推拿机器人制造技术

本发明专利技术公开了推拿机器人，包括躺床和设备体，所述设备体上设有多轴协作机器人，所述多轴协作机器人的运动端设有多头推拿器，所述多头推拿器和多轴协作机器人的运动端之间设有对多头推拿器的推拿压力进行检测的三维力传感器，且所述躺床的旁侧设有定位架，所述定位架上设有对躺床的背部穴位信息进行采集的3D相机；所述设备体内设有工业控制器，且所述3D相机的输出端与工业控制器连接，所述多轴协作机器人与工业控制器连接，工业控制器根据3D相机采集到的背部穴位信息，控制多轴协作机器人带动多头推拿器对相应的背部穴位进行推拿，并且通过三维力传感器对推拿力进行实时监测，通过控制多轴协作机器人的运动对多头推拿器的按摩手法进行调节。按摩手法进行调节。按摩手法进行调节。

【技术实现步骤摘要】
推拿机器人


[0001]本专利技术涉及中医推拿
，具体为推拿机器人。

技术介绍

[0002]背部穴道的定位是中医推拿机器人研究的难点之一。传统的中医推拿中背部穴道定位通常依赖于医生的经验以及中医“同身寸”理论，即根据人体骨节的一些表面特征来判别穴道的具体位置。但这些传统的定位方法需要现场摸骨确定坐标，依赖于医师经验和临场决策的影响。而当前具备完备中医理论知识的中医推拿师数量较少，单纯依靠人力无法满足中医推拿市场的需求；而现有的推拿机器人难以对学位进行准确识别，并且在推拿的过程中难以对推拿力进行精准控制。因此我们对此做出改进，提出推拿机器人。

