CN105260029B - 基于人手运动功能复现的仿人手结构实现方法 - Google Patents
基于人手运动功能复现的仿人手结构实现方法 Download PDFInfo
- Publication number
- CN105260029B CN105260029B CN201510828414.8A CN201510828414A CN105260029B CN 105260029 B CN105260029 B CN 105260029B CN 201510828414 A CN201510828414 A CN 201510828414A CN 105260029 B CN105260029 B CN 105260029B
- Authority
- CN
- China
- Prior art keywords
- crawl
- human hand
- movement
- hand
- apery
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Prostheses (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
基于人手运动功能复现的仿人手结构实现方法,涉及一种仿人手结构的实现方法,为解决现有仿人手存在抓取任务不够全面、抓取运动不够拟人、机械结构过于复杂和笨重的问题。本发明仿人手结构的实现方法为:抓取任务模块体现人手抓取运动功能;数据手套和位置跟踪仪模块采集人手抓取运动过程中人手和手腕运动信息;人手运动功能数据记录模块记录抓取运动信息;人手运动功能关节数据滤波和姿势验证模块消除干扰因素对采集抓取运动信息的干扰,并且对滤波后的抓取运动姿势是否正确进行验证;人手运动功能分析模块分析抓取运动姿势,提出机械结构方案;仿人手运动功能复现模块复现人手抓取运动和机械结构方案的抓取运动。本发明用于建立仿人手结构。
Description
技术领域
本发明涉及一种仿人手结构的实现方法。
背景技术
人手是人体最灵巧的部分之一,拥有超过20个自由度,实现人手稳定的抓握功能和灵巧操作功能一直是仿人假手和灵巧手领域研究的重点和难点。但无论是仿人假手还是灵巧手,完成抓取任务是其功能性的体现。仿人灵巧手和仿人假手是两种类型的不同用途的仿人型手。
关于仿人灵巧手的设计,各国都相继研制成功了各种不同类型的机器人灵巧手,例如美国麻省理工学院和犹他大学于1980年联合研制成功的Utah/MIT手,美国斯坦福大学研制的Stanford/JPL手(又称Salisbury手),哈工大和德国宇航局联合研制的HIT/DLR灵巧手。以能否实现某几个典型姿势为基础,直观地从自由度个数拟人的角度进行了驱动方案的配置。从能够完成抓取任务来看,这是一种最直接、最可靠的方式。但是,由于受到当前科技发展水平的限制,这种设计方式会使得设计的仿人手过于复杂、笨重和昂贵。同时,如此多的电机、复杂的机械机构以及传感器集成于尺寸较小的拟人手中,会使仿人手可靠性降低。
对于仿人假手而言,它需要被安置在残疾人手臂的残端,以实现类人的抓取任务。相对于灵巧手而言,由于残疾人一般要将他装在残留的前臂完成抓取任务,因此仿人假手就需要在尺寸上尽可能的拟人、在重量上尽可能轻、在抓取功能上尽可能全面。受到尺寸和重量的限制,像灵巧手一样布置自由度驱动方案,从当前的技术来看是不可能的。目前较为流行的,高性能商业仿人假手,基本都是以侧边捏取、球形抓取、圆柱形抓取、三指捏取、两指捏取等为主要的抓取功能基础上进行驱动方案配置的。而又由于假手是直接给残疾人佩戴使用的,因此从功能性的角度来看,残疾人假手应该比灵巧手的抓取运动具有更高的拟人性、抓取功能应该覆盖更加全面的人手抓取功能。
因此,从仿人手设计的研究来看,完成的抓取任务不够全面、抓取运动不够拟人、机械结构过于复杂和笨重是三个主要的难点。但就最终的进行设计而言,能够较为精确地搜集全面的人手抓取功能姿势特征,并对其进行量化分析,在分析基础上配置自由度驱动方案,并通过直观验证评价自由度驱动方案性能是一种较为可靠也是较为常规的设计思路。
发明内容
本发明目的是为了解决现有仿人手存在抓取任务不够全面、抓取运动不够拟人、机械结构过于复杂和笨重的问题,提供了一种基于人手运动功能复现的仿人手结构实现方法。
本发明所述基于人手运动功能复现的仿人手结构实现方法,该仿人手结构包括抓取任务模块、数据手套和位置跟踪仪模块、人手运动功能数据记录模块、人手运动功能关节数据滤波和姿势验证模块、人手运动功能分析模块和仿人手运动功能复现模块;
仿人手结构的实现方法为:
抓取任务模块用于体现人手抓取运动的功能;
数据手套和位置跟踪仪模块用于采集人手抓取运动的过程中人手和手腕的运动信息;
人手运动功能数据记录模块用于记录人手和手腕的抓取运动信息;
人手运动功能关节数据滤波和姿势验证模块用于消除干扰因素对采集的抓取运动信息的干扰,并且对抓取运动信息进行滤波,对滤波后的抓取运动姿势是否正确进行验证;
人手运动功能分析模块用于分析验证过的抓取运动的姿势,提出能够全面复现人手抓取功能的机械结构方案;
仿人手运动功能复现模块用于复现待验证的人手抓取运动和经过分析后得出的机械结构方案的抓取运动。
本发明的优点:本发明建立了人手运动功能复现的仿人手结构的设计方法,能够克服当前仿人手完成的抓取任务不够全面、抓取运动不够拟人和机械结构复杂、笨重的难点。
