅｎｔ　ｐｅｒｓｏｎａｌｉｔｉｅｓ．Ｏｕｒ　ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｓｈｏｗ　ｔｈａｔ　ｔｈｅｓｅ　ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｃａｎ　ｇｕｉｄｅ　ｔｈｅ　ｈｕｍａｎｏｉｄ　ｒｏｂｏｔ　ＳＨＦＲ—ＩｌＩ　ｔｏ　ａｃｈｉｅｖｅ　ｂａｓｉｃ　ｈｕｍａｎｌｉｋｅ　ｆａｃｉａｌ　ｅｘｐｒｅｓｓｉｏｎｓ　ａｓｓｏｃｉａｔｅｄ　ｗｉｔｈ　ｄｉｆｆｅｒｅｎｔ　ｐｅｒｓｏｎａｌｉｔｉｅｓ．　Ｋｅｙｗｏｒｄｓ：ｈｕｍａｎｏｉｄ　ｒｏｂｏｔ；ｆａｃｉａｌ　ｅｘｐｒｅｓｓｉｏｎｓ；ｅｍｏｔｉｏｎ　ｍｏｄｅｌ；ｐｅｒｓｏｎａｌｉｔｙ；ｆａｃｉａｌ　ｍｏｄｅｌ；ｅｌａｓｔｉｃ　ｓｋｉｎ；ｆｉｎｉｔｅ　ｅｌｅｍｅｎｔ　ｓｉｍｕｌａｔｉｏｎ；ｃｏｎｔｒｏｌ　ｒｅｇｉｏｎｓ　情感机器人是当今机器人研究领域的热点问　题，随着人类社会逐步进入老龄化社会，情感机器　人研究的智能效率性、行动灵活性和人际交往性等　进入人类的日常生活，它们在家政服务和医疗等方　面已经代替了人类的部分工作　Ｊ。并且，越来越多　的仿人情感机器人相继问世，这些机器人不仅有人　类的外表，还具有与人类相似的面部表情，几乎可　功能变得越来越有价值。现如今，机器人已经开始　以像人一样交流　Ｊ。　收稿日期：２０１６—０９－０７．　网络出版日期：２０１７—０６—０６　基金项目：国家自然科学基金项目（６１２７３３２５）．　通信作者：柯显信．Ｅ．ｍａｉｌ：ｘｘｋｅ＠ｓｔａｆｆ．ｓｈｕ．ｅｄｕ．Ｃｌ＇１．　２００８年，英国布里斯托尔机器人学实验室研制　出了仿人机器人Ｊｕｌｅｓ＿３　Ｊ，该机器人拥有３４个电动　第４期　柯显信，等：不同个性的情感机器人表情研究　机，这些电动机被软性橡胶所覆盖，可以实现人类　面部表情和嘴唇运动，模仿人类常见的１０种面部表　表１　４种个性类型　情。２０１１年，哈尔滨工业大学研制了一款能实现表　情识别和表情再现的仿人机器人＿４Ｊ，该机器人具有　眼球、眼睑、下颚和表情机构驱动系统，可以实现７　种不同特征的面部表情。２０１４年，日本大阪大学机　器人研究所所长石黑浩设计了女播音员机器人　“Ｋｏｄｏｍｏｒｏｉｄ”［５－６］，该机器人的皮肤采用的是硅树　脂材料，并且还配置了人工肌肉。该机器人在与人　交流时，嘴唇和眉毛都会动，还会眨眼、左顾右盼等。　虽然国内外在仿人情感机器人方面取得了　非常可喜的成果，但是目前大多数表情机器人再　现的人类表情，看起来还是十分简单、粗糙，远没　有人类的面部表情丰富、细腻，很难跨越仿人情　感机器人研究中的“恐怖谷”理论　卜　。本研究　希望通过让机器人在情感交互过程中表现出个　性特点，增强表情动作的真实感，帮助情感机器　人跨越“恐怖谷”，提高人们对仿人表情机器人的　接受度。　１　不同个性的情感模型　１．１个性类型　英国著名心理学家Ｈ．Ｊ．Ｅｙｓｅｎｃｋ＿９　对人的个性　做了深入研究，提出了个性维度理论。他指出，个　性维度是一个连续的尺度，每个人的个性都是这些　个性维度的组合。他曾提出５个个性维度：外内向、　神经质、精神质、智力和守旧性，但最主要的个性维　度是外内向和神经质。　