CN106599342B - 仿真人机器人的仿人动作映射与实现方法 - Google Patents

仿真人机器人的仿人动作映射与实现方法 Download PDF

Info

Publication number
CN106599342B
CN106599342B CN201610929959.2A CN201610929959A CN106599342B CN 106599342 B CN106599342 B CN 106599342B CN 201610929959 A CN201610929959 A CN 201610929959A CN 106599342 B CN106599342 B CN 106599342B
Authority
CN
China
Prior art keywords
motion
arm
human
movement
speed
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
Application number
CN201610929959.2A
Other languages
English (en)
Other versions
CN106599342A (zh
Inventor
宋扬
金阳娃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201610929959.2A priority Critical patent/CN106599342B/zh
Publication of CN106599342A publication Critical patent/CN106599342A/zh
Application granted granted Critical
Publication of CN106599342B publication Critical patent/CN106599342B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/30—Circuit design
    • G06F30/36—Circuit design at the analogue level
    • G06F30/367—Design verification, e.g. using simulation, simulation program with integrated circuit emphasis [SPICE], direct methods or relaxation methods
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning

Abstract

本发明公开了一种仿真人机器人的仿人动作映射与实现方法，包括：采集多组人体手臂的运动数据，每组运动数据包括：手臂运动速度、运动角度和运动加速度；根据多组运动数据的加速度判断手臂的运动趋势，统计多组运动数据，根据统计数据和运动趋势，建立人体手臂单关节的速度模型，根据立人体手臂单关节的速度模型建立人体手臂单关节的角度与时间和速度模型；运动趋势包括：手臂加速运动、手臂匀速运动和手臂减速运动；将人体手臂单关节的角度与时间和速度模型运用到仿真人机器人手臂的运动中，使仿真人机器人模拟人体手臂运动状态。本发明实了现仿真人机器人手臂运动形态的流畅和高度与真人相似。

