CN110852135B - 一种拆卸动作识别方法 - Google Patents

一种拆卸动作识别方法 Download PDF

Info

Publication number
CN110852135B
CN110852135B CN201810945756.1A CN201810945756A CN110852135B CN 110852135 B CN110852135 B CN 110852135B CN 201810945756 A CN201810945756 A CN 201810945756A CN 110852135 B CN110852135 B CN 110852135B
Authority
CN
China
Prior art keywords
hand
action
disassembly
hands
fingertip
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.)
Expired - Fee Related
Application number
CN201810945756.1A
Other languages
English (en)
Other versions
CN110852135A (zh
Inventor
王磊
于新
李晓雯
魏超虎
邝伟杜
吴可歆
刘思阅
任宇欣
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 CN201810945756.1A priority Critical patent/CN110852135B/zh
Publication of CN110852135A publication Critical patent/CN110852135A/zh
Application granted granted Critical
Publication of CN110852135B publication Critical patent/CN110852135B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • G06V40/23Recognition of whole body movements, e.g. for sport training
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20Movements or behaviour, e.g. gesture recognition
    • G06V40/28Recognition of hand or arm movements, e.g. recognition of deaf sign language

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明属于体感交互领域,具体的说是一种在装配中对拆卸动作进行自动识别的拆卸动作识别方法。本发明利用Kinect V2设备采集人体骨骼数据,通过角度和距离对抓取动作判定、拆卸状态、啮合程度、操作难易程度进行综合判定,最终根据拆卸标准时间表得到拆卸标准时间,再加上可能出现的握住物件动作(G2)和加压动作(AP1)得到本次操作的最终时间的拆卸动作识别方法,填补了当前该技术上的空白。

