双臂机器人的拟人化动作轨迹生成方法及装置、电子设备制造方法及图纸

本发明专利技术公开了一种双臂机器人的拟人化动作轨迹生成方法及装置、电子设备，该方法包括：获取由VR设备采集的人体动作惯导数据；按照人体骨骼模型，根据所述人体动作惯导数据，计算得到动作采样每一帧的骨骼点位置；分析所述骨骼点位置的运动趋势，将发生突变的帧提取作为动作的关键帧；将每一所述关键帧的人体骨骼点的位置映射到机器人空间，逆向求解各关节的角度；采用高阶轨迹规划方法，将所述各关节的角度按照人体动作的执行时间生成机器人的拟人化动作轨迹。化动作轨迹。

【技术实现步骤摘要】
双臂机器人的拟人化动作轨迹生成方法及装置、电子设备


[0001]本申请涉及机器人
，尤其涉及一种双臂机器人的拟人化动作轨迹生成方法及装置、电子设备。

技术介绍

[0002]目前为了使机器人完成一些肢体动作，事先需要编写程序设定轨迹点，或者采用相机捕捉人体动作，控制机器人跟随完成相似的动作。但是采用现有技术，机器人在执行肢体动作时，不够拟人化，动作比较呆板，另外由于设备的精度及灵敏度的影响，采集到动作数据存在一些误差，导致机器人的动作的相似性比较差、动作不连续、存在较多的冲击，而且采集到的动作数据是固定的，无法根据实际需要调整执行时间，每生成一套期望的拟人化动作轨迹需要采集多次人体动作数据，比较繁琐。

