System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及轮椅智能控制,特别涉及基于人体体姿识别的轮椅无级调速控制方法、轮椅及介质。
技术介绍
1、目前,市面上的电动轮椅多采用简单的摇杆控制轮椅运动。但残障人群多样、残障等级不同,使得这种轮椅控制方式无法满足所有使用者的需求。例如,腿部不便需要轮椅的人群,其手臂或者手部也有可能伴随着疾病或者伤残,对于这部分无法精准操作摇杆的人群,单一的摇杆控制并不能满足使用者的要求。
2、现有技术中也有一些通过采集人体体姿进行轮椅控制的方法,但这种方法有些采用普通相机进行体姿识别控制轮椅,导致在前倾后倾的识别精度不准确,还有些采用压力垫等方式识别体姿重心,导致一些特殊坐姿下无法和实际体姿完全对应。同时,以上方法通常将识别结果简单转换为轮椅的前进、后退、左转、右转及停止等简单动作,无法实现类似摇杆控制这种无级顺滑调速控制。这种只能执行简单指令的轮椅存在以下问题:
3、首先,有限的指令使得用户无法进行更加精准和灵活的控制,在复杂环境下,如狭窄通道或拥挤场所,用户可能无法有效地应对。
4、其次,这种轮椅通常缺乏对不同场景和路况的适应能力。在需要灵活转向或调整速度的情况下,这种轮椅可能表现不佳。
5、再次,控制选项有限,用户需要更多外部支持或协助来应对复杂的移动任务,这限制了他们的独立性和自主性。
6、此外,简单指令操作的轮椅通常不能提供流畅和舒适的移动体验。突然的加速或减速以及笨拙的转向会使用户感到不适。
7、最后,由于控制能力有限,这种轮椅可能在复杂环境中更容易发生碰撞或
技术实现思路
1、为了实现本专利技术的上述目的和其他优点,本专利技术的第一目的是提供基于人体体姿识别的轮椅无级调速控制方法,包括以下步骤:
2、获取深度相机输出的经过对齐的深度图像和rgb图像;
3、通过所述rgb图像进行人体关键点识别并提取人体关键点在xy平面的坐标信息;其中,所述人体关键点包括第一关节和第二关节;
4、通过所述深度图像提取所述人体关键点在xy平面的坐标信息对应位置的深度信息;
5、通过所述人体关键点在xy平面的坐标信息和所述深度信息,得到以所述深度相机为基准的人体关键点三维坐标;
6、将人体躯干简化模型的活动端距离固定端的水平分量和垂直分量映射为轮椅底盘的平动速度和转动角速度;其中,所述人体躯干简化模型通过所述人体关键点形成,所述活动端根据所述第一关节进行配置,所述固定端根据所述第二关节进行配置;
7、将所述轮椅底盘的平动速度和转动角速度转换为速度控制话题进行发布;
8、接收到所述速度控制话题后,将所述速度控制话题的内容转换为对应的轮毂电机速度,以执行底盘运动控制。
9、进一步地,所述第一关节为肩关节,所述第二关节为髋关节。
10、进一步地,所述活动端被配置为所述肩关节的中点,所述固定端被配置为所述髋关节的中点。
11、进一步地,所述将人体躯干简化模型的活动端距离固定端的水平分量和垂直分量映射为轮椅平动速度和转动角速度包括以下步骤:
12、通过左右肩关节的三维坐标计算所述活动端的三维坐标,计算公式如下:
13、;
14、其中,为左肩关节的三维坐标,为右肩关节的三维坐标,为活动端的三维坐标;
15、通过左右髋关节的三维坐标计算所述固定端的三维坐标,计算公式如下:
16、;
17、其中,为左髋关节的三维坐标,为右髋关节的三维坐标,为固定端的三维坐标;
18、将所述固定端作为基准,通过所述活动端的三维坐标和所述固定端的三维坐标计算轮椅底盘的平动速度和转动角速度,计算公式如下:
19、;
20、其中,为活动端的三维坐标中坐标值,为固定端的三维坐标中坐标值,为活动端的三维坐标中坐标值,为固定端的三维坐标中坐标值,为平动速度,为转动角速度。
21、进一步地,所述将所述轮椅底盘的平动速度和转动角速度转换为速度控制话题进行发布包括以下步骤:
22、将计算出的平动速度赋值给所述速度控制话题中控制底盘前后直线运动的参数;
23、将计算出的转动角速度赋值给所述速度控制话题中控制底盘原地顺时针或逆时针转动的参数。
24、进一步地,所述将所述速度控制话题的内容转换为对应的轮毂电机速度包括以下步骤:
25、根据通信协议解析得到轮椅底盘的平动速度和转动角速度;
26、根据差速控制底盘的运动学模型,解算得到轮椅的左右轮速度,公式如下:
27、;
28、其中,为两轮之间的距离,为左轮目标速度,为右轮目标速度。
29、进一步地,所述人体关键点还包括手腕。
