[发明专利]动作学习方法、装置、存储介质及电子设备

权利要求书

1.一种动作学习方法，其特征在于，所述方法包括：

获取目标对象的人体动作图像数据；

确定与所述人体动作图像数据对应的机器人的关节运动数据；

通过所述机器人的数字孪生模型的仿真数据判断所述关节运动数据是否符合与所述机器人对应的原子动作约束条件，其中，所述关节运动数据为多组多个具有时序属性的关节旋转角度数值所构成的；

在判定所述关节运动数据符合与所述机器人对应的所述原子动作约束条件的情况下，将所述关节运动数据确定为所述机器人的原子动作，所述原子动作是用于组成其他动作的基础动作，所述机器人在执行所述原子动作的情况下，执行过程无法被打断和/或拆分；

所述通过所述机器人的数字孪生模型的仿真数据判断所述关节运动数据是否符合与所述机器人对应的原子动作约束条件包括：

基于所述数字孪生模型的仿真数据判断所述关节运动数据是否满足运动合规条件，所述运动合规条件包括所述关节运动数据对应的动作为所述原子动作、所述关节运动数据中不存在关节运动超过所述关节的物理限位、所述数字孪生模型在执行所述关节运动数据时未出现碰撞和失衡现象；

在所述关节运动数据不满足所述运动合规条件中的任一条时，判定所述关节运动数据不符合与所述机器人对应的原子动作约束条件。

2.根据权利要求1所述的方法，其特征在于，所述确定与所述人体动作图像数据对应的机器人的关节运动数据包括：

对所述人体动作图像数据进行去噪处理；

根据所述去噪处理后的所述人体动作图像数据确定对应的三维姿态运动数据，所述三维姿态运动数据中包括与所述目标对象对应的各三维关键点的运动数据，所述三维关键点用于构建所述目标对象的三维姿态；

根据所述三维姿态运动数据映射得到所述机器人的所述关节运动数据。

3.根据权利要求1所述的方法，其特征在于，所述通过所述机器人的数字孪生模型的仿真数据判断所述关节运动数据是否符合与所述机器人对应的原子动作约束条件还包括：

在所述关节运动数据满足所有所述运动合规条件时，基于所述数字孪生模型的仿真数据判断所述关节运动数据是否满足运动优化条件，所述运动优化条件包括所述关节运动数据符合机器人运动学规律和所述关节运动数据对应的动作流畅平滑；

在所述关节运动数据不满足所述运动优化条件时，判定所述关节运动数据不符合与所述机器人对应的原子动作约束条件。

4.根据权利要求3所述的方法，其特征在于，所述通过所述机器人的数字孪生模型的仿真数据判断所述关节运动数据是否符合与所述机器人对应的原子动作约束条件还包括：

在所述关节运动数据满足所述运动优化条件和所述运动合规条件时，通过所述数字孪生模型执行所述关节运动数据，并对所述数字孪生模型的运动画面进行显示；

在接收到第一人工确认指令的情况下，通过所述数字孪生模型驱动所述机器人执行所述关节运动数据，所述第一人工确认指令为用户响应于所述数字孪生模型的运动画面所输入的指令，用于指示所述数字孪生模型的运动画面符合要求；

在接收到第二人工确认指令的情况下，判定所述关节运动数据符合与所述机器人对应的所述原子动作约束条件，所述第二人工确认指令为用户响应于所述机器人的执行动作所输入的指令，用于指示所述机器人的执行动作符合要求。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在通过所述机器人的数字孪生模型的仿真数据判定所述关节运动数据不符合与所述机器人对应的原子动作约束条件时，对所述关节运动数据进行修正，并通过所述机器人的数字孪生模型的仿真数据判断修正后的所述关节运动数据是否符合与所述机器人对应的原子动作约束条件，直至判定所述关节运动数据符合与所述机器人对应的所述原子动作约束条件。