【技术实现步骤摘要】
基于穿戴示教服视频的人体姿态机器人示教方法及装置
本专利技术属于人体姿态的计算机视觉识别
,更为具体地讲,涉及一种基于穿戴示教服视频的人体姿态机器人示教方法及装置。
技术介绍
机器人的动作实现,通常是依赖专业的程序设计人员编写动作功能和逻辑程序,把程序下载输入到机器人,然后机器人执行程序,如生产线上的组装机器人。但是在未来,需求广泛的服务机器人应用领域,会存在丰富的个性化业务需求,如家政机器人和娱乐表演机器人等,然而用户通常无法掌握复杂的编程,使得服务机器人使用受到了一定的限制。
技术实现思路
本专利技术的目的在于克服现有技术的不足,提供一种基于穿戴示教服视频的人体姿态机器人示教方法及装置,使用户无需掌握复杂的编程的情况下,可以对服务机器人进行个性化操控和使用。为了实现上述专利技术目的,本专利技术基于穿戴示教服视频的人体姿态机器人示教方法,其特征在于,包括以下步骤:(1)、穿戴示教服视频获取示教人穿戴示教服进行示教,采用单目或多目摄像系统获取示教人的示教过程视频,该视频即为穿戴示教服视频;(2)、人体姿态精细识别使用视频目标识别和单目/多目视频图像同步融合算法,依据示教服,获取精确表征示教人的人体姿态变化过程的人体骨骼关节的时空点位演进序列(多维姿态时空姿态数据)和多维动力学参数;(3)、机器人本地操作参数转换把步骤(2)获得的人体骨骼关节的时空点位演进序列(多维姿态时空姿态数据)和多维动力学参数,转换为机器人本地操作参数或执行代码(机器人操控参数指令序列)。一种基于穿戴示教服视频的人体姿态机器人示教装置,其特征在于,包括:示教服,使用可伸缩材料制作而成 ...
【技术保护点】
1.一种基于穿戴示教服视频的人体姿态机器人示教方法,其特征在于,包括以下步骤:(1)、穿戴示教服视频获取示教人穿戴示教服进行示教,采用单目或多目摄像系统获取示教人的示教过程视频,该视频即为穿戴示教服视频;(2)、人体姿态精细识别使用视频目标识别和单目/多目视频图像同步融合算法,依据示教服,获取精确表征示教人的人体姿态变化过程的人体骨骼关节的时空点位演进序列(多维姿态时空姿态数据)和多维动力学参数;(3)、机器人本地操作参数转换把步骤(2)获得的人体骨骼关节的时空点位演进序列(多维姿态时空姿态数据)和多维动力学参数,转换为机器人本地操作参数或执行代码(机器人操控参数指令序列)。
【技术特征摘要】
1.一种基于穿戴示教服视频的人体姿态机器人示教方法,其特征在于,包括以下步骤:(1)、穿戴示教服视频获取示教人穿戴示教服进行示教,采用单目或多目摄像系统获取示教人的示教过程视频,该视频即为穿戴示教服视频;(2)、人体姿态精细识别使用视频目标识别和单目/多目视频图像同步融合算法,依据示教服,获取精确表征示教人的人体姿态变化过程的人体骨骼关节的时空点位演进序列(多维姿态时空姿态数据)和多维动力学参数;(3)、机器人本地操作参数转换把步骤(2)获得的人体骨骼关节的时空点位演进序列(多维姿态时空姿态数据)和多维动力学参数,转换为机器人本地操作参数或执行代码(机器人操控参数指令序列)。2.根据权利要求1所述的人体姿态机器人示教方法,其特征在于,所述示教人穿戴的示教服由能紧贴示教人体表的强弹性面料制成,示教服上紧贴人体肢体关节的部位具有相互区别的渐变不等宽或等宽色的关节色带环,示教服上设置对应关键人体肌肉(肌腱)的连接关节色带环的色带条,用于精细表征示教人的人体骨骼关节运动和肌肉运动形变。3.根据权利要求1所述的人体姿态机器人示教方法,其特征在于,步骤(2)为基于人体形态学的骨骼和肌肉运动规律和原理,建立的多维多自由度时间-空间联动的多维时空坐标系,在此多维时空系中,通过分析视频中色带条和色带环的空间位移和扭曲变化情况,基于人体运动学原理,推演计算示教人动作过程中关节、骨骼和肌肉的几何状态度量,运动力学数学模型表达及其模型参数,由此精细刻画人体姿态演变过程及该过程中人体骨骼刚体和关节柔体、肌肉柔体的状态和形变,进而得到人体骨骼关节的时空点位演进序列和多维动力学参数。4.根据权利要求3所述的人体姿态机器人示教方法,其特征在于,所述多维时空坐标系基于人体形态学骨骼系或人体外形中的某一点或一点组作为参照锚点,也可基于示教应用现场工作台或环境的某些不动点构造参考锚点(比如:示教工作台的某个固定不动的物品、示教人的肩关节、肘关节等均可同时作为多维时空坐标系坐标原点锚);此外,融合人体形态锚点(系)和工作现场锚点(系)的多维时空坐标系,维度为N(N≥3);关节转动按横剖自由度和纵剖自由度设置2维正交自由运动表征。5.根据权利要求1所述的人体姿态机器人示教方法,其特征在于,所述多维动力学参数是由人体形态学原理和人体姿态机理约束的一组表征相关关节柔体、骨骼刚体、肌肉柔体关联关系的线性、非线性、微分混合的方程组,该方程组的变化反映人体姿态的时序演进过程中运动刚体和柔体的关联和约束,所述多维动力学参数可参考人体形态学和人体运动学理论,由示教视频图像序列分析统计提取得到,同时又用于逆向修正示教视频处理过程计算得的不良...
【专利技术属性】
技术研发人员:彭云峰,郭秀萍,郭燕妮,翟雪迎,
申请(专利权)人:北京科技大学,
类型:发明
国别省市:北京,11
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。