Description

仿真人机器人的仿人动作映射与实现方法
技术领域
本发明涉及机器人仿人运动实现方法，特别涉及一种仿真人机器人的仿人动作映射与实现方法。
背景技术
仿真人机器人是现代的人形机器人，不仅外观像人，有人的模样，还能像人样活动，有的仿真人机器人，不仅能运动，甚至自己去“想”，会思考，有智慧，属于智能机器人一类。目前，对于仿真机器人手臂的单关节的运动规划，通常采用直线插值的方法，是按照起点和终点的角度，采用插值方法进行中间时刻规划，由于人的关节运动是非线性的，这就导致了线性规划出的单关节运动的关节运动是匀速的，跟人的关节运动差别太大。
发明内容
本发明的一个目的是解决至少上述问题，并提供至少后面将说明的优点。
本发明还有一个目的是提供一种仿真人机器人的仿人动作映射与实现方法，其实现了仿真人机器人手臂运动形态的流畅和高度与真人相似。
为了实现根据本发明的这些目的和其它优点，提供了一种仿真人机器人的仿人动作映射与实现方法，包括：
步骤一、采集多组人体手臂的运动数据，每组运动数据包括：手臂的运动速度、运动角度和运动加速度；
步骤二、根据多组运动数据中的运动加速度判断手臂的运动趋势，统计多组运动数据，根据统计数据和运动趋势，建立手臂单关节的速度模型式(1)，根据手臂单关节的速度模型建立手臂单关节的角度与时间和速度模型式(2)；
其中，运动趋势包括：手臂加速运动、手臂匀速运动和手臂减速运动；
Figure BDA0001137722700000011
Figure BDA0001137722700000021
v为手臂运动速度，f(t)为速度函数，f1为手臂运动处于加速时的速度函数，f2为手臂运动处于匀速时的速度函数，f3为手臂运动处于减速时的速度函数，θ为手臂运动的角度，t、tn1、tn2、t1和t2为运动时间；
步骤三、将手臂单关节的角度与时间和速度模型式(2)运用到仿真人机器人手臂的运动中，使仿真人机器人模拟人体手臂运动状态。
优选的是，所述的仿真人机器人的仿人动作映射与实现方法中，所述步骤一中，
采用光学式运动扑捉系统采集多组人体手臂的运动数据。
优选的是，所述的仿真人机器人的仿人动作映射与实现方法中，所述步骤二中，
采用二次多项式统计拟合多组运动数据。
本发明至少包括以下有益效果：本发明中通过光学式运动扑捉系统采集多组人体手臂的运动数据，判断手臂运动的运动趋势，建立仿真人机器人在单关节运动中，手臂的运动的角度与速度和时间的模型，从而实现了仿真人机器人的手臂运动状态的流畅和高度与真人相似；同时本发明中采用二次多项式统计拟合数据，避免了三次多项式中各参数物理意义不明确的缺陷。
本发明的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明所述的手臂的运动时间与手臂的运动速度的关系曲线。
具体实施方式
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
应当理解，本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
在现有技术中，对于仿真机器人单关节的运动规划，是按照起点和终点的角度，采用插值方法进行中间时刻规划，通常采用直线插值的方法，
如：θ1至θ2，运行时间为t，采样时间间隔为Vt，其中，θ1为运动的初始角度，θ2为运动的终止角度，θi为手臂运动的中间角度，i为自然数；
则：
Figure BDA0001137722700000031
由于人的关节运动是非直线性的，这就导致了线性规划的缺点是：关节运动是匀速的，跟人的关节运动差别太大。
本发明针对上述问题提供了一种仿真人机器人的仿人动作映射与实现方法，包括：
步骤一、采集多组人体手臂的运动数据，每组运动数据包括：手臂的运动速度、运动角度和运动加速度；
步骤二、根据多组运动数据的加速度判断手臂的运动趋势，统计多组运动数据，根据统计数据和运动趋势，如图1所示，建立手臂的运动速度和运动时间的曲线，其中，X轴为运动时间，Y轴为运动速度，建立手臂单关节的速度模型式(1)，根据手臂单关节的速度模型建立手臂单关节的角度与时间和速度模型式(2)；
其中，运动趋势包括：手臂加速运动、手臂匀速运动和手臂减速运动；
Figure BDA0001137722700000032
Figure BDA0001137722700000033
v为手臂运动速度，f(t)为速度函数，f1为手臂运动处于加速时的速度函数，f2为手臂运动处于匀速时的速度函数，f3为手臂运动处于减速时的速度函数，θ为手臂运动的角度，t、tn1、tn2、t1和t2为运动时间；
步骤三、将手臂单关节的角度与时间和速度模型式(2)运用到仿真人机器人手臂的运动中，使仿真人机器人模拟手臂运动状态。
进一步，步骤一中，采用光学式运动扑捉系统采集多组手臂的运动数据。
进一步，步骤二中，采用二次多项式统计拟合多组运动数据。
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

Claims (1)

1.仿真人机器人的仿人动作映射与实现方法，其特征在于，包括：
步骤一、采集多组人体手臂的运动数据，每组运动数据包括：手臂的运动速度、运动角度和运动加速度；
步骤二、根据多组运动数据中的运动加速度判断手臂的运动趋势，统计多组运动数据，根据统计数据和运动趋势，建立手臂单关节的速度模型式(1)，根据手臂单关节的速度模型建立手臂单关节的角度与时间和速度模型式(2)；
其中，运动趋势包括：手臂加速运动、手臂匀速运动和手臂减速运动；
Figure FDA0002367954950000011
Figure FDA0002367954950000012
v为手臂运动速度，f(t)为速度函数，f1为手臂运动处于加速时的速度函数，f2为手臂运动处于匀速时的速度函数，f3为手臂运动处于减速时的速度函数，θ为手臂运动的角度，t、tn1、tn2、t1和t2为运动时间；
步骤三、将手臂单关节的角度与时间和速度模型式(2)运用到仿真人机器人手臂的运动中，使仿真人机器人模拟人体手臂运动状态；
所述步骤一中，采用光学式运动扑捉系统采集多组人体手臂的运动数据；
所述步骤二中，采用二次多项式统计拟合多组运动数据。
CN201610929959.2A 2016-10-31 2016-10-31 仿真人机器人的仿人动作映射与实现方法 Active CN106599342B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610929959.2A CN106599342B (zh) 2016-10-31 2016-10-31 仿真人机器人的仿人动作映射与实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610929959.2A CN106599342B (zh) 2016-10-31 2016-10-31 仿真人机器人的仿人动作映射与实现方法

