[发明专利]一种面向人机融合系统的数据通信方法及其装置

说明书

本发明提供了一种面向人机融合系统的数据通信方法及其装置。该方法包括如下步骤：(1)获取操作者的骨骼点数据和机器人同时刻的关节角度数据；(2)对骨骼点数据进行数据表征与泛化，具体为：先对骨骼点数据进行解算，得到关节角度数据，然后对关节角度数据进行滤波，最后利用步骤(1)得到的机器人同时刻的关节角度数据，使用平衡控制算法进一步修正滤波后的关节角度数据，得到关节控制量；(3)将关节控制量输入给机器人的控制系统。本发明装置包括视觉端、队列结构、数据处理模块、栈结构和控制端。采用本发明的方法和装置对人机融合系统进行优化，可以使得系统性能显著提高，人机融合的稳定性和连续性明显得到改善。

技术领域

本发明涉及机器人控制技术领域，具体涉及一种面向人机融合系统的数据通信方法及其装置。

背景技术

近年来，随着计算机、互联网和通信技术的发展，人工智能的发展迎来第三次浪潮，取得了大量成果，改变了人们的生活方式。但是，以深度学习模型为代表，目前人工智能领域的研究重点集中于软件算法部分，主要应用方式为数据处理，而在硬件上和人类的交互程度还不够高。针对这一现实，有学者提出：人工智能要推进深入的人机交互和协同，实现“人机融合”这一崭新的智能形式。另一方面，在当下的制造业、医疗、娱乐、军事等许多应用场景中，受限于人机交互水平，使用者往往需要花费大量时间进行操作学习，以适应机器人平台复杂的底层控制，这带来许多不便。因此，人机融合不仅是一个新概念，也是目前产业界的实际需求。

目前，已有研究人员从“人机交互”、“动作模仿”等角度出发，为人机融合系统做了大量探索性的工作。北京工业大学的于建均教授等人利用Kinect体感相机与Nao机器人搭建了动作模仿系统，借助高斯混合模型(GMM)与高斯混合回归(GMR)进行数据处理，得到良好的模仿效果(《基于Kinect的Nao机器人动作模仿系统的研究与实现》[J].智能系统学报,2016,11(02):180-187.)。然而，在实际应用中，随着人机融合系统愈发复杂，系统内部数据传输的不稳定性暴露出来，如出现数据传输阻塞或空缺的问题，影响了最终机器人的控制效果。

发明内容

针对以上现有技术中存在的缺陷，本发明的目的在于提供一种面向人机融合系统的数据通信方法及其装置，以增加人机融合系统的稳定性和鲁棒性。

为达上述目的，本发明采用的技术方案如下：

一种面向人机融合系统的数据通信方法，包括如下步骤：

(1)获取操作者的骨骼点数据和机器人同时刻的关节角度数据；

(2)对所述操作者的骨骼点数据进行数据表征与泛化，具体为：先对骨骼点数据进行解算，得到关节角度数据，然后对关节角度数据进行滤波，最后利用步骤(1)得到的机器人同时刻的关节角度数据，使用平衡控制算法进一步修正滤波后的关节角度数据，得到关节控制量；

(3)将步骤(2)得到的关节控制量输入给机器人的控制系统。

进一步地，步骤(1)中，使用Kinect设备获取操作者的骨骼点数据。

本发明一种面向人机融合系统的数据通信装置，其特征在于，包括视觉端、队列结构、数据处理模块、栈结构和控制端，所述视觉端，用于采集人体深度图像，并进行骨骼点追踪，得到人体运动数据；所述数据处理模块，用于根据从视觉端获得的人体运动数据解算得到机器人各关节的角度值，并对解算结果进行滤波，然后根据从控制端获得的机器人当前状态信息，利用平衡控制算法进一步修正滤波后的数据，最终输出控制数据给控制端；所述队列结构，连接在视觉端和数据处理模块之间，用于缓冲数据；所述栈结构，连接在数据处理模块和控制端之间，用于存储数据；所述控制端，用于控制机器人的运动。

进一步地，所述数据处理模块设置循环定时器，到达每个周期时间后，必须将数据交付给栈结构；若数据尚未被处理完，进程将被中断，数据处理模块重新接收新的输入处理。