CN110427106B - 体感动作数据处理方法、设备及计算机可读存储介质 - Google Patents

体感动作数据处理方法、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN110427106B
CN110427106B CN201910655465.3A CN201910655465A CN110427106B CN 110427106 B CN110427106 B CN 110427106B CN 201910655465 A CN201910655465 A CN 201910655465A CN 110427106 B CN110427106 B CN 110427106B
Authority
CN
China
Prior art keywords
motion
somatosensory
controlled device
motion data
coordinate system
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
CN201910655465.3A
Other languages
English (en)
Other versions
CN110427106A (zh
Inventor
黄麟
余翔
周鹏
王登
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.)
Wuhan Hengxin Power Technology Co ltd
Original Assignee
Wuhan Hengxin Power Technology Co ltd
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 Wuhan Hengxin Power Technology Co ltd filed Critical Wuhan Hengxin Power Technology Co ltd
Priority to CN201910655465.3A priority Critical patent/CN110427106B/zh
Publication of CN110427106A publication Critical patent/CN110427106A/zh
Application granted granted Critical
Publication of CN110427106B publication Critical patent/CN110427106B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/011Arrangements for interaction with the human body, e.g. for user immersion in virtual reality

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种体感动作数据处理方法、设备及计算机可读存储介质。该方法包括:当预置按钮被激活时,获取设置于控制装置上的位姿传感器在每个采样周期采集的体感动作数据;根据所述被激活的预置按钮对应的数据处理规则,从所述体感动作数据中确定有效体感动作数据。通过本发明,规避了生物体动作的模糊性和往复性,使得采集的体感动作数据能准确反映体感动作的真实意图。

Description

体感动作数据处理方法、设备及计算机可读存储介质
技术领域
本发明涉及控制技术领域,尤其涉及体感动作数据处理方法、设备及计算机可读存储介质。
背景技术
现在针对关节型机器人、AGV小车等多自由度运动体的控制方式主要有编程示教和拖动示教等方式,前者实时性差,且对空间想象能力要求较高,后者安全性较低,且应用成本较高。
为此,一些最新研究中提出通过体感动作对运动体进行示教,即通过采集体感动作数据,并将体感动作数据转换成运动控制指令,以供运动体执行运动控制指令。但在这种方式下,由于生物体动作的模糊性和往复性,导致采集的体感动作数据中存在一些多余的数据,即导致采集的体感动作数据不能准确反映体感动作的真实意图。
发明内容
本发明的主要目的在于提供一种体感动作数据处理方法、设备及计算机可读存储介质,旨在解决现有技术中由于生物体动作的模糊性和往复性,导致采集的体感动作数据无法准确反映体感动作的真实意图的技术问题。
为实现上述目的,本发明提供一种体感动作数据处理方法,所述体感动作数据处理方法包括以下步骤:
当预置按钮被激活时,获取设置于控制装置上的位姿传感器在每个采样周期采集的体感动作数据;
根据所述被激活的预置按钮对应的数据处理规则,从所述体感动作数据中确定有效体感动作数据。
可选的,所述根据所述被激活的预置按钮对应的数据处理规则,从所述体感动作数据中确定有效体感动作数据的步骤包括:
当所述预置按钮为单轴运动按钮时,获取所述体感动作数据中特定向量分量对应的体感动作数据,作为有效体感动作数据。
可选的,所述获取所述体感动作数据中特定向量分量对应的体感动作数据,作为有效体感动作数据的步骤包括:
确定所述体感动作数据对应的体感动作的向量最大分量;
获取所述体感动作数据中所述向量最大分量对应的体感动作数据,作为有效体感动作数据。
可选的,在所述根据所述被激活的预置按钮对应的数据处理规则,从所述体感动作数据中确定有效体感动作数据的步骤之后,还包括:
根据所述有效体感动作数据,即控制装置在大地坐标系{G}下的位置姿态矢量
Figure BDA0002136749770000021
得到每个采样周期对应的控制装置坐标系{Ci}(i=0,1,2,…)与{G}的空间转换矩阵
