面向非接触力反馈的自然人机交互方法
专利汇可以提供面向非接触力反馈的自然人机交互方法专利检索，专利查询，专利分析的服务。并且本 发明 提供一种面向非 接触 力 反馈的自然 人机交互 方法。所述方法包括如下步骤：使用运动 传感器 测量人手并进行坐标配准；根据测量的数据使用区间卡尔曼滤波估计人手的 位置 和朝向；生成反馈的电磁力并通过人手上的磁 铁 反馈到人手。本发明使用多个动作传感器合作实时获取操作员手的姿势，使用两个区间卡尔曼 滤波器 来消除测量误差的影响，本发明使用电磁 力反馈 机制。本发明可以克服机械力反馈中的摩擦误差，连接累积误差和有限的操作空间等问题。本发明中，操作员不仅可以感受到 机器人 操纵器的力并获得良好的 沉浸感 ，还可以实时调整操作，使控制更准确可靠。本发明自然友好，适合非专业用户使用。，下面是面向非接触力反馈的自然人机交互方法专利的具体信息内容。
1.面向非接触力反馈的自然人机交互方法，其特征在于，包括如下步骤：
S1、使用运动传感器测量人手并进行坐标配准；
S2、根据测量的数据使用区间卡尔曼滤波估计人手的位置和朝向；
S3、生成反馈的电磁力并通过人手上的磁铁反馈到人手。
2.根据权利要求1所述的面向非接触力反馈的自然人机交互方法，其特征在于，步骤S1具体包括：
S1.1、将多个运动传感器放置在操作平台上，其中一个运动传感器放置在平台的中心，周围的运动传感器以45度的倾斜角度朝向操作平台中心的运动传感器放置，运动传感器坐标系定义为XLYLZL；运动传感器坐标系的原点为它的几何中心；运动传感器的三个坐标轴定义如下：XL正方向沿着设备的较长边并与接线口朝向相反，YL正方向垂直于传感器正面向外，ZL垂直于XL-YL平面；
S1.2、选择一部分传感器来跟踪操作员在重叠空间中的手，当操作员的手掌进入重叠空间时，采用坐标配准来融合测量数据，以使测量更准确和稳定。
3.根据权利要求2所述的面向非接触力反馈的自然人机交互方法，其特征在于，步骤S1.2中，使用相关算法将周围传感器的坐标配准到中间传感器的坐标：
[xi，yi，zi]表示周围传感器的坐标系中的某一空间点的坐标，并且该点在中间传感器c的坐标系中的坐标表示为[xc，yc，zc]；两个坐标之间满足以下关系：
其中，T是涉及周围传感器坐标系I和中间传感器坐标系C的变换矩阵。
4.根据权利要求1所述的面向非接触力反馈的自然人机交互方法，其特征在于，步骤S2中，使用区间卡尔曼滤波估计人手的位置包括以下步骤：
S2.1.1、对于手势识别，P(Px，Py，Pz)是世界坐标系中手掌中心的位置，世界坐标系定义为XWYWZW，世界坐标系被设置成与中间传感器的坐标系重合；传感器用于测量手掌掌心在传感器坐标系的X、Y、Z轴上的坐标，因此，P(Px，Py，Pz)由从传感器坐标系到世界坐标系的方向余弦矩阵MH2S即步骤S1.2中的周围传感器坐标系I和中间传感器坐标系C的变换矩阵给出；
S2.1.2、然后，通过以下等式获得世界坐标系下手的加速度：
其中 分别表示人手在世界坐标系X、Y、Z轴上的加速度； a，b
∈(X,Y,Z)， 表示周围传感器坐标系的a轴和世界坐标系b轴之间的角度；|g|是局部重力矢量的大小，Ax、Ay、Az是由传感器获得的手掌在传感器坐标系X，Y，Z轴的加速度测量分量；
位置估计时的区间卡尔曼滤波中的位置状态 包含k时刻的位置变量、速度变量和加W
速度变量，为 Vz表示人手在世界坐标
系X、Y、Z轴上的速度；
位置估计时的区间卡尔曼滤波中的状态转移矩阵为
其中t表示传感器相邻两次测量数据之间的时间间隔；
位置估计时的区间卡尔曼滤波中的系统输入：
位置估计时测量矩阵表示为：
S2.1.3、最终，根据S2.1.2中确定的区间卡尔曼滤波的参数和区间卡尔曼滤波的求解步骤，由时刻k的人手位置的测量值P(Px，Py，Pz)获得人手的位置估计值Pk(Px,k,Py,k,Pz,k)。
5.根据权利要求1所述的面向非接触力反馈的自然人机交互方法，其特征在于，步骤S2中，使用区间卡尔曼滤波估计人手的朝向包括以下步骤：
S2.2.1、将时刻k的人手朝向由欧拉角转换成四元数：
其中翻滚角φ、俯仰角θ和偏航角ψ分别表示人手沿XL轴、YL轴和ZL轴的旋转，并且四元数组(q0,k,q1,k,q2,k,q3,k)满足
时刻k时的人手的朝向即四元数q0,k、q1,k、q2,k、q3,k在时间t上的微分函数为：
