[发明专利]人体手臂动作模仿方法、装置、终端设备及存储介质

权利要求书

1.一种人体手臂动作模仿方法，其特征在于，包括：

获取待模仿人体手臂关键点的第一位姿信息；

将所述第一位姿信息转换为机器人手臂关键点的第二位姿信息；

根据所述第二位姿信息，通过机器人手臂逆运动学求解机器人手臂各个关节的角度值；

分别使用包络盒对所述机器人的各个部分进行包络处理；

根据所述第二位姿信息对机器人进行运动碰撞检测，得到碰撞检测结果；

若所述碰撞检测结果为不存在碰撞的动作，根据所述角度值控制机器人手臂运动；

其中，所述根据所述第二位姿信息对机器人进行运动碰撞检测，得到碰撞检测结果，包括：

根据所述第二位姿信息，计算所述机器人各个部分对应的包络盒的第三位姿信息；

利用FCL碰撞检测库，根据所述第三位姿信息判断是否存在碰撞的包络盒；

若存在碰撞的包络盒，则判定存在碰撞的动作；

若不存在碰撞的包络盒，则判定不存在碰撞的动作；

其中，所述第二位姿信息包括机器人肩部的位姿信息、机器人肘部的位姿信息和机器人腕部的位姿信息；

根据所述第二位姿信息，计算所述机器人各个部分对应的包络盒的第三位姿信息，包括：

通过P_uparm＝(P'_S+P'_E)/2计算机器人大臂对应的包络盒的位置信息；

通过P_forearm＝(P'_E+P'_W)/2计算机器人小臂对应的包络盒的位置信息；

通过P_hand＝P'_W+R'_Wl_hand计算机器人手部对应的包络盒的位置信息；

根据机器人大臂对应的包络盒的位置信息和机器人肩部的姿态信息，获得机器人大臂对应的包络盒的位姿信息；

根据机器人小臂对应的包络盒的位置信息和机器人肘部的姿态信息，获得机器人小臂对应的包络盒的位姿信息；

根据机器人手部对应的包络盒的位置信息和机器人腕部的姿态信息，获得机器人手部对应的包络盒的位姿信息；

其中，P_uparm为大臂的位置信息，P_forearm为小臂的位置信息，P'_S、P'_E、P'_W分别为机器人的肩部、肘部和腕部的位置信息；

P_hand为手部位置信息，l_hand为机器人手掌中心到腕部的距离，R'_W为机器人的腕部姿态信息。

2.如权利要求1所述的方法，其特征在于，所述将所述第一位姿信息转换为机器人手臂关键点的第二位姿信息，包括：

对所述第一位姿信息进行去噪处理；

根据去噪后的第一位姿信息，建立肩部至肘部的第一空间三维向量和肘部至腕部的第二空间三维向量；

分别计算所述第一空间三维向量的第一向量模和所述第二空间三维向量的第二向量模；

根据所述第一空间三维向量、所述第二空间三维向量、所述第一向量模和所述第二向量模，以及机器人手臂的大臂长度和小臂长度，计算所述机器人的肘部和腕部的位置信息；

根据所述机器人的肘部和腕部的位置信息和所述第一位姿信息中的姿态信息，得到所述第二位姿信息。

3.如权利要求2所述的方法，其特征在于，对所述第一位姿信息进行去噪处理，包括：

对所述第一位姿信息的位置信息进行滤波操作，得到滤波后的位置信息；

根据所述第一位姿信息中的姿态信息和上一个动作采集周期的待模仿人体手臂关键点的姿态信息，计算前后两个动作采集周期的相对姿态；

将所述相对姿态变换为欧拉角表示，并对欧拉角值进行滤波操作，得到滤波后的姿态信息。