Figure BDA0002136749770000022
其中{C0}特指所述控制装置被激活时刻的初始坐标系;
根据所述
Figure BDA0002136749770000023
得到{Ci}(i=1,2,…)与{C0}之间的转换矩阵
Figure BDA0002136749770000024
从而得到所述有效体感动作数据在控制装置坐标系下对应的运动矢量
Figure BDA0002136749770000025
根据预置缩放系数,对所述运动矢量
Figure BDA0002136749770000026
进行缩放,得到被控装置的相对运动矢量
Figure BDA0002136749770000027
其中,所述{Ai}(i=0,1,2,…)为控制装置被激活后,每个采样周期对应的被控装置的坐标系,{A0}特指控制装置被激活时刻被控装置的初始坐标系;
根据所述
Figure BDA0002136749770000028
得到所述{Ai}与{A0}之间的转换矩阵
Figure BDA0002136749770000029
检测所述被控装置是否具备空间位姿感知能力;
若所述被控装置不具备空间位姿感知能力,则根据所述
Figure BDA00021367497700000210
以及被控装置主动轴(设轴数满足n=1,2,…,最大不超过被控装置自由度数)位移阵列与被控装置的映射关系
Figure BDA00021367497700000211
计算得到被控装置的主动轴相对运动位移Δθni
基于所述被控装置的主动轴相对运动位移生成运动指令并发送至所述被控装置,以供所述被控装置的主动轴按照所述主动轴相对运动位移进行运动。
可选的,在所述基于所述被控装置的主动轴相对运动位移生成运动指令并发送至所述被控装置,以供所述被控装置的主动轴按照所述主动轴相对运动位移进行运动的步骤之前,还包括:
若所述被控装置具备空间位姿感知能力,则根据控制装置从激活时刻开始每个采样周期被控装置坐标系{Ai}(i=0,1,2,…)相对于大地坐标系{G}的空间位置姿态矢量
Figure BDA0002136749770000031
得到{Ai}与{G}之间的空间转换矩阵
Figure BDA0002136749770000032
以及,根据由
Figure BDA0002136749770000033
获得的
Figure BDA0002136749770000034
加之
Figure BDA0002136749770000035
得到{Ai}与{G}之间的转换矩阵
Figure BDA0002136749770000036
通过对上述两种方式分别得到的转换矩阵
Figure BDA0002136749770000037
求解联立方程组,得到被控装置的主动轴相对运动位移Δθni
可选的,在所述被控装置具备空间位姿感知能力时,所述体感动作数据处理方法还包括:
当空间坐标磁吸映射机制开启时,根据所述有效体感动作数据确定每个采样周期控制装置坐标系相对于大地坐标系{G}的姿态角分量,记作
Figure BDA0002136749770000038
以及
Figure BDA0002136749770000039
获取控制装置激活时刻,被控装置坐标系相对于大地坐标系{G}的姿态角分量,记作
Figure BDA00021367497700000310
以及
Figure BDA00021367497700000311
检测所述
Figure BDA00021367497700000312
Figure BDA00021367497700000313
的差值的绝对值是否小于或等于预设阈值,若
Figure BDA00021367497700000314
Figure BDA00021367497700000315
的差值的绝对值小于或等于预设阈值,则以所述
Figure BDA00021367497700000316
的值作为新的
Figure BDA00021367497700000317
检测所述
Figure BDA00021367497700000318
Figure BDA00021367497700000319
的差值的绝对值是否小于或等于预设阈值,若
Figure BDA00021367497700000320
Figure BDA00021367497700000321
的差值的绝对值小于或等于预设阈值,则以所述
Figure BDA00021367497700000322
的值作为新的
Figure BDA00021367497700000336
检测所述
Figure BDA00021367497700000323
Figure BDA00021367497700000324
的差值的绝对值是否小于或等于预设阈值,若
Figure BDA00021367497700000325
Figure BDA00021367497700000326
的差值的绝对值小于或等于预设阈值,则以所述
Figure BDA00021367497700000327
的值作为新的
Figure BDA00021367497700000328
根据所述每个采样周期控制装置坐标系相对于大地坐标系{G}的新的姿态角分量,得到新的有效体感动作数据
Figure BDA00021367497700000329
将所述新的有效体感动作数据
Figure BDA00021367497700000330
作为所述有效体感动作数据
Figure BDA00021367497700000331
并执行所述根据所述有效体感动作数据,得到{Ci}(i=0,1,2,…)与{G}的空间转换矩阵
Figure BDA00021367497700000332
的步骤。
可选的,在所述被控装置具备空间位姿感知能力时,所述体感动作数据处理方法还包括:
