一种基于混合滤波器自适应无标记机械臂轨迹跟踪方法技术

本发明专利技术提出了一种基于混合滤波器自适应无标记机械臂轨迹跟踪方法，包括以下步骤：S1、利用固定在笛卡尔平台上的体感控制器(Leap Motion)获取人手的位置、速度、角速度、加速度和朝向；S2、采用区间卡尔曼滤波(IKF)估计人手的位置；S3、用改进的粒子滤波(IPF)估计人手的方位与姿态；S4、采用均值滤波器(MF)来平滑笛卡尔平台的运动。本发明专利技术利用Leap Motion获取手的位置，并利用改进的粒子滤波提高手位置估计的准确度，使得人能以一种很自然的方式控制机械臂。由于仅仅通过处理视觉数据来获取手的位置和姿态，无需操作者佩戴任何设备，侵入性低。提高了人机交互的友好性。

An adaptive trajectory tracking method based on hybrid filter for unmarked manipulator

【技术实现步骤摘要】
一种基于混合滤波器自适应无标记机械臂轨迹跟踪方法
本专利技术涉及人机交互技术，具体涉及一种基于混合滤波器自适应无标记机械臂轨迹跟踪方法。
技术介绍
人机机器接口是指用户和机器人之间的交互。传统的人-机器人交互模式是以机器人为中心的受限模式。虽然这种联系方法能够满足精确的交互要求,但交互性并不灵活,需要进行密集训练以完成目标任务。用户无法记住新的命令并探索新的功能。与传统的人-机器人交互技术相比,不受限制的人-机器人交互技术强调将人的自然能力与计算设备、感知和推理能力结合起来。此外,它允许人类使用多种渠道,如声音,手势,视觉等。多个感官和效果通道是可选的并行和协作,以实现多通道,高带宽,高效和无限制的人-机器人通信。多通道通信可以扩大人机通信的"带宽",减少人的认知困难。人类不再需要扭曲他们最自然的思维方式和行为,以满足机器人的要求。人的表达的模糊性和不精确性使得不受限制的人机交互技术在机器人交互中的应用具有巨大的挑战性。目前已有上肢同机器人主设备,操作员执行三维身体运动后，机器人复制操作员的动作。在开发一个软可穿戴的机器人替换全身外骨骼设备。随着手套的发展,操作员可以保持不同形状的对象,而不主动控制。另一种就是将磁性惯性单元连接到腰部,并检查多传感器数据融合的效果。还有一些是使用惯性和肌电信号识别手和手指手势。使用一个操纵杆与可折叠的椅子遥控机器人的位置、姿态和手爪。使用操纵杆,头方向和手势控制机器人和照相机,。人-机器人交互使用接触装置要求操作者直接佩戴或触摸设备,这可能会阻碍操作者的移动,使操作者笨拙。例如,上肢同机器人主设备阻碍了全身运动,而数据手套则会阻碍手的运动。此外,联系人交互要求操作员学习如何使用该设备以及如何在操作过程中操作设备,如操纵杆、鼠标和键盘。此外,操纵杆控制的方向是二维的,而实际的物理世界是三维的,所以交互性不够自然。非接触方法包括使用语音、手势、眼睛等方法。非接触式人-机器人交互要求传感器的高精度,如声音传感器或身体运动传感器。此外,一些非接触方法需要标记,但标记可能在复杂的环境中被遮蔽。因此,无标记的和非接触式人-机器人交互是可取的,预期是自然和有效的。而且,它不能限制操作者的动作,最好不用复杂的学习过程。根据里基定律,对于指点装置,T＝a+blog2(D/W+1),D代表当前位置和目标位置之间的距离,而W显示目标对象的大小。到达目标所需的时间取决于目标大小以及当前位置和目标位置之间的距离。目标对象是一致的,其大小也是一致的。以前的研究需要的手势复位和因而增加的时间费用。以鼠标为例,复位意味着鼠标移动到区域时操作不便,将鼠标移回区域操作方便。Kinect也是一种非接触式的人-机器人交互装置,其检测范围比固定跃迁化妆水。然而,LeapMotion更专业的手势检测。利用IKF和森林小组估计测量位置和方位数据,可用于消除噪声和测量误差的影响。对所提出的人-机器人界面进行了一系列的实验评估和验证。结果表明,该方法具有较高的效率。
技术实现思路
为了解决上述现有技术所存在的问题，本专利技术提供一种基于混合滤波器自适应无标记机械臂轨迹跟踪方法，根据混合滤波器自适应跟踪系统无标记的人机接口,使操作者能够通过三维手势控制机械臂。该方法将LeapMotion和笛卡尔平台集成在一起。LeapMotion固定在笛卡尔平台上,以感知用户手的移动,包括位置、方位和姿态。当笛卡尔平台跟随手,将手放在检测区域的中心时,测量精度较高,测量空间可以扩展。虽然LeapMotion可以获得手的姿态,但由于传感器固有的噪声,测量误差随着时间的推移而增加。为了提高测量精度,采用区间卡尔曼滤波(IKF)估计手的位置,并用改进的粒子滤波(IPF)来估计手的方位。此外,采用了均值滤波器(MF)来平滑笛卡尔平台的运动。本专利技术至少通过如下技术方案之一实现。一种基于混合滤波器自适应无标记机械臂轨迹跟踪方法，包括以下步骤：S1、利用固定在笛卡尔平台上的体感控制器(LeapMotion)获取人手的位置、速度、角速度、加速度和朝向；S2、采用区间卡尔曼滤波(IKF)估计人手的位置；S3、用改进的粒子滤波(IPF)估计人手的方向；S4、采用均值滤波器(MF)平滑笛卡尔平台的运动轨迹。进一步的，笛卡尔平台的运动范围是一个长方体；笛卡尔平台能够在三维空间中移动。进一步的，步骤S1使用LeapMotion获取人手的位置、角速度、加速度和朝向，具体是在人-机械臂界面中,通过改变人手的位置和方向,利用人手手掌来控制机械臂的末端效应器；人手的坐标和朝向对机械臂末端执行器的坐标和朝向进行映射，从而使机器人机械臂产生相应的三维运动。进一步的，所述机械臂的坐标主要由LM坐标系和人手坐标系组成；LM坐标系和人手坐标系之间的转换是用横滚角、俯仰角和偏航角三种角度方向进行坐标转换；LM坐标系为右笛卡尔坐标系，并且坐标系的原点与LM本身的中心重合，LM坐标系的YL轴垂直于设备所在的水平面，而LM坐标系的XL轴和ZL轴均位于水平面上，ZL轴平行于设备的短边，而XL轴平行于设备的长边；人手坐标系定义为：ZH轴垂直于手掌平面，指向手背，YH轴与从掌心到中指的直线共线，XH轴垂直于ZH轴与YH轴所在的平面；利用机械臂的坐标获得出机械臂的位置、方向、速度和角速度；人手手掌的位置和方向从LM测量的数据中获取得到。进一步的，LM是放置在笛卡尔平台的最终效应器,并与笛卡尔平台一起移动。进一步的，步骤S2在通过LM测量人手的方向之后，机械臂坐标中的加速度转换为世界坐标中的加速度；在转换过程中，用IKF估计每个坐标的方向，位置和速度。进一步的，步骤S3利用改进的粒子滤波，通过对状态样本计算后验，其权重被归一化；IPF的参数包括人手的角速度和方向；在粒子滤波中，状态样本指的是在状态空间中随机选取的若干样本；LM对人手的方向进行检测，包括横滚角、俯仰角和偏航角；横滚角、俯仰角和偏航角分别表示绕x，y和z轴的旋转角度，根据欧拉定理，从欧拉角到四元数的转换表示为：其中四元数分量q0,q1,q2,q3满足以下关系:通过测量和角速度计算得出的四元数是IPF的参数其中代表在时间点tk，IPF估计的第i个粒子的状态；由于方向是由单位四元数表示的，因此在每个粒子方向上，四个状态分量满足以下条件：其中和表示在时间点tk组成单元四元数的四个分量，由于获得跟踪的角速度数据，因此在时间点tk+1，通过以下方法计算每个粒子的四元数分量：其中t表示采样时间，ωx,k、ωy,k和ωz,k分别表示绕x、y和z轴的角速度分量。由于一个LM的工作区具有锥角、高度和底部半径分别为89.5°、550毫米和50毫米的锥形区域。在这个有限的工作空间中,操作员的手在控制机械臂时很容易离开LM的有效范围。如果失去了手的跟踪,操作员应该反复重置他或她的手,这是耗时的。为解决这一问题,提出了一种采用笛卡尔平台的方法。LM是固定在笛卡尔平台的最终效本文档来自技高网...

