直线关节型书写机器人书写笔迹特征的研究

胡 萍，成 磊

(1.上海政法学院， 上海 201701；2.上海市嘉定区人民检察院， 上海 201800)

0 引言

当前机器人的发展呈现出高精度、智能化的特点，其灵活度已可比肩人手，这也为机器人书写提供了可能性。本实验选择了一款直线关节型机器人，经组装、调试后实现书写功能，并将书写样本制作成盲测材料以评估书写机器人的书写模仿能力，再由书写机器人执不同书写工具进行书写，与手写笔迹进行比对，系统分析书写机器人的笔迹特征，力求为机器人书写笔迹检验鉴定工作提供有价值的参考。

1 材料与方法

1.1 实验设备

书写机器人选用直线关节型书写机器人，如图1所示。

图1 直线关节型书写机器人全貌

1.2 实验设计

(1)模拟盲测，由两名测试人员在平板电脑上借助手写笔签名，输入到电脑中交由书写机器人执行模仿书写操作。书写机器人在借贷合同和担保合同上伪造4个签名。参与测试人员为149名刑事科学技术专业的本科生，均系统学习过文件检验课程，通过分析参与盲测人员的鉴定意见和评析过程检验机器人的书写效果。

(2)系统分析，机器人分别选用12种类型的笔在A4纸上书写被测人员录入的电子签名，同时被测人员也依次使用这12只笔在纸上完成书写，通过比较机器人书写笔迹(检材)和书写人手写笔迹(样本)，分析二者在细节之处的异同以及书写工具对机器人书写笔迹的影响。

2 结果

2.1 盲测实验

盲测材料为JC1《借贷合同》和JC2《担保合同》，文件上共有6个签名，其中4个签名为书写机器人书写形成，分别为《借贷合同》借款方处落款“李立磊”(JC1-1)；《担保合同》借款人处落款“李立磊”(JC2-1)，保证人处落款“王子成”(JC2-2)，担保人处落款“王子成”(JC2-3)，如图2；样本材料为被测人员提供的手写实验样本(被测人员需书写60个以上签名)。

图2 书写机器人伪造的《借贷合同》(JC1)和《担保合同》(JC2)

2.1.1 鉴定意见统计

对149份鉴定意见书统计分析可知：“李立磊”的签名笔迹，得出同一认定结论的55份，占比37%；得出否定同一结论的93份，占比62%；得出无结论的1人，占比1%。 “王子成”的签名笔迹，得出认定同一结论的74份，占比50%；得出否定同一结论的73份，占比49%；得出无结论的2份，占比1%。通过对鉴定意见的分析表明，本次盲测的鉴定意见错误率约为43%，远高于业内历年盲测的平均水平(2018年司法部笔迹鉴定盲测全国所有参加机构的“不通过”率为7%)，说明书写机器人具备了一定的书写水平，具有进一步分析的价值。

图3 作出同一认定结论的依据

通过统计，149份鉴定意见书共得到了626个依据。其中，作出同一认定结论的依据有293个，占比最高的两个特征分别为字间组合特征(60个)占比21%，连笔特征(51个)占比17%，如图3(横坐标为笔迹特征，纵坐标为特征数量)所示。作出否定同一结论的依据有332个，占比最高的两个特征是收笔特征(75个)占比23%，连笔特征(63个)，占比19%，如图4(横坐标为笔迹特征，纵坐标为特征数量)所示。

2.1.2 分析统计结果

图4 作出否定同一结论的依据

对于作出同一认定结论的依据中，字间组合特征占比最高，由于机器人书写本就是还原了被模仿者的书写动作，在书写过程中的定位精度可达0.2 mm，因此机器人在纸张上的书写动作轨迹与平板上录入的电子签名笔迹轨迹完全相同。作出同一认定结论的依据中，连笔特征占比次高。由于机器人书写的笔迹可以完全按照被模仿者的运动习惯完成连笔动作，且可通过调节电机的转速控制书写速度的快慢，因此连笔动作相对流畅自然，很少发生中途停顿、抖动弯曲的情况。

作出否定同一结论的的依据中，占比最高的是收笔特征，通过表1可以看出，机器人的收笔均有顿压动作，如“李”“立”“王”“子”字的最后一笔，检材均呈现出了较为明显的顿压痕迹，不同于样本笔迹的收笔特征。作出否定同一结论的的依据中，占比次高的是连笔特征。虽然检材的运笔流畅自然，但检材中的连笔笔画粗细均一致，书写力度较大，和样本笔迹具有一定的差异。由于记录书写过程的软件不能记录下书写人的书写力度，所以机器人不具备改变书写力度的能力。

除了对占比较高的字间组合、起收笔、连笔等进行分析外，还可以关注其他在否定结论中占比较少但数量比例远高于肯定结论的特征。如笔锋、笔痕、笔力、呆板、抖动弯曲、结构、力度、模仿、形快实慢、中途停顿等关键词在否定意见中出现的频率远高于在肯定结论中出现的频率，可认为这是作出正确判断的检验人员所依赖的价值较高的特征。由于机器人所书写的文字很难形成笔锋，笔痕也无法做到像人书写一样收放自如，浓淡粗细自由变化，因此机器人所书写的文字笔力均匀，虽可调快书写速度，但肉眼观察可看出机器人书写缺少节奏感，存在形快实慢、中途停顿、字迹呆板等模仿痕迹。