当空间坐标动态映射机制开启时,根据公式:
Figure BDA00021367497700000333
其中,K为预置缩放系数阵列,
Figure BDA00021367497700000334
为控制装置激活后每个采样周期控制装置坐标系{Ci}(i=0,1,2,…)相对于大地坐标系{G}的空间位姿矢量;
Figure BDA00021367497700000335
特指控制装置被激活时刻控制装置坐标系相对于{G}的空间位姿矢量;
Figure BDA0002136749770000041
为控制装置激活后每个采样周期被控装置坐标系相对于{G}的空间位姿矢量;
Figure BDA0002136749770000042
特指控制装置被激活时刻被控装置坐标系相对于{G}的空间位姿矢量,并执行所述根据控制装置从激活时刻开始每个采样周期被控装置坐标系{Ai}(i=0,1,2,…)相对于大地坐标系{G}的空间位置姿态矢量
Figure BDA0002136749770000043
得到{Ai}与{G}之间的空间转换矩阵
Figure BDA0002136749770000044
的步骤。
可选的,所述基于所述被控装置的主动轴相对运动位移生成运动指令并发送至所述被控装置的步骤包括:
根据所述被控装置的主动轴相对运动位移得到运动参数;
检测所述运动参数是否小于预设运动参数;
若所述运动参数小于预设运动参数,则基于所述被控装置的主动轴相对运动位移生成运动指令并发送至所述被控装置。
此外,为实现上述目的,本发明还提供一种体感动作数据处理设备,所述体感动作数据处理设备包括:预置按钮、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的体感动作数据处理程序,所述预置按钮对应有预置好的数据处理规则,所述体感动作数据处理程序被处理器执行时实现如上所述的体感动作数据处理方法的步骤。
此外,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有体感动作数据处理程序,所述体感动作数据处理程序被处理器执行时实现如上所述的体感动作数据处理方法的步骤。
本发明中,当预置按钮被激活时,获取设置于控制装置上的位姿传感器在每个采样周期采集的体感动作数据;根据所述被激活的预置按钮对应的数据处理规则,从所述体感动作数据中确定有效体感动作数据。通过本发明,规避了生物体动作的模糊性和往复性,使得采集的体感动作数据能准确反映体感动作的真实意图。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的体感动作数据处理设备结构示意图;
图2为本发明体感动作数据处理方法第一实施例的流程示意图;
图3为本发明体感动作数据处理方法一实施例中控制装置的结构示意图;
图4为现有技术中控制被控装置运动的场景示意图;
图5为本发明体感动作数据处理方法一实施例中通过有效体感动作数据控制被控装置运动的场景示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
如图1所示,图1为本发明实施例方案涉及的硬件运行环境的体感动作数据处理设备结构示意图。
如图1所示,该体感动作数据处理设备可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的体感动作数据处理设备结构并不构成对体感动作数据处理设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及体感动作数据处理程序。
在图1所示的体感动作数据处理设备中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的体感动作数据处理程序,并执行以下体感动作数据处理方法各个实施例的步骤。
参照图2,图2为本发明体感动作数据处理方法第一实施例的流程示意图。
在一实施例中,体感动作数据处理方法包括:
步骤S10,当预置按钮被激活时,获取设置于控制装置上的位姿传感器在每个采样周期采集的体感动作数据;
本实施例中,如图3所示,图3为本发明体感动作数据处理方法一实施例中控制装置的结构示意图。如图3所示,控制装置由内置位姿传感器、无线收发器、电池盒和控制面板等组成,其中无线收发器采用5G、蓝牙、Wifi或LoRa等无线通信模块,亦可改制成兼容现场总线等有线通信模块,主要实现控制装置与被控装置的通信;位姿传感器包括定位传感器(北斗、GPS或GLONASS等天文导航系统,或者其他体制的定位装置)和姿态传感器(陀螺、加速度计或光纤惯组等姿态感应装置,或者其他体制的姿态感知装置),用于感知装置的空间位置和姿态;控制面板提供指令输入装置,不限于实体或虚拟按钮,还可为滑块、语音输入等其他指令输入形式;电池盒为装置提供电能。
一实施例中,如图3所示,控制装置的控制面板上设置有三个按钮,分别为按钮A、按钮B、按钮C。预定义按钮功能为:按钮A结合按钮B和C可完成控制装置的空间坐标映射预定义,按钮B或按钮C被激活时,开启位姿传感器,以供获取位姿传感器在每个采样周期采集的体感动作数据。该体感动作数据即控制装置被激活时每个采样周期通过位姿传感器采样获取的相对于大地坐标系{G}的空间位置分量和姿态角分量,可以表示为:
Figure BDA0002136749770000061
通过本实施例,仅在预置按钮被激活期间,才获取体感动作数据,规避了生物体动作的往复性。
步骤S20,根据所述被激活的预置按钮对应的数据处理规则,从所述体感动作数据中确定有效体感动作数据。
