CN108363984A - 一种虚拟装配中疲劳度监测方法 - Google Patents

一种虚拟装配中疲劳度监测方法 Download PDF

Info

Publication number
CN108363984A
CN108363984A CN201810181618.0A CN201810181618A CN108363984A CN 108363984 A CN108363984 A CN 108363984A CN 201810181618 A CN201810181618 A CN 201810181618A CN 108363984 A CN108363984 A CN 108363984A
Authority
CN
China
Prior art keywords
time
plane
fatigue
grades
point
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.)
Granted
Application number
CN201810181618.0A
Other languages
English (en)
Other versions
CN108363984B (zh
Inventor
姜盛乾
刘鹏
陈雪纯
黄卓
张昕莹
徐杨
高大伟
张开淦
曹明钰
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.)
Jilin University
Original Assignee
Jilin University
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 Jilin University filed Critical Jilin University
Priority to CN201810181618.0A priority Critical patent/CN108363984B/zh
Publication of CN108363984A publication Critical patent/CN108363984A/zh
Application granted granted Critical
Publication of CN108363984B publication Critical patent/CN108363984B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/23—Recognition of whole body movements, e.g. for sport training
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language

Abstract

本发明属于姿势识别领域，具体地说是一种虚拟装配中疲劳度监测方法。该方法包括以下步骤：步骤一、启动Kinect V2，并采集操作人骨骼数据；步骤二、构建虚拟装配的操作轨迹；步骤三、监测参与虚拟装配人员的操作情况，根据双手操作位置与运动轨迹线的距离绘制波动曲线；步骤四、根据波动曲线的波幅和时间判定疲劳等级，并依照疲劳等级判定是否继续检测。本方法通过Kinect V2捕捉的人体骨骼数据，根据虚拟环境中的具体零件构建出操作轨迹及直线和圆弧轨迹，通过比较操作时间和标准时间，计算脱离操作范围时间和脱离操作范围幅度判定操作是否疲劳。