30、进一步地,在发布所述速度控制话题之前还包括以下步骤:
31、通过手腕的坐标信息判断手腕是否交叉;
32、若手腕交叉,则判断是否为第一次交叉;
33、若是第一次交叉,则开启体姿控制;
34、若是再次交叉,则关闭体姿控制;
35、若手腕未交叉,则正常执行后续程序。
36、进一步地,所述通过手腕的坐标信息判断手腕是否交叉包括以下步骤:
37、根据所述深度相机的坐标系,获取左手腕和右手腕处于自然状态下的坐标值;其中,沿手腕从右向左移动的方向,左手腕处于自然状态下的坐标值大于右手腕处于自然状态下的坐标值;
38、获取左手腕和右手腕最新的坐标值;
39、判断右手腕最新的坐标值是否大于左手腕最新的坐标值;
40、若是,则判定手腕交叉;
41、若否,则判定手腕未交叉。
42、进一步地,所述获取深度相机输出的经过对齐的深度图像和rgb图像包括以下步骤:
43、接收深度图像话题发布的深度图像以及rgb图像话题发布的rgb图像;
44、所述通过所述rgb图像进行人体关键点识别并提取人体关键点在xy平面的坐标信息包括以下步骤:
45、通过回调函数加载人体关键点识别模型;
46、通过关键点获取函数读取人体关键点数据;
47、将读取的人体关键点数据保存在三维数组中,所述三维数组的第一列和第二列存放人体关键点在xy平面的坐标信息;
48、所述通过所述深度图像提取所述人体关键点在xy平面的坐标信息对应位置的深度信息包括以下步骤:
49、将所述三维数组的第一列和第二列作为二维图像索引的行和列;
50、在所述深度图像话题中深度图像的二维数组中通过二维图像索引的行和列找到对应点的值,记录为深度信息;
51、将所述深度信息赋值给所述三维数组的第三列。
52、本专利技术的第二目的是提供一种电控轮椅,应用上述的方法,包括若干体姿识别控制节点模块、底盘运动控制节点模块、通信本文档来自技高网...
【技术保护点】
1.基于人体体姿识别的轮椅无级调速控制方法,其特征在于,包括以下步骤:
2.如权利要求1所述的基于人体体姿识别的轮椅无级调速控制方法,其特征在于:所述第一关节为肩关节,所述第二关节为髋关节。
3.如权利要求2所述的基于人体体姿识别的轮椅无级调速控制方法,其特征在于:所述活动端被配置为所述肩关节的中点,所述固定端被配置为所述髋关节的中点。
4.如权利要求3所述的基于人体体姿识别的轮椅无级调速控制方法,其特征在于:所述将人体躯干简化模型的活动端距离固定端的水平分量和垂直分量映射为轮椅平动速度和转动角速度包括以下步骤:
5.如权利要求4所述的基于人体体姿识别的轮椅无级调速控制方法,其特征在于:所述将所述轮椅底盘的平动速度和转动角速度转换为速度控制话题进行发布包括以下步骤:
6.如权利要求4所述的基于人体体姿识别的轮椅无级调速控制方法,其特征在于:所述将所述速度控制话题的内容转换为对应的轮毂电机速度包括以下步骤:
7.如权利要求2所述的基于人体体姿识别的轮椅无级调速控制方法,其特征在于:所述人体关键点还包括手腕。
...【技术特征摘要】
1.基于人体体姿识别的轮椅无级调速控制方法,其特征在于,包括以下步骤:
2.如权利要求1所述的基于人体体姿识别的轮椅无级调速控制方法,其特征在于:所述第一关节为肩关节,所述第二关节为髋关节。
3.如权利要求2所述的基于人体体姿识别的轮椅无级调速控制方法,其特征在于:所述活动端被配置为所述肩关节的中点,所述固定端被配置为所述髋关节的中点。
4.如权利要求3所述的基于人体体姿识别的轮椅无级调速控制方法,其特征在于:所述将人体躯干简化模型的活动端距离固定端的水平分量和垂直分量映射为轮椅平动速度和转动角速度包括以下步骤:
5.如权利要求4所述的基于人体体姿识别的轮椅无级调速控制方法,其特征在于:所述将所述轮椅底盘的平动速度和转动角速度转换为速度控制话题进行发布包括以下步骤:
6.如权利要求4所述的基于人体体姿识别的轮椅无级调速控制方法,其特征在于:所述将所述速度控制话题的内容转换为对应的轮毂电机速度包括以下步骤:
7.如权利要求2所述的基于人体体姿识别的轮椅无级调速控制方法,其特征在于:所述人体关键点还包括手腕。
8.如权利要求7所述的基于人体体姿识别的轮椅无级调速控制方法,其特征在于:在发布所述速度控制话题之前还包括以下步骤:
<...【专利技术属性】
技术研发人员:张文彬,刘斌,沙连森,姚兴亮,李宏云,李云,
申请(专利权)人:中国科学院苏州生物医学工程技术研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。