本发明一实施例中,预置按钮对应的数据处理规则为:若被激活的按钮为按钮B,则以获取到的体感动作数据作为有效体感动作数据;若被激活的按钮为按钮C,则以获取到的体感动作数据中一向量分量对应的数据作为有效体感动作数据。当然,也可以是若被激活的按钮为按钮C,则以获取到的体感动作数据作为有效体感动作数据;若被激活的按钮为按钮B,则以获取到的体感动作数据中一向量分量对应的数据作为有效体感动作数据。
一实施例中,步骤S20包括:
步骤S201,当所述预置按钮为单轴运动按钮时,获取所述体感动作数据中特定向量分量对应的体感动作数据,作为有效体感动作数据。
本实施例中,若被激活的预置按钮为单轴运动按钮,则获取体感动作数据中任一向量分量对应的体感动作数据,作为有效体感动作数据。
一实施例中,步骤S201包括:
确定所述体感动作数据对应的体感动作的向量最大分量;
获取所述体感动作数据中所述向量最大分量对应的体感动作数据,作为有效体感动作数据。
本实施例中,采集的体感动作数据包括三个向量分量对应的体感动作数据,分别为x轴方向对应的体感动作数据、y轴方向对应的体感动作数据以及z轴方向对应的体感动作数据。若采集的体感动作数据中,x轴方向为向量最大分量,则获取x轴方向对应的体感动作数据,作为有效体感动作数据。
在实际应用中,参照图4,图4为现有技术中控制被控装置运动的场景示意图。若体感动作的真实意图是控制被控装置水平直行,但由于体感动作的模糊性,导致采集的体感动作数据中可能存在除表示水平直行方向之外的其他数据,从而导致被控装置通过采集的体感动作数据进行的运动并不是水平直行,即用于控制被控装置运动的体感动作数据无法准确表达生物体动作的真实意图。
本实施例中,参照图5,图5为本发明体感动作数据处理方法一实施例中通过有效体感动作数据控制被控装置运动的场景示意图。本实施例中,以小车作为被控装置,如图5所示,若生物体的真实意图为控制小车直行,生物体仅需使控制装置的最大位移方向为直行方向即可。通过本实施例,规避了生物体动作的模糊性。
本实施例中,当预置按钮被激活时,获取设置于控制装置上的位姿传感器在每个采样周期采集的体感动作数据;根据所述被激活的预置按钮对应的数据处理规则,从所述体感动作数据中确定有效体感动作数据。通过本实施例,规避了生物体动作的模糊性和往复性,使得采集的体感动作数据能准确反映体感动作的真实意图。
进一步地,本发明体感动作数据处理方法一实施例中,步骤S20之后,还包括:
根据所述有效体感动作数据,即控制装置在大地坐标系{G}下的位置姿态矢量
Figure BDA0002136749770000081
得到每个采样周期对应的控制装置坐标系{Ci}(i=0,1,2,…)与{G}的空间转换矩阵
Figure BDA0002136749770000082
其中{C0}特指所述控制装置被激活时刻的初始坐标系;根据所述
Figure BDA0002136749770000083
得到{Ci}(i=1,2,…)与{C0}之间的转换矩阵
Figure BDA0002136749770000084
从而得到所述有效体感动作数据在控制装置坐标系下对应的运动矢量
Figure BDA0002136749770000085
根据预置缩放系数,对所述运动矢量
Figure BDA0002136749770000086
进行缩放,得到被控装置的相对运动矢量
Figure BDA0002136749770000087
其中,所述{Ai}(i=0,1,2,…)为控制装置被激活后,每个采样周期对应的被控装置的坐标系,{A0}特指控制装置被激活时刻被控装置的初始坐标系;根据所述
Figure BDA0002136749770000088
得到所述{Ai}与{A0}之间的转换矩阵
Figure BDA0002136749770000089
检测所述被控装置是否具备空间位姿感知能力;若所述被控装置不具备空间位姿感知能力,则根据所述
Figure BDA00021367497700000810
以及被控装置主动轴(设轴数满足n=1,2,…,最大不超过被控装置自由度数)位移阵列与被控装置的映射关系
Figure BDA00021367497700000811
计算得到被控装置的主动轴相对运动位移Δθni;基于所述被控装置的主动轴相对运动位移生成运动指令并发送至所述被控装置,以供所述被控装置的主动轴按照所述主动轴相对运动位移进行运动。
进一步地,在所述基于所述被控装置的主动轴相对运动位移生成运动指令并发送至所述被控装置,以供所述被控装置的主动轴按照所述主动轴相对运动位移进行运动的步骤之前,还包括:
若所述被控装置具备空间位姿感知能力,则根据控制装置从激活时刻开始每个采样周期被控装置坐标系{Ai}(i=0,1,2,…)相对于大地坐标系{G}的空间位置姿态矢量
Figure BDA00021367497700000812
得到{Ai}与{G}之间的空间转换矩阵
Figure BDA00021367497700000813
以及,根据由
Figure BDA00021367497700000814
获得的
Figure BDA00021367497700000815
加之
Figure BDA00021367497700000816
得到{Ai}与{G}之间的转换矩阵
Figure BDA00021367497700000817
通过对上述两种方式分别得到的转换矩阵
Figure BDA0002136749770000091
求解联立方程组,得到被控装置的主动轴相对运动位移Δθni
进一步地,在所述被控装置具备空间位姿感知能力时,所述体感动作数据处理方法还包括:
当空间坐标磁吸映射机制开启时,根据所述有效体感动作数据确定每个采样周期控制装置坐标系相对于大地坐标系{G}的姿态角分量,记作
Figure BDA0002136749770000092
以及
Figure BDA0002136749770000093
获取控制装置激活时刻,被控装置坐标系相对于大地坐标系{G}的姿态角分量,记作
