[发明专利]人机交互安全保障方法、装置及计算机可读存储介质

权利要求书

1.一种人机交互安全保障方法，其特征在于，包括：

获取机器人六个关节的限位角度，对所述限位角度进行等分并排列组合，得到关节组合；

通过运动学模型计算所述关节组合，得到位置点集合；

将所述位置点集合进行聚类，计算所述聚类的距离阈值，所述距离阈值用于判断所述位置点是否在机器人工作空间内；

判断骨架离散点位于机器人工作空间内的点的数量是否大于预设数量阈值；

将骨架离散点的位置坐标转换到机器人坐标系中,具体判断为：

其中,P_cen-k代表的是第k个聚类中心的位置，d_k代表第k个聚类中心到骨架离散点之间的距离：

d_min表示点到各个聚类的欧拉距离的最小值：

num_in代表骨架离散点进入到机器人工作空间的个数，δ代表判断的预设数量阈值，预设数量阈值为人为提前根据实际情况设定，θ_k表示对应的不同聚类的距离阈值，P_R表示的是转换到机器人坐标系下的骨架离散点；

判断骨架离散点位于机器人工作空间内的点的数目，若数目超出阈值δ，则停止机器人作业；

所述骨架离散点为提取人员的骨架，并对骨架进行离散化后得到的点集；

通过运动学模型计算所述组合以得到位置点集合包括：

将所述关节组合输入到机器人正运动学模型当中，得到机器人运动的位置点集合；

计算所述聚类的距离阈值包括：

若聚类属于内部聚类，则距离阈值设置为+∞；

若聚类属于外部聚类，则计算聚类内各位置点到所述聚类中心之间的距离，并对所述距离进行升序排列，排除序列中后1％的距离，将分界的距离值作为距离阈值；

所述距离阈值用于判断所述位置点是否在机器人工作空间内包括：

若所述位置点属于内部聚类，则直接判断所述位置点在机器人工作空间内；

若所述位置点属于外部聚类，则判断位置点欧拉距离与所述距离阈值的大小，若所述欧拉距离小于距离阈值，则判定位置点在机器人工作空间内；若所述欧拉距离大于距离阈值，则判定位置点不在机器人工作空间内。

2.根据权利要求1所述的人机交互安全保障方法，其特征在于，通过运动学模型计算所述关节组合，得到位置点集合之后还包括：

对所述位置点集合进行去重，并进行降采样处理。

3.根据权利要求1所述的人机交互安全保障方法，其特征在于，将所述位置点集合进行聚类包括：

基于欧拉距离的k-means算法生成聚类；

分别计算各个所述聚类的中心位置。

4.根据权利要求1所述的人机交互安全保障方法，其特征在于，提取人员的骨架包括：

利用包括但不限于RGBD相机、运动捕捉系统提取人员骨架。

5.根据权利要求1至4任一权利要求所述的人机交互安全保障方法，其特征在于，判断骨架离散点位于机器工作空间内的点的数目是否大于预设数量阈值包括：

判断骨架点位于机器人工作空间内的点的数目是否超出预设数量阈值；

若是，则机器人停止作业；

若否，则继续执行利用RGBD相机提取人员的骨架，并对骨架进行离散化，得到离散化骨架点集步骤。