Description

一种虚拟装配中疲劳度监测方法
技术领域
本发明属于姿势识别领域，具体地说是一种虚拟装配中疲劳度监测方法。
背景技术
虚拟现实技术发展迅速，传统的实物模型正越来越多地被数字模型所取代。因而，针对产品工效学设计与评价的特点，有关学者提出了“数字工效学”的概念，即借助计算机、信息处理和人体建模等技术，使得产品的研发直接从设计阶段进入虚拟的产品，通过虚拟的人-机模型来完成相关的工效分析、设计、分析与评价由于较少甚至无需制作全尺寸实物模型，大大地节省了研制成本，并且修改灵活方便。配合现有的力反馈设备及其它感知设备即可在虚拟环境中进行装配活动，从而进行人体工效学检测。其中装配疲劳会使操作人员动作变形，从而提高次品率，增大危险事故发生几率。
疲劳检测具体包含接触性检测和非接触式检测，其中非接触识别主要依靠图像识别技术，CN107480629A公开了一种疲劳驾驶检测方法提出一种彩色数据帧或红外数据帧进行眼睛闭合检测方法，从而对驾驶行为进行疲劳检测。CN106503752A公开了一种坐式手工装配线疲劳度检测系统，主要阐述了在标准动作已知的情况下，根据手部姿势在标准动作空间中的有效动作和无效动作还有身体弯曲程度判定疲劳，但是评定标准未加入标准时间概念，忽略了标准操作时间的影响，同时轨迹为直线轨迹，动作连接过于刚性。
发明内容
本方法通过Kinect V2捕捉的人体骨骼数据，根据虚拟环境中的具体零件构建出操作轨迹(其中包含直线和圆弧轨迹)，通过比较操作时间和标准时间，计算脱离操作范围时间和脱离操作范围幅度判定操作是否疲劳。
本发明技术方案结合附图说明如下：
一种虚拟装配中疲劳度监测方法，该方法包括以下步骤：
步骤一、启动Kinect V2，并采集操作人骨骼数据；
步骤二、构建虚拟装配的操作轨迹；
步骤三、监测参与虚拟装配人员的操作情况，根据双手操作位置与运动轨迹线的距离绘制波动曲线；
步骤四、根据波动曲线的波幅和时间判定疲劳等级，并依照疲劳等级判定是否继续检测。
所述的步骤一的具体方法如下：
启动Kinect V2，并采集操作人直立时25个骨骼点的模板数据；其中25个部位骨骼点包括头、颈、肩中心、左拇指、右拇指、左指尖、右指尖、左手、右手、左手腕、右手腕、左肘、右肘、左肩膀、右肩膀、脊柱、髋关节中心、左臀、左膝盖、左脚踝、左脚、右臀、右膝盖、右脚踝、右脚。
所述的步骤二的具体方法如下：
构建虚拟装配的操作轨迹，轨迹由直线和圆弧线构成，其中直线轨迹是通过连接三维坐标系中的两个空间点A1(x1,y1,z1)和A2(x2,y2,z2)构成的；圆弧轨迹在平移后的X-Y平面C1、X-Z平面C2和Y-Z平面内构建C3，，以平移后的X-Y平面C1构建圆弧轨迹为例，平面C1的平移距离为上一直线轨迹终点A2(x2,y2,z2)的Z坐标数值，取平面C1的一点作为圆中心点Bx1(xx1,yx1,zx1)，取半径为相切于上一直线轨迹终点，从而构建圆弧轨迹，在圆弧轨迹中选取一点A3(x3,y3,z3)作为下一直线轨迹的起始点；根据具体的虚拟装配环境，将预定装配路径设计成直线轨迹和圆弧轨迹构成的连接线。
所述的步骤三的具体方法如下：
监测参与虚拟装配人员的操作情况，根据双手操作位置与运动轨迹线的距离绘制波动曲线；
首先需要利用Kinect V2采集左手坐标D1(X1,Y1,Z1)，右手坐标D2(X2,Y2,Z2)；以左手波动曲线为例，波动曲线横轴为时间，纵轴为左手坐标距离轨迹线的最短距离；在直线轨迹中为求得距离l1，需要先判定左手坐标是否在直线轨迹的范围之内，然后计算点到直线的距离；
具体需要在两个空间点A1(x1,y1,z1)和A2(x2,y2,z2)分别做出垂直于直线轨迹的平面，作法向量n＝(x1-x2,y1-y2,z1-z2)＝(f1,f2,f3)，平面C2方程即为f1(x-x1)+f2(y-y1)+f3(z-z1)＝0，化简可得f1x+f2y+f3z＝f1x1+f2y1+f3z1；
设f1x1+f2y1+f3z1为E1，方程即可表示为f1x+f2y+f3z＝E1；同理可求得平面C3方程即为f1x+f2y+f3z＝E2，E2＝f1x2+f2y2+f3z2；
此时计算左手是否在平面C2，C3内操作，其中距离平面C2距离为距离平面C3的距离为当d1和d2均小于时，认为左手在直线轨迹内活动，此时距离
当时d1>d2,且d1>d3时，认为操作离开直线轨迹，进入圆弧轨迹运动范围，此时的距离l1需要先将左手点的坐标投影至平面C1，求得平面中直线G1Bx1与圆弧线的交点G2，然后通过G1D1和G1G2求得左手坐标与圆弧线的距离，具体计算过程如下；