技术实现思路

[0003]本申请实施例的目的是提供一种双臂机器人的拟人化动作轨迹生成方法及装置、电子设备，以解决相关技术中采集动作数据要求精度高、动作不平滑、动作无法实时调整的问题。
[0004]根据本申请实施例的第一方面，提供一种双臂机器人的拟人化动作轨迹生成方法，包括：
[0005]获取由VR设备采集的人体动作惯导数据；
[0006]按照人体骨骼模型，根据所述人体动作惯导数据，计算得到动作采样每一帧的骨骼点位置；
[0007]分析所述骨骼点位置的运动趋势，将发生突变的帧提取作为动作的关键帧；
[0008]将每一所述关键帧的人体骨骼点的位置映射到机器人空间，逆向求解各关节的角度；
[0009]采用高阶轨迹规划方法，将所述各关节的角度按照人体动作的执行时间生成机器人的拟人化动作轨迹。
[0010]进一步地，获取由VR设备采集的人体动作惯导数据后，还包括：
[0011]对所述人体动作惯导数据通过滤波算法进行处理。
[0012]进一步地，所述滤波算法包括：中值平均滤波算法、卡尔曼滤波算法、或高阶滤波算法。
[0013]进一步地，对所述人体动作数据采用中值平均滤波算法进行处理，具体包括：
[0014]获取所述人体动作数据第i帧动作的前m及后m帧的骨骼点位置，去掉其中的最大值和最小值，取剩下的数据的平均值作为i帧动作的骨骼点位置；
[0015]当i
‑
m小于0时，仅获取从起始帧到i+m帧的位置，当i+m大于动作数据的总帧数时，仅获取从i
‑
m帧到最后一帧的位置，其它情况下，获取前i
‑
m及后 i+m帧的位置。
[0016]进一步地，分析所述骨骼点位置的运动趋势，将发生突变的帧提取作为动作的关
键帧，包括：
[0017]根据所述骨骼点位置，计算每帧动作的运动速度及加速度；
[0018]判断每帧动作的速度方向相对于上一帧是否变化，如果发生改变，将其作为关键帧；
[0019]设定加速度阈值x，判断每帧动作的加速度是否大于x，如果满足，将其作为关键帧。
[0020]进一步地，将每一所述关键帧的人体骨骼点的位置映射到机器人空间，逆向求解各关节的角度，包括：
[0021]根据所述关键帧的人体骨骼点位置，计算大臂和小臂之间的夹角、以及对应与世界坐标系X，Y，Z轴间的夹角；
[0022]根据机器人的自由度及分配方式，将上述夹角一一映射到机器人空间，确定关键帧对应的机器人的关节角度。
[0023]进一步地，采用高阶轨迹规划方法，将所述各关节的角度按照人体动作的执行时间生成机器人的拟人化动作轨迹，包括：
[0024]在动作执行前，根据人体动作采样周期及起始帧到各关键帧的帧数，确定相邻关键帧的时间间隔和拟人化化动作轨迹的执行时间；
[0025]根据关键帧对应的机器人各关节的角度、间隔时间以及动作执行总时间，计算各关节的速度及加速度；
[0026]采用高阶轨迹规划方法，确定相邻关键帧之间的每个轨迹点的期望角度、速度及加速度，生成机器人的拟人化动作轨迹；
[0027]在动作执行过程中，如果上层对执行时间没有要求，则机器人按照所规划的轨迹运动，如果有要求，首先确定动作执行的下一关键帧，将其作为起始帧，按要求调整剩余动作的执行总时间及相邻关键帧的间隔时间；然后计算剩余关键帧对应的关节速度及加速度；最后采用高阶轨迹规划方法进行重规划。
[0028]根据本申请实施例的第二方面，提供一种双臂机器人的拟人化动作轨迹生成装置，包括：
[0029]获取模块，用于获取由VR设备采集的人体动作惯导数据；
[0030]计算模块，用于按照人体骨骼模型，根据所述人体动作惯导数据，计算得到动作采样每一帧的骨骼点位置；
[0031]提取模块，用于分析所述骨骼点位置的运动趋势，将发生突变的帧提取作为动作的关键帧；
[0032]求解模块，用于将每一所述关键帧的人体骨骼点的位置映射到机器人空间，逆向求解各关节的角度；
[0033]生成模块，用于采用高阶轨迹规划方法，将所述各关节的角度按照人体动作的执行时间生成机器人的拟人化动作轨迹。
[0034]根据本申请实施例的第三方面，提供一种电子设备，包括：
[0035]一个或多个处理器；
[0036]存储器，用于存储一个或多个程序；
[0037]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理
器实现如第一方面所述的方法。
[0038]根据本申请实施例的第四方面，提供一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如第一方面所述方法的步骤。
[0039]本申请的实施例提供的技术方案可以包括以下有益效果：
[0040]由上述实施例可知，本申请采用VR设备采集惯导数据，计算得到动作采样每一帧的骨骼点位置并优化，提高了拟人化动作的相似度；分析所述骨骼点位置的运动趋势，提取动作的关键帧，解决采集人体动作数据的精度及灵敏度要求高的问题，采用高阶规划方法，根据关键帧的数据生成拟人化动作轨迹，使得机器人的运动轨迹平滑，动作连续。而且采用该方式可以根据上层的动作执行要求对机器人的动作轨迹进行重规划，解决重复采集动作数据的问题。
[0041]所以与现有的方法相比，本方法不仅降低人体动作采集的精度要求同时保证了动作的相似度，而且使得机器人执行动作更加平滑，冲击小。
[0042]另外在执行过程中可以根据上层要求调整动作的执行时间，避免每次更改动作轨迹，就需要采集人体动作，降低人体动作采集的繁琐度。
[0043]应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。
附图说明
[0044]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0045]图1是根据一示例性实施例示出的一种双臂机器人的拟人化动作轨迹生成方法的流程图；
[0046]图2是根据一示例性实施例示出的所采用的标准人体骨骼的模型图；
[0047]图3是根据一示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种双臂机器人的拟人化动作轨迹生成方法，其特征在于，包括：获取由VR设备采集的人体动作惯导数据；按照人体骨骼模型，根据所述人体动作惯导数据，计算得到动作采样每一帧的骨骼点位置；分析所述骨骼点位置的运动趋势，将发生突变的帧提取作为动作的关键帧；将每一所述关键帧的人体骨骼点的位置映射到机器人空间，逆向求解各关节的角度；采用高阶轨迹规划方法，将所述各关节的角度按照人体动作的执行时间生成机器人的拟人化动作轨迹。2.根据权利要求1所述的方法，其特征在于，获取由VR设备采集的人体动作惯导数据后，还包括：对所述人体动作惯导数据通过滤波算法进行处理。3.根据权利要求2所述的方法，其特征在于，所述滤波算法包括：中值平均滤波算法、卡尔曼滤波算法、或高阶滤波算法。4.根据权利要求1所述的方法，其特征在于，对所述人体动作数据采用中值平均滤波算法进行处理，具体包括：获取所述人体动作数据第i帧动作的前m及后m帧的骨骼点位置，去掉其中的最大值和最小值，取剩下的数据的平均值作为i帧动作的骨骼点位置；当i
‑
m小于0时，仅获取从起始帧到i+m帧的位置，当i+m大于动作数据的总帧数时，仅获取从i
‑
m帧到最后一帧的位置，其它情况下，获取前i
‑
m及后i+m帧的位置。5.根据权利要求1所述的方法，其特征在于，分析所述骨骼点位置的运动趋势，将发生突变的帧提取作为动作的关键帧，包括：根据所述骨骼点位置，计算每帧动作的运动速度及加速度；判断每帧动作的速度方向相对于上一帧是否变化，如果发生改变，将其作为关键帧；设定加速度阈值x，判断每帧动作的加速度是否大于x，如果满足，将其作为关键帧。6.根据权利要求1所述的方法，其特征在于，将每一所述关键帧的人体骨骼点的位置映射到机器人空间，逆向求解各关节的角度，包括：根据所述关键帧的人体骨骼点位置，计算大臂和小臂之间的夹角、以及对应与世界坐标系X，Y，Z轴间的夹角；根据机器人的自由...

【专利技术属性】
技术研发人员：蒋远东，黄秋兰，张博闻，黄志勇，
申请(专利权)人：之江实验室，
类型：发明
国别省市：