Description

一种拆卸动作识别方法
技术领域
本发明属于体感交互领域,具体的说是一种在装配中对拆卸动作进行自动识别的拆卸动作识别方法。
背景技术
MTM是今日世界上应用最为广泛的预定时间方法,由此成为跨国公司所属各个单位的一种统一的生产过程计划与效率规范。英文全称为Method-Time-Measurement,中文翻译为时间测量方法,它是一种描述操作过程的方法,以编码的组合反映工作方法,并可以得出唯一的时间值,以此作为某项工作的手工操作标准,并树立改善的方向。它可以用来设计工作系统,如工作台,生产线,操作过程(方法),也可以用来改善工作系统。
拆离两啮合之物体时,两相接合物件必定有摩擦力或分开时必有回跳现象发生,称为拆卸。拆卸需要考虑两个变动因素。分别是啮合程度A和操作难易程度B。啮合程度分为3级,分别为放松、紧密和紧固状态;操作难易程度分为操作容易和操作困难。
拆卸动作只包括应用力量至物件及回跳移动的距离所需时间。如需在拆卸的过程中重新握住物体或需应用额外力量,就称为卡住情形。如果是放松配合,将不存在卡住现象;如果是紧密配合,每出现一次卡住现象,需重新握住该物件,此时需要加上G2动作;如果是紧固配合,每出现一次卡住现象,就需要重新握住物件进行加压动作,加上AP2。
发明内容
本发明提供了一种用Kinect V2设备采集人.体骨骼数据,通过角度和距离对抓取动作判定、拆卸状态、啮合程度、操作难易程度进行综合判定,最终根据拆卸标准时间表得到拆卸标准时间,再加上可能出现的握住物件动作(G2)和加压动作(AP1)得到本次操作的最终时间的拆卸动作识别方法,填补了当前该技术上的空白。
本发明技术方案结合附图说明如下:
一种拆卸动作识别方法,该识别方法包括以下步骤:
步骤一、利用Kinect V2采集25个人体骨骼点包括头、颈、肩中心、左拇指A1(x1,i,y1,i,z1,i)、右拇指A2(x2,i,y2,i,z2,i)、左指尖A3(x3,i,y3,i,z3,i)、右指尖A4(x4,i,y4,i,z4,i)、左手A5(x5,i,y5,i,z5,i)、右手A6(x6,i,y6,i,z6,i)、左手腕A7(x7,i,y7,i,z7,i)、右手腕A8(x8,i,y8,i,z8,i)、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;其中A1(x1,i,y1,i,z1,i)表示第i帧的左拇指点的坐标点,1秒25帧;A2(x2,i,y2,i,z2,i)表示第i帧的右拇指点的坐标点,1秒25帧;A3(x3,i,y3,i,z3,i)表示第i帧的左指尖点的坐标点,1秒25帧;A4(x4,i,y4,i,z4,i)表示第i帧的右指尖点的坐标点,1秒25帧;A5(x5,i,y5,i,z5,i)表示第i帧的左手点的坐标点,1秒25帧;A6(x6,i,y6,i,z6,i)表示第i帧的右手点的坐标点,1秒25帧;A7(x7,i,y7,i,z7,i)表示第i帧的左手腕点的坐标点,1秒25帧;A8(x8,i,y8,i,z8,i)表示第i帧的右手腕点的坐标点,1秒25帧;
步骤二、抓取动作判定;
抓取动作需要根据手部的弯曲程度和指尖与拇指的距离判定;具体如下:
以左手为例,此时左手至左拇指向量
Figure GDA0003531505230000021
左手至左指尖向量
Figure GDA0003531505230000022
夹角
Figure GDA0003531505230000023
左指尖与左手的距离
Figure GDA0003531505230000024
条件1:当θ1小于15°转条件2;
条件2:开始计算左指尖与左拇指的距离
Figure GDA0003531505230000025
Figure GDA0003531505230000026
认为完成抓取动作;
右手的抓取动作判定如左手;如果任意左手或右手完成抓取动作,记录此时刻i=n1,转步骤三;
步骤三、拆卸状态判定;
拆卸的单双手操作状态会影响啮合程度和操作难易程度判定,本步骤将根据双手的抓取情况、双手中心点的距离和双手移动情况来判断,如果判定不是双手拆卸,即为单手拆卸;
双手拆卸判定需要得到左指尖到左拇指的中心点
Figure GDA0003531505230000027
右指尖到右拇指的中心点
Figure GDA0003531505230000028
计算中心B1,i与B2,i的距离