假设平移后的X-Y平面C1构建圆弧轨迹，此时平面中的各点转化成二维坐标，各点坐标为A2(x2,y2)、A3(x3,y3)、Bx1(xx1,yx1)、G1(X1,Y1)，
求得直线G1Bx1方程：(x-xx1)(X1-xx1)＝(y-yx1)(Y1-yx1)；圆的方程：(x-xx1)2+(y-yx1)2＝r2；此时x的取值范围为[x2,x3]，联立可求得交点G2(X3,Y3)；此时可求得
假设平移后的X-Z平面构建的圆弧轨迹，各点坐标为各点坐标为A2(x2,z2)、Bx1(xx1,zx1)、G1(X1,Z1)，
求得直线G1Bx1方程：(x-xx1)(X1-xx1)＝(z-zx1)(Z1-zx1)；圆的方程：(x-xx1)2+(z-zx1)2＝r2；此时x的取值范围为[x2,x3]，联立可求得交点G2(X3,Z3)；此时可求得
假设平移后的Y-Z平面构建的圆弧轨迹，各点坐标为各点坐标为A2(y2,z2)、Bx1(yx1,zx1)、G1(Y1,Z1)，
求得直线G1Bx1方程：(y-yx1)(Y1-yx1)＝(z-zx1)(Z1-zx1)；圆的方程：(y-yx1)2+(z-zx1)2＝r2；此时y的取值范围为[y2,y3]，联立可求得交点G2(Y3,Z3)；此时可求得将直线轨迹和圆弧轨迹中得到的l1作为y轴数值，时间t作为x轴数值绘制出波动曲线。
所述的步骤四的具体方法如下：
预设l等于5cm作为标准操作波动现象，记录当波动幅度l1在(0cm,5cm]之内抖动，认为1级；波动幅度在(5cm,5.5cm]抖动，且持续时间超过3s，认为2级；波动幅度在(5.5cm,6.0cm]抖动，且持续时间超过3s，认为3级；波动幅度在(6.0cm,6.5cm]抖动，且持续时间超过3s，认为4级；波动幅度在(6.5cm,∞]抖动，且持续时间超过3s，认为5级；
预设标准操作时间t1，当操作人员完成所有规定的操作动作后会记录最终操作时间t2，计算最终操作时间与标准时间的比值当o∈(0,1.05]，认为1级；当o∈(1.05-1.10]，认为2级；当o∈(1.10-1.15]，认为3级；当o∈(1.15-1.20]，认为4级；当o∈(1.20-1.25]，认为5级；
波动幅度和操作时间比值级别分别占0.5,0.5的权重，之前的分级数值乘上权重得出结果在(0-1]之间疲劳度为1级，(1-2]之间疲劳度为2级，(2-3]之间疲劳度为3级，(3-4]之间疲劳度为4级，(4-5]之间疲劳度为5级；
等级1代表可忽略的疲劳，等级2代表轻微的疲劳，等级3代表中等程度的疲劳，等级4代表严重的疲劳，等级5代表灾难性的疲劳；测出疲劳值后，系统提供适当的声音提醒，当疲劳程度达到5级时，停止监测，中断该工位电路，迫使员工休息。
本发明的有益效果为：本发明能将操作疲劳的评判设计成计算机可以接受的数学方法，同时将操作过程中的规定动作设计成预定轨迹，将疲劳操作中的延时操作和脱离范围操作作为评价标准，及时甄别操作疲劳，从而减少操作疲劳带来的各种危险。
附图说明
图1是本发明的装配操作轨迹示意图；
图2是本发明的直线轨迹距离l1的示意图；
图3是本发明的圆弧线轨迹距离l1的示意图；
图4是本发明的投影平面交点G2的示意图；
图5是本发明的操作动作波动曲线示意图；
具体实施方式
本发明是一种虚拟装配中疲劳度监测方法，虚拟装配中需要使用Geomagic TouchX力反馈设备。步骤一、启动Kinect V2，并采集操作人骨骼数据；步骤二、构建虚拟装配的操作轨迹；步骤三、监测参与虚拟装配人员的操作情况，根据双手操作位置与运动轨迹线的距离绘制波动曲线；步骤四、根据波动曲线的波幅和时间判定疲劳等级，并依照疲劳等级判定是否继续检测。
步骤一、启动Kinect V2，并采集操作人直立时25个骨骼点的模板数据；其中25个部位骨骼点包括头、颈、肩中心、左拇指、右拇指、左指尖、右指尖、左手、右手、左手腕、右手腕、左肘、右肘、左肩膀、右肩膀、脊柱、髋关节中心、左臀、左膝盖、左脚踝、左脚、右臀、右膝盖、右脚踝、右脚。
步骤二、如图1所示，构建虚拟装配的操作轨迹，轨迹由直线和圆弧线构成，其中直线轨迹是通过连接三维坐标系中的两个空间点A1(x1,y1,z1)和A2(x2,y2,z2)构成的；圆弧轨迹在平移后的X-Y平面、X-Z平面和Y-Z平面内构建，以平移后的X-Y平面C1构建圆弧轨迹为例，平面C1的平移距离为上一直线轨迹终点A2(x2,y2,z2)的Z坐标数值，取平面C1的一点作为圆中心点Bx1(xx1,yx1,zx1)，取半径为相切于上一直线轨迹终点，从而构建圆弧轨迹，在圆弧轨迹中选取一点A3(x3,y3,z3)作为下一直线轨迹的起始点。根据具体的虚拟装配环境，将预定装配路径设计成直线轨迹和圆弧轨迹构成的连接线。