表1 比对表

2.2 不同书写工具书写情况比较

通过第一部分的实验可知，机器人书写笔迹在连笔、收笔、笔痕等细节特征上与人书写的笔迹具有较大差异，但仅依靠这几个特征还不足以形成准确的鉴定意见。在使用某些特定书写工具的情况下，如记号笔、白板笔、荧光笔等，以上的细节特征表现并不明显。为了找到更多可鉴别的细节特征。第二部分实验选用了粗细各异、类型各异、品牌各异的12种常见书写工具，通过肉眼观察、显微检验，分析机器人在使用不同书写工具书写的笔迹特征。下图5～16的左侧检材字迹为机器人书写形成，右侧样本字迹为实验人员使用相同书写工具手写形成。

2.2.1 软笔类

实验选用晨光软笔(型号：ACPN0269 粗细：0.7 mm)。分析得出：检材和样本笔迹在概貌特征、局部安排特征、写法特征、错别字特征、搭配比例特征、笔顺特征均无明显差异，运笔特征和笔痕特征在一些细节上存在较大差异，如图5所示。

图5 晨光ACPN-0269 0.7 mm书法软笔形成的笔迹

起笔特征：检材中“王”“磊”字第一笔的侧起笔特征， “子”“成”字第一笔的直起笔特征，“李”字第一笔的回转起笔，均带有较多的毛刺，由于机器人在书写过程中无法精准控制笔毫，笔毫在较大的书写压力下散开导致毛刺产生，样本中虽然也有出现这一特征，但形态上差异较大。

收笔特征：检材和样本中“王”“子”“李”“立”字最后一笔均为顿压收笔，在形态上差异并不明显，但样本中“成”“磊”字的最后一笔分别为直收笔和回转收笔，与检材中所呈现的收笔形态差异较大，检材中收笔动作无明显笔锋，样本中的笔锋较为明显。

行笔笔法特征：因机器人执笔动作是固定的，故而在横画上表现为侧锋，在竖画上表现为中锋。显微观察可发现“王”“李”“成”字的竖画因笔尖在笔画中间运行，故着力均匀，丰满圆润；“王”“子”“成”“李”“立”字的横画因笔尖在笔画的一侧运行，出现了较多的墨点和锯齿瑕疵。在样本笔迹中，书写者基本控制笔尖在笔画中间运行，无论横竖撇捺均较为饱满圆润，这一点有别于检材笔迹。

连笔形体特征：检材在连笔转折部位形成的形态比较圆滑，样本在连笔部位形态棱角突出，如“王”“子”第一笔的连笔转折，“立”字第三笔的转折以及“磊”字的连笔转折。机器人在连笔动作上连笔书写压力比较均衡、平缓。书写人在书写时，连笔中时重时轻，节奏感较强，笔墨浓淡区别鲜明，在“立”字最后两笔，“成”字的连笔中表现明显。

连笔笔力特征：样本笔迹的起笔重，在笔画的起笔及前段书写压力较大；行笔轻，在笔画中间书写压力较小；收笔重，在直收笔的情况下，收笔及后段书写压力较大；转折重，折笔在转折处书写压力较重，以上特征在检材笔迹中并未有明显的表现。

笔痕特征：检材和样本笔迹的粗细和浓淡特征有一定的区别，如样本中的横画较竖画通常要粗一些，而检材笔画的粗细和浓淡特征稳定一致，这是由于书写压力的大小导致的差别。在样本中，用笔压力大、书写速度慢都会导致笔痕较粗较浓，用笔压力小、书写速度快会导致笔痕较细且较淡；这一点在检材中并不适用，由于书写压力恒定，检材的笔画的粗细和浓淡特征也相对稳定。

2.2.2 硬笔类

实验搜集了10种不同类型的硬笔(具体型号如图6～16所示)，通过分析笔迹特征可知：检材和样本笔迹在概貌特征、局部安排特征、写法特征、错别字特征、搭配比例特征、笔顺特征均无明显差异，运笔特征和笔痕特征在一些细节上存在较大差异。

起笔特征：检材中“王”“子”“成”等字的第一笔直起笔在形态上极为相似，而样本中的起笔特征形态上各有差别，如图6所示。分析原因，在固定的书写力度、角度、执笔方式的情况下，机器人书写的起笔特征具有一定的稳定性，而人在书写的时候容易受到心理、生理状态、执笔姿势等随机因素的影响，在起笔特征上的稳定中却又包含着差异点。

图6 三菱(UM-153 1.00 mm)签字笔形成的笔迹

图7 晨光(MG-2180 0.5 mm)水性笔形成的笔迹

收笔特征：机器人在执硬笔的过程中收笔动作大多表现为顿压收笔，如图7中“王”“子”“李”“立”“磊”字的最后一笔，近似隶书写法，实为机器人在执行完最后一个书写动作后才能提笔导致的，有别于样本的收笔特征，机器人的这一收笔特征在含墨较多的白板笔中表现的尤为明显，如图8所示。