外内向又可细分为外向型和内向型。外向型　的人个性上具体表现为情绪冲动、好交际、爱发脾　气等；内向型的人个性上具体表现为情绪稳定、好　静、冷淡、极少发脾气等。神经质又称情绪性，情绪　稳定的人情感反应缓慢而且轻微，情绪不稳定的人　通常表现出高焦虑，而且容易激动。　Ｅｙｓｅｎｃｋ认为外内向和情绪性是两个互相垂直　的维度，以这两种个性维度建立坐标系，可以组成４　种非常具有代表性的个性类型：多血质（稳定外向　型）、黏液质（稳定内向型）、胆汁质（不稳定外向型）　和抑郁质（不稳定内向型），表１列出了４种个性类　型不同的性格表现。　Ｔａｂｌｅ　１　Ｆｏｕｒ　ｔｙｐｅｓ　ｏｆ　ｐｅｒｓｏｎａｌｉｔｉｅｓ　１．２个性与ＯＣＣ情感模型结合　ＯＣＣ情感模型是人类情感研究过程中最完整　的情感模型之一＿ｌ　，它是用一致性的认知导出条件　来表达情感的，在该模型中，假设情感是对事件或　对象产生的情势倾向反应　。首先设置一些函数，　设Ｄ（ｐ，ｅ，ｔ）表示人物Ｐ在ｔ时刻对事件ｅ的期望　值，正值表示结果符合人物的期望。设ｌｇ（ｐ，ｅ，ｔ）表　示全局强度变量（例如现实、接近度）的一种组合，　Ｐｊ（ｐ，ｅ，ｔ）表示产生“高兴”（以高兴为例）的潜力。　当Ｄ（ｐ，　，ｔ）＞０时，设　Ｐｊ（Ｐ，ｅ，ｔ）＝　［Ｄ（ｐ，ｅ，ｔ），　（ｐ，ｅ，ｔ）］　（１）　式中　［・］表示将高兴具体化的函数。　式（１）可以表示产生高兴情绪的潜力，但不能　用来表示产生“高兴”情感的强度。所以定义：　当　（ｐ，ｅ，ｔ　（ｐ，ｔ），则有　‘（ｐ，ｅ，ｔ）＝Ｐ，（ｐ，ｅ，ｔ）一　（ｐ，ｔ）　（２）　否则　（Ｐ，ｅ，ｔ）＝０　（３）　式中：　为阀值函数，　为情感强度函数。　通过式（１）一（３）可知，当外界刺激产生的“高　兴”状态潜力超过阀值时，人就产“高兴”情绪，外界　刺激越强烈，高兴的强度就越大。剩余的５种基本　表情计算规则与此相同，只需改变相应的潜力函数　Ｐ（・）即可。不同个性的人，其阀值函数自然就不　同，比如内向的人情绪稳定，其情感阀值就大些。　由此可知，不同个性的人对相同事件或对象产生的　情感强度不同。　２面部表情实现原理　根据美国心理学家Ｅｋｍａｎ和Ｆｒｉｅｓｅｎ提出的面　部动作编码系统（ｆａｃｉａｌ　ａｃｔｉｏｎ　ｃｏｄｉｎｇ　ｓｙｓｔｅｍ，　ＦＡＣＳ）　引，人的面部表情主要由２４个动作单元　智能系统学报　第１２卷　（ａｃｔｉｏｎ　ｕｎｉｔ，Ａｕ）控制生成，而实现人类的６种基本　表情：喜、怒、哀、乐、惊、怕，只需要其中的１４个ＡＵ　单元。表２列出了ＦＡＣＳ理论中的部分动作单元，　表３列出了６种基本表情与Ａｕ动作单元之间的控　制关系。　表２　ＦＡＣＳ的动作单元　Ｔａｂｌｅ　２　ＦＡＣＳ　ａｃｔｉｏｎ　ｕｎｉｔｓ　表３基本表情与ＡＵ的关系　Ｔａｂｌｅ　３　Ｔｈｅ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｂｅｔｗｅｅｎ　ｂａ萄ｃ　ｅｘｐｒｅｓｓｉｏｎｓ　ａｎｄ　ＡＵ　表情　ＡＵ　高兴　悲伤　惊奇　１＋２＋５＋２６　恐惧　１＋２＋４＋５＋７＋２０＋２５．２６　愤怒　４＋５＋１０＋２５　厌恶　４＋９＋１７　根据表２、３研究可以得出，只要能够实现表２　中的１４个Ａｕ单元，便可控制生成仿人机器人的面　部表情。