CN106426168A - 一种仿生机械臂及其控制方法 - Google Patents

Abstract

本发明专利公开了一种仿生机械臂及其控制方法，仿生机械臂包括动作捕捉设备、PC控制端、微型控制器和执行机构，动作捕捉设备与PC控制端无线连接、实现数据传输与通讯，PC控制端与微型控制器无线连接，微型控制器与执行机构连接；控制方法为获得人体动作的各个关节位置，利用所述人体动作的各关节位置计算出人体相邻关节间的方向向量；将所述人体相邻关节间的方向向量与机器人对应的相邻关节间的方向向量进行匹配，获得机器人需移动到的目标角。本发明提供了一种用于高空作业，能够实时模仿人手臂的动作代替人进行高空作业，不仅可以解除人的繁重劳动，还可以避免高空、高压所带来的作业危险。

Description

一种仿生机械臂及其控制方法

技术领域

本发明涉及智能机器人技术领域，特别涉及一种仿生机械臂及其控制方法。

背景技术

目前，电力塔架、通讯塔架等高塔的维修、安装等作业还由人工完成，人在高空作业存在极大的危险，尤其是电塔还存在高压危险。国内外许多机构开展了对高空作业机器人的研究，现有高空作业机器人多为电脑控制其动作，机器人的动作不能完全达到操作人员的预期效果。

发明内容

本发明提供了一起仿生机械臂及其控制方法，能够实时模仿人手臂的动作。

为实现上述目的，本发明采用如下技术方案，一种仿生机械臂，包括动作捕捉设备、PC控制端、微型控制器和执行机构，动作捕捉设备与PC控制端无线连接、实现数据传输与通讯，PC控制端与微型控制器无线连接，微型控制器与执行机构连接；所述执行机构包括外部环境检测模块、机械臂、爬行机构、机械臂固定装置；所述机械臂包括机械抓、小臂和大臂，小臂一端与机械抓通过关节连接，小臂另一端与大臂一端通过关节连接，大臂另一端通过关节与机械臂固定装置连接。

优选地，所述动作捕捉设备为Kinect。

进一步优选地，所述外部环境检测模块包括微型摄像头和红外传感器。

进一步优选地，所述机械臂固定装置包括底座和吸盘。

仿生机械臂的控制方法的步骤为：获得人体动作的各个关节位置，利用所述人体动作的各关节位置计算出人体相邻关节间的方向向量；将所述人体相邻关节间的方向向量与机器人对应的相邻关节间的方向向量进行匹配，获得机器人需移动到的目标角。

进一步优选地，对所述人体相邻关节间的方向向量进行归一化，对机器人相邻关节间的方向向量进行归一化；利用归一化的人体相邻关节间的方向向量和归一化的机器人相邻关节间的方向向量获得相对于机器人坐标系的误差函数；对所述误差函数作最小值优化求解，获得机器人需移动到的关节角。

进一步优选地，所述误差函数为：

其中，^BH_i表示为在机器人坐标系中人体相邻关节间的方向向量；^BV_i(θ)表示为在机器人坐标系中机器人相邻关节间的方向向量，^BV_i(θ)是关于关节角θ的函数表达式；n表示肢体数，i表示某个肢体，^BS表示误差值，ω_i表示第i个肢体的权值。

本发明专利的有益效果如下：

1、本发明用于高空作业，能够实时模仿人手臂的动作代替人进行高空作业，不仅可以解除人的繁重劳动，还可以避免高空、高压所带来的作业危险。

2、控制仿生机械臂的控制方法应用运动学反解和LP优化方法，并用贝塞尔曲线拟合轨迹，将传感器检测的人体信息映射到机器人上并使其执行相似动作。该方法操作简单、成本相对较低且稳定性较高。并且，本方法将对后续机器人平台上的更高层次智能的研究具有重要作用，比如基于模仿人类行为的跟随音乐节奏的舞蹈，双足行走，物品抓取，乃至机器人能够理解行为并根据学习模仿的行为自主地行动等等；从产业上来说，该系统具有较好的趣味性，对玩具产业将比较有吸引力。

附图说明

图1为本发明的模块示意图；

图2为机械臂的结构示意图。

其中：1-动作捕捉设备，2-PC控制端，3-微型控制器，4-执行机构，41-外部环境检测模块，42-机械臂，43-爬行机构，44-机械臂固定装置，421-关节，422-大臂，423-小臂，424-机械抓。

