[发明专利]一种机械臂交互控制方法及系统

说明书

本发明涉及一种机械臂交互控制方法及系统，属于无障碍工程技术领域。该系统包括人体骨骼信息获取、计算机软件系统、机械臂，人体深度图像信息获取主要由Kinect传感器完成。计算机软件系统运用骨骼追踪技术处理获取的景深数据，建立人体20个骨骼点的3D坐标。机械臂的控制系统获取计算机系统转换发出的控制指令，控制末端执行器跟随手部运动，实现人手对机械臂末端执行器的实时引导。本发明构建手部相对于髋骨中心与末端执行器相对于机械臂基座的运动映射关系进行主从控制，实现人手与机器臂的实时交互。实验结果表明该系统能够很好的完成手部跟踪和主从控制任务，具有较高的实时性和交互性。

技术领域

本发明属于无障碍工程技术领域，涉及一种机械臂交互控制方法及系统。

背景技术

主从遥操作机械臂控制系统广泛应用于核反应堆维护、载人航天、医疗手术的模拟训练等高危险性作业中，手部是人体最常用的一个部位。因此，实现机械臂跟随手部运动可以很大程度上提高了人的感知能力和行为能力。研究手部的各种运动，手部与机械臂的交互方式，具有重要的理论意义和现实意义。

目前，现有的手部跟踪定位技术主要有两种，基于数据手套技术和基于图像视觉处理的手势识别。数据手套技术由于本身及其电路连线较为笨重，不方便使用，加上价格昂贵等因素限制了其应用。Weinland等人提出将3D建模和HMM方法识别人手的运动。Liu等利用RFID方法在试验者手腕处贴标签的方法来跟踪和识别手部状态，这种方法可以确定试验者的手腕位置。但是，彩色图像容易受光照条件影响，而且传统的基于视觉的运动目标跟踪需要对摄像头内外参数进行标定，但在实际情况下无法精确标定。

发明内容

有鉴于此，本发明的目的在于提供一种基于Kinect的无标定人机交互控制系统及方法，Kinect是一台体感摄像机，可以在获取的每一帧深度图像上进行背景相减获得人体各关节3D坐标，即人体骨骼信息，并从人体骨骼信息中无标定获取人手的位置信息。鉴于此，本发明利用Kinect骨骼追踪技术获取人手运动信息，并构建其与机械臂的运动映射关系，就它们之间的主从控制方式进行研究。

为达到上述目的，本发明提供如下技术方案：

一种机械臂交互控制方法，该方法包括以下步骤：

S1：人体深度图像信息获取；

S2：图像预处理、人体关节点识别和骨骼数据的平滑处理；

S3：人手相对于自身髋骨中心的运动与机械臂相对于基座运动之间的映射转换以及机械臂逆运动学分析与求解；

S4：控制指令的生成、规范指令格式和指令的收发。

进一步，所述步骤S1具体为：

利用Kinect人体骨骼追踪技术非接触获取人手运动信息，具体过程是：将分割化的人体深度图像传送到辨别人体部位的动作捕捉机器学习系统中，利用随机森林的分类方法设计身体组件的中间表示,将姿势估计问题映射为逐像素分类问题；通过重投影分类器的结果，生成人体关节的可信3D估计。

进一步，所述步骤S2具体为：

在进行逆运动学求解前先对异常值予以识别和剔除，并且对骨骼数据进行降噪和平滑处理；

假定轨迹平滑处理算法的时间平移步长为N，i为当前位置信息在规划位置信息中的权重，则当k≥N时，k时刻的规划位置由下式计算获得：

当k＜N时，k时刻的规划位置为：

在求解位置增量的过程中，对相邻时刻人手位置的增量进行平滑处理。

进一步，所述步骤S3具体为：