根据仿生学原理，在仿人机器人的面部添　加多个控制点，仿人机器人面部控制点将根据人类　面部肌肉的特点来布置。眉毛上布置两个控制点，　眼部的上眼睑布置一个控制点，嘴部的嘴角和上下　嘴唇布置４个控制点。仿人机器人面部表情控制点　的详细分布情况如图１所示　］。　图１面部表情控制点分布　Ｆｉｇ．１　Ｄｉｓｔｒｉｂｕｔｉｏｎ　ｏｆ　ｆａｃｉａｌ　ｅｘｐｒｅｓｓｉｏｎ　ｃｏｎｔｒｏｌ　ｐｏｉｎｔｓ　３　情感机器人不同个性的表情仿真　本节通过建立人脸模型，赋予其类似人体皮肤　的材料力学参数，然后采用ＡＮＳＹＳ有限元仿真分析　的方法进行不同个性的面部表情仿真，得到不同个　性的面部表情仿真结果，并列出面部控制区域的载　荷和位移。　３．１面部表情模拟仿真过程　３．１．１　面部弹性体模型的建立与设置　根据三维人脸建模技术，按照与ＳＨＦＲ—Ｉｌｌ　１：１　的比例建立仿人机器人的人脸模型。由于人类面　部特征曲面形状非常复杂，建模难度大，这里采用　Ｓｏｌｉｄｗｏｒｋｓ强大的曲面设计功能建立人脸模型。利　用Ｓｏｌｉｄｗｏｒｋｓ曲面特征，结合３一Ｄ草图功能首先绘　制出人体面部的器官，如眉毛、眼睛、鼻子和嘴巴，　然后再逐渐向边界扩展，直至拼接出一张完整的人　脸曲面，最后将所有曲面缝合在一起，这样就建立　了人脸曲面模型。　通过ＡＳＮＳＹＳ与Ｓｏｌｉｄｗｏｒｋｓ软件的自动接口程　序，将人脸曲面模型导入ＡＮＳＹＳｌ１引。为力求仿真结　果真实可靠，在ＡＮＳＹＳ中将人脸曲面模型设置为接　近人体皮肤的厚度。考虑到材料不会发生大的应变　情况，这里将人脸模型简化设置为普通线弹性模型。　本研究中赋予人脸模型的材料属性为：弹性模量为　７　８４０　Ｐａ，泊松比为０．４７５，密度为１　２００　ｋｇ／ｍ　，各向　同性¨　。图２为面部皮肤弹性体模型及其尺寸。　图２面部皮肤弹性体模型及尺寸　Ｆ　．２　Ｍｏｄｅｌ　ａｎｄ　ｓｉｚｅ　ｏｆ　ｆａｃｉａｌ　ｓｋｉｎ　ｅｌａｓｔｉｃｉｔｙ　第４期　ｆｌＪ『　信，等：不同个性的情感机器人表情研究　３．１．２仿真前处理　３．２仿真结果　网格划分是有限元分析中至关重要的一步，网　格划分质量的好坏直接影响有限元分析结果是否　收敛及仿真结果的正确与否。由于面部皮肤弹性　本　选择特征鲜明且具有对比性的两种綦本　表情：高兴和愤怒来进行仿真分析。　首先确定出各控制区域在各种基本表情中的　体模　主要由复杂曲面缝合而成，这里采用四边形　为主导的网格划分方式。为达到更加逼真的仿真　效果，还需要对面部表情的主要控制区域进行网格　细化　、通过研究人类的基本表情，得知人类的表情　生成主要依靠眉毛、眼睛、嘴部器官。利用ＡＮＳＹＳ　中的曲面分割工具将人脸模型中的这些器官区域　分割出来，然后进行局部网格细化，完成人脸模　的网格划分　、图３为人脸模型的刚格划分。　图３网格划分　Ｆｉｇ．３　Ｍｅｓｈｉｎｇ　利川ＡＮＳＹＳ中的曲面分割功能，在面部曲面模　型叶Ｉ的眉毛、眼睑、嘴部位置分割出表情的控制　域，綦本表情控制　域如冈４中的Ａ～Ｊ区域所示。　图４表情控制区域分布　Ｆｉｇ．