Figure GDA0003531505230000029
条件1:左手和右手均完成抓取动作,转条件2;
条件2:取n1帧到n1+74帧的l3,i,求得均值
Figure GDA00035315052300000210
标准差
Figure GDA00035315052300000211
当标准差σ1≤3时,认为双手间距未产生变动,转条件3;
条件3:分别计算左指尖和右指尖在n1帧到n1+74帧中的偏移距离
Figure GDA0003531505230000031
Figure GDA0003531505230000032
当L2>5cm且L3>5cm,条件3符合,认为现在是双手拆卸状态;如果不满足以上判定条件就认为是单手拆卸;
步骤四、啮合程度判定;
步骤三中如果为双手拆卸,啮合程度将以左手的相关骨骼点进行啮合程度判定,如果是单手拆卸,即使用拆卸手的相关骨骼点进行判定;
以左手相关骨骼点为例进行啮合程度判定;
啮合程度分为放松、紧密和紧固状态,从n1帧开始,左手就在进行拆卸动作,已知左指尖到左拇指的中心点
Figure GDA0003531505230000033
需求得中心点B1,i第i帧到第i+1帧的向量
Figure GDA0003531505230000034
简化方程
Figure GDA0003531505230000035
判定过程1:持续计算
Figure GDA0003531505230000036
当θ2,i+2<50°,认为未发生反动作,此时如果左手满足放手判定,且判定后10帧θ2,i+2均满足θ2,i+2<50°,记录此时刻i=n2,中止识别,此时j=0、k=0,认为啮合程度放松,拆卸过程无明显反动动作,拆卸后,左手自然脱离;此时j>0、k=0,认为啮合程度紧固,拆卸过程G2动作次数为j次;此时k>0,认为啮合程度紧密,拆卸过程G2动作次数为j次,AP1动作次数为k次;当出现θ2,i+2≥50°,认为发生反动作,转判定过程2;θ2,i+2表示抓取过程中左指尖到左拇指的中心点3个连续点组成的两个向量的夹角,如果反向运动,夹角必大于50°,j用于记录握住物件动作G2,k用于记录加压动作AP1;
判定过程2:当出现θ2,i+2<50°,说明反动作结束,
Figure GDA0003531505230000037
当l4<10cm,认为啮合程度放松;当l4∈[10cm,13cm],认为啮合程度紧固,j=j+1,初始j为0;当l4∈(13cm,30cm],认为啮合程度紧密,k=k+1,初始k为0;转条件1;
右手啮合程度判定同左手;
步骤五、操作难易程度判定;
操作的难易程度分为操作容易和操作困难,单手拆卸将根据方案1进行识别,双手拆卸根据方案2进行识别;拆卸的放手判定满足条件1、2任意一条即可;条件1:当θ1大于15°;条件2:
Figure GDA0003531505230000041
方案1、单手拆卸,以左手为例;
过程1:记录从开始时刻n1到结束时刻n2完成抓取和放手动作时,记录左手腕到左手的向量
Figure GDA0003531505230000042
m指抓取动作和放手的总和,转过程2;
过程2:计算过程1中其它向量与第一次抓取记录向量的夹角,求得最大夹角为
Figure GDA0003531505230000043
当大于D1≤45°,说明不需要改变手对物体最初握持位置,认为操作容易;当大于D1>45°,说明需要调整对物件的握持位置,认为操作困难;
方案2、双手拆卸;
过程1:记录从开始时刻n1到结束时刻n2完成抓取和放手动作时,记录左手腕到左手的向量
Figure GDA0003531505230000044
m指左手抓取动作和左手放手的总和,右手腕到右手的向量
Figure GDA0003531505230000045
l指右手抓取动作和右手放手的总和;左指尖到左拇指的中心点
Figure GDA0003531505230000046
右指尖到右拇指的中心点
Figure GDA0003531505230000047
左手完成抓取和放手动作时,记录向量
Figure GDA0003531505230000048
Figure GDA0003531505230000049
过程2:计算过程1中其它向量与第一次抓取记录向量的夹角,求得最大夹角为
Figure GDA00035315052300000410
Figure GDA0003531505230000051
