[发明专利]一种用于外肢体抓握控制的人体技能学习方法及系统

权利要求书

1.一种用于外肢体抓握控制的人体技能学习方法，其特征是，包括：

S1：获取人体手臂抓握过程中的姿态信息、运动信息并生成运动轨迹；

S2：基于示教学习建立人体手臂运动与外肢体运动的控制模型，通过控制模型使外肢体模仿人体手臂的运动轨迹；

S3：获取外肢体抓握过程中的触觉信息并反馈给人体手臂，人体手臂根据外肢体反馈的触觉信息进行抓握姿态的调节；

S4：重复S1-S3，直至外肢体完成稳定的抓握；

S5：对人体手臂抓握过程中产生的多条运动轨迹进行学习得到学习轨迹，将学习轨迹及对应的姿态信息发送给外肢体，使外肢体能够适应环境变换；

在所述S2中，将佩戴数据手套保持水平稳定时刻作为运动示范的开始时刻，从开始时刻对相等时间间隔内的位置坐标x、y、z轴的加速度进行积分得到位移变化量，对方向坐标、、轴的角速度进行积分得到角度变化量；

将、分别对应外肢体末端相等时间间隔内，在笛卡尔空间中坐标的位置变化量、方向变化量，学习比例调节为：

其中，，为常数；外肢体通过学习比例调节的映射关系模仿人体手臂的空间运动；

在所述S5中，基于概率运动原语对人体手臂抓握过程中产生的多条运动轨迹进行学习得到学习轨迹发送给外肢体，具体包括：

利用基函数矩阵和权向量表示演示轨迹的线性模型；

根据线性模型利用最小二乘法计算权向量；

根据权向量计算得到轨迹概率分布；

结合外部环境中的变量信息得到环境变量和权重的联合分布；

基于环境变量和权重的联合分布计算环境变量的概率分布，根据环境变量的概率分析得到期望轨迹；

通过将得到的期望轨迹和演示轨迹进行比较，相似度最大的期望轨迹为外肢体的学习轨迹。

2.如权利要求1所述的一种用于外肢体抓握控制的人体技能学习方法，其特征是，包括：在所述S1中，通过数据手套获取人体手臂在抓握过程中的运动信息，具体包括：

设置在数据手套五指弯曲侧的弯曲度传感器，用于获取人体手臂运动中的弯曲度信息；

设置在数据手套背面的惯性测量单元，用于获取人体手臂运动中的空间运动信息。

3.如权利要求2所述的一种用于外肢体抓握控制的人体技能学习方法，其特征是，所述数据手套还包括设置在数据手套五指指尖处的振动电机，所述振动电机用于产生外肢体在抓握过程中的触觉反馈。

4.如权利要求2所述的一种用于外肢体抓握控制的人体技能学习方法，其特征是，在所述S2中，根据弯曲传感器所获取的包括最大和最小弯曲度在内的全部测量值映射到[0,1]的区间，将外肢体末端手指关节位置保持竖直和完全弯曲的姿态全部映射至[0,1]的区间，基于同样状态的表达建立人体手臂弯曲度和外肢体弯曲度的对应关系，外肢体根据所述对应关系模仿人体手臂的弯曲度；

建立惯性测量单元测量的空间运动数据与外肢体末端空间运动的映射关系，通过学习比例调节机制调节映射的比例，外肢体通过学习比例调节的映射关系模仿人体手臂的空间运动。

5.如权利要求1所述的一种用于外肢体抓握控制的人体技能学习方法，其特征是，在所述S3中具体包括：

基于外肢体末端测量的接触力和数据手套指尖的振动电机的振动程度建立对应关系；

分别采集人体手臂抓握物体时五指的接触力，将其作为外肢体接触力阈值；

判断外肢体末端测量的接触力是否超过阈值；

若外肢体末端测量的接触力超过阈值，根据上述所建立的对应关系控制振动电机的振动程度；

人体手臂根据振动电机的振动程度调整手指姿态。