[發明專利]一種基于種群隨機亂序多目標遺傳算法的手勢跟蹤方法

有效

• 申請號: 201710186553.4
• 申請日: 2017-03-27
• 公開（公告）號: CN106945059B
• 公開（公告）日: 2019-11-22
• 發明（設計）人: 陳略峰;吳敏;賴旭芝;周夢甜;石威;徐亦睿
• 申請（專利權）人: 中國地質大學(武漢)
• 主分類號: B25J13/00
• 分類號: B25J13/00;B25J9/16
• 代理公司: 42214 武漢華旭知識產權事務所
• 代理人: 劉榮;江釗芳<國際申請>=<國際公布>=

1.一種基于種群隨機亂序多目標遺傳算法的手勢跟蹤方法，其特征在于包括以下過程：

(1)人體手臂骨骼信息獲取：利用傳感器提取人體手臂骨骼的彩色圖像數據流和深度圖像數據流，獲取人體手臂各個關節信息，得到各個關節位置坐標；

(2)建立機械臂運動模型：將機械臂簡化為三連桿模型，由步驟(1)的人體手臂各個關節信息中獲得人體手臂末端位置，并由人體手臂各個關節位置坐標計算人體手臂各個關節偏離豎直軸的旋轉角度；由機械臂尺寸和機械臂各關節偏離豎直軸的旋轉角度，表示機械臂末端位置，具體包括以下過程：

(2-1)將六自由度實體機械臂簡化為三連桿機械臂模型，即建立機械臂動力學模型；

(2-2)實時利用傳感器提取人體手臂骨骼的彩色圖像數據流和深度圖像數據流，獲取人體手臂各個關節信息，選取一組周期為T的樣本數據(θ₁^o，θ₂^o，θ₃^o，x₀，y₀)，其中，θ_i^o為經傳感器獲取和處理得到的人體手臂第i個關節偏離豎直軸的旋轉角度，i＝{1，2，3}，(x₀，y₀)為人體手臂末端位置所處的二維平面坐標；

(2-3)由三個關節偏離豎直軸的旋轉角度θ₁、θ₂和θ₃表示機械臂末端位置(X，Y)，其中L_i表示機械臂第i個關節的長度，i＝{1，2，3}；

(3)多目標遺傳算法能量及軌跡優化：以能量函數、手臂跟蹤軌跡函數以及位置誤差函數為目標函數的3個目標子函數，經多目標遺傳算法處理，通過每代種群隨機亂序迭代進化，得到機械臂達到末端位置時的各關節偏離豎直軸的旋轉角度，并且各關節偏離豎直軸的旋轉角度達到能量全局最小，最終位置誤差全局最小，手臂跟蹤軌跡全局最優，具體包括以下過程：

(3-1)確定三個目標子函數f₁、f₂和f₃，目標子函數的自變量為待求取的機械臂各關節偏離豎直軸的旋轉角度θ_i，i＝{1，2，3}；f₁為能量函數，用于保證機械臂運動中能量消耗最低；f₂為位置誤差函數，用于保證機械臂末端位置(X，Y)的精度要求；f₃為手臂跟蹤軌跡函數，用于保證機械臂運動軌跡與人體手臂運動相仿；所述能量函數f₁為：

其中G₁、G₂和G₃分別表示機械臂各關節重量；

位置誤差函數

誤差公式K₀為設置的機械臂與人體手臂比例；

手臂跟蹤軌跡函數

(3-2)初始化當前代數t；將機械臂各關節偏離豎直軸的旋轉角度θ_i作為遺傳空間中基因按二進制編碼方式組成的個體，設置待求個體的染色體條數NVAR和機械臂運動旋轉角度精度p，每條染色體θ_i由k₀位二進制數進行編碼，個體S＝(θ₁，θ₂，θ₃)編碼后染色體組合為(θ_1u，θ_2s，θ_3l)，其中，u、s、l的取值為1～k₀；經解碼，S為以下組合：

其中，U₁表示k₀位二進制數00000...0000＝0，δ表示設置的編碼精度；θ_i的范圍為-π/2～π/2，θ_i(up)＝π/2，θ_i(low)＝-π/2；NVAR設置為3，位數k₀為18，則編碼后的染色體θ_i精確到10^-3，三個關節的總編碼即個體S＝(θ₁，θ₂，θ₃)長度為54位；

從組合中選擇M個個體S作為初始種群；將初始種群作為當前種群；

(3-3)將當前種群分為k組，并分別帶入目標子函數f₁、f₂和f₃，計算每組中每個個體的適應度F_q＝f_j(S_q)+C，其中j＝{1，2，3}，q＝[1，k]，S_q為組中的第q個個體，C取使F_q的值大于或等于零的任意正整數；設置各個體被遺傳至下一代的遺傳概率其中為群體的適應度值總和；同時將每組個體中適應度最高的個體作為精英保留，遺傳至下一代種群；

(3-4)從遺傳后的種群中由輪盤賭方法選出兩個個體S₁和S₂，由其設定的交叉概率進行單點交叉，交換兩個染色體隨機位置后的位串，并以0.7/Lind的變異概率隨機改變個體S₁和S₂的二進制串結構數據中任意一位的值，得到經遺傳交叉變異生成子代種群；其中Lind為染色體長度，即Lind＝k₀＝18；

(3-5)判斷種群中個體的適應度是否收斂，若收斂，或當前代數t達到設置的最大迭代次數T，則將(θ₁，θ₂，θ₃)輸出作為最優解；否則t累加1，將新種群隨機亂序作為當前種群，返回步驟(3-3)重新分為三組評估對應目標函數適應度，使種群每個個體對三個目標函數均能得到最佳適應；

(4)跟蹤手勢：將多目標遺傳算法處理后的機械臂各關節偏離豎直軸的旋轉角度數據傳輸至機械臂，驅動機械臂跟蹤手勢運動，反饋各關節偏離豎直軸的旋轉角度并進行閉環控制。