Figure BDA0002136749770000094
以及
Figure BDA0002136749770000095
检测所述
Figure BDA0002136749770000096
Figure BDA0002136749770000097
的差值的绝对值是否小于或等于预设阈值,若
Figure BDA0002136749770000098
Figure BDA0002136749770000099
的差值的绝对值小于或等于预设阈值,则以所述
Figure BDA00021367497700000910
的值作为新的
Figure BDA00021367497700000911
检测所述
Figure BDA00021367497700000912
Figure BDA00021367497700000913
的差值的绝对值是否小于或等于预设阈值,若
Figure BDA00021367497700000914
Figure BDA00021367497700000915
的差值的绝对值小于或等于预设阈值,则以所述
Figure BDA00021367497700000916
的值作为新的
Figure BDA00021367497700000917
检测所述
Figure BDA00021367497700000918
Figure BDA00021367497700000919
的差值的绝对值是否小于或等于预设阈值,若
Figure BDA00021367497700000920
Figure BDA00021367497700000921
的差值的绝对值小于或等于预设阈值,则以所述
Figure BDA00021367497700000922
的值作为新的
Figure BDA00021367497700000923
根据所述每个采样周期控制装置坐标系相对于大地坐标系{G}的新的姿态角分量,得到新的有效体感动作数据
Figure BDA00021367497700000924
将所述新的有效体感动作数据
Figure BDA00021367497700000925
作为所述有效体感动作数据
Figure BDA00021367497700000926
并执行所述根据所述有效体感动作数据,得到{Ci}(i=0,1,2,…)与{G}的空间转换矩阵
Figure BDA00021367497700000927
的步骤。
通过本实施例,当控制装置以及被控装置之间坐标系存在微小偏差时,消除该微小偏差,使得被控装置能更精确地反映体感动作的真实意图。
进一步地,在所述被控装置具备空间位姿感知能力时,所述体感动作数据处理方法还包括:
当空间坐标动态映射机制开启时,根据公式:
Figure BDA00021367497700000928
其中,K为预置缩放系数阵列,
Figure BDA00021367497700000929
为控制装置激活后每个采样周期控制装置坐标系{Ci}(i=0,1,2,…)相对于大地坐标系{G}的空间位姿矢量;
Figure BDA00021367497700000930
特指控制装置被激活时刻控制装置坐标系相对于{G}的空间位姿矢量;
Figure BDA00021367497700000931
为控制装置激活后每个采样周期被控装置坐标系相对于{G}的空间位姿矢量;
Figure BDA00021367497700000932
特指控制装置被激活时刻被控装置坐标系相对于{G}的空间位姿矢量,并执行所述根据控制装置从激活时刻开始每个采样周期被控装置坐标系{Ai}(i=0,1,2,…)相对于大地坐标系{G}的空间位置姿态矢量
Figure BDA0002136749770000101
得到{Ai}与{G}之间的空间转换矩阵
Figure BDA0002136749770000102
的步骤。
通过本实施例,使得生物体可以在相对于被控装置的不同位置,通过不同的动作,控制被控装置执行同样的运行,使得对控制装置的操作更符合生物体的自然操作习惯。
进一步地,所述基于所述被控装置的主动轴相对运动位移生成运动指令并发送至所述被控装置的步骤包括:
根据所述被控装置的主动轴相对运动位移得到运动参数;检测所述运动参数是否小于预设运动参数;若所述运动参数小于预设运动参数,则基于所述被控装置的主动轴相对运动位移生成运动指令并发送至所述被控装置。
本实施例中,由于每个采样周期的时长是一定的,故可以根据被控装置的主动轴相对运动位移得到运动参数,运动参数可以是运动速度、运动加速度等。例如,以运动加速度为例,若判断运动加速度小于预设加速度,则基于被控装置的主动轴相对运动位移生成运动指令并发送至被控装置,以供被控装置的主动轴按照主动轴相对运动位移进行运动;若运动加速度大于或等于预设加速度,则此时对被控装置进行控制会比较危险,因此,停止根据得到的主动轴相对运动位移对被控装置进行控制,并输出告警提示。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有体感动作数据处理程序,所述体感动作数据处理程序被处理器执行时实现如上体感动作数据处理方法各个实施例的操作。
本发明计算机可读存储介质的具体实施例与上述体感动作数据处理方法的各个实施例基本相同,在此不做赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种体感动作数据处理方法,其特征在于,所述体感动作数据处理方法包括以下步骤:
当预置按钮被激活时,获取设置于控制装置上的位姿传感器在每个采样周期采集的体感动作数据;
根据所述被激活的预置按钮对应的数据处理规则,从所述体感动作数据中确定有效体感动作数据;
在所述根据所述被激活的预置按钮对应的数据处理规则,从所述体感动作数据中确定有效体感动作数据的步骤之后,还包括:
