[发明专利]一种智能看护型机器人系统及其控制方法在审

专利信息
申请号: 202111145110.3 申请日: 2021-09-28
公开(公告)号: CN113848790A 公开(公告)日: 2021-12-28
发明(设计)人: 曲培树;董承龙;董文会;李仝鑫;王昌宇;唐延柯;王静 申请(专利权)人: 德州学院
主分类号: G05B19/042 分类号: G05B19/042
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 闫伟姣
地址: 253023 山东*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 智能 看护 机器人 系统 及其 控制 方法
【权利要求书】:

1.一种智能看护型机器人系统的控制方法,其特征在于,包括:

步骤1:获取待识别的手势图像;

步骤2:提取手势图像中的手部姿态特征;

步骤3:将手部姿态特征与预设的标准手势模型进行特征比对,确定待识别的手势图像的识别结果;

步骤4:将手势图像的识别结果反馈给控制模块,控制机器人。

2.如权利要求1所述的一种智能看护型机器人系统的控制方法,其特征在于,所述步骤1中,获取待识别的手势图像为:

通过摄像头获取待识别手势的普通彩色图像。

3.如权利要求1所述的一种智能看护型机器人系统的控制方法,其特征在于,所述步骤2中,提取手势图像中的手部姿态特征为:

采用基于肤色的分割方法提取待识别的手势图像中的手部图像区域,将待识别的手势图像中的手部区域从图像的背景中分离后得到待识别的手势图像中的手部图像区域;

提取待识别的手势图像中的手部图像区域对应的手部轮廓序列,作为手部姿态特征。

4.如权利要求1所述的一种智能看护型机器人系统的控制方法,其特征在于,所述步骤3中,将手部姿态特征与预设的标准手势模型进行特征比对,确定待识别的手势图像的识别结果,具体为:

预先建立手势模型库,在手势模型库中存储预设一个或多个标准手势模型,提取所述标准手势模型对应的手部轮廓序列;

根据标准手势模型对应的手部轮廓序列,通过相似度比对确定待识别手势图像的识别结果。

5.如权利要求4所述的一种智能看护型机器人系统的控制方法,其特征在于,所述根据标准手势模型对应的手部轮廓序列,通过相似度比对确定待识别手势图像的识别结果,具体为:

将待识别的手势图像中手部图像区域对应的轮廓序列与手势模型库中的标准手势模型对应的手部轮廓序列进行比对;

计算待识别的手势图像中手部图像区域对应的手部轮廓序列与手势模型库中的标准手势模型对应的手部轮廓列之间的相似度;

若相似度达到预设的相似度阈值,则待识别的手势图像与该标准手势模型匹配成功,反之,则匹配不成功。

6.如权利要求5所述的一种智能看护型机器人系统的控制方法,其特征在于,所述计算待识别的手势图像中手部图像区域对应的手部轮廓序列与手势模型库中的标准手势模型对应的手部轮廓列之间的相似度,具体为:

将待识别的手势图像中手部图像区域对应的手部轮廓序列与手势模型库中的标准手势模型对应的手部轮廓序列进行特征比对;

采用动态时间规整算法通过计算手势模型库中预设的标准手势模型的手部轮廓序列与待识别手势图像的手部图像区域对应的手部轮廓序列之间的全局代价矩阵;

根据全局代价矩阵确定待识别手势图像中手部图像区域对应的手部轮廓序列与手势模型库中的标准手势模型对应的手部轮廓序列的相似度。

7.如权利要求6所述的一种智能看护型机器人系统的控制方法,其特征在于,当手势模型库中包含多个标准手势模型时,与待识别的手势图像相似度最高的标准手势模型,即是与该待识别的手势图像匹配的标准手势模型。

8.一种智能看护型机器人系统,其特征在于,包括:

手势获取模块,被配置为获取用户的手势图像;

手势处理模块,被配置为提取所述手势获取模块获取的用户手势图像中的手部姿态特征;将手部姿态特征与预设的标准手势模型进行特征比对,确定待识别的手势图像的识别结果;

控制模块,被配置为根据手势处理模块得到的手势图像的识别结果发出控制指令,控制机器人;

执行模块,被配置为根据控制模块发出的控制指令,执行相应的操作。

9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-7中任一项所述的一种智能看护型机器人系统的控制方法中的步骤。

10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7中任一项所述的一种智能看护型机器人系统的控制方法中的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于德州学院,未经德州学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111145110.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top