[发明专利]一种基于Kinect的机器人体感编程方法

摘要

一种基于Kinect的机器人体感编程方法，首先，通过Kinect骨架追踪技术，获取人体20个关节点的三维坐标并将其转化为世界坐标；其次，采用加权递推平均滤波算法对坐标进行滤波，去除坐标的波动然后进行特征提取，提取关节点坐标向量所成的角度特征，同时将特征保存于TXT文本中；最后，将上述保存的角度特征读取到机器人控制程序中，实现机器人的体感编程；本发明具有简单，方便，不受外界因素影响的特点。

主权项

一种基于Kinect的机器人体感编程方法，其特征在于，包括如下步骤：Step1、利用Kinect骨架追踪技术，追踪人体的20个关节点形成一副人体骨架系统，将每个像素中的关节点与人体标准的骨架坐标相比较，准确地确定人体的关节部位；Step2、通过Kinect的骨骼追踪技术获取的坐标为深度图像坐标，由于Kinect每秒钟获取30帧图像，也就是关键点的坐标每秒刷新30次，再加上人身体的抖动，所以Kinect骨骼追踪技术采集到的关节点坐标会有波动，首先采用加权递推平均滤波算法对坐标进行滤波，去除坐标的波动，公式为：yk=Σi=110wiyi]]>其中Wi为权系数，yi和yk为滤波前和滤波后的关节点坐标，且将每十个数据作为一组，将一秒数据分为三组进行滤波处理，也就是一秒钟可得到三组滤波后的关节点三维坐标；Step3、而人体动作识别要在世界坐标中进行，所以首先要将Step2得到的关节点三维坐标换算为世界坐标，(ximage，yimage，zimage)到世界坐标(xworld，yworld，zworld)的变换公式：xworld=(ximage-w2)(zworld+D′)Fwhyworld=(yimage-h2)(zworld+D′)Fzworld=Ktan(Hzimage+L)-O]]>其中，H＝3.5×10‑4rad，K＝12.36cm，L＝1.18rad，O＝3.7cm，D'＝‑10，F＝0.0021，利用以上公式就得到了人体20个关键点的世界三维坐标；Kinect的分辨率w×h为640×480；Step4、在滤波基础上计算角度特征，先由世界三维坐标计算出关键点之间的向量，将上下半身的向量分开计算，上半身需要计算九个向量，分别是：头部到颈部、颈部到脊柱、左肩到颈部、左肘到左肩、左腕到左肘、左手到左腕的向量，右臂同理，下半身需要计算六个向量，分别是：臀部到左膝部、左膝部到左脚踝、左脚踝到左脚的向量，右腿部同理；利用这些人体关节向量提取角度特征，利用两个关节点的三维坐标相减可得到向量Vi，用另外相关的关节点坐标相减得到向量Vj，然后根据三维向量角度计算公式，计算角度特征，Vi与Vj之间的夹角θi‑j可以表示为：θi-j=Vi1×Vj1+Vi2×Vj2+Vi3×Vj3Vi12+Vi22+Vi32×Vj12+Vj22+Vj32]]>Vi=Vi1x+Vi2y+Vi3zVj=Vj1x+Vj2y+Vj3z]]>那么角度θi‑j就是当前人体的一个角度特征，根据以上公式，对整个人体的角度进行提取，上半身提取七个角度特征，下半身提取六个角度特征，最后按时间顺序把所有的角度特征保存于TXT文本中；Step5、最后通过socket通信把角度特征数据发送给机器人控制器，机器人按时间顺序接收到特征数据，根据特征数据控制机器人各个关节的运动。