D4=max{D1,D2,D3},当大于D4≤45°,说明不需要改变手对物体最初握持位置,认为操作容易;当大于D4>45°,说明需要调整对物件的握持位置,认为操作困难;
步骤六、MTM标准时间测算;
根据啮合程度和操作难易程度,对照拆卸动作时间标准表即可得到拆卸动作的标准时间E;与此同时,还需要加上拆卸过程中可能出现的握住物件动作即G2和加压动作即AP1,拆卸动作的具体标准时间为E+j×G2+k×AP1。
本发明的有益效果为:本发明能将拆卸动作设计成计算机能够接受的数学方法,从而减少专业人员的工作量,减少人力成本。当前领域暂未有相关技术研究,本方法提供一种技术方案填补当前空白。
附图说明
图1为本发明的骨骼关节点分布示意图;
图2为本发明的抓取向量、距离示意图;
图3为本发明的双手中心点及距离示意图。
具体实施方式
一种拆卸动作识别方法,该识别方法包括以下步骤:
参阅图1,步骤一、利用Kinect V2采集25个人体骨骼点包括头、颈、肩中心、左拇指A1(x1,i,y1,i,z1,i)、右拇指A2(x2,i,y2,i,z2,i)、左指尖A3(x3,i,y3,i,z3,i)、右指尖A4(x4,i,y4,i,z4,i)、左手A5(x5,i,y5,i,z5,i)、右手A6(x6,i,y6,i,z6,i)、左手腕A7(x7,i,y7,i,z7,i)、右手腕A8(x8,i,y8,i,z8,i)、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;其中A1(x1,i,y1,i,z1,i)表示第i帧的左拇指点的坐标点,1秒25帧;A2(x2,i,y2,i,z2,i)表示第i帧的右拇指点的坐标点,1秒25帧;A3(x3,i,y3,i,z3,i)表示第i帧的左指尖点的坐标点,1秒25帧;A4(x4,i,y4,i,z4,i)表示第i帧的右指尖点的坐标点,1秒25帧;A5(x5,i,y5,i,z5,i)表示第i帧的左手点的坐标点,1秒25帧;A6(x6,i,y6,i,z6,i)表示第i帧的右手点的坐标点,1秒25帧;A7(x7,i,y7,i,z7,i)表示第i帧的左手腕点的坐标点,1秒25帧;A8(x8,i,y8,i,z8,i)表示第i帧的右手腕点的坐标点,1秒25帧;
拆卸动作的识别过程需要经历抓取动作判定、拆卸状态判定(单手或双手)、啮合程度判定、操作难易程度判定和MTM标准时间测算。
步骤二、抓取动作判定;
抓取动作需要根据手部的弯曲程度和指尖与拇指的距离判定;具体如下:
参阅图2,以左手为例,此时左手至左拇指向量
Figure GDA0003531505230000061
左手至左指尖向量
Figure GDA0003531505230000062
夹角
Figure GDA0003531505230000063
左指尖与左手的距离
Figure GDA0003531505230000064
条件1:当θ1小于15°转条件2;
条件2:开始计算左指尖与左拇指的距离
Figure GDA0003531505230000065
Figure GDA0003531505230000066
认为完成抓取动作;
右手的抓取动作判定如左手;如果任意左手或右手完成抓取动作,记录此时刻i=n1,转步骤三;
步骤三、拆卸状态判定;
拆卸的单双手操作状态会影响啮合程度和操作难易程度判定,本步骤将根据双手的抓取情况、双手中心点的距离和双手移动情况来判断,如果判定不是双手拆卸,即为单手拆卸;
参阅图3,双手拆卸判定需要得到左指尖到左拇指的中心点
Figure GDA0003531505230000067
右指尖到右拇指的中心点
Figure GDA0003531505230000068
计算中心B1,i与B2,i的距离
Figure GDA0003531505230000069
条件1:左手和右手均完成抓取动作,转条件2;
条件2:取n1帧到n1+74帧的l3,i,求得均值
Figure GDA00035315052300000610
标准差
Figure GDA00035315052300000611
当标准差σ1≤3时,认为双手间距未产生变动,转条件3;
条件3:分别计算左指尖和右指尖在n1帧到n1+74帧中的偏移距离
Figure GDA00035315052300000612
Figure GDA0003531505230000071
当L2>5cm且L3>5cm,条件3符合,认为现在是双手拆卸状态;如果不满足以上判定条件就认为是单手拆卸;