根据所述有效体感动作数据,即控制装置在大地坐标系{G}下的位置姿态矢量
Figure FDA0003677707760000011
得到每个采样周期对应的控制装置坐标系{Ci}(i=0,1,2,…)与{G}的空间转换矩阵
Figure FDA0003677707760000012
其中{C0}特指所述控制装置被激活时刻的初始坐标系;
根据所述
Figure FDA0003677707760000013
得到{Ci}(i=1,2,…)与{C0}之间的转换矩阵
Figure FDA0003677707760000014
从而得到所述有效体感动作数据在控制装置坐标系下对应的运动矢量
Figure FDA0003677707760000015
根据预置缩放系数,对所述运动矢量
Figure FDA0003677707760000016
进行缩放,得到被控装置的相对运动矢量
Figure FDA0003677707760000017
其中,所述{Ai}(i=0,1,2,…)为控制装置被激活后,每个采样周期对应的被控装置的坐标系,{A0}特指控制装置被激活时刻被控装置的初始坐标系;
根据所述
Figure FDA0003677707760000018
得到所述{Ai}与{A0}之间的转换矩阵
Figure FDA0003677707760000019
检测所述被控装置是否具备空间位姿感知能力;
若所述被控装置不具备空间位姿感知能力,则根据所述
Figure FDA00036777077600000110
以及被控装置主动轴位移阵列与被控装置的映射关系
Figure FDA00036777077600000111
计算得到被控装置的主动轴相对运动位移Δθni;其中,设轴数满足n=1,2,…,最大不超过被控装置自由度数;
基于所述被控装置的主动轴相对运动位移生成运动指令并发送至所述被控装置,以供所述被控装置的主动轴按照所述主动轴相对运动位移进行运动。
2.如权利要求1所述的体感动作数据处理方法,其特征在于,所述根据所述被激活的预置按钮对应的数据处理规则,从所述体感动作数据中确定有效体感动作数据的步骤包括:
当所述预置按钮为单轴运动按钮时,获取所述体感动作数据中特定向量分量对应的体感动作数据,作为有效体感动作数据。
3.如权利要求2所述的体感动作数据处理方法,其特征在于,所述获取所述体感动作数据中特定向量分量对应的体感动作数据,作为有效体感动作数据的步骤包括:
确定所述体感动作数据对应的体感动作的向量最大分量;
获取所述体感动作数据中所述向量最大分量对应的体感动作数据,作为有效体感动作数据。
4.如权利要求1所述的体感动作数据处理方法,其特征在于,在所述基于所述被控装置的主动轴相对运动位移生成运动指令并发送至所述被控装置,以供所述被控装置的主动轴按照所述主动轴相对运动位移进行运动的步骤之前,还包括:
若所述被控装置具备空间位姿感知能力,则根据控制装置从激活时刻开始每个采样周期被控装置坐标系{Ai}(i=0,1,2,…)相对于大地坐标系{G}的空间位置姿态矢量
Figure FDA0003677707760000021
得到{Ai}与{G}之间的空间转换矩阵
Figure FDA0003677707760000022
Figure FDA0003677707760000023
以及,根据由
Figure FDA0003677707760000024
获得的
Figure FDA0003677707760000025
加之
Figure FDA0003677707760000026
得到{Ai}与{G}之间的转换矩阵
Figure FDA0003677707760000027
通过对上述两种方式分别得到的转换矩阵
Figure FDA0003677707760000028
求解联立方程组,得到被控装置的主动轴相对运动位移Δθni
5.如权利要求4所述的体感动作数据处理方法,其特征在于,在所述被控装置具备空间位姿感知能力时,所述体感动作数据处理方法还包括:
当空间坐标磁吸映射机制开启时,根据所述有效体感动作数据确定每个采样周期控制装置坐标系相对于大地坐标系{G}的姿态角分量,记作
Figure FDA0003677707760000031
Figure FDA0003677707760000032
以及
Figure FDA0003677707760000033
获取控制装置激活时刻,被控装置坐标系相对于大地坐标系{G}的姿态角分量,记作
Figure FDA0003677707760000034
以及
Figure FDA0003677707760000035
检测所述
Figure FDA0003677707760000036
Figure FDA0003677707760000037
的差值的绝对值是否小于或等于预设阈值,若
Figure FDA0003677707760000038
Figure FDA0003677707760000039
的差值的绝对值小于或等于预设阈值,则以所述
Figure FDA00036777077600000310
的值作为新的
Figure FDA00036777077600000311
检测所述
Figure FDA00036777077600000312
Figure FDA00036777077600000313
的差值的绝对值是否小于或等于预设阈值,若
Figure FDA00036777077600000314
Figure FDA00036777077600000315
的差值的绝对值小于或等于预设阈值,则以所述
Figure FDA00036777077600000316
的值作为新的
Figure FDA00036777077600000317
检测所述
Figure FDA00036777077600000318
