CN111390884A - 一种基于可穿戴设备的机器人安全控制方法、装置及系统 - Google Patents

Abstract

本发明提供了一种基于可穿戴设备的机器人安全控制方法、装置及系统，通过获取可穿戴设备的佩戴人员的位置信息；根据所述位置信息判断所述佩戴人员是否进入第一预设区域；若所述佩戴人员进入第一预设区域，获取所述佩戴人员的人体数据信息；根据所述人体数据信息判断所述佩戴人员是否处于异常状态；若所述佩戴人员处于异常状态，则停止运动；从而保证当机器人附近有人处于异常状态时，机器人能够及时停止运动，以免机器人对处于异常状态的工作人员造成二次伤害，从而提高了机器人控制的安全性。

Description

一种基于可穿戴设备的机器人安全控制方法、装置及系统

技术领域

本发明涉及工业机器人技术领域，尤其涉及一种基于可穿戴设备的机器人安全控制方法、装置及系统。

背景技术

在使用工业机器人进行作业的生产车间中，工业机器人会根据既定的程序或者示教的步骤来进行重复工作，在这个过程中如果工作人员在机器人的附近处于异常状态（通常是遭遇意外引起的），此时，若机器人不能及时停止运动，可能会对工作人员造成二次伤害。

因此，需要寻求一种安全控制方法，保证当机器人附近有人处于异常状态时，机器人能够及时停止运动，以免机器人对处于异常状态的工作人员造成二次伤害，从而提高机器人控制的安全性。

发明内容

鉴于上述现有技术的不足之处，本申请实施例的目的在于提供一种基于可穿戴设备的机器人安全控制方法、装置及系统，可保证当机器人附近有人处于异常状态时，机器人能够及时停止运动，以免机器人对处于异常状态的工作人员造成二次伤害，从而提高机器人控制的安全性。

第一方面，本申请实施例提供一种基于可穿戴设备的机器人安全控制方法，应用于机器人，所述机器人可与佩戴人员身上的可穿戴设备通信连接，以获取所述佩戴人员的位置信息和人体数据信息；所述基于可穿戴设备的机器人安全控制方法包括步骤：

