[發(fā)明專利]人機協(xié)作下基于Tc-ProMps算法的多模式人體動作預測方法

有效

• 申請?zhí)枺?/td>: 201810072899.6
• 申請日: 2018-01-25
• 公開（公告）號: CN108284444B
• 公開（公告）日: 2021-05-11
• 發(fā)明（設計）人: 儲繼慎;亞徳;易陽;陳溪
• 申請（專利權）人: 南京工業(yè)大學
• 主分類號: B25J9/16
• 分類號: B25J9/16;G06K9/00;G06K9/62
• 代理公司: 南京縱橫知識產(chǎn)權代理有限公司 32224
• 代理人: 董建林

本發(fā)明公開人機協(xié)作下基于Tc?ProMps算法的多模式人體動作預測方法，在分析人體動作隨機不確定特點及作機器人運行方式基礎上，實現(xiàn)機器人?人自然的交互和并行協(xié)作，可應用于工業(yè)生產(chǎn)中協(xié)作機器人的協(xié)作控制與安全警報。該預測模型主要分為離線訓練和在線預測兩個模塊，離線模塊對人體動作樣本進行訓練，獲取某類動作技能的表征的特征權值向量w及其概率分布；在線模塊通過視覺信息觀察人體動作，對人體動作進行在線識別和滾動預測。在人機協(xié)作過程中能夠對人類工作操作是否正確進行預測并提前發(fā)出警告，避免不必要的人員傷亡，使協(xié)作機器人更加安全；同時在線感知人體動作意圖，能夠促使人與機器人并行協(xié)作，大大提高工業(yè)生產(chǎn)效率。

技術領域

本發(fā)明涉及一種人機協(xié)作下基于Tc-ProMps算法的多模式人體動作預測方法，屬于工業(yè)機器人領域中的人機交互和智能感知技術領域。

背景技術

2017年AlphaGo以3:0大勝柯潔，引發(fā)了社會對人工智能的諸多深思。除了研發(fā)這種對抗型機器人，人類更多的關注在于如何讓機器人更好的服務于人類。尤其在工業(yè)機器人領域，行業(yè)秉承的原則一直是如何將一切有利于生活生產(chǎn)的條件融為一體，并通過優(yōu)化生產(chǎn)各環(huán)節(jié)來為生產(chǎn)企業(yè)服務——于是人機協(xié)作誕生了。

目前市場上使用的協(xié)作機器人，主要有兩類功能：其一，在人體靠近時安全預警，主動減速甚至停止工作；其二采用拖動示教使工業(yè)機器人模仿人類獨立完成工作。由于人在工作時容易出現(xiàn)效率不一、疲憊和操作失誤等現(xiàn)象，被動的停止工作大大降低了工業(yè)生產(chǎn)的效率。拖動示教重點是教會工業(yè)機器人模仿人類執(zhí)行一項任務，機器人仍不能主動的與人協(xié)作。在工業(yè)生產(chǎn)線中還存在許多復雜、多變的任務必須由人類來完成，因此人類與工業(yè)機器人的靈活協(xié)作就顯得尤為重要。因此，工業(yè)生產(chǎn)中急需具有預測人體動作意圖功能的工業(yè)機器人來解決相關問題。

在進行發(fā)明創(chuàng)造的過程中發(fā)明人發(fā)現(xiàn)，在機器人與人組成的人機系統(tǒng)中，機器人缺乏對人體動作的自主感知和理解功能，缺乏交互，所以也并沒有在真正意義上的人機協(xié)作。現(xiàn)有研究如ProMps算法能夠對單一動作模式進行預測，即動作具有相似的運動軌跡和運動速度。而在實際工作中，人類工作的軌跡及速度均具有不確定性，執(zhí)行過程中也千差萬別，所以，如何使動作預測具有一般性，快速準確的預測到多模式的人體動作意圖成為ProMps算法急需改進的部分。

發(fā)明內容

本發(fā)明的發(fā)明目的在于：基于以上不足，本發(fā)明提出一種人機協(xié)作下基于Tc-ProMps算法的多模式人體動作預測方法，該方法針對人手動作隨機不確定等特點，對人類動作意圖進行實時滾動預測，基于視覺觀測前10％階段人手動作，開始預測動作軌跡，包括動作目標位置及終止時間，預測誤差在5cm內。基于視覺觀測前30％階段人手動作，預測誤差達到1cm以內。基于預測模型的實時性和準確度，在人機協(xié)作過程中能夠為協(xié)作控制器提供預測控制。在工業(yè)機器人工作過程中，針對人體動作隨機不確定的特點，本發(fā)明的Tc-ProMps算法可以預測多模式人體動作軌跡及意圖，實現(xiàn)機器人對人體動作的在線自主感知，使機器人與人之間自然交互，可應用于人機協(xié)作中的安全警報和并行協(xié)作，提高了機器人的交互性，可靠性和實用性。工業(yè)機器人也可通過預測方案檢測到人類的失誤操作，并提早發(fā)出警告，有效避免人員傷亡。通過靈活的人機協(xié)作生產(chǎn)方式，不僅可以降低生產(chǎn)成本，且有效提高生產(chǎn)效率。

本發(fā)明采用如下技術方案：人機協(xié)作下基于Tc-ProMps(時間放縮和概率運動基元，全稱為Time Scaling-Probability Movement Primitives)算法的多模式人體動作預測方法，其特征在于，將工業(yè)生產(chǎn)線中的協(xié)作任務拆分為由工業(yè)機器人完成的任務A和由人手操作完成的任務B，所述工業(yè)機器人首先觀察人手工作的行為狀態(tài)，并通過基于Tc-ProMps算法的預測模型對所述人手工作的動作意圖進行預測，實現(xiàn)人手動作的位移軌跡、速度軌跡和終點位置的預測，在人機協(xié)作過程中能夠為協(xié)作控制器提供預測控制，促使人與機器人并行協(xié)作，加快生產(chǎn)效率。

作為一種較佳的實施例，所述動作預測方法具體包括：步驟SS1：離線訓練步驟；步驟SS2：在線預測步驟。