[发明专利]一种基于多传感器的物体递交意图识别系统及方法

说明书

本发明所涉及的一种基于多传感器的物体递交意图识别系统及方法，其方法用到的设备包括机械臂、PC上位机、MYO腕带以及Vicon动作捕捉系统。运用Vicon精确的对空间位置进行定位，获得人体手腕位置信息，再通过MYO腕带得到肌电信号的数据，准确识别人手不同抓握状态，最后通过模型训练，数据融合进行意图估计。

技术领域

本发明涉及机器人技术领域,尤其涉及一种基于多传感器的物体递交意图识别系统及方法。

背景技术

机器人应用领域的不断扩张和对机器人的要求不断提高，促使人机协作成为机器人领域的热门话题之一。人机协作可以让机器人更好地与人配合，提高生产效率，更好地适应当前的需求。意图识别能快速、准确地识别操作者的抓取意图,为人机协作服务。为了确保机器人可以在复杂的工作环境中与用户有效地进行物体递交，需要提高机器人的人机协作水平、使其充分理解用户的操作意图。在物体递交场景中，大多数的机器人只能完成指令操作，缺乏识别用户操作意图的能力。

为了实现更有效的人机协助物体递交，需要得到精确的目标物体位置信息。由于物体递交时用户是手拿着目标物在测试范围内自由运动的，所以，需要识别出用户物体递交的意图，并得到用户的位置以便更好的进行物体递交。

现有的物体递交意图识别研究主要使用的传感器有：视觉传感器、sEMG传感器、力传感器等几个方面。其中，基于视觉的识别很大程度上受到环境影响，虽然静态识别效果较好，但动态识别效果欠佳；基于sEMG传感器的识别在康复机器人，外骨骼机器人中应用较多，多用于患者康复或协助抓取等方面，但无论是离散动作分类，还是连续动作估计，其都存在识别误差，且sEMG为非平稳时变信号，在连续使用中，信号幅值、频率会发生改变，影响人机交互系统的稳定性；基于力传感器人机交互虽存在精度高、反应快、技术成熟等优点，但接触式力反馈硬件设备大多为固定式装置，运动范围受其约束限制，交互不灵活。由于单一传感器的数据具有偶然性以及不可避免的误差存在，且难以描述复杂环境变化特征，故本方案采用多信息融合技术，将视觉信号、sEMG信号进行协调优化处理，消除冗余信息，综合各传感器的有效信息形成互补、更加全面的信息、更好地表征机器人的内外环境状态，从而能够实时的对环境做出调整，实现更好的人机交互意图识别。

发明内容

针对上述问题，本发明所涉及的一种基于多传感器的物体递交的装置及意图识别方法，运用Vicon精确的对空间位置进行定位，获得人体手腕位置信息，再通过MYO腕带得到肌电信号的数据，准确识别人手不同抓握状态，最后通过模型训练，数据融合进行意图估计。

本发明为一种基于多传感器的物体递交意图识别系统，其特征在于：包括

机械臂：机械臂在PC上位机的控制指令下运动；

PC上位机：控制机械臂运动，并进行数据传输和计算；

MYO腕带：基于ROS的驱动程序，用来获取人递交过程中的手腕位置；

Vicon动作捕捉系统：安装在递交场景上方，用来获取人递交过程中的手臂肌电信号。

一种基于多传感器的物体递意图识别的方法，其特征在于，包括以下步骤：

步骤1：采集用户递交物体时的手臂肌电信号和手腕位置信息，并制作数据集；

步骤2：PC上位机对采集到的数据进行模型训练；

步骤3：融合肌电信号和手腕位置信息，识别用户意图。