[发明专利]一种基于Kinect的机器人体感编程方法

说明书

技术领域

本发明涉及机器人体感编程方法技术领域，特别涉及一种基于Kinect的机器人体感编程方法。

背景技术

当前机器人广泛应用于焊接、装配、搬运、喷漆及打磨等领域，任务的复杂程度不断增加，而用户对产品的质量、效率的追求越来越高。在这种形式下，机器人的编程方式、编程效率和质量显得越来越重要。降低编程的难度和工作量，提高编程效率，实现编程的自适应性，从而提高生产效率，是机器人编程技术发展的终极追求。

随着机器人技术的发展，机器人的应用领域已经从传统的工业领域中的应用，扩展到教育和服务领域中的应用。在这些新应用中，机器人的使用者往往并不具备编写机器人程序所需的专业知识，如何为这些机器人用户提供高效、易用的编程环境成为近年来机器人研究的重点内容之一。标准机器人编程环境可以分为如下几类：基于文本程序的编程环境，图标化编程环境，示教编程环境，基于3D仿真环境的自动编程环境和多模交互编程环境。随着传感器技术和芯片制造技术的进步，工程师们正在不停的探索新的人机交互体验。已知的人机交互体验包括声音交互、脑电波交互、人体肢体姿态交互、手势交互等。人体动作识别的研究在计算机视觉、人工智能等领域都具有重要意义，而人体动作识别面临的主要问题是动作的多变性和时空的复杂性。随着动作数量的增加，误识别问题也会凸显。目前，可通过穿戴式传感器如陀螺仪、加速度传感器等，采集人体运动参数对人体动作进行识别，这种方法准确性、实时性高，但附着传感器使穿戴者舒适感降低。在基于计算机视觉的方法中，当前的研究主要是基于2D视觉的动作识别，而系统受到计算机图像处理能力的极大制约，特别是实时图像处理，会受到光照、遮蔽、阴影等因素的制约，对最终的识别结果造成影响。

发明内容

为了克服上述现有技术的不足,本发明的目的在于提供一种基于Kinect的机器人体感编程方法，利用Kinect的骨骼追踪技术获取操作者关节点三维坐标，提取出人体的关节向量并进行保存，实现对人体动作扫描，最后在机器人控制程序中读取动作数据实现机器人的体感编程，具有简单、方便，不受外界因素影响的特点。

为了达到上述目的，本发明采用的技术方案是：

一种基于Kinect的机器人体感编程方法，其特征在于，包括如下步骤：

Step1、利用Kinect骨架追踪技术，追踪人体的20个关节点形成一副人体骨架系统，将每个像素中的关节点与人体标准的骨架坐标相比较，准确地确定人体的关节部位；

Step 2、通过Kinect的骨骼追踪技术获取的坐标为深度图像坐标，由于Kinect每秒钟获取30帧图像，也就是关键点的坐标每秒刷新30次，再加上人身体的抖动，所以Kinect骨骼追踪技术采集到的关节点坐标会有波动，首先采用加权递推平均滤波算法对坐标进行滤波，去除坐标的波动，公式为：

其中W_i为权系数，y_i和y_k为滤波前和滤波后的关节点坐标，且将每十个数据作为一组，将一秒数据分为三组进行滤波处理，也就是一秒钟可得到三组滤波后的关节点三维坐标；

Step 3、而人体动作识别要在世界坐标中进行，所以首先要将Step 2得到的关节点三维坐标换算为世界坐标，(ximage，yimage，zimage)到世界坐标(xworld，yworld，zworld)的变换公式：

其中，H＝3.5×10-4rad，K＝12.36cm，L＝1.18rad，O＝3.7cm，D'＝-10，F＝0.0021，利用以上公式就得到了人体20个关键点的世界三维坐标；Kinect的分辨率w×h为640×480；

Step 4、在滤波基础上计算角度特征，先由世界三维坐标计算出关键点之间的向量，将上下半身的向量分开计算，上半身需要计算九个向量，分别是：头部到颈部、颈部到脊柱、左肩到颈部、左肘到左肩、左腕到左肘、左手到左腕的向量，右臂同理，下半身需要计算六个向量，分别是：臀部到左膝部、左膝部到左脚踝、左脚踝到左脚的向量，右腿部同理；利用这些人体关节向量提取角度特征，利用两个关节点的三维坐标相减可得到向量Vi，用另外相关的关节点坐标相减得到向量Vj，然后根据三维向量角度计算公式，计算角度特征，Vi与Vj之间的夹角θ_i-j可以表示为：