一种基于数据手套的水下机器人软体作业手位置跟踪方法技术

本发明专利技术针对数据手套的动态捕捉准确性和水下软体作业手位置跟踪的不准确性，公开了一种基于数据手套的水下机器人软体作业手位置跟踪方法。针对数据手套对人手部关节进行数据捕捉时角度不准确的问题，将姿态融合算法运用到数据手套的姿态采集中，融合三轴磁力计、三轴加速度计和三轴陀螺仪的数据求解出姿态角度。针对水下软体作业手对人手部位置跟踪的问题，本发明专利技术提出采用动态矩阵预测控制，通过设计轨迹跟踪误差性能优化指标，建立跟踪误差约束条件，并把满足约束条件的性能优化问题，转化为求解控制增量的二次规划问题，获得时域内满足误差约束条件的预测控制，提高了数据手套动态捕捉和水下软体作业手的位置跟踪的准确性。性。性。

【技术实现步骤摘要】
一种基于数据手套的水下机器人软体作业手位置跟踪方法


[0001]本专利技术涉及数据手套动态捕捉及水下软体作业手位置跟踪
，尤其涉及一种基于数据手套的水下机器人软体作业手位置跟踪方法。

技术介绍

[0002]近年有缆水下机器人(ROV)作业技术的发展，越来越多的复杂作业任务被有缆水下机器人(ROV)所承担，水下机器人的人机交互也成为了水下机器人作业技术的研究热点以及未来方向。基于动作捕捉技术研制的数据手套可以实现对人手手指姿态采集，将采集到的手指弯曲角度和手臂姿态数据转换为机械手驱动电机的旋转角度，从而实现对机械手姿态的远程控制。动作捕捉技术是一种将人体在三维空间的运动姿态转换为数字信息的技术，目前已经广泛使用于电脑动画、体育和教育、互动游戏、虚拟现实、医学研究等人机交互领域，从捕捉原理层面分类，动作捕捉技术可以分为光学式、机械式、惯性传感器等。其中常用的动作捕捉技术有光学式、机械式和基于惯性传感器六大类。其中光学式动作捕捉需要在捕捉对象身上预先设置光学标记点，然后用摄像机对标记进行跟踪，通过对拍摄到的标记点视频进行图像分析来完成高精度的动本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据手套的水下机器人软体作业手位置跟踪方法，其特征在于，包括步骤：步骤1.搭建互补滤波器，消除加速度计和磁力计的高频噪声以及陀螺仪的低频噪声，设计离散型卡尔曼滤波器，用四阶龙格库塔法求解四元素微分方程，并通过四元素与欧拉角的换算关系求得当前时刻的用欧拉角表示的姿态角，构建出此过程的状态方程；步骤2.在状态方程和观测方程中，读取当前陀螺仪数据，并计算状态量的预估计，由加速度和磁力计算出的姿态角数据，以及计算测量过程中的残余；步骤3.计算卡尔曼增益，并更新系统的状态估计以及误差协方差，等待采样时间Δt，返回执行第一步进行下一时刻角度的估计；步骤4.搭建水下软体作业手运动学控制增量预测模型，设计动态矩阵预测控制器，设此时为[0t]时间内的n时刻，数据手套捕捉的人手关节位置为当前时刻的坐标值，水下软体作业手关节的位置ψ作为上一周期中的坐标值；步骤5.用数据手套捕捉的人手关节位置减去水下软体作业手关节的位置ψ得到一个增量，经过模型参数修正水下软体作业手运动学模型；步骤6.将ψ的值输入到水下软体作业手运动学模型中，预测出下一时刻水下软体作业手坐标的预测值然后在下一周期重复此步骤，并设置限制条件，进行滚动优化实现对水下软体作业手的位置跟踪控制。2.根据权利要求1所述的一种基于数据手套的水下机器人软体作业手位置跟踪方法，其特征在于，所述步骤1通过四元素与欧拉角的换算关系求得当前时刻的用欧拉角表示的姿态角，构建出此过程的状态方程具体步骤为：步骤1.1：根据陀螺仪输出的角速度数据建立四元素微分方程，其计算公式为：即：其中：ω表示角速度，ω
x
、ω
y
、ω
z
表示角速度分量，Q表示姿态角，表示四元素分量；步骤1.2：通过四阶龙格库塔法求解上式微分方程可得当前时刻的姿态四元素；步骤1.3：通过四元素与欧拉角的换算关系下可求得当前时刻的用欧拉角表示的姿态角。3.根据权利要求1所述的一种基于数据手套的水下机器人软体作业手位置跟踪方法，其特征在于，所述步骤2计算状态量的预估计以及计算测量过程中的残余的具体步骤为：步骤2.1：在状态方程和观测方程中，读取当前陀螺仪数据；有缆水下机器人(ROV)数据手套卡尔曼滤波状态方程：θ
k+1
＝θ
k
+[ω
k
‑
ω
err_k
]
·
Δt+v
k
ꢀꢀꢀ
(3)
有缆水下机器人(ROV)数据手套卡尔曼滤波观测方程：其中：θ
k
为第k时刻目标的姿态角，ω
k
为第k时刻陀螺仪输出的角速度，ω
err_k
为第k时刻陀螺仪输出角速度的误差，v
k
为输入噪声，Δt为系统的采样周期，θ
k+1
为已知θ
k
时刻的角度的情况下由陀螺仪数据估计出的在k+1时刻的角度值，ω
k
为第k时刻陀螺仪输出的角速度，ε
k
是随机信号，y
k+1
为k+1时刻的变量值；步骤2.2：由于陀螺仪进行姿态解算产生的误差主要来源于积分积累，而且陀螺仪测量当前时刻的角速度较为稳定，因此可以将陀螺仪的角速度测量误差视为常量，即ω
err_k+1
＝ω
err_k
ꢀꢀꢀꢀ
(5)步骤2.3：对于系统而言，θ
k
和ω
err_k
为系统观测的状态，ω
k
为系统输入变量，则陀螺仪建立的系统状态矩阵方程为：其中：A和B为系数矩阵，x
k+1
为k+1时刻系统状态向量，v
k
是随机信号，属于正态分布的白色噪声，v
k
～N(0,Q)；步骤2.4：根据系统的状态方程(1)和(4)可得系统的状态矩阵如下：步骤2.5：由系统的状态矩阵(7)和观测方程(4)，可得状态量到观测量的增益矩阵：H＝(1 0)
ꢀꢀꢀꢀ
(8)其中：H为观测量的增益；步骤2.6：加速度计和磁力计的姿态角数据y
k
，即量测方程为：y
k
＝Hx
k
+ε
k
ꢀꢀꢀꢀꢀ
(9)其中：x
k
为k时刻系统状态向量；步骤2.7：测量过程中的残余：其中，s
k
为残余，为预测之差，为先验估计；步骤2.8：先验估计的误差协方差：x
k
＝Ax
k
‑1+BU
k
+v
k
ꢀꢀꢀꢀꢀꢀ
(11)其中：A和B为系数矩阵，U
k
为系统输入量；根据状态方程可以由系统在k
‑
1时刻的状态x
k
‑1对当前状态做先验估计，即卡尔曼滤波器的预测部份，此时得到的系统状态值为先验估计值，存在一...

【专利技术属性】
技术研发人员：曾庆军，杨淦华，邱海洋，张永林，
申请(专利权)人：江苏科技大学，
类型：发明
国别省市：