[发明专利]一种基于人体姿态跟随的机器人控制与示教方法有效

专利信息
申请号: 201811088755.6 申请日: 2018-09-18
公开(公告)号: CN109079794B 公开(公告)日: 2020-12-22
发明(设计)人: 卢杏坚;段广学;钟震宇;雷欢;马敬奇;王楠;何峰 申请(专利权)人: 广东省智能制造研究所
主分类号: B25J9/16 分类号: B25J9/16;B25J9/00
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 罗晓林;杨桂洋
地址: 510000 广东省广州*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 人体 姿态 跟随 机器人 控制 方法
【权利要求书】:

1.一种基于人体姿态跟随的机器人控制与示教方法,其特征在于,所述方法包括以下步骤:

步骤S1,首先为机器人每个关节标注序号,并记录机器人至少一个关节运动后的机器人平衡姿态、机器人关节角度以及机器人运动关节的序号,同时计算各个姿态下机器人重心位置,并根据运动关节数目将姿态分类,然后建立包含机器人姿态、机器人运动关节信息、机器人重心位置的数据库;

步骤S2,通过摄像头获取图像,通过构建网络模型来获取图像中人体的关节点位置信息,生成人体骨架关节图,完成人体姿态信息获取;

步骤S3,然后根据人体关节与机器人关节舵机的差异性,进行动作映射,将检测到的人体姿态信息转化为人体关节角度信息,然后与建立的数据库进行角度匹配,建立角度匹配模型;

步骤S4,利用角度匹配模型并结合路径搜索方法从数据库中获取最优匹配角度并作为相应人体动作姿态的输出,然后转化为机器人控制指令;

步骤S5,将机器人控制指令发送给机器人,实现对机器人的运动控制与示教。

2.根据权利要求1所述的基于人体姿态跟随的机器人控制与示教方法,其特征在于,在所述步骤S1中,机器人平衡姿态下计算机器人质心位置的公式为:

其中M为机器人的质量,mi为机器人中每个连杆的质量,ci为在以机器人平衡点为原点的坐标系下,从原点指向连杆质点的向量,向量ci由机器人关节角度经正向运动学运算得到,N为机器人的自由度数目。

3.根据权利要求1所述的基于人体姿态跟随的机器人控制与示教方法,其特征在于,在所述步骤S3中,动作映射是指采用求解逆运动学问题的方法将检测到的人体姿态信息转化为人体关节角度信息。

4.根据权利要求3所述的基于人体姿态跟随的机器人控制与示教方法,其特征在于,在所述步骤S3中,角度匹配模型建立过程如下:

首先从人体姿态信息中提取与角度相关的匹配特征信息,包括每个人体平衡姿态的人体质心位置信息人体关节点坐标信息人体关节点角度信息构建特征矩阵Sm,然后结合匹配矩阵S0建立相关度计算模型r,其中:

特征矩阵Sm中n与机器人自由度数目N相同,S0是在机器人姿态、机器人运动关节信息、机器人重心位置数据库中的选取的匹配矩阵,

其中:是向量的均值,是向量的均值,是向量的均值,是向量的均值,是向量的均值,是向量的均值,分别是质心位置相关度、关节坐标相关度、关节角度相关度;

的值越接近1,表示匹配特征矩阵Sm与选取的匹配矩阵S0相关度越高。

5.根据权利要求1所述的基于人体姿态跟随的机器人控制与示教方法,其特征在于,在所述步骤S4中,路径搜索方法为:先根据人体姿态确定运动关节的数目和序号,然后在数据库中确定搜索范围进行查找与匹配,根据三个相关度的计算结果决定是否继续进行搜索查找,如果相关度位于0.98~1范围内则退出搜索查找。

6.如权利要求1所述的基于人体姿态跟随的机器人控制与示教方法,其特征在于,在所述步骤S5中,示教方式采用人体动作跟随示教,主控机从摄像头捕捉到的图像信息中完成人体姿态信息提取,构建匹配特征矩阵并建立相关度计算模型,将最优匹配关节角度作为输出编译成控制指令通过蓝牙通信发送给机器人,完成示教。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东省智能制造研究所,未经广东省智能制造研究所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811088755.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top