步骤四、啮合程度判定;
步骤三中如果为双手拆卸,啮合程度将以左手的相关骨骼点进行啮合程度判定,如果是单手拆卸,即使用拆卸手的相关骨骼点进行判定;
以左手相关骨骼点为例进行啮合程度判定;
啮合程度分为放松、紧密和紧固状态,从n1帧开始,左手就在进行拆卸动作,已知左指尖到左拇指的中心点
Figure GDA0003531505230000072
需求得中心点B1,i第i帧到第i+1帧的向量
Figure GDA0003531505230000073
简化方程
Figure GDA0003531505230000074
判定过程1:持续计算
Figure GDA0003531505230000075
当θ2,i+2<50°,认为未发生反动作,此时如果左手满足放手判定,且判定后10帧θ2,i+2均满足θ2,i+2<50°,记录此时刻i=n2,中止识别,此时j=0、k=0,认为啮合程度放松,拆卸过程无明显反动动作,拆卸后,左手自然脱离;此时j>0、k=0,认为啮合程度紧固,拆卸过程G2动作次数为j次;此时k>0,认为啮合程度紧密,拆卸过程G2动作次数为j次,AP1动作次数为k次;当出现θ2,i+2≥50°,认为发生反动作,转判定过程2;θ2,i+2表示抓取过程中左指尖到左拇指的中心点3个连续点组成的两个向量的夹角,如果反向运动,夹角必大于50°,本专利凭此判断是否发生反动作;j用于记录握住物件动作G2,k用于记录加压动作AP1;
判定过程2:当出现θ2,i+2<50°,说明反动作结束,
Figure GDA0003531505230000076
当l4<10cm,认为啮合程度放松;当l4∈[10cm,13cm],认为啮合程度紧固,j=j+1,初始j为0;当l4∈(13cm,30cm],认为啮合程度紧密,k=k+1,初始k为0;转条件1;
右手啮合程度判定同左手;
步骤五、操作难易程度判定;
操作的难易程度分为操作容易和操作困难,单手拆卸将根据方案1进行识别,双手拆卸根据方案2进行识别;拆卸的放手判定满足条件1、2任意一条即可;条件1:当θ1大于15°;条件2:
Figure GDA0003531505230000081
方案1、单手拆卸,以左手为例;
过程1:记录从开始时刻n1到结束时刻n2完成抓取和放手动作时,记录左手腕到左手的向量
Figure GDA0003531505230000082
m指抓取动作和放手的总和,转过程2;
过程2:计算过程1中其它向量与第一次抓取记录向量的夹角,求得最大夹角为
Figure GDA0003531505230000083
当大于D1≤45°,说明不需要改变手对物体最初握持位置,认为操作容易;当大于D1>45°,说明需要调整对物件的握持位置,认为操作困难;
方案2、双手拆卸;
过程1:记录从开始时刻n1到结束时刻n2完成抓取和放手动作时,记录左手腕到左手的向量
Figure GDA0003531505230000084
m指左手抓取动作和左手放手的总和,右手腕到右手的向量
Figure GDA0003531505230000085
l指右手抓取动作和右手放手的总和;左指尖到左拇指的中心点
Figure GDA0003531505230000086
右指尖到右拇指的中心点
Figure GDA0003531505230000087
左手完成抓取和放手动作时,记录向量
Figure GDA0003531505230000088
Figure GDA0003531505230000089
过程2:计算过程1中其它向量与第一次抓取记录向量的夹角,求得最大夹角为
Figure GDA00035315052300000811
Figure GDA00035315052300000810
D4=max{D1,D2,D3},当大于D4≤45°,说明不需要改变手对物体最初握持位置,认为操作容易;当大于D4>45°,说明需要调整对物件的握持位置,认为操作困难;
步骤六、MTM标准时间测算;
根据啮合程度和操作难易程度,对照拆卸动作时间标准表即可得到拆卸动作的标准时间E;与此同时,还需要加上拆卸过程中可能出现的握住物件动作即G2和加压动作即AP1,握住物件动作G2和加压动作AP1是通过反向动作的距离求得,拆卸动作的具体标准时间为E+j×G2+k×AP1。拆卸动作时间标准表如下表1所示:
表1拆卸动作时间标准表
Figure GDA0003531505230000091

