CN205870565U - 一种基于Kinect的远程体感机器人控制系统 - Google Patents
一种基于Kinect的远程体感机器人控制系统 Download PDFInfo
- Publication number
- CN205870565U CN205870565U CN201620790955.6U CN201620790955U CN205870565U CN 205870565 U CN205870565 U CN 205870565U CN 201620790955 U CN201620790955 U CN 201620790955U CN 205870565 U CN205870565 U CN 205870565U
- Authority
- CN
- China
- Prior art keywords
- module
- outfan
- robot
- input
- electrically connected
- 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
Links
Landscapes
- Manipulator (AREA)
Abstract
本实用新型公开了一种基于Kinect的远程体感机器人控制系统,包括机器人动作模仿展示系统,所述机器人动作模仿展示系统的输入端电性连接有执行模块的输出端,所述信息采集模块的输出端与关节计算模块的输入端电性连接,所述机器人动作模仿展示系统的输出端电性连接于监控模块的输入端,所述监控模块的输出端分别与姿态估计模块和稳定性判断模块的输入端电性连接,所述姿态估计模块和稳定性判断模块的输出端电性连接于关节校正模块的输出端,所述关节校正模块的输出端与关节控制模块的输入端电性连接。该基于Kinect的远程体感机器人控制系统,具有结构设计合理、操作简单、智能化程度高等优点,可以普遍推广使用。
Description
技术领域
本实用新型属于机器人控制系统技术领域,具体涉及一种基于Kinect的远程体感机器人控制系统。
背景技术
机器人属于综合性的学科,其拥有广泛的应用领域,因此针对机器人的研究也日益增多。机器人是门综合计算机技术,信息采集融合、机构结构力学、传感技术、仿生科学以及人工智能等高新学科,涉及线性稳定性、非线性下鲁棒性控制,基于多传感器的信息融合、实时闭环稳定性控制,而且复杂机电系统的建模、数字仿真技术及混合系统的控制研究等方面的技术。
仿人形机器人是机器人技术中的一个重要研究课方向,并且双足机器人是仿人形机器人研究的前奏。双足步行是一种高自动化的运动,双足步行机器人具有的动力学特征是相对轮式、履带式机器人来说更具复杂性并且具有很强的环境适应性,可进入狭窄的作业空间,也可跨越障碍、上下台阶、斜坡及在不平整的地面上工作,以及护理老人、康复医学和一般家庭的家政服务,具有无可比拟的优越性。
但是,双足步行机器人具有多关节、复杂驱动结构和多传感器配合工作的特点,一般存在冗余的自由度,这些特点对其控制问题带来很大难度,为各种控制和优化方法提供理想的实验平台,使其成为一个令人瞩目的研究方向,因此对双足步行机器人行走规划机器控制的研究不仅具有很高的学术价值,而且具有一定的现实意义。
实用新型内容
本实用新型的目的在于提供一种基于Kinect的远程体感机器人控制系统,以解决上述背景技术中提出的问题。
为实现上述目的,本实用新型提供如下技术方案:一种基于Kinect的远程体感机器人控制系统,包括机器人动作模仿展示系统,所述机器人动作模仿展示系统的输入端电性连接有执行模块的输出端,所述执行模块的输出端电性连接于信息采集模块的输入端,所述信息采集模块的输出端与关节计算模块的输入端电性连接,所述机器人动作模仿展示系统的输出端电性连接于监控模块的输入端,所述监控模块的输出端分别与姿态估计模块和稳定性判断模块的输入端电性连接,所述姿态估计模块和稳定性判断模块的输出端电性连接于关节校正模块的输出端,所述关节校正模块的输出端与关节控制模块的输入端电性连接。
优选的,所述监控模块为红外传感器,所述红外传感器由红外线发射器和红外线摄像头组成。
与现有技术相比,本实用新型的有益效果是:该基于Kinect的远程体感机器人控制系统,传统的提取运动区域的方法一般采用基于空域信息算法、时域信息算法或者时空混合算法,处理步骤简单,精度较低,并不适用于处理高精度人体运动图像序列的运动轨迹提取。为解决人体运动轨迹提取问题,本项目采用MicrosoftKinect传感器,并采用空间向量方法计算出人体骨骼夹角,采用滑动平均滤波等算法对关节角进行滤波处理,效果比较好;对于NAO机器人的姿态估计与反馈控制,使用 Kalman滤波方法,对NAO机器人的陀螺仪和传感器测量数据进行融合,克服陀螺仪在测量过程中产生的偏移与加速度计在动态测量中的缺陷,得到更加准确的NAO机器人姿态信息。在得到准确的姿态信息的基础上,对NAO机器人躯干姿态的进行闭环控制,使NAO机器人运动中具有更加稳定的姿态线性二次型调节器实现平衡稳定行走和运动轨迹跟踪控制,并研究仿人机器人相似性倒地动作优化与恢复问题,分析4级倒立摆倒地动力学特征,为倒立过程施加运动学与物理条件约束,引入参数化控制与强化技术优化倒地时的触地姿势,并基于可变种群规模的遗传算法设计倒地后的运动轨迹恢复;采用带观测器的状态反馈控制器,将步行模型简化为一级倒立摆,引入;该基于Kinect的远程体感机器人控制系统,具有结构设计合理、操作简单、智能化程度高等优点,可以普遍推广使用。
附图说明
图1为本实用新型的结构示意图。
具体实施方式
下面将结合本实用新型实施例中的附图,对本实用新型实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本实用新型一部分实施例,而不是全部的实施例。基于本实用新型中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本实用新型保护的范围。
本实用新型提供了如图1所示的一种基于Kinect的远程体感机器人控制系统,包括机器人动作模仿展示系统,所述机器人动作模仿展示系统的输入端电性连接有执行模块的输出端,所述执行模块的输出端电性连接于信息采集模块的输入端,所述信息采集模块的输出端与关节计算模块的输入端电性连接,所述机器人动作模仿展示系统的输出端电性连接于监控模块的输入端,所述监控模块的输出端分别与姿态估计模块和稳定性判断模块的输入端电性连接,所述姿态估计模块和稳定性判断模块的输出端电性连接于关节校正模块的输出端,所述关节校正模块的输出端与关节控制模块的输入端电性连接,所述监控模块为红外传感器,所述红外传感器由红外线发射器和红外线摄像头组成。
工作原理:该基于Kinect的远程体感机器人控制系统,基于机器视觉的人体动作和手势识别是实现新一代人机交互系统所不可缺少的一项关键技术。作为一个革命性的产品,Kinect体感设备能够获取彩色图像、深度图像以及人体骨骼图像,并提供一种全新的人机交互的方式。它能够捕捉、跟踪人体的动作、手势和声音。本项目通过利用Kinect体感设备进行人体骨骼动作的识别,并在此基础上配合机器人动作实现人通过演示人体控制机器人动作的无接触式互动交互。将获取的人体骨骼数据划算为机器人关节运动可识别的Roll、Pitch 以及 Yaw 三个角度,将此角度赋给 NAO机器人,作为 NAO 机器人目标关节运动的角度值,通过无线网络,驱动 NAO机器人完成对人类上肢右臂肩关节运动的模仿。因此本项目以体态感知技术与仿人机器人技术的结合点为研究方向,对体态感知技术在机器人控制中的应用方法以及相关的机器人控制技术进行了研究与应用。
最后应说明的是:以上所述仅为本实用新型的优选实施例而已,并不用于限制本实用新型,尽管参照前述实施例对本实用新型进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换,凡在本实用新型的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本实用新型的保护范围之内。
Claims (2)
1.一种基于Kinect的远程体感机器人控制系统,包括机器人动作模仿展示系统,其特征在于:所述机器人动作模仿展示系统的输入端电性连接有执行模块的输出端,所述执行模块的输出端电性连接于信息采集模块的输入端,所述信息采集模块的输出端与关节计算模块的输入端电性连接,所述机器人动作模仿展示系统的输出端电性连接于监控模块的输入端,所述监控模块的输出端分别与姿态估计模块和稳定性判断模块的输入端电性连接,所述姿态估计模块和稳定性判断模块的输出端电性连接于关节校正模块的输出端,所述关节校正模块的输出端与关节控制模块的输入端电性连接。
2.根据权利要求1所述的一种基于Kinect的远程体感机器人控制系统,其特征在于:所述监控模块为红外传感器,所述红外传感器由红外线发射器和红外线摄像头组成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201620790955.6U CN205870565U (zh) | 2016-07-26 | 2016-07-26 | 一种基于Kinect的远程体感机器人控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201620790955.6U CN205870565U (zh) | 2016-07-26 | 2016-07-26 | 一种基于Kinect的远程体感机器人控制系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN205870565U true CN205870565U (zh) | 2017-01-11 |
Family
ID=57698501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201620790955.6U Expired - Fee Related CN205870565U (zh) | 2016-07-26 | 2016-07-26 | 一种基于Kinect的远程体感机器人控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN205870565U (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106971050A (zh) * | 2017-04-18 | 2017-07-21 | 华南理工大学 | 一种基于Kinect的Darwin机器人关节映射解析方法 |
-
2016
- 2016-07-26 CN CN201620790955.6U patent/CN205870565U/zh not_active Expired - Fee Related
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106971050A (zh) * | 2017-04-18 | 2017-07-21 | 华南理工大学 | 一种基于Kinect的Darwin机器人关节映射解析方法 |
CN106971050B (zh) * | 2017-04-18 | 2020-04-28 | 华南理工大学 | 一种基于Kinect的Darwin机器人关节映射解析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zeng et al. | Simultaneously encoding movement and sEMG-based stiffness for robotic skill learning | |
CN106078752B (zh) | 一种基于Kinect的仿人机器人人体行为模仿方法 | |
CN103149933B (zh) | 基于闭环控制的仿人机器人全向行走方法 | |
CN112051741B (zh) | 一种双足机器人动态运动生成与控制方法 | |
Ott et al. | Development of a biped robot with torque controlled joints | |
CN107598897A (zh) | 一种基于人体示教的仿人机器人步态规划的方法 | |
CN103440037B (zh) | 一种基于有限输入信息的虚拟人体运动实时交互控制方法 | |
CN109976390A (zh) | 一种基于三维手势的空间机器人遥操作系统 | |
CN107818318B (zh) | 一种人形机器人模仿相似度评价方法 | |
CN104858852A (zh) | 类人机器人实时模仿人体上肢动作的优化与约束方法 | |
CN103942829A (zh) | 单幅图像的人体三维姿态重构方法 | |
Yang et al. | Humanoid motion planning of robotic arm based on human arm action feature and reinforcement learning | |
CN104002307A (zh) | 穿戴式救援机器人控制方法及系统 | |
CN115464659A (zh) | 一种基于视觉信息的深度强化学习ddpg算法的机械臂抓取控制方法 | |
Li et al. | Neural learning and kalman filtering enhanced teaching by demonstration for a baxter robot | |
Rosado et al. | Reproduction of human arm movements using Kinect-based motion capture data | |
CN112959330B (zh) | 基于主从动态运动基元的机器人双臂运动人机对应装置及方法 | |
CN205870565U (zh) | 一种基于Kinect的远程体感机器人控制系统 | |
CN108098760A (zh) | 一种新的双足机器人行走控制装置及方法 | |
CN115781666A (zh) | 一种用于机器人全身模仿系统的控制方法 | |
Firouzi et al. | Tip model: a combination of unstable subsystems for lateral balance in walking | |
CN112882467A (zh) | 一种双足仿人机器人在斜坡上行走的步态规划方法 | |
Yu et al. | Walking simulation of biped robot on inclined plane based on gait recognition | |
Krause et al. | Gaussian process regression for sim-to-real transfer of hopping gaits | |
Setapen et al. | Beyond teleoperation: Exploiting human motor skills with marionet |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20170111 Termination date: 20170726 |