获取佩戴人员的位置信息；

根据所述位置信息判断所述佩戴人员是否进入第一预设区域；

若所述佩戴人员进入第一预设区域，获取所述佩戴人员的人体数据信息；

根据所述人体数据信息判断所述佩戴人员是否处于异常状态；

若所述佩戴人员处于异常状态，则停止运动。

所述的基于可穿戴设备的机器人安全控制方法中，所述人体数据信息包括心率信息、血压信息、肌肉活动信息、皮肤传导信息中的至少一种。

所述的基于可穿戴设备的机器人安全控制方法中，所述若所述佩戴人员进入第一预设区域，获取所述佩戴人员的人体数据信息的步骤包括：

获取所述佩戴人员的第一人体数据信息；

把所述第一人体数据信息输入神经网络模型，以获取第二人体数据信息；

以所述第二人体数据信息作为所述佩戴人员的人体数据信息。

所述的基于可穿戴设备的机器人安全控制方法中，所述根据所述人体数据信息判断所述佩戴人员是否处于异常状态的步骤包括：

把所述人体数据信息与正常人体数据范围进行比较，以判断所述佩戴人员是否处于异常状态。

进一步的，所述把所述人体数据信息与正常人体数据范围进行比较，以判断所述佩戴人员是否处于异常状态的步骤包括：

获取所述佩戴人员的身份信息；

根据所述身份信息在正常人体数据库中进行查询，得到所述佩戴人员的正常人体数据范围；

通过判断所述人体数据信息是否落入所述正常人体数据范围内，以判定佩戴人员是否处于异常状态。

一些实施方式中，所述根据所述人体数据信息判断所述佩戴人员是否处于异常状态的步骤之前，还包括步骤：根据所述位置信息判断所述佩戴人员是否进入第三预设区域；

若所述佩戴人员进入第三预设区域，才执行步骤：

根据所述人体数据信息判断所述佩戴人员是否处于异常状态；

若所述佩戴人员处于异常状态，则停止运动。

所述的基于可穿戴设备的机器人安全控制方法中，在所述获取佩戴人员的位置信息的步骤之前，还包括步骤：

获取佩戴人员进入第二预设区域的触发信息；

根据所述触发信息与所述佩戴人员的可穿戴设备建立通信连接。

所述的基于可穿戴设备的机器人安全控制方法，在所述若所述佩戴人员处于异常状态，则停止运动的步骤之后，还包括步骤：

向所述佩戴人员发送警报信息，并等待应答信息；

若在预设时间内接收不到应答信号，则对外发送报警信号；

若在预设时间内接收到应答信号，则判断所述应答信号的类型；

若所述应答信号为第一类应答信号，则对外发送报警信号；

若所述应答信号为第二类应答信号，则继续运动。

第二方面，本申请实施例提供一种基于可穿戴设备的机器人安全控制装置，包括：

第一获取模块，用于获取佩戴人员的位置信息；

第一判断模块，用于根据所述位置信息判断所述佩戴人员是否进入第一预设区域；

第二获取模块，用于在所述佩戴人员进入第一预设区域时，获取所述佩戴人员的人体数据信息；

第二判断模块，用于根据所述人体数据信息判断所述佩戴人员是否处于异常状态；

第一执行模块，用于在所述佩戴人员处于异常状态时，执行停止运动的操作。

第三方面，本申请实施例提供一种基于可穿戴设备的机器人安全控制系统，包括机器人和可穿戴设备；

所述可穿戴设备用于收集佩戴人员的位置信息和人体数据信息，并把所述位置信息和人体数据信息发送至所述机器人；

所述机器人用于获取所述佩戴人员的位置信息，根据所述位置信息判断所述佩戴人员是否进入第一预设区域，在所述佩戴人员进入第一预设区域时，获取所述佩戴人员的人体数据信息，根据所述人体数据信息判断所述佩戴人员是否处于异常状态，并在所述佩戴人员处于异常状态时停止运动。

有益效果：

本申请实施例提供的一种基于可穿戴设备的机器人安全控制方法、装置及系统，通过获取可穿戴设备的佩戴人员的位置信息；根据所述位置信息判断所述佩戴人员是否进入第一预设区域；若所述佩戴人员进入第一预设区域，获取所述佩戴人员的人体数据信息；根据所述人体数据信息判断所述佩戴人员是否处于异常状态；若所述佩戴人员处于异常状态，则停止运动；从而保证当机器人附近有人处于异常状态时，机器人能够及时停止运动，以免机器人对处于异常状态的工作人员造成二次伤害，从而提高了机器人控制的安全性。

附图说明

图1为本申请实施例提供的基于可穿戴设备的机器人安全控制方法的流程图。

图2为本申请实施例提供的基于可穿戴设备的机器人安全控制方法中，机器人停止运动后的控制步骤流程图。

图3为本申请实施例提供的基于可穿戴设备的机器人安全控制装置的结构示意图。

图4为本申请实施例提供的基于可穿戴设备的机器人安全控制系统的结构示意图。

具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

下文的公开提供的实施方式或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。当然，它们仅仅为示例，并且目的不在于限制本发明。此外，本发明可以在不同例子中重复参考数字和/或参考字母，这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施方式和/或设置之间的关系。此外，本发明提供了的各种特定的工艺和材料的例子，但是本领域普通技术人员可以意识到其他工艺的应用和/或其他材料的使用。

请参阅图1，本申请实施例提供的一种基于可穿戴设备的机器人安全控制方法，应用于机器人，机器人可与佩戴人员身上的可穿戴设备通信连接，以获取佩戴人员的位置信息和人体数据信息；

该基于可穿戴设备的机器人安全控制方法包括步骤：

A1.获取佩戴人员的位置信息；

A2.根据位置信息判断佩戴人员是否进入第一预设区域；

A3.若佩戴人员进入第一预设区域，获取佩戴人员的人体数据信息；

A4.根据人体数据信息判断佩戴人员是否处于异常状态；

A5.若佩戴人员处于异常状态，则停止运动。

其中，可穿戴设备可以但不限于是智能手环、智能手表、智能衣服、智能头带等。

人体数据信息包括心率信息、血压信息、肌肉活动信息、皮肤传导信息等信息中的至少一种。利用可穿戴设备获取位置信息、心率信息、血压信息、肌肉活动信息、皮肤传导信息等的技术是现有技术。

