基于多工作链的拟人机器人实时模仿人体运动的方法技术

本发明专利技术揭示了一种基于多工作链的拟人机器人实时模仿人体运动的方法，包括如下步骤：S1、数据获取及优化步骤；S2、坐标映射步骤；S3、正向运动学模型建立步骤；S4、多工作链的逆向运动学求解步骤；S5、角度值进行滤波处理步骤；S6、角度值限制步骤。本发明专利技术的拟人机器人实时模仿人体运动的方法，吸取现有各类技术的优点，实现拟人机器人对人体运动的实时模仿，具有很高的使用及推广价值。

【技术实现步骤摘要】
基于多工作链的拟人机器人实时模仿人体运动的方法
本专利技术涉及一种机器人运动方法，具体而言，涉及一种基于多工作链的拟人机器人实时模仿人体运动的方法，属于人机交互领域。
技术介绍
随着科技的不断发展，机器人技术不再仅限于工业制造领域内的应用，机器人技术正迅速地扩展到家庭娱乐、医疗服务、教育科研以及勘测探险等领域。可以预见的是，机器人在21世纪将会得到更加飞速地发展。伴随着图像处理、机器视觉、人工智能等相关学科的不断发展，尤其是深度传感器(如Microsoft的Kinect等)出现后，基于深度传感器获得人体运动骨骼信息的技术方案逐步成为了现实。由于光学传感器的工作原理是通过光线反射时间计算被检测物体的参数，不需要使用者佩戴额外的穿戴设备，因而基于深度传感器进行人机交互是一种更加自然、也更加便捷的人机交互方式。目前，运用光学传感器是人机交互技术中最为前沿和热门的领域之一。基于深度传感器的应用开发使人机交互可以从二维平面互动扩展到三维空间自由交互，并且能够提供非接触的交互体验，使用户在与机器的交互过程中更自由。当前的机器人模仿主要基于两种方式，一种是角度配置的相似性，一种是末端执行器轨迹的相本文档来自技高网...

【技术保护点】
1.一种基于多工作链的拟人机器人实时模仿人体运动的方法，其特征在于，包括如下步骤：S1、数据获取及优化步骤，通过深度传感器获取人体各关节在传感器坐标系下的骨骼位置数据，并对所获取的数据进行优化处理；S2、坐标映射步骤，将经过优化处理后的骨骼位置数据转化为向量信息，并映射到拟人机器人的尺寸上；S3、正向运动学模型建立步骤，在拟人机器人的单条手臂上，建立从肩关节到肘关节的正向运动学工作链和从肩关节到腕关节的正向运动学工作链；S4、多工作链的逆向运动学求解步骤，求解从肩关节到肘关节的逆向运动学方程，获取肩部关节两个自由度的角度值，再将所获取的角度值代入从肩关节到腕关节的逆向运动学方程中并求解，获取肘...

【技术特征摘要】
1.一种基于多工作链的拟人机器人实时模仿人体运动的方法，其特征在于，包括如下步骤：S1、数据获取及优化步骤，通过深度传感器获取人体各关节在传感器坐标系下的骨骼位置数据，并对所获取的数据进行优化处理；S2、坐标映射步骤，将经过优化处理后的骨骼位置数据转化为向量信息，并映射到拟人机器人的尺寸上；S3、正向运动学模型建立步骤，在拟人机器人的单条手臂上，建立从肩关节到肘关节的正向运动学工作链和从肩关节到腕关节的正向运动学工作链；S4、多工作链的逆向运动学求解步骤，求解从肩关节到肘关节的逆向运动学方程，获取肩部关节两个自由度的角度值，再将所获取的角度值代入从肩关节到腕关节的逆向运动学方程中并求解，获取肘部关节两个自由度的角度值；S5、角度值进行滤波处理步骤，对所获取的角度值进行滤波处理；S6、角度值限制步骤，对已经过滤波处理后的角度值进行限制，避免拟人机器人运动过程中的自我碰撞。2.根据权利要求1所述的基于多工作链的拟人机器人实时模仿人体运动的方法，其特征在于：所述深度传感器为Kinect传感器。3.根据权利要求1所述的基于多工作链的拟人机器人实时模仿人体运动的方法，其特征在于，S1中所述对所获取的数据进行优化处理，包括如下步骤：使用Holt双指数平滑方法中的平滑滤波器来过滤骨骼位置数据。4.根据权利要求1所述的基于多工作链的拟人机器人实时模仿人体运...

【专利技术属性】
技术研发人员：陈建新，郭伟，周亮，张明，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32