附图说明
图1是本发明所述基于人手运动功能复现的仿人手结构实现方法的原理框图。
具体实施方式
具体实施方式一:下面结合图1说明本实施方式,本实施方式所述基于人手运动功能复现的仿人手结构实现方法,该仿人手结构包括抓取任务模块、数据手套和位置跟踪仪模块、人手运动功能数据记录模块、人手运动功能关节数据滤波和姿势验证模块、人手运动功能分析模块和仿人手运动功能复现模块;
仿人手结构的实现方法为:
抓取任务模块用于体现人手抓取运动的功能;
数据手套和位置跟踪仪模块用于采集人手抓取运动的过程中人手和手腕的运动信息;
人手运动功能数据记录模块用于记录人手和手腕的抓取运动信息;
人手运动功能关节数据滤波和姿势验证模块用于消除干扰因素对采集的抓取运动信息的干扰,并且对抓取运动信息进行滤波,对滤波后的抓取运动姿势是否正确进行验证;
人手运动功能分析模块用于分析验证过的抓取运动的姿势,提出能够全面复现人手抓取功能的机械结构方案;
仿人手运动功能复现模块用于复现待验证的人手抓取运动和经过分析后得出的机械结构方案的抓取运动。
本实施方式中,人手运动功能分析模块用于分析验证过的抓取姿势,提出能够尽可能全面复现人手抓取功能的尽量简单、小巧、重量轻的机械设计方案。
具体实施方式二:下面结合图1说明本实施方式,本实施方式对实施方式一作进一步说明,人手抓取运动信息包括被抓取物体的形状、尺寸和控制规则;所述控制规则为强力抓取和精确抓取。
本实施方式中,在考虑被抓取物体的形状、尺寸、物体与人手相对位置和控制规则的基础上,同时考虑手腕位置和姿态的能尽可能代表人手抓取功能的抓取任务。
具体实施方式三:下面结合图1说明本实施方式,本实施方式对实施方式一作进一步说明,数据手套和位置跟踪仪模块将位置跟踪仪的位置跟踪传感器设置在数据手套上;
当位置跟踪仪的位置跟踪传感器设置在数据手套的手背上时,能够在一次抓取运动中获得人手抓取运动的关节信息和人手位置和姿态信息。
具体实施方式四:下面结合图1说明本实施方式,本实施方式对实施方式三作进一步说明,人手运动功能关节数据滤波和姿势验证模块采用Matlab对人手抓取运动的关节信息进行平滑处理,并对滤波后的抓取运动姿势进行姿势复现,验证抓取运动的信息是否正确,如果有抓取运动姿势不准确,则重新标定数据手套的位置,重新获取抓取运动信息,直至所有采集到的抓取运动信息都正确。
本实施方式中,采用matlab的smooth spline对采得的人手关节数据进行平滑处理,并通过虚拟人手复现运动功能平台对滤波后的抓取姿势进行姿势复现。
具体实施方式五:下面结合图1说明本实施方式,本实施方式对实施方式一作进一步说明,人手运动功能分析模块采用统计分析方法来分析抓取运动的姿势,统计分析方法包括相关性分析法和主成分分析法。
本实施方式中,采用相关性分析、主成分分析等统计分析方法,将经过验证的体现人手运动功能的信息进行数据处理,在仿人运动功能的基础上,简化实现机械结构,确定机械复现人手抓取功能的初步设计方案。
具体实施方式六:下面结合图1说明本实施方式,本实施方式对实施方式一作进一步说明,仿人手运动功能复现模块能够进行静态抓取姿势和动态抓取过程两种抓取类型的复现;
静态抓取姿势的实现方法为:对于准确的静态抓取姿势能够通过对应关节的文本框输入关节角度值,来驱动虚拟人手对应关节运动到指定角度;对于观察特定关节角度变动对于整个抓取的影响,能够通过slider控件,连续改变抓取姿势;
动态抓取过程的实现方法为:通过读取保存好的text格式的每一时刻每个关节的关节角度值来实现。
具体实施方式七:下面结合图1说明本实施方式,本实施方式对实施方式六作进一步说明,仿人手运动功能复现模块中虚拟人手的自由度数设置为20个自由度,每个手指4个自由度,每个手指4个自由度包括掌指关节的伸展-屈曲和外展-内收、指间关节和外指节的伸展-屈曲;拇指简化为4个自由度,包括对掌运动、腕掌关节外展-内收和掌指关节与外指节伸展-屈曲。
Claims (7)
1.基于人手运动功能复现的仿人手结构实现方法,其特征在于,该仿人手结构包括抓取任务模块、数据手套和位置跟踪仪模块、人手运动功能数据记录模块、人手运动功能关节数据滤波和姿势验证模块、人手运动功能分析模块和仿人手运动功能复现模块;
仿人手结构的实现方法为:
抓取任务模块用于体现人手抓取运动的功能;
数据手套和位置跟踪仪模块用于采集人手抓取运动的过程中人手和手腕的运动信息;
人手运动功能数据记录模块用于记录人手和手腕的抓取运动信息;
人手运动功能关节数据滤波和姿势验证模块用于消除干扰因素对采集的抓取运动信息的干扰,并且对抓取运动信息进行滤波,对滤波后的抓取运动姿势是否正确进行验证;
人手运动功能分析模块用于分析验证过的抓取运动的姿势,提出能够全面复现人手抓取功能的机械结构方案;
仿人手运动功能复现模块用于复现待验证的人手抓取运动和经过分析后得出的机械结构方案的抓取运动。
2.根据权利要求1所述基于人手运动功能复现的仿人手结构实现方法,其特征在于,人手抓取运动信息包括被抓取物体的形状、尺寸、物体与人手相对位置和控制规则;所述控制规则为强力抓取和精确抓取。
3.根据权利要求1所述基于人手运动功能复现的仿人手结构实现方法,其特征在于,数据手套和位置跟踪仪模块将位置跟踪仪的位置跟踪传感器设置在数据手套上;