Figure FDA00036777077600000319
的差值的绝对值是否小于或等于预设阈值,若
Figure FDA00036777077600000320
Figure FDA00036777077600000321
的差值的绝对值小于或等于预设阈值,则以所述
Figure FDA00036777077600000322
的值作为新的
Figure FDA00036777077600000323
根据所述每个采样周期控制装置坐标系相对于大地坐标系{G}的新的姿态角分量,得到新的有效体感动作数据
Figure FDA00036777077600000324
将所述新的有效体感动作数据
Figure FDA00036777077600000325
作为所述有效体感动作数据
Figure FDA00036777077600000326
并执行所述根据所述有效体感动作数据,得到{Ci}(i=0,1,2,…)与{G}的空间转换矩阵
Figure FDA00036777077600000327
的步骤。
6.如权利要求4所述的体感动作数据处理方法,其特征在于,在所述被控装置具备空间位姿感知能力时,所述体感动作数据处理方法还包括:
当空间坐标动态映射机制开启时,根据公式:
Figure FDA00036777077600000328
其中,K为预置缩放系数阵列,
Figure FDA00036777077600000329
为控制装置激活后每个采样周期控制装置坐标系{Ci}(i=0,1,2,…)相对于大地坐标系{G}的空间位姿矢量;
Figure FDA00036777077600000330
特指控制装置被激活时刻控制装置坐标系相对于{G}的空间位姿矢量;
Figure FDA00036777077600000331
为控制装置激活后每个采样周期被控装置坐标系相对于{G}的空间位姿矢量;
Figure FDA00036777077600000332
特指控制装置被激活时刻被控装置坐标系相对于{G}的空间位姿矢量,并执行所述根据控制装置从激活时刻开始每个采样周期被控装置坐标系{Ai}(i=0,1,2,…)相对于大地坐标系{G}的空间位置姿态矢量
Figure FDA0003677707760000041
得到{Ai}与{G}之间的空间转换矩阵
Figure FDA0003677707760000042
的步骤。
7.如权利要求1所述的体感动作数据处理方法,其特征在于,所述基于所述被控装置的主动轴相对运动位移生成运动指令并发送至所述被控装置的步骤包括:
根据所述被控装置的主动轴相对运动位移得到运动参数;
检测所述运动参数是否小于预设运动参数;
若所述运动参数小于预设运动参数,则基于所述被控装置的主动轴相对运动位移生成运动指令并发送至所述被控装置。
8.一种体感动作数据处理设备,其特征在于,所述体感动作数据处理设备包括:预置按钮、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的体感动作数据处理程序,所述预置按钮对应有预置好的数据处理规则,所述体感动作数据处理程序被处理器执行时实现如权利要求1至7中任一项所述的体感动作数据处理方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有体感动作数据处理程序,所述体感动作数据处理程序被处理器执行时实现如权利要求1至7中任一项所述的体感动作数据处理方法的步骤。
CN201910655465.3A 2019-07-19 2019-07-19 体感动作数据处理方法、设备及计算机可读存储介质 Active CN110427106B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910655465.3A CN110427106B (zh) 2019-07-19 2019-07-19 体感动作数据处理方法、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910655465.3A CN110427106B (zh) 2019-07-19 2019-07-19 体感动作数据处理方法、设备及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN110427106A CN110427106A (zh) 2019-11-08
CN110427106B true CN110427106B (zh) 2022-07-12

Family

ID=68411193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910655465.3A Active CN110427106B (zh) 2019-07-19 2019-07-19 体感动作数据处理方法、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110427106B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115639910B (zh) * 2022-10-28 2023-08-15 武汉恒新动力科技有限公司 面向被操控对象作业空间的全方位体感交互方法及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101232979A (zh) * 2005-08-01 2008-07-30 丰田自动车株式会社 移动体姿态角检测设备