Claims (1)

1.一种拆卸动作识别方法,其特征在于,该识别方法包括以下步骤:
步骤一、利用Kinect V2采集25个人体骨骼点包括头、颈、肩中心、左拇指A1(x1,i,y1,i,z1,i)、右拇指A2(x2,i,y2,i,z2,i)、左指尖A3(x3,i,y3,i,z3,i)、右指尖A4(x4,i,y4,i,z4,i)、左手A5(x5,i,y5,i,z5,i)、右手A6(x6,i,y6,i,z6,i)、左手腕A7(x7,i,y7,i,z7,i)、右手腕A8(x8,i,y8,i,z8,i)、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;其中A1(x1,i,y1,i,z1,i)表示第i帧的左拇指点的坐标点,1秒25帧;A2(x2,i,y2,i,z2,i)表示第i帧的右拇指点的坐标点,1秒25帧;A3(x3,i,y3,i,z3,i)表示第i帧的左指尖点的坐标点,1秒25帧;A4(x4,i,y4,i,z4,i)表示第i帧的右指尖点的坐标点,1秒25帧;A5(x5,i,y5,i,z5,i)表示第i帧的左手点的坐标点,1秒25帧;A6(x6,i,y6,i,z6,i)表示第i帧的右手点的坐标点,1秒25帧;A7(x7,i,y7,i,z7,i)表示第i帧的左手腕点的坐标点,1秒25帧;A8(x8,i,y8,i,z8,i)表示第i帧的右手腕点的坐标点,1秒25帧;
步骤二、抓取动作判定;
抓取动作需要根据手部的弯曲程度和指尖与拇指的距离判定;具体如下:
以左手为例,此时左手至左拇指向量
Figure FDA0003531505220000011
左手至左指尖向量
Figure FDA0003531505220000012
夹角
Figure FDA0003531505220000013
左指尖与左手的距离
Figure FDA0003531505220000014
条件1:当θ1小于15°转条件2;
条件2:开始计算左指尖与左拇指的距离
Figure FDA0003531505220000015
Figure FDA0003531505220000016
认为完成抓取动作;
右手的抓取动作判定如左手;如果任意左手或右手完成抓取动作,记录此时刻i=n1,转步骤三;
步骤三、拆卸状态判定;
拆卸的单双手操作状态会影响啮合程度和操作难易程度判定,本步骤将根据双手的抓取情况、双手中心点的距离和双手移动情况来判断,如果判定不是双手拆卸,即为单手拆卸;
双手拆卸判定需要得到左指尖到左拇指的中心点
Figure FDA0003531505220000017
右指尖到右拇指的中心点
Figure FDA0003531505220000018
计算中心B1,i与B2,i的距离
Figure FDA0003531505220000021
条件1:左手和右手均完成抓取动作,转条件2;
条件2:取n1帧到n1+74帧的l3,i,求得均值
Figure FDA0003531505220000022
标准差
Figure FDA0003531505220000023
当标准差σ1≤3时,认为双手间距未产生变动,转条件3;
条件3:分别计算左指尖和右指尖在n1帧到n1+74帧中的偏移距离
Figure FDA0003531505220000024
Figure FDA0003531505220000025
当L2>5cm且L3>5cm,条件3符合,认为现在是双手拆卸状态;如果不满足以上判定条件就认为是单手拆卸;
步骤四、啮合程度判定;
步骤三中如果为双手拆卸,啮合程度将以左手的相关骨骼点进行啮合程度判定,如果是单手拆卸,即使用拆卸手的相关骨骼点进行判定;
以左手相关骨骼点为例进行啮合程度判定;
啮合程度分为放松、紧密和紧固状态,从n1帧开始,左手就在进行拆卸动作,已知左指尖到左拇指的中心点
Figure FDA0003531505220000026
需求得中心点B1,i第i帧到第i+1帧的向量
Figure FDA0003531505220000027
简化方程
Figure FDA0003531505220000028
判定过程1:持续计算
Figure FDA0003531505220000029