ξx、ξy、ξz表示人手绕运动传感器坐标系的X、Y、Z轴旋转的角速度分量；
S2.2.2、人手朝向估计时的区间卡尔曼滤波状态转移矩阵如下：
其中Δt是传感器的采样时间间隔；
S2.2.3、因为在人手的运动过程中没有额外的输入来驱动人手的运动，朝向估计时区间卡尔曼滤波中的输入矩阵Γk被定义为零矩阵；
S2.2.4、因为四元数状态由角速度确定，定义过程噪声矢量：
wk＝[0 0 0 0 wx wy wz]T；
其中wx,wy，wz代表角速度的过程噪声；
S2.2.4、使用校准的陀螺仪检测角速度，则观测矩阵Hk为：
Hk＝[0n×p In×n]；
其中n是角速度矢量的数量，p是四元数的维数；
S2.2.5、根据步骤S2.21～步骤S2.25中确定的区间卡尔曼滤波中需要使用到的参数，获得在时刻k处估计出的人手的朝向即四元数q’k，并对其进行归一化如下：
q’k＝[q'0,k/M q'1,k/M q'2,k/M q'3,k/M]
其中q'0,k、q'1,k、q'2,k、q'3,k由区间卡尔曼滤波的计算步骤获得，表示估计出的人手朝向即四元数q’k的四个分量。
6.根据权利要求1所述的面向非接触力反馈的自然人机交互方法，其特征在于，步骤S3中包括以下步骤：
S3.1、使用力传感器测量机器人受到的力；
S3.2、使用反向传播神经网络(BPNN)来计算用于生成反馈力的电流；
S3.3、使用闭环力控制用于减少来自线圈和磁体的意外影响，使用在电磁铁控制器上开发的传统PID控制器来控制电磁铁的电流强度；
S3.4、然后，电磁控制器调整四个线圈中的电流IA，IB，IC和ID以在磁体和线圈之间产生电磁力。
7.根据权利要求6所述的面向非接触力反馈的自然人机交互方法，其特征在于，步骤S3.2中，所述反向传播神经网络包括输入层、输出层和两个隐藏层；输入层有六个节点，分配给输入参数即步骤S2中得到的估计的人手的位置Pk(Px,k,Py,k,Pz,k)和预期的力fe(fe,x，fe,y，fe,z)；预期的力fe(fe,x，fe,y，fe,z)来自环境对机器人的力，即力传感器测量所得；输出层包括对应于电流IA，IB，IC和ID的四个节点；两个隐藏层用于改善BPNN的性能。
8.根据权利要求6所述的面向非接触力反馈的自然人机交互方法，其特征在于，步骤S3.3中，所述电磁控制器被适当地调整，使得电磁控制器不妨碍操作员手部的自由运动，并且电磁铁所产生的磁力fh应当接近预期的力fe。
9.根据权利要求3所述的面向非接触力反馈的自然人机交互方法，其特征在于，所述相关算法采用最小二乘估计(LSE)，并使用多于三个的非共线点来计算每个坐标系之间的变换矩阵。
面向非接触力反馈的自然人机交互方法
技术领域
背景技术
发明内容
度；|g|是局部重力矢量的大小，Ax、Ay、Az是由传感器获得的手掌在传感器坐标系X，Y，Z轴的加速度测量分量；
具体实施方式
度；|g|是局部重力矢量的大小，Ax、Ay、Az是由传感器获得的手掌在传感器坐标系X，Y，Z轴的加速度测量分量；
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种兼容两种不同直流供电的驱动电路 | 2020-05-08 | 591 |
| 终端设备控制方法、装置及终端设备可读存储介质 | 2020-05-08 | 359 |
| 用于电子电路的输出滤波器 | 2020-05-11 | 834 |
| 磁阻随机存取存储器 | 2020-05-08 | 407 |
| 一种电器故障提示的电机控制方法 | 2020-05-11 | 21 |
| 电池组电解质水平监测器、系统和方法 | 2020-05-08 | 284 |
| 用于控制在机动车的电气驱动装置中的损耗热量的方法、用于机动车的电气驱动单元以及机动车 | 2020-05-08 | 567 |
| 用于操作多相开关磁阻电机以及校正单元的控制器系统以及方法 | 2020-05-08 | 363 |
| 具有改善的线性度的放大设备 | 2020-05-11 | 558 |
| 适用于断路器的独立型瞬时电流检测用印刷电路板电流互感器器件 | 2020-05-08 | 811 |
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。
