[發明專利]一種人體運動意圖的識別方法及系統

在審

• 申請號: 202010500206.6
• 申請日: 2020-06-04
• 公開（公告）號: CN111652155A
• 公開（公告）日: 2020-09-11
• 發明（設計）人: 王興堅;張卿;王少萍;苗憶南;安麥靈;張超;張敏
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/73;G16H20/30;B25J11/00
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 杜陽陽

本發明公開了一種人體運動意圖的識別方法及系統。該方法包括：獲取人體運動中的運動坐標；通過可穿戴的眼鏡式眼動儀確定人體運動中視線關注點的坐標；通過訓練好的卷積神經網絡模型識別人體運動中視野場景中的障礙物坐標；根據所述運動坐標、關注點坐標以及所述障礙物坐標，通過訓練好的循環神經網絡模型預測人體運動偏航角信息。本發明能夠快速、精確的識別人體行走的運動方向，以便為外骨骼機器人提供精準的穿戴者運動信息。

技術領域

本發明涉及計算機模式識別技術領域，特別是涉及一種人體運動意圖的識別方法及系統。

背景技術

隨著科學技術的不斷進步，機器參與人類的生活的比例日益增多。機械外骨骼可以用于醫療、康復訓練、軍事輔助等情景。動力外骨骼可以提高單兵作戰的能力，助力外骨骼可以代償病人的行走能力以及輔助病人進行康復訓練。

要實現高效的人機協同工作，就需要極強的人機交互能力和智能控制。而傳統的人機交互方法中，機器人冗余運動、人機交互系統運動誤差累積以及用戶交互體驗差等問題仍然沒有得到有效的解決。而作為人機交互系統的參與者，人類控制系統本身是目前地球上最高級、復雜、智能的系統。為了提升人機交互能力，最有效的途徑就是仿效人類，將生物學、控制技術、傳感器數據融合、機器學習等多個學科領域有機融合，以獲得機器人智能、友好的最佳平臺。建立智能的人機交互策略，主要可以分為以下三個階段：人體運動意圖估計、機器人助力控制和穩定性控制。如何對人體運動意圖定性、定量地捕獲分析并快速、準確地映射到柔順控制系統的輸入，進而完成基于以外骨骼穿戴操作者為主控制模型的半自動控制策略和基于人和機器人協調控制模型的主動智能控制策略是給穿戴者提供自然舒適、合理健康和友好臨場感覺的前提和基礎。在下肢外骨骼機器人與穿戴者交互助力運動過程中，感知系統對于實時、快速、精準地捕獲人體運動意圖一直是一項研究難點。

發明內容

本發明的目的是提供一種人體運動意圖的識別方法及系統，用以精準快速地獲得人體運動意圖。

為實現上述目的，本發明提供了如下方案：

一種人體運動意圖的識別方法，所述方法包括：

獲取人體運動中的運動坐標；

通過可穿戴的眼鏡式眼動儀確定人體運動中視線關注點的坐標；

通過訓練好的卷積神經網絡模型識別人體運動中視野場景中的障礙物坐標；

根據所述運動坐標、關注點坐標以及所述障礙物坐標，通過訓練好的循環神經網絡模型預測人體運動偏航角信息。

可選的，所述獲取人體運動中的運動坐標，具體包括：

獲取穿戴在人體上的單目攝像頭中的視頻信息；

獲取穿戴在人體上的IMU傳感器的運動信息；

采用視覺慣性里程計方案，對所述視頻信息以及所述運動信息進行處理，得到人體運動中的運動坐標。

可選的，所述通過可穿戴的眼鏡式眼動儀確定人體運動中視線關注點的坐標，具體包括：

通過所述可穿戴的眼鏡式眼動儀獲取人眼瞳孔的視頻信息；

根據所述人眼瞳孔的視頻信息，確定人體運動中視線關注點的坐標。

可選的，所述通過訓練好的卷積神經網絡模型識別人體運動中視野場景中的障礙物坐標，具體包括：

通過所述可穿戴的眼鏡式眼動儀獲取人體運動中視野場景視頻信息；

通過訓練好的卷積神經網絡模型對所述視野場景視頻信息中每一幀圖像進行識別，確定圖像中的障礙物；

通過矩形框對每一幀圖像中的障礙物進行框選，得到圖像中的障礙物的坐標。