４　Ｄｉｓｔｒｉｂｕｔｉｏｎ　ｏｆ　ｅｘｐｒｅｓｓｉｏｎ　ｃｏｎｔｒｏｌ　ａｒｅａｓ　约束和裁荷是ＡＮＳＹＳ仿真计算的边界条件，根　据面部解剖学理论本研究将面部皮肤与头骨之间　的连接部位作为同定约束条件，主要部位为面部皮　肤边　、太刚穴和ｊ－鼻骨，奠ｎ　５所示、、然后在图４　中的表情控制　域添加不同的力载简。　图５模型约束条件　Ｆｉｇ．５　Ｍｏｄｅｌ　ｃｏｎｓｔｒａｉｎｔｓ　运动范围，然后根据第ｌ节中不同个性的情感模型：　人的个性不同，对相同的刺激产生的情感强度也不　同，所以需要在各控制区域施加不同大小的力载　荷，以获得情感强度不同的基本表情仿真结果。　根据表１巾４种个性类型的性格表现，可以判　断出这４种个性类型在高兴和愤怒时情感阀值　的　大小，进而可以判断情感强度的强弱　当臻本表情　为高兴时，４种个性类　的情感阀值　的大小为黏　液质＞抑郁质＞多血质＞肌汁质，则情感强度的强弱　为黏液质＜抑郁质＜多Ⅱ『Ｌ质＜胆汁质；当基本表情为　愤怒时，４种个性类型的情感阀值７　的大小为黏液　质＞多血质＞抑郁质＞肌汁质，则情感强度的强弱为　黏液质＜多血质＜抑郁质＜胆汁质　表４高兴时面部控制区域力载荷　Ｔａｂｌｅ　４　Ｆｏｒｃｅ　ｌｏａｄｓ　ｏｆ　ｆａｃｅ　ｃｏｎｔｒｏｌ　ａｒｅａｓ　ｗｈｅｎ　ｈａｐｐｙ　Ｎ　根据４种个性类型高兴和愤怒表情的强弱大　小，在人腧模型的控制　域的运动范同内…／］，Ｙ：ｌｌ大　逐点取值。通过反复试验，得到仿真表情最接近人　类表情的仿真结果和其对应的面部控制　域的力　载荷。表４为高兴时４种个性类型各控制ｆ）（域的力　载荷，图６为对应的高兴表情仿真结果；表５为愤怒　时４种个性类型各控制区域的力载荷，　７为对应　的愤怒表情仿真结果。　（ａ滔ｌ液质　ｈ）抑郁顷　图６高兴表情仿真结果　Ｆｉｇ．６　Ｈａｐｐｙ　ｅｘｐｒｅｓｓｉｏｎ　ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　表５愤怒时面部控制区域力载荷　Ｆａｂｌｅ　５　Ｆｏｒｃｅ　ｌｏａｄｓ　ｏｆ　ｆａｃｅ　ｃｏｎｔｒｏｌ　ａｒｅａｓ　ｗｈｅｎ　ａｎｇｒｙ　１　２荡　图７愤怒表情仿真结果　Ｆｉｇ．７　Ａｎｇｌ’）ｅｘｐｒｅｓｓｉｏｎ　ｓｉｎｍｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　为验证仿人机器人小同个性面部太情的仿真　结果，以上海＿人学精密机械系的面部表情机　人　ＳｔＩＦＲ一Ⅲ为实验半台　，陔表情机器人的机做结构　采用模块化　汁，分为岿Ｅ机构、眼部机构干¨嘴部　机构，各个机构都添加ｒ控制单元，殳¨　８所　，　ｊ　ｌ冬｛４中的控制　域埘　任机械结构的　础ｌ　，　ＳｔｔＦＲ—ｌｌＩ的面部添　皮快．皮肤材料选择接近人体　皮肤性能的硅胶材料．将皮肤附ｄ－￣）Ｌ　人　部“，蹦，　架”上，并将硅胶皮肤　ｊ控制　元联接．．ｓＨＦＲ　Ⅲ以　ＦＰＧＡ控制板作　核心控制元件，通过上他机控制　驱动控制单元的舵机，从而驱动两部皮肤　上唇拦　圈８　ＳＨＦＲ—ｌｌＩ实验平台　Ｆｉｇ．８　ＳＨＦＲ—ｌⅡｅｘｐｅｒｉｍｅｎｔ　ｐｌａｔｆｏｒｍ　首先对不同个悱的高兴表情进行动作实验．通　过【　位饥控制舵机转动，牵引面部皮Ｈ欠控制　、　运　动，实现不『州个性ＦＩ　ｊ￣．　．ｊ。必　部表情，实验结　９　所示。