【技术实现步骤摘要】
一种基于点云近邻点密度的人机协调空间判断方法和装置
[0001]本专利技术实施例康复机器人运动学
，特别涉及一种基于点云近邻点密度的人机协调空间判断方法和装置。
技术介绍
[0002]人体的上肢拥有较强的操作能力和较为复杂的协调能力，能够完成抓、放、推、拉等一系列的动作及动作组合，是人类整体运动能力的重要组成。随着人口老龄化的加速及寿命的延长，四肢肌力衰退、心血管疾病等导致的肢体残疾的患者数量越来越多，现有技术中，对肢体残疾的有效治疗方法是通过运动实现对受损神经及肌肉的康复，进而实现对肢体的康复。但是由于上肢的关节整体构成较为复杂，对于上肢的康复则需要长期细致、重复的康复训练来达到治疗此类疾病的效果。近些年，伴随着机器人硬件、控制技术的快速发展，和此类疾病的专业医疗康复护理人员的紧缺，康复机器人逐渐成为了解决目前这一问题的重要解决方案。
[0003]在大多数情况下，机器人都是与患者身体相连，并在同一工作空间内与患者紧密合作，因此，对于康复机器人人机交互的安全性也是一项关键问题。康复机器人作为一种康复训练的器材，...
【技术保护点】
【技术特征摘要】
1.一种基于点云近邻点密度的人机协调空间判断方法，其特征在于，所述基于点云近邻点密度的人机协调空间判断方法具体包括：根据深度相机建立人体上肢模型，建立康复机器人模型；根据人体上肢模型和康复机器人模型，利用蒙特卡洛方法生成人体上肢工作空间的第一点云和康复机器人机械臂工作空间的第二点云；对第一点云和第二点云进行滤波，得到密度均匀分布且大小一致的第三点云和第四点云；根据康复对象基坐标系和康复机器人空间坐标系，混合第三点云和第四点云得到点云密度梯度变化的第五合成点云；基于k近邻算法计算第三点云、第四点云和第五合成点云中各点的相对密度；在计算第三点云、第四点云和第五合成点云中分别代入运动输入点，利用k近邻算法分别查找运动输入点在第三点云、第四点云和第五合成点云中的近邻点第一近邻点、第二近邻点和第三近邻点，分别获取第一近邻点、第二近邻点和第三近邻点的相对密度第一相对密度、第二相对密度和第三相对密度；根据第一相对密度、第二相对密度和第三相对密度判断运动输入点是否在人机协调空间内。2.根据权利要求1所述的一种基于点云近邻点密度的人机协调空间判断方法，其特征在于，所述基于k近邻算法计算第三点云、第四点云和第五合成点云中各点的相对密度，具体包括：遍历第三点云、第四点云和第五合成点云中每一点，根据k近邻算法搜索当前点的相邻点，以当前点和最近相邻点的距离的倒数作为当前点的相对密度。3.根据权利要求2所述的一种基于点云近邻点密度的人机协调空间判断方法，其特征在于，对于待计算点云中的一点p，p表示当前点，q表示p所在的待计算点云中其他任一点，N为待计算点云中的数据量，用dis(p,q)表示点p与点q之间的距离，用d
p
表示点p与待计算点云中其他点的最小距离，则当前点的相对密度：。4.根据权利要求1所述的一种基于点云近邻点密度的人机协调空间判断方法，其特征在于，所述根据第一相对密度、第二相对密度和第三相对密度判断运动输入点是否在人机协调空间内，具体包括：若第三相对密度大于第二相对密度，则代表运动输入点在人机协调空间内，否则判定运动输入点不在人机协调空间内。5.根据权利要求1所述的一种基于点云近邻点密度的人机协调空间判断方法，其特征在于，利用体素中心滤波器对第一点云和第二点云进行滤波，具体包括：根据第一点云和第二点云分别计算其对应的最小包围盒边长；基于八叉树结构，分别构建第一点云和第二点云的三维体素栅格；分别遍历第一点云和第二点云中的非空体素，根据非空体素的行列层数计算非空体素
的中心，得到密度均匀且大小一致的第三点云和第四点云。6.根据权利要求5所述的一种基于点云近邻点密度的人机协调空间判断方法，其特征在于，所述根据非空体素的行列层数计算非空体素的中心，具体包括：用每个体素的中心点来近似表达体素内所有其他的点，对于非空体素内的任一点，根据其所在体素的行row、列col、层数lay以及计算得到的其所在体素的坐标最小值x
min
、y
min
、z
min
，计算所在体素的中心为C
center
(x
center
,y
center
,z<...
【专利技术属性】
技术研发人员：陶永，季源隆，韩栋明，高赫，刘海涛，万嘉昊，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：
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。