在一些实施方式中，获取的人体数据信息是指通过可穿戴设备直接获取的人体数据信息。

在另一些优选的实施方式中，步骤A3. 若佩戴人员进入第一预设区域，获取佩戴人员的人体数据信息包括：

获取佩戴人员的第一人体数据信息；

把所述第一人体数据信息输入神经网络模型，以获取第二人体数据信息；

以所述第二人体数据信息作为所述佩戴人员的人体数据信息。

其中，第一人体数据信息是指通过可穿戴设备直接获取的人体数据信息。其中，神经网络模型是基于多个样本数据对预设初始神经网络模型训练得到。由于可穿戴设备直接获取的人体数据信息存在较大误差，此处通过神经网络模型对第一人体数据信息进行处理得到的人体数据信息的精度更高。

获取神经网络模型的过程为：获取多个第一人体数据信息作为样本数据信息，同时通过精确的采集设备获取与多个第一人体数据信息对应的多个第二人体数据信息（即第二人体数据信息为真实的人体数据信息）；根据多个第一人体数据信息和多个第二人体数据信息对预设的初始神经网络模型进行训练，以得到最终的神经网络模型。其中，训练过程为：将多个第一人体数据信息依次输入该初始神经网络模型，直至该初始神经网络模型的代价函数（代价函数是指初始神经网络模型的输出值与对应的第二人体数据信息之间的差值）小于预设范围。

由于每个工作人员的身体状况均不同，可针对每个工作人员设置一个神经网络模型，通过调用（可根据身份信息调用）对应的神经网络模型对相应的工作人员的第一人体数据信息进行处理。

其中，第一预设区域是围绕机器人设置的一个区域，该第一预设区域根据机器人的可移动范围设置，该第一预设区不小于机器人的可移动范围，且把机器人的可移动范围包围在其中；例如，机器人的可移动范围为以机器人基座中心点为圆心的半径为R1的第一圆形区域，则第一预设区域可设置为与该第一圆形区域同心设置的半径为R1+△R的第二圆形区域，其中△R为不小于零的预设值。此处，由于机器人无法移动至第一预设区以外，因此，工作人员在第一预设区以外时是安全的，当工作人员处于异常状态时是在第一预设区以外的，则该机器人无法造成二次伤害，无需停机，保证生产继续进行。

当工作人员遭遇意外时，其心率信息、血压信息、肌肉活动信息、皮肤传导信息等人体数据信息通常是会不受控制地发生突变，此处，人员处于异常状态是指人员的可穿戴设备采集到的人体数据信息（包括心率信息、血压信息、肌肉活动信息、皮肤传导信息等信息中的至少一种）发生突变的状态。所以，佩戴人员处于处于异常状态时，通常表示其遭受意外，相应的机器人应该停止运动以避免造成二次伤害，提高了机器人控制的安全性。

一般地， A4.根据人体数据信息判断佩戴人员是否处于异常状态的步骤包括：

把人体数据信息与正常人体数据范围进行比较，以判断佩戴人员是否处于异常状态。

在第一种实施方式中，根据可穿戴设备采集的人体数据信息的具体种类，针对每种人体数据信息预先设置一个正常人体数据范围（即针对每种人体数据信息预设一个正常人体数据范围，例如心率信息的正常人体数据范围为60-100次/min），并通过把人体数据信息与对应的正常人体数据范围进行比较，以判断佩戴人员是否处于异常状态。

从而在该实施方式中，把人体数据信息与正常人体数据范围进行比较，以判断佩戴人员是否处于异常状态的步骤包括：

通过判断实际采集到的人体数据信息是否落入对应的预设的正常人体数据范围，以判断佩戴人员是否处于异常状态。

具体判断规则为：若可穿戴设备采集的人体数据信息为心率信息、血压信息、肌肉活动信息、皮肤传导信息等信息中的一种，则当该种人体数据信息不落入对应的正常人体数据范围时（表示该项人体数据信息不正常），判定佩戴人员处于异常状态；

若可穿戴设备采集的人体数据信息为心率信息、血压信息、肌肉活动信息、皮肤传导信息等信息中的多种，则可在其中至少一种人体数据信息不落入对应的正常人体数据范围时（表示该项人体数据信息不正常），判定佩戴人员处于异常状态；也可在所有人体数据信息均不落入对应的正常人体数据范围时（表示所有人体数据信息均不正常），判定佩戴人员处于异常状态；还可在指定的若干种人体数据信息不落入对应的正常人体数据范围时（表示指定的人体数据信息均不正常），判定佩戴人员处于异常状态；具体判断规则可按实际情况设定。