Publications (2)

Publication Number Publication Date
CN106599342A CN106599342A (zh) 2017-04-26
CN106599342B true CN106599342B (zh) 2020-12-04

Family

ID=58555931

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610929959.2A Active CN106599342B (zh) 2016-10-31 2016-10-31 仿真人机器人的仿人动作映射与实现方法

Country Status (1)

Country Link
CN (1) CN106599342B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7207393B2 (ja) * 2018-02-28 2023-01-18 ソニーグループ株式会社 情報処理装置および情報処理方法
CN111665740B (zh) * 2020-06-17 2024-04-02 珠海格力智能装备有限公司 机器人的仿真方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205310302U (zh) * 2015-12-30 2016-06-15 汕头市快畅机器人科技有限公司 一种拍手机器人

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004130406A (ja) * 2002-10-08 2004-04-30 Incs Inc 人型ロボット用コントローラ
JP2009090403A (ja) * 2007-10-05 2009-04-30 Fanuc Ltd ロボット動作範囲設定装置
JP5157545B2 (ja) * 2008-03-12 2013-03-06 トヨタ自動車株式会社 全身協調装置、ロボット及びロボットの制御方法
CN105223954B (zh) * 2015-10-14 2018-03-06 潍坊世纪元通工贸有限公司 一种可识别人体的路径点式行走机器人及其控制方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN205310302U (zh) * 2015-12-30 2016-06-15 汕头市快畅机器人科技有限公司 一种拍手机器人

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
"基于运动相似性的仿人机器人动作规划研究综述";柯文德等;《广东石油化工学院学报》;20140630;第24卷(第3期);摘要，第1-3节 *
"智能乒乓球发球机器人";张欣;《中国优秀硕士学位论文全文数据库 信息科技辑 （月刊）》;20140815(第08期);第2.5节，第3章，第4.1节，第5.1节 *

Also Published As

Publication number Publication date
CN106599342A (zh) 2017-04-26

Similar Documents

Publication Publication Date Title
Lee et al. IKEA furniture assembly environment for long-horizon complex manipulation tasks
Johns Coarse-to-fine imitation learning: Robot manipulation from a single demonstration
Billard et al. Discovering optimal imitation strategies
Nandy et al. Recognizing & interpreting Indian sign language gesture for human robot interaction
WO2019113067A3 (en) Viewpoint invariant visual servoing of robot end effector using recurrent neural network
CN108052004A (zh) 基于深度增强学习的工业机械臂自动控制方法
US10610099B2 (en) Systems and methods for simultaneous position and impedance control for myoelectric interfaces
CN106599342B (zh) 仿真人机器人的仿人动作映射与实现方法
US7336281B2 (en) Optimizing ergonomic movement of a virtual dummy
Santos et al. Segregation of multiple heterogeneous units in a robotic swarm
Tatarian et al. Stepping-stones to transhumanism: An emg-controlled low-cost prosthetic hand for academia
CN110276804A (zh) 数据处理方法及装置
Arsenic Developmental learning on a humanoid robot
Wang et al. Joining force of human muscular task planning with robot robust and delicate manipulation for programming by demonstration
CN111002302A (zh) 结合高斯混合模型和动态系统的机械臂抓取轨迹规划方法
McCarthy et al. Solving the real robot challenge using deep reinforcement learning
Liang et al. Evaluation of a robot programming framework for non-experts using symbolic planning representations
Takizawa et al. Learning from observation of tabletop knotting using a simple task model
CN106931968A (zh) 一种监测学生课堂表现的方法及装置
Claassens An RRT-based path planner for use in trajectory imitation
CN113977580B (zh) 基于动态运动原语和自适应控制的机械臂模仿学习方法
CN109376371A (zh) 一种行人运动仿真方法和系统
Dong et al. Balance between efficient and effective learning: Dense2Sparse reward shaping for robot manipulation with environment uncertainty
Kim et al. Pre-and post-contact policy decomposition for non-prehensile manipulation with zero-shot sim-to-real transfer
Sanchez et al. Towards advanced robotic manipulation

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant