[发明专利]一种基于数字孪生平台的人机协作疲劳检测系统

权利要求书

1.一种基于数字孪生平台的人机协作疲劳检测系统，其特征在于，包括物理实体空间及数字孪生空间，所述物理实体空间与数字孪生空间通过通信接口连通；

所述物理实体空间包括总控制器、协作机器人、工作环境以及状态监测传感器设备；所述数字孪生空间包括控制器模块、数字化模型模块、物理驱动引擎模块、工作状态分析评价模块，通过模块化数字孪生空间实现对物理空间机理映射，实时状态数据共享，分析预测；所述操作人员作业疲劳量化评价基于实时共享监测数据，在数字孪生空间中对操作人员的工作疲劳程度做出预测和评价。

2.如权利要求1所述的一种基于数字孪生平台的人机协作疲劳检测系统，其特征在于，所述状态监测传感器包括安装在作业现场的用于人体运动学数据实时捕获的光学运动捕捉系统，用于定位及人机交互关系监测的深度相机，用于监测工作人员健康状态、工作强度和疲劳程度的搭载关键肌肉群表面的生物肌电传感器、心率信号传感器可穿戴设备以及集成在机器人关节和末端的运动数据传感器和力矩传感器。

3.如权利要求1所述的一种基于数字孪生平台的人机协作疲劳检测系统，其特征在于，所述数字化模型模块包括人体三维运动学模型、人体生物力学模型、机器人运动学和动力学模型、工作环境模型、人-机-环境三元交互耦合模型。

4.如权利要求1所述的一种基于数字孪生平台的人机协作疲劳检测系统，其特征在于，所述工作状态评价模块包括人类作业疲劳量化评价、工作状态评价、健康指数评价。

5.如权利要求1所述的一种基于数字孪生平台的人机协作疲劳检测系统，其特征在于，控制模块包括工作效率和成果预测及任务动态分配。

6.如权利要求1所述的一种基于数字孪生平台的人机协作疲劳检测系统，其特征在于，人机协同作业过程中，物理实体空间通过运动捕捉系统、生物肌电信号监测系统、机器人集成传感器向数字孪生空间实时共享操作人员工作状态及人机交互信息；在数字孪生空间中建立操作人员数字化人体模型和作业环境模型，基于实时工作状态数据对操作人员进行工程学和生物力学分析和预测，综合关键肌肉群负荷强度和关键关节力矩，通过综合作业疲劳量化指标进行工作状态评价。

7.如权利要求6所述的一种基于数字孪生平台的人机协作疲劳检测系统，其特征在于，所述关键肌肉群负荷强度通过实时采集的关键肌群生物肌电信号进行时频域分析，结合运动学数据和数字化人体模型对工作人员关键肌肉群进行激活程度和负荷强度分析，具体步骤如下：

步骤一、基于生物力学知识对操作人员进行肌肉分群处理，并在操作人员关键肌群附着生物肌电传感器；

步骤二、原始肌电信号经过降噪滤波处理，通过时频域分析得到特征参数指标，即疲劳程度量化指标积分肌电值(iEMG),均方差(RMS),中值频率(MF),平均功率频率(MPF)。

8.如权利要求7所述的一种基于数字孪生平台的人机协作疲劳检测系统，其特征在于，步骤二中具体步骤如下：

时域分析：

其中，n为数据长度，x_i为肌电信号序列；

频域分析：

其中，f为肌电信号频率，P(f)为功率谱密度函数。