CN108762497A (zh) * 2018-05-18 2018-11-06 深圳壹账通智能科技有限公司 体感交互方法、装置、设备及可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8421448B1 (en) * 2010-01-28 2013-04-16 The United States Of America As Represented By The Secretary Of The Navy Hall-effect sensor system for gesture recognition, information coding, and processing
CN102467229B (zh) * 2010-11-09 2015-05-20 晶翔微系统股份有限公司 与在操作区域中的目标互动的装置、系统及方法
CN104748746B (zh) * 2013-12-29 2017-11-03 刘进 智能机姿态测定及虚拟现实漫游方法
CN105204606A (zh) * 2014-06-11 2015-12-30 阿里巴巴集团控股有限公司 一种利用体感遥控设备控制浏览器的方法、装置及系统
CN108844533B (zh) * 2018-04-24 2021-01-19 西安交通大学 一种基于多传感器融合和姿态解算的自由姿态pdr定位方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101232979A (zh) * 2005-08-01 2008-07-30 丰田自动车株式会社 移动体姿态角检测设备
CN108762497A (zh) * 2018-05-18 2018-11-06 深圳壹账通智能科技有限公司 体感交互方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
CN110427106A (zh) 2019-11-08

Similar Documents

Publication Publication Date Title
US10384348B2 (en) Robot apparatus, method for controlling the same, and computer program
US10890830B2 (en) Gimbal control method, gimbal control apparatus, and gimbal
Du et al. Markerless human–manipulator interface using leap motion with interval Kalman filter and improved particle filter
US20200332944A1 (en) Control method for non-orthogonal gimbal, gimbal thereof, and storage device
CN105611053A (zh) 基于智能手机的移动机器人控制系统
KR20190055130A (ko) 이미징 기기로 캡처한 이미지를 제어하기 위한 시스템 및 방법
CN108521814B (zh) 云台的控制方法、控制器和云台
CN113119098B (zh) 机械臂控制方法、机械臂控制装置及终端设备
EP1795315A1 (en) Hand-held control device for an industrial robot
CN109844394B (zh) 一种云台的控制方法以及云台
WO2021199449A1 (ja) 位置算出方法及び情報処理システム
CN110427106B (zh) 体感动作数据处理方法、设备及计算机可读存储介质
KR101751864B1 (ko) 무인이동체 조종 방법, 이를 구현하기 위한 프로그램이 저장된 기록매체 및 이를 구현하기 위해 매체에 저장된 컴퓨터프로그램
Parga et al. Tele-manipulation of robot arm with smartphone
Parga et al. Smartphone-based human machine interface with application to remote control of robot arm
JP2019220059A (ja) プログラム、情報処理装置、情報処理システム及び情報処理方法
US20210081081A1 (en) Methods and systems for assigning force vectors to robotic tasks
CN112154480A (zh) 可移动平台的定位方法、装置、可移动平台及存储介质
WO2020042186A1 (zh) 可移动平台的控制方法、可移动平台、终端设备和系统
Palla et al. Embedded implementation of an eye-in-hand visual servoing control for a wheelchair mounted robotic arm
Taylor et al. Multi-modal interaction for robotics mules
WO2022014429A1 (ja) 情報処理方法、プログラム、及びシステム
CN115639910B (zh) 面向被操控对象作业空间的全方位体感交互方法及设备
CN117492381B (zh) 机器人协同指向仿真可视化方法、系统、设备和存储介质
CN114815880A (zh) 基于手柄的无人机控制方法、装置、设备与可读存储介质

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