当位置跟踪仪的位置跟踪传感器设置在数据手套的手背上时,能够在一次抓取运动中获得人手抓取运动的关节信息和人手位置和姿态信息。
4.根据权利要求3所述基于人手运动功能复现的仿人手结构实现方法,其特征在于,人手运动功能关节数据滤波和姿势验证模块采用Matlab对人手抓取运动的关节信息进行平滑处理,并对滤波后的抓取运动姿势进行姿势复现,验证抓取运动的信息是否正确,如果有抓取运动姿势不准确,则重新标定数据手套的位置,重新获取抓取运动信息,直至所有采集到的抓取运动信息都正确。
5.根据权利要求1所述基于人手运动功能复现的仿人手结构实现方法,其特征在于,人手运动功能分析模块采用统计分析方法来分析抓取运动的姿势,统计分析方法包括相关性分析法和主成分分析法。
6.根据权利要求1所述基于人手运动功能复现的仿人手结构实现方法,其特征在于,仿人手运动功能复现模块能够进行静态抓取姿势和动态抓取过程两种抓取类型的复现;
静态抓取姿势的实现方法为:对于准确的静态抓取姿势能够通过对应关节的文本框输入关节角度值,来驱动虚拟人手对应关节运动到指定角度;对于特定关节角度变动对于整个抓取的影响,能够通过slider控件,连续改变抓取姿势进行观察;
动态抓取过程的实现方法为:通过读取保存好的text格式的每一时刻每个关节的关节角度值来实现。
7.根据权利要求6所述基于人手运动功能复现的仿人手结构实现方法,其特征在于,仿人手运动功能复现模块中虚拟人手的自由度数设置为20个自由度,除拇指外每个手指4个自由度,每个手指4个自由度包括掌指关节的伸展-屈曲和外展-内收、指间关节和外指节的伸展-屈曲;拇指简化为4个自由度,包括对掌运动、腕掌关节外展-内收和掌指关节与外指节伸展-屈曲。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510828414.8A CN105260029B (zh) | 2015-11-24 | 2015-11-24 | 基于人手运动功能复现的仿人手结构实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510828414.8A CN105260029B (zh) | 2015-11-24 | 2015-11-24 | 基于人手运动功能复现的仿人手结构实现方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105260029A CN105260029A (zh) | 2016-01-20 |
CN105260029B true CN105260029B (zh) | 2018-04-24 |
Family
ID=55099750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510828414.8A Active CN105260029B (zh) | 2015-11-24 | 2015-11-24 | 基于人手运动功能复现的仿人手结构实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105260029B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105904457B (zh) * | 2016-05-16 | 2018-03-06 | 西北工业大学 | 一种基于位置跟踪器及数据手套的异构型冗余机械臂控制方法 |
CN105945945B (zh) * | 2016-05-20 | 2018-12-11 | 哈尔滨工业大学 | 基于人手运动功能分析的手指模块划分方法 |
CN110414475A (zh) * | 2019-08-07 | 2019-11-05 | 广东工业大学 | 一种机器人复现人体演示动作的方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1785608A (zh) * | 2005-11-10 | 2006-06-14 | 上海大学 | 多指机械灵巧手闭环实时动作控制平台 |
CN102930753A (zh) * | 2012-10-17 | 2013-02-13 | 中国石油化工股份有限公司 | 加油站虚拟培训系统及应用 |
CN104308844A (zh) * | 2014-08-25 | 2015-01-28 | 中国石油大学(华东) | 一种五指仿生机械手的体感控制方法 |
CN104875210A (zh) * | 2015-05-10 | 2015-09-02 | 浙江理工大学 | 一种带有消抖处理的灵巧手主从控制方法 |
CN104887326A (zh) * | 2009-11-13 | 2015-09-09 | 直观外科手术操作公司 | 用于微创手术系统中的手存在性探测的方法和系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020075232A1 (en) * | 1997-08-15 | 2002-06-20 | Wolfgang Daum | Data glove |