在第二种实施方式中，根据可穿戴设备采集的人体数据信息的具体种类，采集各工作人员在正常状态下的各种人体数据信息，形成正常人体数据库，通过在正常人体数据库中进行查询，以判断佩戴人员是否处于异常状态。其中，正常人体数据库中的数据包括工作人员的身份信息、工作人员的各种人体数据信息的正常人体数据范围（可采集当前时间之前一段预设时间内该工作人员正常状态下的人体数据信息，然后以该段时间内的人体数据信息为准得到对应的正常人体数据范围，并对正常人体数据库进行更新），例如，工作人员李某在正常人体数据库中的数据包括名称：李某，正常心率范围：70-85次/min，血压高压范围：100-115mmHg、血压低压范围：70-80 mmHg。

从而在该实施方式中，把人体数据信息与正常人体数据范围进行比较，以判断佩戴人员是否处于异常状态的步骤包括：

获取佩戴人员的身份信息（该身份信息可存储在可穿戴设备的存储单元中或专门的身份信息芯片中，在向机器人发送人体数据信息时把该身份信息一同发出）；

根据身份信息在正常人体数据库中进行查询，得到佩戴人员的正常人体数据范围；

通过判断人体数据信息是否落入所述正常人体数据范围内，以判定佩戴人员是否处于异常状态。

具体判断规则为：若可穿戴设备采集的人体数据信息为心率信息、血压信息、肌肉活动信息、皮肤传导信息等信息中的一种，则当该种人体数据信息不落入对应的正常人体数据范围时（表示该项人体数据信息不正常），判定佩戴人员处于异常状态；

若可穿戴设备采集的人体数据信息为心率信息、血压信息、肌肉活动信息、皮肤传导信息等信息中的多种，则可在其中至少一种人体数据信息不落入对应的正常人体数据范围时（表示该项人体数据信息不正常），判定佩戴人员处于异常状态；也可在所有人体数据信息均不落入对应的正常人体数据范围时（表示所有人体数据信息均不正常），判定佩戴人员处于异常状态；还可在指定的若干种人体数据信息不落入对应的正常人体数据范围时（表示指定的人体数据信息均不正常），判定佩戴人员处于异常状态；具体判断规则可按实际情况设定。

另外，无论采用上述哪种实时方式，在判断某项人体数据信息是否正常时，除了判断其是否落入对应的正常人体数据范围内，还可再判断其当前的实时数据与上一个采集的数据之间的差值是否落在预设的正常差值范围内，若不落入预设的正常差值范围内，表示该项人体数据信息波动不正常；只有当该项人体数据信息既落入正常人体数据范围，其波动也正常时，才判定该项人体数据信息正常，否则判定该项人体数据信息不正常。

进一步的，某项人体数据信息不落入正常人体数据范围内和/或波动不正常的现象，可能是由于佩戴人员慌张或受到惊吓而产生的，此时佩戴人员并没有遭受意外，不应该因此而使机器人停止运动。为此，在人体数据信息不落入正常人体数据范围内和/或波动不正常时，还可再通过分析人体数据信息变化曲线来确定是否只是慌张或受到惊吓，具体可用专门的神经网络模型来进行判断。若确定该项人体数据信息的不正常情况只是由于慌张或受到惊吓而导致的，则判定该项人体数据信息正常。

由于机器人在工作过程中，通常是安装设定的移动路径运动的，因此，在第一预设区域中，机器人移动路径所经过的区域（以下称为第三预设区域）以外的区域一般是安全的，因此，在一些实施方式中，如果佩戴人员并非处于第三预设区域内，则不停机。这种实施方式中，步骤A4.根据人体数据信息判断佩戴人员是否处于异常状态之前，还包括步骤：根据位置信息判断佩戴人员是否进入第三预设区域；

若佩戴人员进入第三预设区域，才执行步骤：

A4.根据所述人体数据信息判断所述佩戴人员是否处于异常状态；

A5.若所述佩戴人员处于异常状态，则停止运动。

在本实施例中，该基于可穿戴设备的机器人安全控制方法中，在获取佩戴人员的位置信息的步骤之前，还包括步骤：

获取佩戴人员进入第二预设区域的触发信息；

根据触发信息与佩戴人员的可穿戴设备建立通信连接。

其中，第二预设区域是预先划定的包围第一预设区域的区域，通常为整个车间或车间内的工作区域；在第二预设区域的入口处通常会设置门禁系统，只有具有进入资格的工作人员才能进入，工作人员进入时通过佩戴的可穿戴设备在门禁系统处进行身份认证，认证后才能进入第二预设区域。同时，身份认证成功并进入第二预设区域后，机器人才与其可穿戴设备建立通信，避免第二预设区域外的人员的可穿戴设备干扰车间内机器人的正常运行。事实上，第二预设区域外的人员是否发生意外，并不影响车间内机器人的作业，因此无需与外部人员的可穿戴设备建立通信连接，如果与与外部人员的可穿戴设备建立通信连接反而容易受其干扰而导致生产作业的非必要停顿。