步骤三、监测参与虚拟装配人员的操作情况，根据双手操作位置与运动轨迹线的距离绘制波动曲线；
首先需要利用Kinect V2采集左手坐标D1(X1,Y1,Z1)，右手坐标D2(X2,Y2,Z2)。以左手波动曲线为例，波动曲线横轴为时间，纵轴为左手坐标距离轨迹线的最短距离。在直线轨迹中为求得距离l1，需要先判定左手坐标是否在直线轨迹的范围之内，然后计算点到直线的距离。
如图2所示，具体需要在两个空间点A1(x1,y1,z1)和A2(x2,y2,z2)分别做出垂直于直线轨迹的平面，作法向量n＝(x1-x2,y1-y2,z1-z2)＝(f1,f2,f3)，平面C2方程即为f1(x-x1)+f2(y-y1)+f3(z-z1)＝0，化简可得f1x+f2y+f3z＝f1x1+f2y1+f3z1。设f1x1+f2y1+f3z1为E1，方程即可表示为f1x+f2y+f3z＝E1。同理可求得平面C3方程即为f1x+f2y+f3z＝E2，E2＝f1x2+f2y2+f3z2。
此时计算左手是否在平面C2，C3内操作，其中距离平面C2距离为距离平面C3的距离为当d1和d2均小于时，认为左手在直线轨迹内活动，此时距离
当时d1>d2,且d1>d3时，认为操作离开直线轨迹，进入圆弧轨迹运动范围，如图3所示，此时的距离l1需要先将左手点的坐标投影至平面C1，求得平面中直线G1Bx1与圆弧线的交点G2，然后通过G1D1和G1G2求得左手坐标与圆弧线的距离。具体计算过程如下。
如图4所示，假设平移后的X-Y平面C1构建圆弧轨迹，此时平面中的各点转化成二维坐标，各点坐标为A2(x2,y2)、A3(x3,y3)、Bx1(xx1,yx1)、G1(X1,Y1)，
求得直线G1Bx1方程：(x-xx1)(X1-xx1)＝(y-yx1)(Y1-yx1)。圆的方程：(x-xx1)2+(y-yx1)2＝r2。此时x的取值范围为[x2,x3]，联立可求得交点G2(X3,Y3)。此时可求得
假设平移后的X-Z平面构建的圆弧轨迹，各点坐标为各点坐标为A2(x2,z2)、Bx1(xx1,zx1)、G1(X1,Z1)，
求得直线G1Bx1方程：(x-xx1)(X1-xx1)＝(z-zx1)(Z1-zx1)。圆的方程：(x-xx1)2+(z-zx1)2＝r2。此时x的取值范围为[x2,x3]，联立可求得交点G2(X3,Z3)。此时可求得
假设平移后的Y-Z平面构建的圆弧轨迹，各点坐标为各点坐标为A2(y2,z2)、Bx1(yx1,zx1)、G1(Y1,Z1)，
求得直线G1Bx1方程：(y-yx1)(Y1-yx1)＝(z-zx1)(Z1-zx1)。圆的方程：(y-yx1)2+(z-zx1)2＝r2。此时y的取值范围为[y2,y3]，联立可求得交点G2(Y3,Z3)。此时可求得
如图5所示，将直线轨迹和圆弧轨迹中得到的l1作为y轴数值，时间t作为x轴数值绘制出波动曲线。
步骤四、根据波动曲线的波幅和时间判定疲劳等级，并依照疲劳等级判定是否继续检测。
预设l等于5cm作为标准操作波动现象，记录当波动幅度l1在(0cm,5cm]之内抖动，认为1级；波动幅度在(5cm,5.5cm]抖动，且持续时间超过3s，认为2级；波动幅度在(5.5cm,6.0cm]抖动，且持续时间超过3s，认为3级；波动幅度在(6.0cm,6.5cm]抖动，且持续时间超过3s，认为4级；波动幅度在(6.5cm,∞]抖动，且持续时间超过3s，认为5级；
预设标准操作时间t1，当操作人员完成所有规定的操作动作后会记录最终操作时间t2，计算最终操作时间与标准时间的比值当o∈(0,1.05]，认为1级；当o∈(1.05-1.10]，认为2级；当o∈(1.10-1.15]，认为3级；当o∈(1.15-1.20]，认为4级；当o∈(1.20-1.25]，认为5级；
波动幅度和操作时间比值级别分别占0.5,0.5的权重，之前的分级数值乘上权重得出结果在(0-1]之间疲劳度为1级，(1-2]之间疲劳度为2级，(2-3]之间疲劳度为3级，(3-4]之间疲劳度为4级，(4-5]之间疲劳度为5级。
等级1代表可忽略的疲劳，等级2代表轻微的疲劳，等级3代表中等程度的疲劳，等级4代表严重的疲劳，等级5代表灾难性的疲劳。测出疲劳值后，系统提供适当的声音提醒，当疲劳程度达到5级时，停止监测，中断该工位电路，迫使员工休息。

