机器人技术在持续不断的发展过程中,已经广泛应用于航空航天、医疗、教育和服务行业等领域,机器人与人类的关系越来越密切。机器人智能程度的提高是一个不断学习外界知识的过程,人机交互技术自从1959年被提出后,为人类研究机器人提供了越来越多的技术支撑。本文基于人机交互技术实现了机器人动作模仿学习,主要研究内容包括如下四个部分:(1)利用动作交互技术实现机器人的动作模仿。通过Kinect传感器获取人体深度图像与骨骼架构,并记录人体关节位置数据,通过坐标转换发送给Nao机器人,实现机器人在示范者带领下跟随示范者动作。(2)Nao机器人在实现动作模仿的过程中,Nao机器人关节自由度接受的发送数据由于存在噪声影响会出现抖动,导致机器人模仿姿态与示范者姿态之间出现差异。本文采用卡尔曼滤波的方式消除数据抖动,提高了机器人动作模仿效果。(3)由于人体关节结构与Nao机器人关节结构存在差异性(头部、胳膊等),通过动作交互的方式实现机器人动作模仿并不能达到示范者期望姿态。本文在动作交互基础之上提出语音交互方式实时调整机器人姿态,最终达到示范者期望。在多次的语音交互过程中机器人能够学习到匹配程度较高的动作,有益于提高机器人动作模仿能力,并在语音控制下能够实现动作重现。(4)机器人通过不断的动作模仿学习建立动作库,为了提高机器人动作模仿学习效率不重复模仿动作,机器人要完成对已学动作的识别。本文结合BP人工神经网络,将动作序列关节数据作为训练数据,通过BP人工神经网络输出动作名称。通过比对基本动作库,当机器人识别出动作序列已经学习过,则学习新的动作。实验表明BP网络对动作识别率能达到90%以上。