【技术保护点】
1.一种基于混合滤波器自适应无标记机械臂轨迹跟踪方法，其特征在于，包括以下步骤：/nS1、利用固定在笛卡尔平台上的体感控制器(Leap Motion)获取人手的位置、角速度、加速度和朝向；/nS2、采用区间卡尔曼滤波(IKF)估计人手的位置；/nS3、用改进的粒子滤波(IPF)估计人手的方向；/nS4、采用均值滤波器(MF)平滑笛卡尔平台的运动轨迹。/n

【技术特征摘要】
1.一种基于混合滤波器自适应无标记机械臂轨迹跟踪方法，其特征在于，包括以下步骤：
S1、利用固定在笛卡尔平台上的体感控制器(LeapMotion)获取人手的位置、角速度、加速度和朝向；
S2、采用区间卡尔曼滤波(IKF)估计人手的位置；
S3、用改进的粒子滤波(IPF)估计人手的方向；
S4、采用均值滤波器(MF)平滑笛卡尔平台的运动轨迹。


2.根据权利要求1所述的一种基于混合滤波器自适应无标记机械臂轨迹跟踪方法，其特征在于，笛卡尔平台的运动范围是一个长方体；笛卡尔平台能够在三维空间中移动。


3.根据权利要求1所述的一种基于混合滤波器自适应无标记机械臂轨迹跟踪方法，其特征在于，步骤S1使用LeapMotion获取人手的位置、角速度、加速度和朝向，具体是在人-机器人界面中,通过改变人手的位置和方向,利用人手手掌来控制机械臂的末端效应器；人手的坐标和朝向对机械臂末端执行器的坐标和朝向进行映射，从而使机器人机械臂产生相应的三维运动。


4.根据权利要求3所述的一种基于混合滤波器自适应无标记机械臂轨迹跟踪方法，其特征在于，所述机械臂的坐标主要由LM坐标系和人手坐标系组成；LM坐标系和人手坐标系之间的转换是用横滚角、俯仰角和偏航角三种角度方向进行坐标转换；LM坐标系为右笛卡尔坐标系，并且坐标系的原点与LM本身的中心重合，LM坐标系的YL轴垂直于设备所在的水平面，而LM坐标系的XL轴和ZL轴均位于水平面上，ZL轴平行于设备的短边，而XL轴平行于设备的长边；人手坐标系定义为：ZH轴垂直于手掌平面，指向手背，YH轴与从掌心到中指的直线共线，XH轴垂直于ZH轴与YH轴所在的平面；
利用机械臂的坐标获得出机械臂的位置、方向...

【专利技术属性】
技术研发人员：杜广龙，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44