图8 金万年(K-0603 1.5 mm)白板笔形成的笔迹

图9 三菱(UB-150 0.5 mm)直液式走珠笔形成的笔迹

行笔笔法特征：钢笔、签字笔、水性笔等硬笔虽然没有明显的行笔笔锋差异，但不同的人执笔倾斜角度不一，作用力的分布和大小也不一样，在笔画上表现为直笔书写笔压重，侧笔书写笔压轻，而检材中的笔压较为均衡，如图9所示。

连笔的形态特征：由图10和图11中可以看出检材中字迹在连笔部位形成的形态比较圆滑，如“王”“子”第一、二笔连笔，“立”字最后两笔连笔，样本材料的棱角相对锐利，这是由于机器人依据的原稿是由书写人在平板矢量绘图软件中完成的，该输入软件在记录笔画的过程中对连笔转折的记录不够客观导致的结果。

图10 晨光(GEL PEN 0.5 mm)签字笔形成的笔迹

图11 白雪(PVR-155 红 0.5 mm)直液式走珠笔形成的笔迹

连笔笔力特征：样本笔迹的书写压力大小在笔画中的特征分布比较明显，特别是起笔重，在笔画的起笔及前段书写压力较大，如图12所示，样本笔迹中的“王”“子”“李”“立”的第一笔起笔较重，颜色较深，笔画宽度较大，行笔轻、收笔轻，在连笔书写的笔画中段和后段书写压力较小，露白明显。如图13是选用含墨较少的记号笔快速连续书写的签名笔迹，样本笔迹在连笔部位的笔力特征与检材差异明显。以铅笔为书写工具的时候检材和样本在起收笔特征上的差异并不像其他硬笔、软笔一样特征区别明显，如图14所示，而连笔的笔力特征则是鉴别机器人执铅笔书写所形成的，对笔迹鉴定具有较高的价值。

图12 白雪(PVR-155 蓝0.5 mm)直液式走珠笔形成的笔迹

图13 晨光(MG-2130 1.5 mm)记号笔形成的笔迹

图14 中华绘图铅笔(101 2B 铅笔)形成的笔迹

笔痕特征：显微镜下观察到的粗细和浓淡特征与上文的软笔部分基本一致，但因硬笔类书写工具多种多样，在划痕压痕及其他细节特征上又稍有区别。图15是由钢笔书写形成的字迹，通过显微镜观察可以看到检材笔迹在笔画边缘出现了明显的洇散情况，而样本笔迹虽然也有些许洇散，但较检材轻微很多。同一只钢笔在不同的执笔人手上书写出的笔痕具有一定的差异性，这与签字笔、水性笔、圆珠笔的笔痕差异要明显得多。本次实验所选用的机器人对笔力的控制是由笔尖与纸面的距离以及弹性皮筋的力度决定的，距离太远、皮筋弹性太弱则笔力太轻无法着墨，反之则笔力太重，造成图15笔画洇散的效果。书写机器人在执钢笔书写的过程中有时会因为作用力较大，笔尖着力重而在笔画上形成无色或着墨滑动的痕迹特征，有的划痕甚至划破纸面，在下页纸上形成着墨痕迹，这也是钢笔区别于其他书写工具的一个特点。在部分书写工具中出现了墨线与白线特征，如图16所示的字迹是使用金万年可擦中性笔书写形成的，样本材料中每一个字不同程度的在笔画的一侧或者中央出现了不着墨或者着墨很淡的线状露白，而墨迹分布在笔画的一侧或者两边，在笔端或收笔端形成分叉等特征，而在检材中该特征虽然也有出现，但仅限于部分字迹的少量笔画，对比差异明显。

图15 芮翔钢笔(GB-001 0.5 mm)形成的笔迹

图16 金万年(G-1092 0.5 mm)可擦中性笔形成的笔迹

3 结论

直线关节型书写机器人可以流畅的完成书写动作，形成的笔迹在在概貌特征、局部安排特征、写法特征、错别字特征、搭配比例特征、笔顺特征上基本可以做到与真实笔迹高度相似，但是在起收笔特征、行笔笔法特征、连笔形态特征、连笔笔力特征、划痕与压痕特征、粗细与浓淡特征上出现差异；受不同的书写工具影响，书写机器人书写过程中所出现的划痕与压痕特征、墨线与白线特征、粗细与浓淡特征是区别二者的重要依据；由于书写机器人的书写力度恒定，可以预知笔画凹痕的深度大致稳定，因此可以对笔画的深度进行测量，这也是鉴别书写机器人书写特征的一个可靠依据。总体而言，对书写机器人笔迹的检验依旧可以遵循模仿笔迹检验的要点，包括形快实慢、笔力平缓、起收笔动作呆滞等特征，结合书写工具的特点，对呈现出的符合点和差异点要仔细分析形成的原因，找出能做出否定意见的可靠依据。