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方案

本发明专利技术提供了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，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；本发明专利技术能够对实体机器人的动作进行测评分析和记录。

【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，对于每台实体机器人应该进行监控及评测是很有必要，若是以目前的人工技术进行测试，达不到对应的效果，并且人工成本很高，对于一些运营中的机器人无法进行实时现场监控机器人的动作及表情等是否正确，故而对机器人的监控是势在必行的事情。每次新增实体机器人或者新增新的能力，就需要进行评测，这个是很庞大的工作量并且人工进行评测也很吃力，人工的能力无法达到。运营中的实体机器人使用久后，可能因为硬件寿命问题，会导致机构或者是舵机问题，而影响机器人的动作，需要工程师进行维护。工程师维护后，需要对机器人的动作行为进行测试是否已恢复到正常状态，这个时候单凭肉眼是无法测试出来，需要专业的技术进行测试。在平时研发过程中，需要针对每个部位的动作（比如脸部、头部、手臂、手掌、腿部、脚部及身体等等）进行测试，测试出每个部位在标准的动作下，整机的机器人的稳定性及零件、机构的最大寿命的情况进行测试，以评测出最完美的研发方案做出好的产品，但目前并没有标准化针对这块有很好的测试方案。
技术实现思路
为克服上述问题，本专利技术的目的是提供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，能够对实体机器人的动作进行测评分析和记录。本专利技术采用以下方案实现：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。进一步的，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。进一步的，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。进一步的，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。进一步的，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。进一步的，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，便于研究员进行数据分析。本专利技术还提供了一种基于人体姿态识别算法的实体机器人动作评测方法，其特征在于，包括以下步骤：步骤S1、动作执行测评即接收用户的测评需求信息，根据测评需求信息，发起执行测评的请求，下方执行测评的命令，实体机器人执行测评；步骤S2、人体姿态算法分析即根据动作数据的测试集动作使用人体姿态算法在实体机器人执行测评动作时，检测人体姿态的关键点，传给服务端，针对实体机器人的动作数据进行解析，转成对应的动作数据下发给机器人执行；步骤S3、监控预警即在实体机器人执行动作时，监控实体机器人的动作执行情况，将对应的实体机器人设备信息推送给用户，上报当前实体机器人的测评情况，设置预警阈值，到达预警阈值时，对用户进行本文档来自技高网...

【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