同样，埘　Ｆｔ－：的愤怒表情进行动ｆ１　实　验，实验结果　ｌ０所求　、　实验结果表ｆＪ』］，陔【　部表情机器人　以实　小　Ｍ个性的基小　部表情，验证　仿真结果　第４期　ｆ『ｌＪ　信，等：不同个性的情感机器人表情研究　・４７３・　情研究［Ｊ］．华中科技大学学撤：自然科　版，２０ｌ３．Ｓｌ：　３５２－３５５．　Ｉ　Ｕ　Ｚｈｅｎ，ＸＩＥ　Ｌｕｎ，ＨＡＮ　Ｊｉｎｇ，ｅｌ，ａ１．Ｒｅｓｔａｒｔ・ｈ　Ｏｉｌ　ｌｉｔｌｎｌａｌｌ（）ｉ（１　ｒｏｂｏｔ　ｅｘｐｒｅｓｓｉｏｎｓ　Ｉ）ａｓｅｄ　ｏｎ　ｎｌ（ＪＯ（Ｉ　ｃｏｎｔｒｏｌ［¨．　Ｊｏｕｒｎａｌ　ｏｆ　Ｈｕａｚｈｏｎｇ　ｕｎｉｖｅｒｓｉｔｙ　ｏｆ　ｓｃｌｅｌｌ（’Ｐ　ｔｉｌｌ（１　ｔｅ（・Ｉｍｏｈ）ｇｖ．　．２０１３，Ｓ１：３５２—３５５．　［３］ＤＥＩＡＵＮＡＹ　Ｆ，ｌｉＥ（，ＲＥＥＦＦ　Ｊ，ＢＥＩＰＡＥＭＥ　ｒ．　ｒｏｗａｒ（１ｓ　Ｉ．ｅｔｒｏ—　ｐｒｏｊｅｃｔｅｄ　ｒｏｂｏｔ　ｆａｃｅｓ：ａｎ　ａｈｅｍａｔｉｖｅ　ｔｏ　ｍｅｃｈａｔｍｎｉ（－ａｎｄ　（ａ）黏液质　（ｂ）目Ｒ汁质　ａｎｄｒｏｉｄ　ｆａｃｅｓ［Ｃ］／／Ｔｈｅ　１８ｔｈ　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｓｙｍｌ￣）ｓｉｔｌｍ　ｏｎ　Ｒｏｂｏｔ　ａｎｄ　Ｈｕｍａｎ　Ｉｎｔｅｒａｃｔｉｖｅ　Ｃｏｍｎｍｎｉｃａｔｉｏｎ．　ｒｏｙａｍａＪａｐａｎ，　，图９不同个性高兴表情实验　Ｆｉｇ．９　Ｈａｐｐｙ　ｅｘｐｒｅｓｓｉｏｎ　ｅｘｐｅｒｉｍｅｎｔ　ｏｆ　ｄｉｆｅｒｅｎｔ　ｐｅｒｓｏｎａｌｉｔｉｅｓ　０Ｏ９：３０６－３１ｌ。２　［４］李瑞峰，孙中远，　珂，等．具有面部表情识别卜ｊｆ｝ｉ＿现的　机器人头部系统的研制［Ｊ］．机械设汁与制造．２０１ｌ　（７）：９５—９７．　Ｉ　Ｉ　Ｒｕｉｆｅｎｇ，ＳＵＮ　Ｚｈｏｎｇ）＇ｕａｎ．ＷＡＮＧ　Ｋｅ。ｅｌ　ａ１．Ｒｅｓｅａｒｃｈ　ｏｔ’　ｔｈｅ　ｒｏｂｏｔ　ｈｅａｄ　ｓｙｓｔｅｍ　ｗｉｔｈ　ｆａｃｉａｌ　ｅｘｐｒｅｓｓｉ（）ｎ　ｒｅ（　ｏｇｎｉ！ｉ（ｍ　ａｎｄ　ｒｅｐｒｅｓｅｎｔａｔｉｏｎ［Ｊ］．Ｍａｃｈｉｎｅｒｙ（１ｅｓｉｇｎ　ａｎｄ　Ｉｎａｎｕｆａｔ　ｔｉｎ　２０１１（７）：９５—９７．　［５］ＢＥＣＫＥＲ　ＡＳＡＮＯ　Ｃ，ＩＳＨＩＧＵＲＯ　Ｈ．Ｅｖａｌｕａｔｉｎｇ　ｆａ（・ｉａｌ　（ａ）黏液质　（ｂ）胆汁质　ｄｉｓｐｌａｙｓ　ｏｆ　ｅｍｏｔｉｏｎ　ｆｏｒ　ｔｈｅ　ａｎｄｒｏｉｄ　ｒｏｂｏｔ　Ｇｅｍｉｎｏｉｄ　Ｆ　图１０不同个性愤怒表情实验　Ｆｉｇ．１０　Ａｎｇｒｙ　ｅｘｐｒｅｓｓｉｏｎ　ｅｘｐｅｒｉｍｅｎｔ　ｏｆ　ｄｉｆｆｅｒｅｎｔ　ｐｅｒｓｏｎａｌｉｔｉｅｓ　［ｃ］／／ＩＥＥＥ　Ｗｏｒｋｓｈｏｐ　ｏｎ　Ａｆｆｅｃｔｉｖｅ　Ｃｏｍｌｍｌ，ａｔｉｏｎａ［　Ｉｎｔｅｌｌｉｇｅｎｃｅ（ＷＡＣＩ）．２０１４：１—８．　［６］ＢＥＣＫＥＲ—ＡＳＡＮＯ　Ｃ，ＩＳＨＩＧＵＲＯ　Ｈ．Ｅｖａｌｕａｔｉｎｇ　ｆａｃｉａｌ　５　结束语　通过对爪．性理论和情感模型的研究，得到了不　同个性的基本表情实现方法。然后采用ＡＮＳＹＳ有　限元仿真计算的方法，通过对面部弹性体模型施加　ｄｉｓｐｌａｙｓ　Ｏｆ　ｅｍｏｔｉｏｎ　）１．