Claims (5)

1.一种虚拟装配中疲劳度监测方法，其特征在于，该方法包括以下步骤：
步骤一、启动Kinect V2，并采集操作人骨骼数据；
步骤二、构建虚拟装配的操作轨迹；
步骤三、监测参与虚拟装配人员的操作情况，根据双手操作位置与运动轨迹线的距离绘制波动曲线；
步骤四、根据波动曲线的波幅和时间判定疲劳等级，并依照疲劳等级判定是否继续检测。
2.根据权利要求1所述的一种虚拟装配中疲劳度监测方法，其特征在于，所述的步骤一的具体方法如下：
启动Kinect V2，并采集操作人直立时25个骨骼点的模板数据；其中25个部位骨骼点包括头、颈、肩中心、左拇指、右拇指、左指尖、右指尖、左手、右手、左手腕、右手腕、左肘、右肘、左肩膀、右肩膀、脊柱、髋关节中心、左臀、左膝盖、左脚踝、左脚、右臀、右膝盖、右脚踝、右脚。
3.根据权利要求1所述的一种虚拟装配中疲劳度监测方法，其特征在于，所述的步骤二的具体方法如下：
构建虚拟装配的操作轨迹，轨迹由直线和圆弧线构成，其中直线轨迹是通过连接三维坐标系中的两个空间点A1(x1,y1,z1)和A2(x2,y2,z2)构成的；圆弧轨迹在平移后的X-Y平面C1、X-Z平面C2和Y-Z平面内构建C3，以平移后的X-Y平面C1构建圆弧轨迹为例，平面C1的平移距离为上一直线轨迹终点A2(x2,y2,z2)的Z坐标数值，取平面C1的一点作为圆中心点Bx1(xx1,yx1,zx1)，取半径为相切于上一直线轨迹终点，从而构建圆弧轨迹，在圆弧轨迹中选取一点A3(x3,y3,z3)作为下一直线轨迹的起始点；根据具体的虚拟装配环境，将预定装配路径设计成直线轨迹和圆弧轨迹构成的连接线。
4.根据权利要求1所述的一种虚拟装配中疲劳度监测方法，其特征在于，所述的步骤三的具体方法如下：
监测参与虚拟装配人员的操作情况，根据双手操作位置与运动轨迹线的距离绘制波动曲线；
首先需要利用Kinect V2采集左手坐标D1(X1,Y1,Z1)，右手坐标D2(X2,Y2,Z2)；以左手波动曲线为例，波动曲线横轴为时间，纵轴为左手坐标距离轨迹线的最短距离；在直线轨迹中为求得距离l1，需要先判定左手坐标是否在直线轨迹的范围之内，然后计算点到直线的距离；
具体需要在两个空间点A1(x1,y1,z1)和A2(x2,y2,z2)分别做出垂直于直线轨迹的平面，作法向量n＝(x1-x2,y1-y2,z1-z2)＝(f1,f2,f3)，平面C2方程即为f1(x-x1)+f2(y-y1)+f3(z-z1)＝0，化简可得f1x+f2y+f3z＝f1x1+f2y1+f3z1；
设f1x1+f2y1+f3z1为E1，方程即可表示为f1x+f2y+f3z＝E1；同理可求得平面C3方程即为f1x+f2y+f3z＝E2，E2＝f1x2+f2y2+f3z2；
此时计算左手是否在平面C2，C3内操作，其中距离平面C2距离为距离平面C3的距离为当d1和d2均小于时，认为左手在直线轨迹内活动，此时距离
当时d1>d2,且d1>d3时，认为操作离开直线轨迹，进入圆弧轨迹运动范围，此时的距离l1需要先将左手点的坐标投影至平面C1，求得平面中直线G1Bx1与圆弧线的交点G2，然后通过G1D1和G1G2求得左手坐标与圆弧线的距离，具体计算过程如下；
假设平移后的X-Y平面C1构建圆弧轨迹，此时平面中的各点转化成二维坐标，各点坐标为A2(x2,y2)、A3(x3,y3)、Bx1(xx1,yx1)、G1(X1,Y1)，