技术实现思路

[0003]为了解决上述技术问题，本专利技术提供了如下的技术方案：
[0004]本专利技术推拿机器人，包括躺床和设备体，所述设备体上设有多轴协作机器人，所述多轴协作机器人的运动端设有多头推拿器，所述多头推拿器和多轴协作机器人的运动端之间设有对多头推拿器的推拿压力进行检测的三维力传感器，且所述躺床的旁侧设有定位架，所述定位架上设有对躺床的背部穴位信息进行采集的3D相机；所述设备体内设有工业控制器，且所述3D相机的输出端与工业控制器连接，所述多轴协作机器人与工业控制器连接，工业控制器根据3D相机采集到的背部穴位信息，控制多轴协作机器人带动多头推拿器对相应的背部穴位进行推拿，并且通过三维力传感器对推拿力进行实时监测，通过控制多轴协作机器人的运动对多头推拿器的按摩手法进行调节。
[0005]作为本专利技术的一种优选技术方案，所述的3D相机对部穴位信息进行采集的方法是，包括以下步骤，
[0006]步骤1、获取包含人体的轮廓、姿态等信息的二维RGB图像数据，以及包含人体背部的深度信息的三维点云数据；
[0007]步骤2、通过二维RGB图像数据提取得到肩部特征点；通过三维点云数据提取得到臀部特征点；
[0008]步骤3、将提取得到的二维肩部特征点和臀部特征点进行融合；
[0009]步骤4、进行模型训练，将融合后所有特征点的坐标输入GBDT算法进行回归训练，得到基准穴道坐标的回归模型；
[0010]步骤5、通过回归模型得到标准基准穴道坐标，基于标准基准穴道坐标建立了其他背部穴道坐标的计算公式，计算得到其他背部穴道坐标。
[0011]作为本专利技术的一种优选技术方案，所述的步骤2中通过二维RGB图像数据提取得到肩部特征点所采用的方法是，通过OpenPose人体姿态检测算法来进行特征提取，人体骨架中的左肩节点、颈背节点以及右肩节点三个关键点作为二维特征点；
[0012]所述的步骤2通过三维点云数据提取得到臀部特征点的方法是，通过3D相机对人
体背部进行拍摄三维点云数据，采用人体两侧臀部最高点的连线与后正中线的交点作为三维特征点，将3D相机拍摄时的y轴和推拿床长边方向保持平行，故可根据点云y轴两侧的点数来判断人体后正中线的位置，并对两侧点的z轴坐标进行遍历对比，分别得到两侧臀部的最高点的坐标，最终计算出三维点云特征点；
[0013]所述的模型训练的方法是，将融合后的臀部特征点和肩部特征点的坐标整合成向量作为输入，输入到梯度提升决策树机器学习算法中，建立基准穴道坐标的回归模型。
[0014]作为本专利技术的一种优选技术方案，，所述多轴协作机器人的力位控制方法是，包括以下步骤，
[0015]步骤1、对推拿机器人的路径规划进行规划，同时设定不同的推拿手法；利用具有透传功能的协作机器人将运动路径点提前存入透传缓存队列；
[0016]步骤2、选定推拿手法，获取当前位置用户坐标系坐标，并对其进行转换，得到协作机器人基坐标系坐标；
[0017]步骤3、将协作机器人基坐标系坐标反解得到协作机器人的关节坐标系坐标，并将关节坐标系坐标输入到缓存队列，若达到目标点，则协作机器人关闭透传功能，若没有达到目标点，则对应手法控制器对协作机器人进行控制，基于三轴力传感器反馈值更新运动目标点的用户坐标系坐标，获取修正坐标，计算得到协作机器人基坐标系坐标，最终直至到达目标点。
[0018]作为本专利技术的一种优选技术方案，在步骤1之前进行坐标系设定，且设定方法为，设定协作机器人用户坐标系z轴和三轴力传感器x轴、协作机器人用户坐标系x轴和三轴力传感器y轴、协作机器人用户坐标系y轴和三轴力传感器z轴设定重合，且协作机器人用户坐标系z轴与推拿床平面保持垂直，则有
[0019][0020]x
s
代表三轴力传感器x轴，x
u
代表协作机器人用户坐标系x轴，y
s
三轴力传感器y轴，y
u
代表协作机器人用户坐标系y轴，Z
s
代表三轴力传感器z轴，Z
u
代表协作机器人用户坐标系z轴；
[0021]可得三轴力传感器中的读数和实际的人机交互力之间关系为，
[0022][0023]Fx
s
代表三轴力传感器受力在x轴方向上的分量，Fx
c
代表人机交互力在x轴方向上的分量，Fy
s
代表三轴力传感器受力在y轴方向上的分量，Fy
u
代表人机交互力在y轴方向上的分量，Fz
s
代表三轴力传感器受力在z轴方向上的分量，Fz
c
代表人机交互力在z轴方向上的分量，G
h
表示推拿头以及推拿头切换器的重力。
[0024]作为本专利技术的一种优选技术方案，所述的推拿手法的包括按压手法、点手法和平推手法；
[0025]所述按压手法为有规律的起伏上下移动的按压手法，该控制方法是，通过阈值控制器对协作机器人进行控制，通过三轴力传感器对推拿压力进行检测，而当推拿力的数值