ｔｈｅ　ａｎｄｒｏｉｄ　ｒｏｂｏｔ　Ｇｅｍｉｎｏｉｄ　Ｆ　［Ｃ］／／ＩＥＥＥ　Ｗｏｒｋｓｈｏｐ　ｔｍ　Ａｆｆｅｃｔｉｖｅ　Ｃｏｍｐｕｔａｔｉｏｎａｌ　Ｉｎｔｅｌｌｉｇｅｎｃｅ　ｆ　ＷＡＣＩ）．２０Ｉ】：１—８．　［７］恐怖谷理论．［２０１６—０７—２４］．ｈｔｔｐ：／／ｚｈ．ｗｉｋｉｐｅｄｉａ．ｔ）ｒ　ｚｈ—　ｃｎ／恐怖谷理论．　［８］ＩＳＨＩＨＡＲＡ　Ｈ，ＹＯＳＨＩＫＡＷＡ　Ｙ，ＡＳＡＤＡ　Ｍ．Ｒｅａｌｉｓｔｋ’　ｃｈｉｌｄ　ｒｏｂｏｔ“Ａｆｆｅｔｔｏ”ｆｏｒ　ｕｎｄｅｒｓｔａｎｄｉｎｇ　ｔｈｅ　ｃａｒｅｇｉｖｅｒ一（、ｈｉｈｔ　ａｔｔａｃｈｍｅｎｔ　ｒｅｌａｔｉｏｎｓｈｉｐ　ｔｈａｔ　ｇｕｉｄｅｓ　ｔｈｅ　ｃｈｉｌｄ　ｄｅｖｅｌｏｐ，ｎｅｎｔ　约束和载荷，求解出不同个性的高兴和愤怒表情的　近似于人类的仿真结果，并得到厂实现不同个性的　高兴和愤怒表情的控制区域载荷大小。根据仿真　结果中各控制区域的位移大小，进行不同个性的表　情动作实验，实验结果表明，表情机器人可以实现　不同个性的高兴和愤怒面部表情　由于受具体条　件限制，表情机器人控制单元的位移不能与仿真模　型中的控制区域完全相同，不同个性的基本表情不　［ｃ］／／２０　１　ｌ　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ＯＩｌ　Ｄｅｖｅｈｉｐｍｅｎｌ，　ａｎｄ　Ｌｅａｒｎｉｎｇ（ＩＣＤＬ）．Ｆｒａｎｋｆｕｒｔ　ａｍ　Ｍａｉｎ．【；　ｍａｎｙ，　２０１　１：１—５．　［９］叶奕乾，孔克勤，杨秀君．个性心理学［Ｍ］．３版．上海：　华东师范大学出版社，２０１０：１０６—１３２．　能更好的体现，但为进一步研究仿人表情机器人提　供了较好的技术基础。　［１０］杜坤坤，刘欣，王志良，等．情感机器人［Ｍ］．北京：机械　工业出版社，２０１２：１７Ｉ．１９９．　参考文献：　［１］侯鹏．智能机器人运动控制系统＿＾＝乏算法研究［Ｄ］．北京：　北京交通大学，２０１３：１－６．　Ｈ０Ｕ　Ｐｅｎｇ．Ｒｅｓｅａｒｃｈ　ｏｆ　ｉｎｔｅｌｌｉｇｅｎｔ　ｒｏｂｏｔ’Ｓ　ｍｏｔｉｏｎ　ｃｏｎｔｒｏｌ　［１】］王志良，祝长生．人工情感［Ｍ］．Ｊ匕京：机械：　社，２００９：１７８－２７３．　出版　［１２］ＡＭＩＮ１　Ｒ，［ＪＳＥｑＴＩ　Ｃ．ＨａｐＦＡＣＳ：ａｎ（）ｐｅｎ　ｓｏｕｒｃｅ　ａｐｔ／　ｓｏｆｔｗａｒｅ　ｔ（　ｇｅｎｅｒａｔｅ　ｆａｃｓ—ｂａｓｅｄ　ｅｘｐｒｅｓｓｉｏｎｓ　ｆｏｒ　ｃｃａｓ　ａｎｉｍａｔｉｏｎ　ａｎｄ　ｆｏｒ　ｃｏｒｐｕｓ　ｇｅｎｅｒａｔｉｏｎ［Ｃ］／／２０１３　Ｈｕｍａｉｎｅ　Ａ　Ｊ（‘ｉａｔｉｏｎ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ａｆｆｅｃｔｉｖｅ　Ｃｏｍｐｕｔｉｎｇ　ａｎｔｉ　Ｉｎｔｅｌｌｉｇｅｎｔ　ｌｎｌｔ￣ｌ’ａ（．ｔｉｏｎ　ｓｙｓｔｅｍ　ａｎｄ　ａｌｇｏｒｉｔｈｍ［Ｄ］．Ｂｅｉｊｉｎｇ：Ｂｅｉｊｉｎｇ　Ｊｉａｏｔｏｎｇ　Ｕｎｉｖｅｒｓｉｔｙ，２０１　３：１—６．　（ＡＣＩＩ）．Ｇｅｎｅｖａ．Ｓｗｉｔｚｅｒｌａｎｄ．２０１３：２７０—２７５．　［２］吕振，解仑．韩品，等．