在一些优选的实施方式中，见图2，该基于可穿戴设备的机器人安全控制方法，在步骤A5. 若所述佩戴人员处于异常状态，则停止运动之后，还包括步骤：

向佩戴人员发送警报信息，并等待应答信息；

若在预设时间内接收不到应答信号，则对外发送报警信号；

若在预设时间内接收到应答信号，则判断应答信号的类型；

若应答信号为第一类应答信号，则对外发送报警信号；

若应答信号为第二类应答信号，则继续运动。

其中，警报信息可以是发送至佩戴人员的可穿戴设备的信息（可穿戴设备根据该警报信息再发出声、光、振动等的至少一种信号），也可以是机器人处直接发出的声和/或光信号（如提示语音、警示灯闪烁等）；应答信息可以是通过可穿戴设备发回的信息（如通过按键在可穿戴设备中生成应答信息发回、通过完成指定动肢体作在可穿戴设备中生成应答信息发回、通过语音在可穿戴设备中生成应答信息发回等），也可以是工作人员自己直接发出的信息（如工作人员直接语音应答，机器人通过语音识别获取应答信息；或者工作人员完成指定动肢体，机器人通过图像识别获取应答信息，但不限于此）。

其中，第一类应答信号是指表示佩戴人员正在遭受意外的应答信号；第二类应答信号是指表示佩戴人员没有遭受意外的应答信号。

若在预设时间内接收不到应答信号，则表示佩戴人员遭受意外且无法做出回应，此时应该保持停止运动的状态。

有时候，佩戴人员可能是由于情绪激动或其他非遭受意外的原因而导致人体数据信息波动，从而导致机器人停止运动，此时应该通过应答信号的类型来判断佩戴人员是否真的遭受意外，若佩戴人员没有遭受意外，应该继续运动进行作业，以保证生产的顺利进行，若佩戴人员确实遭受意外，则应该保持停止运动的状态，并立刻报警。

其中，报警信号可以是向生产车间的监控中心发送，也可通过互联网向医院、派出所、消防局等相关单位发送。

此外，一些机器人的工作模式有多种，不同工作模式下，机器人的运路径和运动方式可能不同，佩戴人员进入第一预设区域内时，可发出提示信号，以告知当前工作模式，避免佩戴人员不清楚当前工作模式而进入非安全区域（第三预设区域）进而引发意外；此时，步骤A2.根据位置信息判断佩戴人员是否进入第一预设区域之后，还包括步骤：

若佩戴人员进入第一预设区域，发出提示信号以告知佩戴人员机器人的当前工作模式。

由上可知，该基于可穿戴设备的机器人安全控制方法，通过获取可穿戴设备的佩戴人员的位置信息；根据所述位置信息判断所述佩戴人员是否进入第一预设区域；若所述佩戴人员进入第一预设区域，获取所述佩戴人员的人体数据信息；根据所述人体数据信息判断所述佩戴人员是否处于异常状态；若所述佩戴人员处于异常状态，则停止运动；从而保证当机器人附近有人处于异常状态时，机器人能够及时停止运动，以免机器人对处于异常状态的工作人员造成二次伤害，从而提高了机器人控制的安全性。

