【技术实现步骤摘要】
基于人体姿态识别算法的实体机器人动作评测系统及方法
本专利技术涉及机器人测试
,特别是基于人体姿态识别算法的实体机器人动作评测系统及方法。
技术介绍
随着社会不断地进步,用户对实体机器人的智能度越来越高,不再满足于语言对话及机械般的动作,更希望它能够做出更贴近人类的表情、动作、眼神、甚至是情感等等,能为我们的生活及工作添加些色彩。目前针对实体机器人的动作的标准性及稳定性测试没有很好地方法,更多地是通过人工方式,并且测试的方式很繁琐,准确性不高。在研发机器人的过程中需要对机器人的动作行为进行测试,使得机器人动作能到达标准,甚至能够达到业界的顶峰。近年来,基于深度学习的人体姿态识别的研究越来越多,出现了基于不同数据源:深度图或RGB视频的人体关节的人体动作分类的方法以及特征表示方法。人体姿态估计是计算机视觉中一个基础的问题,是对“人体”的姿态(关键点,比如头,手,脚等)的位置。人体姿态识别可分为两种思路,一是先检测图片中人体所在的区域,再检测区域内的人体关键点。二是先检测图片中所有的人体关键点,然后把这些关键点对应到不同的人物个体。现有技术中实体机器人在设计及研发时,是有标准的角度要求,但是实体机器人会受硬件材料等影响,很多时候装机后,动作、表情等行为会受到影响,甚至会出入,而目前评测方式是通过人为去判断,但是这种方式是主观意识,每个人的评测标准不一样,谈不上客观性。实体机器人是由软硬件组成,每台设备多少会存在区别,并且受使用环境,比如说网络的不同,也会影响机器人的动作情况,对于每台实体机器 ...
【技术保护点】
1.一种基于人体姿态识别算法的实体机器人动作评测系统,其特征在于:所述系统包括实体机器人动作测评执行模块、人体姿态算法模块、监控预警模块、数据存储模块和评测报告模块,/n所述实体机器人动作测评模块负责根据测评需求信息,发起执行测评请求,下发执行测评命令;/n所述人体姿态算法模块负责根据测试集的动作使用人体姿态识别算法检测人体姿态的关键点,传给服务端,对其进行解析,转成对应的动作数据下发给机器人执行对应动作;/n所述监控预警模块负责监控实体机器人情况,将对应的设备信息推送给用户,用户试试了解设备情况,上报当前实体机器人的具体情况;/n所述数据存储模块负责存储用于评测实体机器人动作的评测测试集和算法测试集,并且存储每个实体机器人的评测数据,以实体机器人的每次测试作为唯一标识来记录数据,为后续数据进行分析及实体机器人深度学习做准备;/n所述评测报告模块负责对实体机器人的动作评测结果进行数据分析,将动作评测结果的数据、评测结果统计、评测覆盖率和评测结论分析进行图形化展示。/n
【技术特征摘要】
1.一种基于人体姿态识别算法的实体机器人动作评测系统,其特征在于:所述系统包括实体机器人动作测评执行模块、人体姿态算法模块、监控预警模块、数据存储模块和评测报告模块,
所述实体机器人动作测评模块负责根据测评需求信息,发起执行测评请求,下发执行测评命令;
所述人体姿态算法模块负责根据测试集的动作使用人体姿态识别算法检测人体姿态的关键点,传给服务端,对其进行解析,转成对应的动作数据下发给机器人执行对应动作;
所述监控预警模块负责监控实体机器人情况,将对应的设备信息推送给用户,用户试试了解设备情况,上报当前实体机器人的具体情况;
所述数据存储模块负责存储用于评测实体机器人动作的评测测试集和算法测试集,并且存储每个实体机器人的评测数据,以实体机器人的每次测试作为唯一标识来记录数据,为后续数据进行分析及实体机器人深度学习做准备;
所述评测报告模块负责对实体机器人的动作评测结果进行数据分析,将动作评测结果的数据、评测结果统计、评测覆盖率和评测结论分析进行图形化展示。
2.根据权利要求1所述的一种基于人体姿态识别算法的实体机器人动作评测系统,其特征在于:所述动作测评执行模块进一步包括:检测单元、监控单元和创建任务单元,所述检测单元,用于实时检测是否有待执行执行测评的请求;所述监控单元,启动多线程,通过多线程去监控实体机器人,检测到有新增评测任务,系统就会根据评测需求,调用所需的测试集;所述创建任务单元,用于让客户选择是否需要对实体机器人的动作进行监控,是,则根据需求创建监控任务,否,则不需要对实体机器人进行监控,若无待执行测评请求,继续等待。
3.根据权利要求1所述的一种基于人体姿态识别算法的实体机器人动作评测系统,其特征在于:所述人体姿态算法模块进一步包括:请求单元、执行单元、解析单元和判断单元,所述请求单元,用于实时监测是否有图片检测请求;所述执行单元,用于判断请求单元是否有图片检测请求,是,则对图片进行检测,并且输出人体姿态的关键值发给服务端进行数据转换为实体机器人可执行的动作数据指令,否,则无图片进行检测;所述解析单元,用于在实体机器人接受指令后,开始执行动作,并记录执行完后的动作数据,再传给服务端,服务端对动作数据进行解析,与原先人体姿态算法的关键点值进行对比,查看是否一致,从而得到实体机器人当前的动作是否正确;所述判断单元,用于判断当前的测试集是否为新的测试集,是,则获取为实体机器人动作训练数据,自行进行人体姿态算法训练,完善动作评测模型,否,则按照之前的测试集对实体机器人进行动作训练。
4.根据权利要求1所述的一种基于人体姿态识别算法的实体机器人动作评测系统,其特征在于:所述监控预警模块进一步包括:接收单元和执行命令单元,所述接收单元,用于接收监控任务,设置监控参数,选择要监控的动作数据;所述执行命令单元,用于执行监控命令,收集到实体机器人上传的动作数据,服务端对实体机器人上传的动作数据进行处理,并且把动作数据与人体姿态检测对应的动作数据进行比对,验证是否有异常,有,则下发预警信息给客户,无,则继续进行监控。
5.根据权利要求1所述的一种基于人体姿态识别算法的实体机器人动作评测系统,其特征在于:所述存储测评模块进一步的具体为:接收评测结果的评测数据进行存储,将每一次的测试数据进行存储,并对每一次的测试数据进行标识记录,在进行动作数据分析时,便于区分每次测试的动作数据。
6.根据权利要求1所述的一种基于人体姿态识别算法的实体机器人动作评测系统,其特征在于:所述测试报告模块进一步包括:读取单元和数据分析单元,所述读取单元,用于读取所述存储评测模块的评测数据,进行分析,统计上万次的结果数据使用程序进行数据分析,计算出评测数据分布及实体机器人每个能力中的各个环节响应时间,提出可优化建议;所述数据分析单元,用于将总评测结果的效果图、评测覆盖率和评测结果分析及建议均通过图形化展示,生成评测报告,...
【专利技术属性】
技术研发人员:刘德建,林剑锋,林小红,林琛,
申请(专利权)人:福建天晴数码有限公司,
类型:发明
国别省市:福建;35
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。