基于情绪控制的仿人机器人表　［１３］ＥＫＭＡＮ　Ｐ，ＦＲＩＥＳＥＮ　Ｗ　Ｖ．Ｆａｃｉａｌ　ａｃｔｉｏｎ　ｃ￣Ｍｉｎｇ　ｓｙｓ，ｌｅｍ［Ｍ］．　・４７４・　Ｃｏｎｓｕｌｔｉｎｇ　Ｐｓｙ￣＇ｈｏｌｏｇｉｓｔ　Ｐｒｅｓｓ．１９７７：１　１０—１２０．　智能系统学报　第１２卷　［２０］信继忠，柯显信，杨　，等．具仃面部表情的仿人头　机　器人系统的研制［Ｊ］．智能系统学报，２０ｌ５，ｌ０（８）：　５５６－５６０．　ＩＩ　ｌ４　１　ＥＫＭＡＮ　Ｐ．ＲＯＳＥＮＢＥＲＧ　Ｅ　１　．Ｗｈａｔ　ｔｈｅ　ｆａｃｅ　ｒｅｖｅａｌｓ：　ｂａｓｉｃ　ａｌｌｄ　ａｐｐｌｉｅｄ　ｓｔｕｄｉｅｓ　ｏｆ　Ｓ１）ＯＩｌｔａｎｅｏｕｓ　ｅｘｐｒｅｓｓｉｏｎ　ｕｓｉｎｇ　ｔｈｅ　ｆａｃｉａｌ　ａ（：Ｌ＿Ｉ１ｌ１　ｃｏｄｉｎｇ　ｓｙｓｔｅｍ（ＦＡＣＳ）［Ｍ］．２ｎｄ　Ｅｄｉｔｉｏｎ，　Ｓｔｏｃｋ：Ｏｘｆｏｒｄ　Ｕｎｉｖｅｒｓｉｔｙ　Ｐｒｅｓｓ，２００５：３３０—３４０．　ＸＩＮ　Ｊｉｚｈｏｎｇ，　ＫＥ　Ｘｉａｎｘｉｎ，　ＹＡＮＧ　Ｙａｎｇ，　ｅｔ　ａ１．　Ｉ）ｅｖｅｈ）ｐｍｅｎｔ　ｏｆ　ｔｈｅ　ｓｙｓｔｅｍ　ｏｆ　ａ　ｈｕｍａｎｏｉｄ　ｒｏｂ（ＪＩ　ｈｅａｄ　ｗｉｔｈ　［１５］ＣＯＨＮ　Ｊ　Ｆ，ＡＭＢＡＤＡＲ　Ｚ，ＥＫＭＡＮ　Ｐ．Ｏｂｓｅｒｖｅｒ—ｂａｓｅｄ　ｍｅａｓｔｎ’ｅｍｅｎｔ　ｏｆ　ｆａｃｉａｌ　ｅｘｐｒｅｓｓｉｏｎ　ｗｉｔｈ　ｔｈｅ　ｆａｃｉａｌ　ａｃｔｉｏｎ　ｆａｃｉａｌ　ｅｘｐｒｅｓｓｉｏｎｓ［Ｊ］．ＣＡＡＩ　ｔｒａｎｓａｃｔｉｏｎｓ　ｏｉｌ　ｉｎｔｅｌｌｉｇｅｎｔ　ｓｙｓｔｅｍｓ，２０１５，ｌＯ（８）：５５６—５６０．　ｃ．ｏｄｉｎｇ　ｓｙｓｔｅｍ［Ｊ］．Ｔｈｅ　ｈａｎｄｂｏｏｋ　ｏｆ　ｅｍｏｔｉｏｎ　ｅｌｉｃｉｔａｔｉｏｎ　ａｎｄ　ａｓｓｅｓｓｍｅｎｔ。２００７：２０３—２２１．　作者简介：　柯显信，男，１９７３年生，副教授，博　士后，主要研究方向为仿人机器人和人　［１６］ＫＯＢＡＹＡＳＨＩ　Ｈ，ＨＡＳＨＩＭＯＴＯ　Ｔ，ＳＥＮＤＡ　Ｍ，ｅｔ　ａ１．　Ｒｅａｌｉｚａｔｉｏｎ　ｏｆ　ｒｅａｌｉｓｔｉｃ　ａｎｄ　ｒｉｃｈ　ｆａｃｉａｌ　ｅｘｐｒｅｓｓｉｏｎｓ　ｂｙ　ｆａｃｅ　机情感交互。主持或参与国家“８６３”项　目和上海市科委重点项目等科研项目　ｌ０余项。获国家发明专利授权ｌ０项，　ｒｏｂｏｔ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　２００３　ＩＥＥＥ／ＲＳＪ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｌｂｒｅｎｅｅ　ＯＨ　Ｉｎｔｅｌｌｉｇｅｎｔ　Ｒｏｂｏｔｓ　ａｎｄ　Ｓｙｓｔｅｍｓ，Ｔｏｋｙｏ，　发表学术论文３０余篇。　Ｊａｐａｎ，２００３：１　１２３一Ｉ　１２８．　［Ｉ　７］ＫＩＨＡＲＡ　Ｙ，ＤＵＡＮ　Ｇｕｉｆａｎｇ．Ａ　ｄｙｎａｍｉｃ　ｆａｃｉａｌ　ｅｘｐｒｅｓｓｉｏｎ　ｄａｔａｂａｓｅ　ｆｏｒ　ｑｕａｎｔｉｔａｔｉｖｅ　ａｎａｌｙｓｉｓ　ｏｆ　ｆａｃｉａｌ　ｐａｒａｌｙｓｉｓ［Ｃ］／／　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎ（、ｅ　ｏｎ　Ｃｏｍｐｕｔｅｒ　Ｓｃｉｅｎｃｅｓ　ａｎｄ　Ｃｏｎｖｅｒｇｅｎｃｅ　ｈｆｆｏｒｍａｔｉｏｎ　Ｔｅｃｈｎｏｌｏｇｙ．