求得直线G1Bx1方程：(x-xx1)(X1-xx1)＝(y-yx1)(Y1-yx1)；圆的方程：(x-xx1)2+(y-yx1)2＝r2；此时x的取值范围为[x2,x3]，联立可求得交点G2(X3,Y3)；此时可求得
假设平移后的X-Z平面构建的圆弧轨迹，各点坐标为各点坐标为A2(x2,z2)、Bx1(xx1,zx1)、G1(X1，Z1)，
求得直线G1Bx1方程：(x-xx1)(X1-xx1)＝(z-zx1)(Z1-zx1)；圆的方程：(x-xx1)2+(z-zx1)2＝r2；此时x的取值范围为[x2,x3]，联立可求得交点G2(X3,Z3)；此时可求得
假设平移后的Y-Z平面构建的圆弧轨迹，各点坐标为各点坐标为A2(y2,z2)、Bx1(yx1,zx1)、G1(Y1，Z1)，
求得直线G1Bx1方程：(y-yx1)(Y1-yx1)＝(z-zx1)(Z1-zx1)；圆的方程：(y-yx1)2+(z-zx1)2＝r2；此时y的取值范围为[y2,y3]，联立可求得交点G2(Y3,Z3)；此时可求得将直线轨迹和圆弧轨迹中得到的l1作为y轴数值，时间t作为x轴数值绘制出波动曲线。
5.根据权利要求4所述的一种虚拟装配中疲劳度监测方法，其特征在于，所述的步骤四的具体方法如下：
预设l等于5cm作为标准操作波动现象，记录当波动幅度l1在(0cm,5cm]之内抖动，认为1级；波动幅度在(5cm,5.5cm]抖动，且持续时间超过3s，认为2级；波动幅度在(5.5cm,6.0cm]抖动，且持续时间超过3s，认为3级；波动幅度在(6.0cm,6.5cm]抖动，且持续时间超过3s，认为4级；波动幅度在(6.5cm,∞]抖动，且持续时间超过3s，认为5级；
预设标准操作时间t1，当操作人员完成所有规定的操作动作后会记录最终操作时间t2，计算最终操作时间与标准时间的比值当o∈(0,1.05]，认为1级；当o∈(1.05-1.10]，认为2级；当o∈(1.10-1.15]，认为3级；当o∈(1.15-1.20]，认为4级；当o∈(1.20-1.25]，认为5级；
波动幅度和操作时间比值级别分别占0.5,0.5的权重，之前的分级数值乘上权重得出结果在(0-1]之间疲劳度为1级，(1-2]之间疲劳度为2级，(2-3]之间疲劳度为3级，(3-4]之间疲劳度为4级，(4-5]之间疲劳度为5级；
等级1代表可忽略的疲劳，等级2代表轻微的疲劳，等级3代表中等程度的疲劳，等级4代表严重的疲劳，等级5代表灾难性的疲劳；测出疲劳值后，系统提供适当的声音提醒，当疲劳程度达到5级时，停止监测，中断该工位电路，迫使员工休息。
CN201810181618.0A 2018-03-06 2018-03-06 一种虚拟装配中疲劳度监测方法 Expired - Fee Related CN108363984B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810181618.0A CN108363984B (zh) 2018-03-06 2018-03-06 一种虚拟装配中疲劳度监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810181618.0A CN108363984B (zh) 2018-03-06 2018-03-06 一种虚拟装配中疲劳度监测方法