当θ2,i+2<50°,认为未发生反动作,此时如果左手满足放手判定,且判定后10帧θ2,i+2均满足θ2,i+2<50°,记录此时刻i=n2,中止识别,此时j=0、k=0,认为啮合程度放松,拆卸过程无明显反动动作,拆卸后,左手自然脱离;此时j>0、k=0,认为啮合程度紧固,拆卸过程G2动作次数为j次;此时k>0,认为啮合程度紧密,拆卸过程G2动作次数为j次,AP1动作次数为k次;当出现θ2,i+2≥50°,认为发生反动作,转判定过程2;θ2,i+2表示抓取过程中左指尖到左拇指的中心点3个连续点组成的两个向量的夹角,如果反向运动,夹角必大于50°,j用于记录握住物件动作G2,k用于记录加压动作AP1;
判定过程2:当出现θ2,i+2<50°,说明反动作结束,
Figure FDA0003531505220000031
当l4<10cm,认为啮合程度放松;当l4∈[10cm,13cm],认为啮合程度紧固,j=j+1,初始j为0;当l4∈(13cm,30cm],认为啮合程度紧密,k=k+1,初始k为0;转条件1;
右手啮合程度判定同左手;
步骤五、操作难易程度判定;
操作的难易程度分为操作容易和操作困难,单手拆卸将根据方案1进行识别,双手拆卸根据方案2进行识别;拆卸的放手判定满足条件1、2任意一条即可;条件1:当θ1大于15°;条件2:
Figure FDA0003531505220000032
方案1、单手拆卸,以左手为例;
过程1:记录从开始时刻n1到结束时刻n2完成抓取和放手动作时,记录左手腕到左手的向量
Figure FDA0003531505220000033
m指抓取动作和放手的总和,转过程2;过程2:计算过程1中其它向量与第一次抓取记录向量的夹角,求得最大夹角为
Figure FDA0003531505220000034
当大于D1≤45°,说明不需要改变手对物体最初握持位置,认为操作容易;当大于D1>45°,说明需要调整对物件的握持位置,认为操作困难;
方案2、双手拆卸;
过程1:记录从开始时刻n1到结束时刻n2完成抓取和放手动作时,记录左手腕到左手的向量
Figure FDA0003531505220000035
m指左手抓取动作和左手放手的总和,右手腕到右手的向量
Figure FDA0003531505220000036
l指右手抓取动作和右手放手的总和;左指尖到左拇指的中心点
Figure FDA0003531505220000037
右指尖到右拇指的中心点
Figure FDA0003531505220000038
左手完成抓取和放手动作时,记录向量
Figure FDA0003531505220000039
Figure FDA0003531505220000041
过程2:计算过程1中其它向量与第一次抓取记录向量的夹角,求得最大夹角为
Figure FDA0003531505220000042
Figure FDA0003531505220000043
D4=max{D1,D2,D3},当大于D4≤45°,说明不需要改变手对物体最初握持位置,认为操作容易;当大于D4>45°,说明需要调整对物件的握持位置,认为操作困难;
步骤六、MTM标准时间测算;
根据啮合程度和操作难易程度,对照拆卸动作时间标准表即可得到拆卸动作的标准时间E;与此同时,还需要加上拆卸过程中出现的握住物件动作即G2和加压动作即AP1,拆卸动作的具体标准时间为E+j×G2+k×AP1。
CN201810945756.1A 2018-08-20 2018-08-20 一种拆卸动作识别方法 Expired - Fee Related CN110852135B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810945756.1A CN110852135B (zh) 2018-08-20 2018-08-20 一种拆卸动作识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810945756.1A CN110852135B (zh) 2018-08-20 2018-08-20 一种拆卸动作识别方法