具体实施方式

下面将结合图1至2对本发明进行进一步的解释，但并不局限本发明。

一种仿生机械臂，包括动作捕捉设备1、PC控制端2、微型控制器3和执行机构4，动作捕捉设备1与PC控制端2无线连接、实现数据传输与通讯，PC控制端2与微型控制器3无线连接，微型控制器3与执行机构4连接；所述执行机构4包括外部环境检测模块41、机械臂42、爬行机构43、机械臂固定装置44；所述机械臂42包括机械抓424、小臂423和大臂422，小臂423一端与机械抓424通过关节421连接，小臂423另一端与大臂422一端通过关节421连接，大臂422另一端通过关节421与机械臂固定装置44连接。所述动作捕捉设备1为Kinect。所述外部环境检测模块41包括微型摄像头和红外传感器。所述机械臂固定装置44包括底座和吸盘。

在工作过程中，仿生机械臂通过其爬行机构43运动至要进行作业的地方，外部环境检测模块41监测外部环境，并将检测结果反馈至微型控制器3，微型计算机将数据传递至PC控制端2，操作人员根据检测结果，进行相应的手臂动作，此时动作捕捉设备1记录人体动作并将记录结果传递至PC控制端2，PC控制端2进行相应的运算，得出关节角数据，通过wifi或者有线传输至机器人上，机器人利用这些关节角进行运动，从而能够执行与人类相似的动作，实现机器人实时模仿人的动作；此外，微型控制器3可根据历史数据，自动输出关节角数据，从而实现对机械臂42的自动控制。

基于上述工作原理，本发明提出一种仿生机械臂的控制方法，包括：

获得人体动作的各个关节421位置，利用所述人体动作的各关节421位置计算出人体相邻关节421间的方向向量；

将所述人体相邻关节421间的方向向量与机器人对应的相邻关节421间的方向向量进行匹配，获得机器人需移动到的目标角。

对于本实施例来说，采用Kinect作为动作捕捉设备1。但是这个不仅仅局限于Kinect，我们还使用过穿戴设备来捕捉动作。不过为了便于说明，我们只详细介绍使用Kinect的系统。微软生产的Kinect的程序接口中能够将人体的深度信息转换为人体的骨架，从而知道各个关节421的三维位置坐标信息。

对于本技术方案来说，涉及两个坐标系。分别为机器人坐标系和世界坐标系。

由于Kinect仅获得了人体各关节421坐标数据及肢体间的方向向量，而不是肢体的所有参数。例如，如果沿着机器人坐标轴旋转，不会影响坐标数据，但是影响与其相连的其他肢体的参数。基于此，本案提出了对于整个肢体控制角度的优化。

通过把Kinect获得的数据归一化，即将连接两相邻关节421点的方向向量除以两关节421点的距离，这样就能得到各个人体关节421相对于上一个关节421的单位向量。

由于大多人形机器人，比如NAO，与人体有完全不同的尺寸，对机器人相邻关节421间的方向向量进行归一化；利用归一化的人体相邻关节421间的方向向量和归一化的机器人相邻关节421间的方向向量获得相对于机器人坐标系的误差函数；通过优化误差函数的方法获得机器人需移动到的关节角。其中，所述误差函数为：

其中，^BH_i表示为在机器人坐标系中人体相邻关节421间的方向向量；^BV_i(θ)表示为在机器人坐标系中机器人相邻关节421间的方向向量，^BV_i(θ)是关于关节421角θ的函数表达式；n表示肢体数，i表示某个肢体，^BS表示误差值，ω_i表示第i个肢体的权值。

对上式的误差函数采用反向运动学法进行优化，在给定条件下的误差最优问题转变成为即如下述方程：

其中，在给定关节角θ的限制条件下使^BS最小。

针对上述优化问题，采用Levenberg-Marquardt算法(以下简称LM算法)来解决此问题。LM算法是梯度下降算法和高斯-牛顿算法的结合，其迭代的过程可有下述方程表示：

其中，k表示帧数，θ_k表示第k帧所求得的机器人所有关节角向量，j表示LM算法的迭代次数；^BS_k为第k帧机器人各肢体向量与Kinect获取的对应人体向量之间的误差，θ的维数是由特定肢体的关节421数决定的；J表示误差函数关于θ的雅克比矩阵；λ为适应系数以改变收敛的速度及算法的稳定性，当λ较小时，收敛速度较高。若满足以下条件：

||θ_k+1,j+1-θ_k+1,j||＜ε₁or^BS_k＜ε₂

即第k+1帧，LM算法前后两次迭代的所获取的机器人关节角向量差的模，小于特定阈值ε₁或第k帧机器人各肢体向量与Kinect获取的人体向量的偏差小于特定阈值ε₂，迭代过程将会终止，同时为了避免发散，我们会设置一个最大迭代次数值来强制停止。