超过设定的上界值时，立刻改变推拿头的运动方向，让推拿力逐渐降低；而当推拿力的数值降到下界以下时，则再次改变其运动方向，增大对背部肌肉的按压，推拿力逐渐增大；
[0026]所述点子法和平推子法是利用增量式PID控制器和模糊控制器结合起来形成模糊PID控制器来控制的，所述模糊PID控制器的控制方法是，设定期望阈值，
[0027]当三轴力传感器检测到的输入力的偏差小于期望阈值时，则保持原控制量，并输出用户坐标系Z轴位移；
[0028]当三轴力传感器检测到的输入力的偏差不小于期望阈值时，则得到当前误差e与误差变化率ec；将误差e与误差变化率ec作为模糊控制器的输入，并依次进行模糊化、模糊推理以及去模糊化处理，得到增量式PID控制器的三个参数的修正量ΔK
p
、ΔK
i
、ΔK
d
，增量式PID控制器根据修正量ΔK
p
、ΔK
i
、ΔK
d
计算并输出控制量；当控制量没有越界时，则更新透传队列，并输出用户坐标系Z轴位移；而当控制量越界时，将输出修改为上界，同时更新透传队列，并输出用户坐标系Z轴位移。
[0029]作为本专利技术的一种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.推拿机器人，其特征在于：包括躺床（1）和设备体（2），所述设备体（1）上设有多轴协作机器人（3），所述多轴协作机器人（3）的运动端设有多头推拿器（4），所述多头推拿器（4）和多轴协作机器人（3）的运动端之间设有对多头推拿器（4）的推拿压力进行检测的三维力传感器（5），且所述躺床（1）的旁侧设有定位架（6），所述定位架（6）上设有对躺床（1）的背部穴位信息进行采集的3D相机（7）；所述设备体（1）内设有工业控制器（8），且所述3D相机（7）的输出端与工业控制器（8）连接，所述多轴协作机器人（3）与工业控制器（8）连接，工业控制器（8）根据3D相机（7）采集到的背部穴位信息，控制多轴协作机器人（3）带动多头推拿器（4）对相应的背部穴位进行推拿，并且通过三维力传感器（5）对推拿力进行实时监测，通过控制多轴协作机器人（7）的运动对多头推拿器的按摩手法进行调节。2.根据权利要求1所述的推拿机器人，其特征在于，所述的3D相机对部穴位信息进行采集的方法是，包括以下步骤，步骤1、获取包含人体的轮廓、姿态等信息的二维RGB图像数据，以及包含人体背部的深度信息的三维点云数据；步骤2、通过二维RGB图像数据提取得到肩部特征点；通过三维点云数据提取得到臀部特征点；步骤3、将提取得到的二维肩部特征点和臀部特征点进行融合；步骤4、进行模型训练，将融合后所有特征点的坐标输入GBDT算法进行回归训练，得到基准穴道坐标的回归模型；步骤5、通过回归模型得到标准基准穴道坐标，基于标准基准穴道坐标建立了其他背部穴道坐标的计算公式，计算得到其他背部穴道坐标。3.根据权利要求2所述的推拿机器人，其特征在于，所述的步骤2中通过二维RGB图像数据提取得到肩部特征点所采用的方法是，通过OpenPose人体姿态检测算法来进行特征提取，人体骨架中的左肩节点、颈背节点以及右肩节点三个关键点作为二维特征点；所述的步骤2通过三维点云数据提取得到臀部特征点的方法是，通过3D相机对人体背部进行拍摄三维点云数据，采用人体两侧臀部最高点的连线与后正中线的交点作为三维特征点，将3D相机拍摄时的y轴和推拿床长边方向保持平行，故可根据点云y轴两侧的点数来判断人体后正中线的位置，并对两侧点的z轴坐标进行遍历对比，分别得到两侧臀部的最高点的坐标，最终计算出三维点云特征点；所述的模型训练的方法是，将融合后的臀部特征点和肩部特征点的坐标整合成向量作为输入，输入到梯度提升决策树机器学习算法中，建立基准穴道坐标的回归模型。4.根据权利要求2所述的推拿机器人，其特征在于，所述的步骤5的具体操作是，将新采集到的特征点数据输入模型中得到基准穴道坐标，基准穴道坐标为，，则根据脊柱区骨椎分布规律及基准穴道坐标得到其他穴道的坐标计算公式为，
。5.根据权利要求1所述的推拿机器人，其特征在于，所述多轴协作机器人的力位控制方法是，包括以下步骤，步骤1、对推拿机器人的路径规划进行规划，同时设定不同的推拿手法；利用具有透传功能的协作机器人将运动路径点提前存入透传缓存队列；步骤2、选定推拿手法，获取当前位置用户坐标系坐标，并对其进行转换，得到协作机器人基坐标系坐标；步骤3、将协作机器人基坐标系坐标反解得到协作机器人的关节坐标系坐标，并将关节坐标系坐标输入到缓存队列，若达到目标点，则协作机器人关闭透传功能，若没有达到目标点，则对应手法控制器对协作机器人进行控制，基于三轴力传...

【专利技术属性】
技术研发人员：颜建军，陈厚儒，赵伟阳，王立群，蔡金星，陈博畅，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：