Publications (2)

Publication Number Publication Date
CN110852135A CN110852135A (zh) 2020-02-28
CN110852135B true CN110852135B (zh) 2022-04-12

Family

ID=69595589

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810945756.1A Expired - Fee Related CN110852135B (zh) 2018-08-20 2018-08-20 一种拆卸动作识别方法

Country Status (1)

Country Link
CN (1) CN110852135B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106886750A (zh) * 2017-01-04 2017-06-23 沈阳工业大学 基于Kinect的拆卸工具运动轨迹识别方法
CN107180235A (zh) * 2017-06-01 2017-09-19 陕西科技大学 基于Kinect的人体动作识别算法
CN107783654A (zh) * 2017-11-08 2018-03-09 吉林大学 一种虚拟装配操作中身体弯曲类动作检测方法
CN108090448A (zh) * 2017-12-20 2018-05-29 吉林大学 一种虚拟装配中模特值评价方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9025022B2 (en) * 2012-10-25 2015-05-05 Sony Corporation Method and apparatus for gesture recognition using a two dimensional imaging device

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106886750A (zh) * 2017-01-04 2017-06-23 沈阳工业大学 基于Kinect的拆卸工具运动轨迹识别方法
CN107180235A (zh) * 2017-06-01 2017-09-19 陕西科技大学 基于Kinect的人体动作识别算法
CN107783654A (zh) * 2017-11-08 2018-03-09 吉林大学 一种虚拟装配操作中身体弯曲类动作检测方法
CN108090448A (zh) * 2017-12-20 2018-05-29 吉林大学 一种虚拟装配中模特值评价方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A Human Activity Recognition System Using Skeleton Data from RGBD Sensors;Enea Cippitelli等;《Computational Intelligence and Neuroscience》;20160316;1-15 *
典型零部件自动化拆卸知识获取方法研究;魏信;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20170815(第08期);I138-299 *
基于Kinect传感器骨骼信息的人体动作识别;朱国刚 等;《计算机仿真》;20141231;第31卷(第12期);329-333,345 *
基于Kinect骨架信息的人体动作识别;刘飞;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20140615(第06期);I138-955 *

Also Published As

Publication number Publication date
CN110852135A (zh) 2020-02-28

Similar Documents

Publication Publication Date Title
Seo et al. A comparative study of in-field motion capture approaches for body kinematics measurement in construction
CN108170281B (zh) 一种工作姿势分析系统测算方法
CN103192387A (zh) 机器人及其控制方法
CN110852135B (zh) 一种拆卸动作识别方法
CN109710082A (zh) 一种数据手套
Delgado et al. A tactile-based grasping strategy for deformable objects' manipulation and deformability estimation
CN113850113A (zh) 动作识别系统、方法及存储介质
CN106295616A (zh) 运动数据分析比对方法及装置
Kelson et al. Effects of passive upper-extremity exoskeleton use on motor performance in a precision task
CN104116598B (zh) 机器人护理床、力觉康复系统及其主从控制方法
CN104900125A (zh) 一种人体上肢刚性运动简化方法
CN108958478A (zh) 一种虚拟装配操作中脚踏动作识别和评估方法
EP2241992A3 (en) System and method for promoting utilization of medical information
Chen Chen et al. Human hand: Kinematics, statics, and dynamics
Sánchez-Margallo et al. Ergonomic assessment of hand movements in laparoscopic surgery using the CyberGlove®
WO2020152879A1 (ja) 動作分析装置、動作分析方法、動作分析プログラム及び動作分析システム
Li et al. Development of finger motion reconstruction system based on leap motion controller
Graichen et al. Adaptive workplace design based on biomechanical stress curves
CN111002292B (zh) 基于相似性度量的机械臂仿人运动示教方法
KR101468681B1 (ko) 표준 작업 관리 시스템 및 표준 작업 관리 방법
CN108214558A (zh) 一种用于欠驱动机械手的被抓握物体刚度估计方法
CN113850114A (zh) 动作识别装置、动作识别方法以及存储介质
CN104464472A (zh) 一种人体上肢刚性运动简化方法
Ma et al. A framework for interactive work design based on digital work analysis and simulation
Wang et al. Collaboration robotic compliance grasping based on implicit human-computer interaction

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

Granted publication date: 20220412