请参阅图3，本申请实施例还提供一种基于可穿戴设备的机器人安全控制装置，包括第一获取模块1、第一判断模块2、第二获取模块3、第二判断模块4、第一执行模块5；

其中，第一获取模块1，用于获取佩戴人员的位置信息；

其中，第一判断模块2，用于根据位置信息判断佩戴人员是否进入第一预设区域；

其中，第二获取模块3，用于在佩戴人员进入第一预设区域时，获取佩戴人员的人体数据信息；

其中，第二判断模块4，用于根据人体数据信息判断佩戴人员是否处于异常状态；

其中，第一执行模块5，用于在佩戴人员处于异常状态时，执行停止运动的操作。

其中，人体数据信息包括心率信息、血压信息、肌肉活动信息、皮肤传导信息等信息中的至少一种。

进一步的，第二判断模块4包括获取单元、查询单元、判断单元：

其中，获取单元，用于获取佩戴人员的身份信息；

其中，查询单元，用于根据身份信息在正常人体数据库中进行查询，得到佩戴人员的正常人体数据范围；

其中，判断单元，用于通过判断所述人体数据信息是否落入所述正常人体数据范围内，以判定佩戴人员是否处于异常状态。

在一些实施方式中，该基于可穿戴设备的机器人安全控制装置，还包括询问模块、第二执行模块、第三判断模块、第三执行模块、第四执行模块；

其中，询问模块，用于向所述佩戴人员发送警报信息，并等待应答信息；

其中，第二执行模块，用于在预设时间内接收不到应答信号时，对外发送报警信号；

其中，第三判断模块，用于在预设时间内接收到应答信号时，判断所述应答信号的类型；

其中，第三执行模块，用于在所述应答信号为第一类应答信号时，对外发送报警信号；

其中，第四执行模块，用于在所述应答信号为第二类应答信号时，执行继续运动的操作。

由上可知，该基于可穿戴设备的机器人安全控制装置，通过获取可穿戴设备的佩戴人员的位置信息；根据所述位置信息判断所述佩戴人员是否进入第一预设区域；若所述佩戴人员进入第一预设区域，获取所述佩戴人员的人体数据信息；根据所述人体数据信息判断所述佩戴人员是否处于异常状态；若所述佩戴人员处于异常状态，则停止运动；从而保证当机器人附近有人处于异常状态时，机器人能够及时停止运动，以免机器人对处于异常状态的工作人员造成二次伤害，从而提高了机器人控制的安全性。

请参阅图4，本申请实施例还提供一种基于可穿戴设备的机器人安全控制系统，包括机器人100和可穿戴设备200；

可穿戴设备200用于收集佩戴人员的位置信息和人体数据信息，并把位置信息和人体数据信息发送至机器人100；

机器人100用于获取佩戴人员的位置信息，根据位置信息判断佩戴人员是否进入第一预设区域，在佩戴人员进入第一预设区域时，获取佩戴人员的人体数据信息，根据人体数据信息判断佩戴人员是否处于异常状态，并在佩戴人员处于异常状态时停止运动。

其中，可穿戴设备200可以但不限于是智能手环、智能手表、智能衣服、智能头带中的一种或多种。

其中，人体数据信息包括心率信息、血压信息、肌肉活动信息、皮肤传导信息等信息中的至少一种。

进一步的，机器人100通过以下方式判断佩戴人员是否处于异常状态：

获取佩戴人员的身份信息；

根据身份信息在正常人体数据库中进行查询，得到佩戴人员的正常人体数据范围；

通过判断所述人体数据信息是否落入所述正常人体数据范围内，以判定佩戴人员是否处于异常状态。

在一些实施方式中，机器人100还用于向所述佩戴人员发送警报信息，并等待应答信息；在预设时间内接收不到应答信号时，对外发送报警信号；在预设时间内接收到应答信号时，判断所述应答信号的类型；当所述应答信号为第一类应答信号时，对外发送报警信号；当所述应答信号为第二类应答信号时，继续运动。

由上可知，该基于可穿戴设备的机器人安全控制系统，通过获取可穿戴设备的佩戴人员的位置信息；根据所述位置信息判断所述佩戴人员是否进入第一预设区域；若所述佩戴人员进入第一预设区域，获取所述佩戴人员的人体数据信息；根据所述人体数据信息判断所述佩戴人员是否处于异常状态；若所述佩戴人员处于异常状态，则停止运动；从而保证当机器人附近有人处于异常状态时，机器人能够及时停止运动，以免机器人对处于异常状态的工作人员造成二次伤害，从而提高了机器人控制的安全性。

综上所述，虽然本发明已以优选实施例揭露如上，但上述优选实施例并非用以限制本发明，本领域的普通技术人员，在不脱离本发明的精神和范围内，均可作各种更动与润饰，其方案与本发明实质上相同。

Claims (10)

1.一种基于可穿戴设备的机器人安全控制方法，应用于机器人，所述机器人可与佩戴人员身上的可穿戴设备通信连接，以获取所述佩戴人员的位置信息和人体数据信息，其特征在于，所述基于可穿戴设备的机器人安全控制方法包括步骤：

