[发明专利]基于动作识别和人机距离的人机共融风险预警方法及系统在审

专利信息
申请号: 202210453368.8 申请日: 2022-04-27
公开(公告)号: CN114757293A 公开(公告)日: 2022-07-15
发明(设计)人: 周乐来;魏崇熠;李贻斌;宋锐;田新诚;荣学文 申请(专利权)人: 山东大学
主分类号: G06K9/62 分类号: G06K9/62;G06N3/04;G06N3/08;G06V20/52;G06V40/20;G06V10/774;G06V10/764;G06V10/82;B25J9/16;G06Q10/06
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 闫圣娟
地址: 250061 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: 基于 动作 识别 人机 距离 风险 预警 方法 系统
【说明书】:

发明涉及基于动作识别和人机距离的人机共融风险预警方法及系统,包括以下步骤:基于已构建的动作识别模型,利用获取到的作业人员动作信息,识别作业人员当前的动作状态为行走、观察或工作;利用获取到的作业人员和机器人的位置信息,得到作业人员与机器人之间的最小距离;根据作业人员当前的动作状态与得到的最小距离,产生不同动作状态下的风险提示指令。根据构建好的模型识别人机协作过程中人类的动作姿态,机器人根据人类的不同动作和不同的人机距离,识别出不同等级的风险并控制机器人执行对应风险的安全指令。

技术领域

本发明涉及人机协作技术领域,具体为基于动作识别和人机距离的人机共融风险预警方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。

工业机器人能够替换人类执行一部分重复、机械且危险性的工作,执行作业时由于自身存在运动部件,通常由栏杆或栅栏形成的独立空间内工作,从而将机器人的工作空间与人的工作空间相互独立,通常状况下,工作人员不允许进入机器人的工作空间内以避免发生事故。

而在一些需要人类和机器人共同作业的场景中,机器人需要根据人类的作业情况,动态的改变其预先计划的任务来适应人的行为,以完成更加个性化,更加复杂的工作任务,人类的学识、灵活变通性以及分析和决策的能力恰巧能够弥补机器人的缺陷,而机器人又能够弥补人类在准确度和重复性上的劣势,从而实现人机协作。

人机协作时,人类和机器人处于同一个工作空间内,需要确保机器人的动作不会对人类产生危险,而目前针对人机协作过程中的风险评估方法,更多地集中在人机距离和机器人的运动速度上,没有考虑到人类的行为意图和状态,这会导致机器人无法根据人类的行为执行安全命令,从而使得机器人长时间主动降速或者停止工作,导致人机协作的效率大大降低。

发明内容

为了解决上述背景技术中存在的技术问题,本发明提供基于动作识别和人机距离的人机共融风险预警方法及系统,根据构建好的模型识别人机协作过程中人类的动作姿态,机器人根据人类的不同动作和不同的人机距离,识别出不同等级的风险并控制机器人执行对应风险的安全指令。

为了实现上述目的,本发明采用如下技术方案:

本发明的第一个方面提供基于动作识别和人机距离的人机共融风险预警方法,包括以下步骤:

基于已构建的动作识别模型,利用获取到的作业人员动作信息,识别作业人员当前的动作状态为行走、观察或工作;

利用获取到的作业人员和机器人的位置信息,得到作业人员与机器人之间的最小距离;

根据作业人员当前的动作状态与得到的最小距离,产生不同动作状态下的风险提示指令。

动作识别模型的构建过程包括以下步骤:

通过动作捕捉设备,获得作业人员和机器人处于同一工作空间下进行协同工作时,作业人员的骨架信息;

基于骨架信息提取运动特征并构造特征向量,以特征矩阵的形式输入到卷积神经网络中进行特征提取、学习和分类;

将最优训练结果的网络模型保存,作为动作识别模型。

骨架信息包括左右肩、左右手肘、左右手腕、左右髋关节、左右膝盖、左右脚踝、位于颈部的上半身基准点和位于腰部的下半身基准点共十四个关节点的三维空间位置信息,和左右大臂以及左右大腿上的传感器获得的加速度信息。

运动特征包括,关节点距离特征,关节夹角特征和加速度特征。

利用获取到的作业人员和机器人的位置信息,得到作业人员与机器人之间的最小距离,包括:

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山东大学,未经山东大学许可,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/202210453368.8/2.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