综合上述实施方案，本发明所述方法应用于NAO机器人，可总结关节角的具体优化流程：Kinect捕捉人体动作的各个关节角，计算出相邻关节421间的方向向量，将此方向向量与NAO机器人自身对应各关节421间方向向量进行匹配(即使第7条中的误差函数最小)得到NAO机器人应移动到的目标角。随后，通过NAO机器人的设备通信模块发送控制角，使机器人各关节421移动至目标角已实现机器人跟随人体动作。

在通过上述方法获得机械臂42需移动到的目标角后，我们需要对机械臂42关节421电机提出控制方法：通过NAO机器人自身软件开发环境的设备通信管理模块进行控制。

设备通信管理模块是NAO机器人软件开发环境的一部分，其负责大部分机器人电子设备间的通信。设备通信管理模块有独立的实时线程，每10s执行一次。为了连通制动器，动作模块通常会定时向设备通信管理模块发出更新请求。接着设备通信管理模块计算该请求的一个线性近似值并将其发送给适当的装置。通过在每个实时线程环中设置目标角度来使用设备通信管理模块。为了获得下一个实时线程环的控制角来驱动关节421至目标角，我们建立每个自由度的轨迹。

上面结合附图对本发明专利的实施方式做了详细说明，但是本发明专利并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明专利宗。

Claims (7)

1.一种仿生机械臂，其特征在于：包括动作捕捉设备(1)、PC控制端(2)、微型控制器(3)和执行机构(4)，动作捕捉设备(1)与PC控制端(2)无线连接、实现数据传输与通讯，PC控制端(2)与微型控制器(3)无线连接，微型控制器(3)与执行机构(4)连接；

所述执行机构(4)包括外部环境检测模块(41)、机械臂(42)、爬行机构(43)、机械臂固定装置(44)；

所述机械臂(42)包括机械抓(424)、小臂(423)和大臂(422)，小臂(423)一端与机械抓(424)通过关节(421)连接，小臂(423)另一端与大臂(422)一端通过关节(421)连接，大臂(422)另一端通过关节(421)与机械臂固定装置(44)连接。

2.根据权利要求1所述的仿生机械臂，其特征在于：所述动作捕捉设备(1)为Kinect。

3.根据权利要求1所述的仿生机械臂，其特征在于：所述外部环境检测模块(41)包括微型摄像头和红外传感器。

4.根据权利要求1所述的仿生机械臂，其特征在于：所述机械臂固定装置(44)包括底座和吸盘。

5.一种仿生机械臂的控制方法方法，其特征在于：

获得人体动作的各个关节(421)位置，利用所述人体动作的各关节(421)位置计算出人体相邻关节(421)间的方向向量；

将所述人体相邻关节(421)间的方向向量与机器人对应的相邻关节(421)间的方向向量进行匹配，获得机器人需移动到的目标角。

6.如权利要求5所述的方法，其特征在于：所述匹配的方法为对所述人体相邻关节(421)间的方向向量进行归一化，对机器人相邻关节(421)间的方向向量进行归一化；利用归一化的人体相邻关节(421)间的方向向量和归一化的机器人相邻关节(421)间的方向向量获得相对于机器人坐标系的误差函数；对所述误差函数作最小值优化求解，获得机器人需移动到的关节角。

7.如权利要求6所述的方法，其特征在于，所述误差函数为：

$S_B=\underset{i=1}{\overset{n}{\Σ}}{\mathrm{\ω}}_i\left|\right|\frac{1}{\left|\right|{H_B}_i\left|\right|}{H_B}_i-\frac{1}{\left|\right|{V_B}_i\left(\mathrm{\θ}\right)\left|\right|}{V_B}_i\left(\mathrm{\θ}\right)|{|}^2$

其中，^BH_i表示为在机器人坐标系中人体相邻关节间的方向向量；^BV_i(θ)表示为在机器人坐标系中机器人相邻关节(421)间的方向向量，^BV_i(θ)是关于关节角θ的函数表达式；n表示肢体数，i表示某个肢体，^BS表示误差值，ω_i表示第i个肢体的权值。