获取佩戴人员的位置信息；

根据所述位置信息判断所述佩戴人员是否进入第一预设区域；

若所述佩戴人员进入第一预设区域，获取所述佩戴人员的人体数据信息；

根据所述人体数据信息判断所述佩戴人员是否处于异常状态；

若所述佩戴人员处于异常状态，则停止运动。

2.根据权利要求1所述的基于可穿戴设备的机器人安全控制方法，其特征在于，所述人体数据信息包括心率信息、血压信息、肌肉活动信息、皮肤传导信息中的至少一种。

3.根据权利要求1所述的基于可穿戴设备的机器人安全控制方法，其特征在于，所述若所述佩戴人员进入第一预设区域，获取所述佩戴人员的人体数据信息的步骤包括：

获取所述佩戴人员的第一人体数据信息；

把所述第一人体数据信息输入神经网络模型，以获取第二人体数据信息；

以所述第二人体数据信息作为所述佩戴人员的人体数据信息。

4.根据权利要求1所述的基于可穿戴设备的机器人安全控制方法，其特征在于，所述根据所述人体数据信息判断所述佩戴人员是否处于异常状态的步骤包括：

把所述人体数据信息与正常人体数据范围进行比较，以判断所述佩戴人员是否处于异常状态。

5.根据权利要求4所述的基于可穿戴设备的机器人安全控制方法，其特征在于，所述把所述人体数据信息与正常人体数据范围进行比较，以判断所述佩戴人员是否处于异常状态的步骤包括：

获取所述佩戴人员的身份信息；

根据所述身份信息在正常人体数据库中进行查询，得到所述佩戴人员的正常人体数据范围；

通过判断所述人体数据信息是否落入所述正常人体数据范围内，以判定佩戴人员是否处于异常状态。

6.根据权利要求1所述的基于可穿戴设备的机器人安全控制方法，其特征在于，所述根据所述人体数据信息判断所述佩戴人员是否处于异常状态的步骤之前，还包括步骤：根据所述位置信息判断所述佩戴人员是否进入第三预设区域；

若所述佩戴人员进入第三预设区域，才执行步骤：

根据所述人体数据信息判断所述佩戴人员是否处于异常状态；

若所述佩戴人员处于异常状态，则停止运动。

7.根据权利要求1所述的基于可穿戴设备的机器人安全控制方法，其特征在于，在所述获取佩戴人员的位置信息的步骤之前，还包括步骤：

获取佩戴人员进入第二预设区域的触发信息；

根据所述触发信息与所述佩戴人员的可穿戴设备建立通信连接。

8.根据权利要求1所述的基于可穿戴设备的机器人安全控制方法，其特征在于，在所述若所述佩戴人员处于异常状态，则停止运动的步骤之后，还包括步骤：

向所述佩戴人员发送警报信息，并等待应答信息；

若在预设时间内接收不到应答信号，则对外发送报警信号；

若在预设时间内接收到应答信号，则判断所述应答信号的类型；

若所述应答信号为第一类应答信号，则对外发送报警信号；

若所述应答信号为第二类应答信号，则继续运动。

9.一种基于可穿戴设备的机器人安全控制装置，其特征在于，包括：

第一获取模块，用于获取佩戴人员的位置信息；

第一判断模块，用于根据所述位置信息判断所述佩戴人员是否进入第一预设区域；

第二获取模块，用于在所述佩戴人员进入第一预设区域时，获取所述佩戴人员的人体数据信息；

第二判断模块，用于根据所述人体数据信息判断所述佩戴人员是否处于异常状态；

第一执行模块，用于在所述佩戴人员处于异常状态时，执行停止运动的操作。

10.一种基于可穿戴设备的机器人安全控制系统，其特征在于，包括机器人和可穿戴设备；

所述可穿戴设备用于收集佩戴人员的位置信息和人体数据信息，并把所述位置信息和人体数据信息发送至所述机器人；

所述机器人用于获取所述佩戴人员的位置信息，根据所述位置信息判断所述佩戴人员是否进入第一预设区域，在所述佩戴人员进入第一预设区域时，获取所述佩戴人员的人体数据信息，根据所述人体数据信息判断所述佩戴人员是否处于异常状态，并在所述佩戴人员处于异常状态时停止运动。

Images