WO2013049861A1 (en) * | 2011-09-29 | 2013-04-04 | Magic Leap, Inc. | Tactile glove for human-computer interaction |
-
2015
- 2015-11-24 CN CN201510828414.8A patent/CN105260029B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1785608A (zh) * | 2005-11-10 | 2006-06-14 | 上海大学 | 多指机械灵巧手闭环实时动作控制平台 |
CN104887326A (zh) * | 2009-11-13 | 2015-09-09 | 直观外科手术操作公司 | 用于微创手术系统中的手存在性探测的方法和系统 |
CN102930753A (zh) * | 2012-10-17 | 2013-02-13 | 中国石油化工股份有限公司 | 加油站虚拟培训系统及应用 |
CN104308844A (zh) * | 2014-08-25 | 2015-01-28 | 中国石油大学(华东) | 一种五指仿生机械手的体感控制方法 |
CN104875210A (zh) * | 2015-05-10 | 2015-09-02 | 浙江理工大学 | 一种带有消抖处理的灵巧手主从控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105260029A (zh) | 2016-01-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Vision-based teleoperation of shadow dexterous hand using end-to-end deep neural network | |
JP4878842B2 (ja) | ロボットの駆動方法 | |
CN102915111B (zh) | 一种腕上手势操控系统和方法 | |
CN101344816B (zh) | 基于视线跟踪和手势识别的人机交互方法及装置 | |
Kubota et al. | Activity recognition in manufacturing: The roles of motion capture and sEMG+ inertial wearables in detecting fine vs. gross motion | |
CN106695794A (zh) | 一种基于表面肌电信号的移动机器臂系统及其控制方法 | |
CN105260029B (zh) | 基于人手运动功能复现的仿人手结构实现方法 | |
CN104881118B (zh) | 一种用于捕获人体上肢运动信息的穿戴系统 | |
CN104331154B (zh) | 实现非接触式鼠标控制的人机交互方法和系统 | |
CN104731307B (zh) | 一种体感动作识别方法及人机交互装置 | |
CN109955254A (zh) | 移动机器人控制系统及机器人末端位姿的遥操作控制方法 | |
CN104856707B (zh) | 基于机器视觉的压力传感数据手套及其抓握过程判断方法 | |
CN106272409A (zh) | 基于手势识别的机械臂控制方法及系统 | |
CN108268132B (zh) | 一种基于手套采集的手势识别方法及人机交互装置 | |
CN113849068B (zh) | 一种手势多模态信息融合的理解与交互方法及其系统 | |
JP7359577B2 (ja) | ロボット教示装置及びロボットシステム | |
Zakia et al. | Deep learning technique in recognizing hand grasps using FMG signals | |
TWI649169B (zh) | 把持位置姿勢教導裝置、把持位置姿勢教導方法及機器人系統 | |
Hendrich et al. | Multi-sensor based segmentation of human manipulation tasks | |
Iyer et al. | Generalized hand gesture recognition for wearable devices in IoT: Application and implementation challenges | |
Chu et al. | Hands-free assistive manipulator using augmented reality and tongue drive system | |
Peters | An assessment of single-channel emg sensing for gestural input | |
CN111002295A (zh) | 一种二指抓取机器人的示教手套及示教系统 | |
CN113076928A (zh) | 一种基于神经网络的手势数据采集手套及识别方法 | |
CN111208907A (zh) | 基于肌电信号和手指关节形变信号的手语识别系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |