一种基于人体运动捕捉数据的仿人机器人步态规划方法
专利汇可以提供一种基于人体运动捕捉数据的仿人机器人步态规划方法专利检索，专利查询，专利分析的服务。并且一种基于人体运动捕捉数据的仿人 机器人 步态规划方法，首先，提取人体步态模式，包括单腿六 自由度 的 角 度曲线，包括髋关节 横滚 ，髋关节 俯仰 ，髋关节 偏航 ， 膝关节 俯仰，踝关节俯仰，踝关节横滚；其次对人体步态模式数据进行格式转换与数学优化以便应用到 仿人机器人 身上；最后引入了ZMP控制 算法 对仿人机器人的 关节角度 进行微调以达到提高仿人机器人鲁棒性的目的。本 发明 所述的基于人体运动捕捉数据的仿人机器人步态规划方法不仅能够简化仿人机器人步态规划难度，提高仿人机器人步态的类人性和 稳定性 ，同时也可以为仿人机器人的复杂动作规划作铺垫，与传统的仿人机器人步态规划方法相比优点突出，前景广阔。，下面是一种基于人体运动捕捉数据的仿人机器人步态规划方法专利的具体信息内容。
1.一种基于人体运动捕捉数据的仿人机器人步态规划方法，其特征在于：
首先，获取人体的运动捕捉数据并且对人体的运动进行分析；然后，对原数据进行数学预处理，生成人体运动的步态模式；其次将人体运动步态模式数据进行相应的格式转化，生成适用于仿人机器人的步态模式数据并将其直接运用到仿人机器人身上；同时，基于ZMP算法对仿人机器人的稳定性进行判定并且实时调整仿人机器人的关节角度以达到仿人机器人稳定行走的目的；
采用光学式运动捕捉设备，通过粘贴在人体上的Marker，每秒采集120帧的人体运动捕捉数据，输出的数据格式为.asf文件和.amc文件；其中.asf文件定义了人体骨架的拓扑结构，.amc文件定义了与.asf文件相对应的“子关节”局部坐标系相对于“父关节”局部坐标系的每一帧欧拉角；
人体运动过程由成百上千个关节自由度同时作用而成，为了将人体关节角度数据运用到仿人机器人身上，需要对人体自由度进行精简；为此定义了下肢左右腿各6个自由度，具体关节角度定义如下：右踝横滚角θ1，右踝俯仰角θ2，右膝俯仰角θ3，右髋俯仰角θ4，右髋横滚角θ5，右髋偏航角θ6；左踝横滚角θ7，左踝俯仰角θ8，左膝俯仰角θ9，左髋俯仰角θ10，左髋横滚角θ11，左髋偏航角θ12；随后在Webots仿真平台中搭建了包含以上自由度的仿人机器人模型，模型高度及骨骼比例与.asf文件中定义的骨骼模型一致；
由于.amc文件定义的关节角度是每一帧“子关节”局部坐标系相对于“父关节”局部坐标系的欧拉角；但是仿人机器人使用的关节角度为笛卡尔坐标系下关于自身局部坐标系转过的角度，因此需要实现从人体运动捕捉数据到仿人机器人使用数据格式的匹配；由于人体骨骼模型和仿人机器人模型具有相同的自由度数和关节结构，并且人体骨骼长度和仿人机器人对应部位几何长度相等，因此可以通过关节的绝对坐标相等求解仿人机器人所有关节角度，完成关节角度换算；建立人体骨骼运动学模型；根据此模型，按照以下公式求解左踝绝对坐标：
其中R3×3＝[parentXchild,parentYchild,parentZchild]代表子坐标系在父坐标系中X、Y、Z轴的位置矢量，描述了子坐标系的姿态；P3×1代表子坐标系原点在父坐标系中的位置矢量，描述了子坐标
系的位置；vo＝[0,0,0,1]T代表关节在其局部坐标系中的坐标；
分别描述了根节点相对于世界坐标系、髋关节相对于根节点、膝关节相对于髋关节、踝关节相对于膝关节的齐次旋转矩阵；
同时求得膝关节和髋关节的绝对坐标：
利用同样的运动学建模方法计算出仿人机器人模型对应关节的绝对坐标：
Pla＝M11(θ11)M12(θ12)M10(θ10)M9(θ9)M7(θ7)M8(θ8)ela
Plk＝M11(θ11)M12(θ12)M10(θ10)M9(θ9)elk
plh＝M11(θ11)M12(θ12)M10(θ10)elh
其中Mi(θi)用来描述连杆间的转换矩阵(D-H表示法)，ela,elk,elh用来代表关节在自身局部坐标系中的坐标(0,0,0,1)T；由于仿人机器人的关节角度都有一定的域度，因此定义了所求每个自由度的取值范围，如表1所示；
表1 为关节自由度取值范围表
关节角(度) θ7 θ8 θ9 θ10 θ11 θ12
Max 25.212 60.738 130.071 51.052 30.1 91.107
Min -25.212 -60.738 -1 -51.939 -21.03 -30.942
基于以上求出的各关节绝对坐标，和关节角度的约束条件，求得θ7,θ8,θ9,θ10,θ11,θ12；
利用此种运动学建模方法可以实现从人体运动捕捉数据到仿人机器人关节角度数据的转换。
2.根据权利要求1所述的一种基于人体运动捕捉数据的仿人机器人步态规划方法，其特征在于：人体的直线行走是一个多周期往复的过程，因此将人体的步态模式分成三个阶段，起步至左脚跟着地，左脚跟着地到下一次左脚跟着地，左脚跟着地至终止；参考初始的人体运动捕捉数据之后，定义每一阶段的时长分别是第一阶段90帧，第二阶段160帧，第三阶段80帧；
在确定了步态模式阶段后需要对处理后的人体运动捕捉数据进行数学优化，首先是步态模式的提取，利用脚后跟落地时角加速度的突变点为分割点，分割出步态模式的三个阶段，即起步、行走、终止；其次是归一化，因为步态模式因人而异，因此要将每个阶段不同人的步态时间进行归一化，统一至之前定义的时长；然后去噪，对比关节角度曲线，对于误差较大的曲线作舍去处理；对每一阶段的多组角度曲线作取平均处理；之后对平均值曲线进行滤波，针对人体关节角度曲线连续，波动幅度不大的特点，采用算数平均值滤波方法，对N个连续采样值相加，然后取其算术平均值作为本次测量的滤波值，滤波的主要目的是平滑关节角度曲线，以便于仿人机器人的角度不会有突变；最后，为了循环利用第二阶段作为周期步态，需要保证首尾角度，加速度以及加加速度的一致性，因此采用Hermite对第二阶段的最后20帧进行插值，Hermite插值能够三次导数即加加速度的连续性；在对人体运动捕捉数据进行了以上的处理后，若直接运用于仿人机器人，会发现仿人机器人的稳定性较差，因此需要基于ZMP算法对仿人机器人的关节角度进行微调；
仿人机器人使用ZMP作为一个控制参数来对其髋关节角度进行微调，以达到提高仿人机器人鲁棒性的目的；为了测量出ZMP的位置，仿人机器人的鞋底设置一层1cm厚的海绵，然后在海绵上贴了12个FSR；当仿人机器人鞋底不同部分受力时发生作用的力传感器；仿人机器人单足支撑时的ZMP计算公式如下所示：
其中pjx表示第j个压力传感器相对于鞋底中心的位置矢量，fjy表示第j个压力传感器在竖直方向上的压力值；
双足支撑时的ZMP计算公式如下：
pRx、pRz表示右脚板底上测量的ZMP位置，pLx、pLz表示左脚板底上测量的ZMP位置；fRy、fLy分别表示右脚和左脚受到的地面作用力；
首先判断是单足支撑还是双足支撑，分别采用不同的ZMP计算方法；然后计算出当前ZMP点距离期望ZMP点的距离，如果在期望范围内，则不做调整，如果超出了期望范围则对仿人机器人的髋关节做反方向调整以达到提高仿人机器人鲁棒性的目的。
3.根据权利要求2所述的一种基于人体运动捕捉数据的仿人机器人步态规划方法，其特征在于：为了让仿人机器人实现类人行走，因此为了评估人类步态与机器人步态的相似性，利用相似性函数用来比较对应的连杆姿态，计算公式如下所示：
[h1,h2,...,hn]T与[r1,r2,...,rn]T代表人与机器人下肢连杆的姿态角，S∈[0,1]，S为1时代表完全一样，S为0时代表完全不同。
一种基于人体运动捕捉数据的仿人机器人步态规划方法
技术领域
背景技术
发明内容
关节相对于髋关节、踝关节相对于膝关节的齐次旋转矩阵。
Max 25.212 60.738 130.071 51.052 30.1 91.107
Min -25.212 -60.738 -1 -51.939 -21.03 -30.942
160帧，第三阶段80帧。
具体实施方式
归一化，去噪，取平均，滤波，Hermite插值。这样可以得到仿人机器人的步态模式，但是为了提高仿人机器人的鲁棒性，还需要引入ZMP控制算法对仿人机器人的关节角度进行微调以达到实现机器人稳定行走的目的。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种多孔腹腔镜手术机器人系统 | 2020-05-08 | 611 |
| 一种一体化的仿人机器人踝关节驱动机构 | 2020-05-08 | 1005 |
| 一种基于激光冲击压印技术的仿生表面制备方法 | 2020-05-12 | 173 |
| 一种仿生机械腿及六足仿生机器人 | 2020-05-08 | 142 |
| 一种仿生并联摄影机器人及其摄影控制方法 | 2020-05-11 | 215 |
| 一种高压输电线路救援机器人及使用方法 | 2020-05-12 | 955 |
| 人工智能点菜系统 | 2020-05-12 | 951 |
| 一种适用于上层海洋机器人的沉浮及姿态控制系统 | 2020-05-12 | 898 |
| 一种仿生扇贝机器人 | 2020-05-12 | 207 |
| 一种新型高效压电旋转精密驱动平台 | 2020-05-08 | 683 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