Ｓｅｏｇｗｉｐｏ，Ｓｏｕｔｈ　Ｋｏｒｅａ．２０ｌ　１：９４９—９５２．　云亚文，男，１９９１年生，硕士研究　生，主要研究方向为仿人机器人和人机　情感交互。　［１８］许京刺．ＡＮＳＹＳ　１３．０　Ｗｏｒｋｂｅｎｃｈ数值模拟技术［Ｍ］．北　京－｜｝ｌ　水利水电出版社，２０１２：２５３－２６０．　［Ｉ９　Ｊ柯　价，尚宇峰，卢孔笔．基于ＨｙｐｅｒＷｏｒｋｓ仿人机器人　面部表情仿真［Ｊ］．制造业自动化．２０１５，３７（１）：　ｌ１８－ｌ２１．　邱本锐，男，１９９２年生，硕士研究　生，主要研究方向为仿人机器人和人饥　情感交互。　ＫＥ　Ｘｉａｎｘｉｎ，ＳＨＡＮＧ　Ｙｕｆｅｎｇ，ＬＵ　Ｋｏｎｇｂｉ．Ｓｉｍｕｌａｔｉｏｎ　ｏｔ’　ｈｕｍａｎｏｉｄ　ｒｏｂｏｔ　ｆａｃｉａｌ　ｅｘｐｒｅｓｓｉｏｎ　ｂａｓｅｄ　ｏｎ　ＨｙｐｅｒＷｏｒｋｓ　［Ｊ］．Ｍａｎｕｆａｃｔｕｒｉｎｇ　ａｕｔｏｍａｔｉｏｎ，２０１５，３７（１）：１　ｌ８—１２１．　第四届亚洲模式识别会议　Ｔｈｅ　４ｔｈ　Ａｓｉａｎ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ（ＡＣＰＲ　２０　１　７）　Ｔｈｅ　４ｔｈ　Ａｓｉａｎ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ（ＡＣＰＲ　２０１７）ｗｉｌｌ　ｂｅ　ｈｅｌｄ　ｏｎ　Ｎｏｖｅｍｂｅｒ　２６—２９，２０１７，Ｎａｎｊｉｎｇ，　Ｃｈｉｎａ．Ｔｈｅ　ｃｏｎｆｅｒｅｎｃｅ　ａｉｍｓ　ａｔ　ｐｒｏｖｉｄｉｎｇ　ｏｎｅ　ｍａｊｏｒ　ｉｎｔｅｒｎａｔｉｏｎａｌ　ｆｏｒｕｍ　ｆｏｒ　ｒｅｓｅａｒｃｈｅｒｓ　ｉｎ　ｐａｔｔｅｒｎ　ｒｅｃｏｇｎｉｔｉｏｎ　ａｎｄ　ｒｅｌａｔｅｄ　ｉｅｈｌｓ　ｔｏ　ｓｈａｒｅ　ｔｈｅｉｆｒ　ｎｅｗ　ｉｄｅａｓ　ａｎｄ　ａｃｈｉｅｖｅｍｅｎｔｓ．Ｓｕｂｍｉｓｓｉｏｎｓ　ｆｒｏｍ　ｏｔｈｅｒ　ｔｈａｎ　ｔｈｅ　Ａｓｉａ．Ｐａｃｉｆｉｃ　ｒｅｇｉｏｎｓ　ａｒｅ　ａｌｓｏ　ｈｉｇｈｌｙ　ｅｎｃｏｕｒａｇｅ（Ｉ．　Ｆｏｐｉｃｓ　ｏｆ　ｉｎｔｅｒｅｓｔ　ｉｎｃｌｕｄｅ　ａｌｌ　ａｓｐｅｃｔｓ　ｏｆ　ｐａｔｔｅｒｎ　ｒｅｃｏｇｎｉｔｉｏｎ　ｉｎｃｌｕｄｉｎｇ，ｂｕｔ　ｎｏｔ　ｌｉｍｉｔｅｄ　ｔｏ：　Ｃｏｍｐｕｔｅｒ　Ｖｉｓｉｏｎ　ａｎｄ　Ｒｏｂｏｔ　Ｖｉｓｉｏｎ　Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ　ａｎｄ　Ｍａｃｈｉｎｅ　Ｌｅａｒｎｉｎｇ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ（ｓｉｇｎａｌ，ｓｐｅｅｃｈ，ｉｍａｇｅ）　Ｍｅｄｉａ　Ｐｒｏｃｅｓｓｉｎｇ　ａｎｄ　Ｉｎｔｅｒａｃｔｉｏｎ（ｖｉｄｅｏ，ｄｏｃｕｍｅｎｔ，ｍｅｄｉｃａｌ　ａｐｐｌｉｃａｔｉｏｎｓ，ｂｉｏｍｅｔｒｉｃｓ，ＨＣＩ　ａｎｄ　ＶＲ）　Ｗｅｂｓｉｔｅ：ｈｔｔｐ：／／ａｃｐｒ２０１７．ｎｊｕｓｔ．ｅｄｕ．ｃｎ／．