Publications (2)

Publication Number Publication Date
CN108363984A true CN108363984A (zh) 2018-08-03
CN108363984B CN108363984B (zh) 2018-11-16

Family

ID=63003471

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810181618.0A Expired - Fee Related CN108363984B (zh) 2018-03-06 2018-03-06 一种虚拟装配中疲劳度监测方法

Country Status (1)

Country Link
CN (1) CN108363984B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109754665A (zh) * 2019-03-08 2019-05-14 闽南理工学院 一种机械制造模具虚拟装配培训信息处理系统及培训方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2447435A (en) * 2006-03-29 2008-09-17 Fujifilm Electronic Imaging Document verification system
CN103258078A (zh) * 2013-04-02 2013-08-21 上海交通大学 融合Kinect设备和Delmia环境的人机交互虚拟装配系统
CN104408760A (zh) * 2014-10-28 2015-03-11 燕山大学 一种基于双目视觉的高精度虚拟装配系统算法
CN106503752A (zh) * 2016-11-14 2017-03-15 吉林大学 一种坐式手工装配线疲劳度检测系统
CN106980385A (zh) * 2017-04-07 2017-07-25 吉林大学 一种虚拟装配装置、系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2447435A (en) * 2006-03-29 2008-09-17 Fujifilm Electronic Imaging Document verification system
CN103258078A (zh) * 2013-04-02 2013-08-21 上海交通大学 融合Kinect设备和Delmia环境的人机交互虚拟装配系统
CN104408760A (zh) * 2014-10-28 2015-03-11 燕山大学 一种基于双目视觉的高精度虚拟装配系统算法
CN106503752A (zh) * 2016-11-14 2017-03-15 吉林大学 一种坐式手工装配线疲劳度检测系统
CN106980385A (zh) * 2017-04-07 2017-07-25 吉林大学 一种虚拟装配装置、系统及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
JLH ARELLANO ET AL.: ""Relationship between Workload and Fatigue among Mexican Assembly"", 《INTERNATIONAL JOURNAL OF PHYSICAL》 *
尚华强: ""基于Kinect的虚拟人物动作仿真研究"", 《万方学术期刊数据库》 *
李俊佑: ""基于时间约束和力反馈的速度-准确率权衡研究"", 《万方学术期刊数据库》 *
范美常: ""基于骨骼跟踪的虚拟装配技术"", 《万方学术期刊数据库》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109754665A (zh) * 2019-03-08 2019-05-14 闽南理工学院 一种机械制造模具虚拟装配培训信息处理系统及培训方法

Also Published As

Publication number Publication date
CN108363984B (zh) 2018-11-16

Similar Documents

Publication Publication Date Title
Caeiro-Rodríguez et al. A systematic review of commercial smart gloves: Current status and applications
Dipietro et al. A survey of glove-based systems and their applications
US11567573B2 (en) Neuromuscular text entry, writing and drawing in augmented reality systems
Luzhnica et al. A sliding window approach to natural hand gesture recognition using a custom data glove
CN110262664B (zh) 一种具有认知能力的智能交互手套
CN103777748A (zh) 一种体感输入方法及装置
CN106406875B (zh) 基于自然手势的虚拟数字雕塑方法
CN111539245A (zh) 一种基于虚拟环境的cpr技术训练评价方法
CN107783654A (zh) 一种虚拟装配操作中身体弯曲类动作检测方法
Stern et al. Designing hand gesture vocabularies for natural interaction by combining psycho-physiological and recognition factors
CN100416474C (zh) 快速输入设备及其运行方法和应用
Gio et al. Control of a drone with body gestures
Oyekan et al. Applying a fusion of wearable sensors and a cognitive inspired architecture to real-time ergonomics analysis of manual assembly tasks
JP2020177680A (ja) 作業分析装置、作業分析方法、及びプログラム
Mark et al. Industrial assistance systems to enhance human–machine interaction and operator’s capabilities in assembly
CN108363984B (zh) 一种虚拟装配中疲劳度监测方法
CN106512391B (zh) 一种双手手势识别方法及基于其的模拟驾驶系统、方法
Vyas et al. Gesture recognition and control
WO2021195916A1 (zh) 动态手部仿真方法、装置和系统
JP7125872B2 (ja) 作業支援装置、および、作業支援方法
Mick et al. Performance and usability of various robotic arm control modes from human force signals
CN109754665A (zh) 一种机械制造模具虚拟装配培训信息处理系统及培训方法
Liu et al. Object transfer point predicting based on human comfort model for human-robot handover
CN113633281A (zh) 一种在装配维修过程中对人体姿态的评估方法与系统
Liu et al. Eliciting Wrist and Finger Gestures to Guide Recognizer Design.

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181116

Termination date: 20200306

CF01 Termination of patent right due to non-payment of annual fee