(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210582105.7 (22)申请日 2022.05.26 (71)申请人 山东大学 地址 250061 山东省济南市历下区经十路 17923号 (72)发明人 李可　胡元栋　李光林　魏娜　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 马海波 (51)Int.Cl. B25J 9/16(2006.01) B25J 13/00(2006.01) G06K 9/62(2022.01) G06N 7/00(2006.01) (54)发明名称 一种用于外肢体抓握控制的人体技能学习 方法及系统 (57)摘要 本发明提供一种用于外肢体抓握控制的人 体技能学习方法及系统， 包括： 获取人体手臂抓 握过程中的姿态信息、 运动信息并生成运动轨 迹； 基于示教学习建立人体手臂运动与外肢体运 动的控制模 型， 通过控制模型使外肢体模仿人体 手臂的运动轨迹； 获取外肢体抓握过程中的触觉 信息并反馈给人体手臂， 人体手臂根据外肢体 反 馈的触觉信息进行抓握姿态的调节； 对人体手臂 抓握过程中产生的多条运动轨迹进行学习得到 学习轨迹， 将学习轨迹及对应的姿态信息发送给 外肢体， 使外肢体能够适应环境变换。 权利要求书2页 说明书8页 附图4页 CN 114905514 A 2022.08.16 CN 114905514 A 1.一种用于 外肢体抓握控制的人体技能学习方法， 其特 征是， 包括： S1： 获取人体手臂抓握过程中的姿态信息、 运动信息并生成运动轨 迹； S2： 基于示教学习建立人体手臂运动与外肢体运动的控制模型， 通过控制模型使外肢 体模仿人体 手臂的运动轨 迹； S3： 获取外肢体抓握过程中的触觉信息并反馈给人体手臂， 人体手臂根据外肢体反馈 的触觉信息进行抓握姿态的调节； S4： 重复S1 ‑S3， 直至外肢体完成稳定的抓握； S5： 对人体手臂抓握过程中产生的多条运动轨迹进行学习得到学习轨迹， 将学习轨迹 及对应的姿态信息发送给外肢体， 使外肢体能够适应环境变换。 2.如权利要求1所述的一种用于外肢体抓握控制的人体技能学习方法， 其特征是， 包 括： 在所述S1中， 通过 数据手套获取 人体手臂在抓握过程中的运动信息， 具体包括： 设置在数据手套五指弯曲侧的弯曲度传感器， 用于获取人体手臂运动中的弯曲度信 息； 设置在数据手套 背面的惯性测量单 元， 用于获取 人体手臂运动中的空间运动信息 。 3.如权利要求2所述的一种用于外肢体抓握控制的人体技 能学习方法， 其特征是， 所述 数据手套还包括设置在数据手套五指指尖处的振动电机， 所述振动电机用于产生外肢体在 抓握过程中的触觉反馈 。 4.如权利要求2所述的一种用于外肢体抓握控制的人体技 能学习方法， 其特征是， 在所 述S2中， 根据弯曲传感器所获取的包括最大和最小弯曲度在内的全部测量值映射到[0,1] 的区间， 将外肢体末端手指关节位置保持竖直和完全弯曲的姿态全部映射至[ 0,1]的区间， 基于同样 状态的表达建立人体手臂弯曲度和外肢体弯曲度的对应关系， 外肢体根据所述对 应关系模仿人体 手臂的弯曲度； 建立惯性测量单元测量的空间运动数据与外肢体末端空间运动的映射关系， 通过学习 比例调节机制调节映射的比例， 外肢体通过学习比例调节的映射关系模仿人体手臂的空间 运动。 5.如权利要求4所述的一种用于外肢体抓握控制的人体技 能学习方法， 其特征是， 将佩 戴数据手套保持水平稳定时刻作为运动示范的开始时刻， 从开始时刻 对相等时间间隔内的 位置坐标x、 y、 z轴的加 速度进行积分得到位移变化量Δx， 对方向坐标φ、 θ、 γ轴的角速度 进行积分得到角度变化 量Δa； 将Δx、 Δa分别对应外肢体末端相等时间间隔内， 在笛卡尔空间中坐标的位置变化量 Δxr、 方向变化 量Δar， 学习比例调节为： Δxr＝α Δx Δar＝β Δa 其中， α 、 β ∈[0,n]， n 为常数。 6.如权利要求1所述的一种用于外肢体抓握控制的人体技 能学习方法， 其特征是， 在所 述S3中具体包括： 基于外肢体末端测量的接触力和数据手套指尖的振动电机的振动程度建立对应关系； 分别采集人体 手臂抓握物体时五指的接触力， 将其作为外肢体接触力阈值； 判断外肢体末端测量的接触力是否超过阈值；权　利　要　求　书 1/2 页 2 CN 114905514 A 2若外肢体末端测量的接触力超过阈值， 根据 上述所建立的对应关系控制振动电机的振 动程度； 人体手臂根据振动电机的振动程度调整手指姿态。 7.如权利要求1所述的一种用于外肢体抓握控制的人体技 能学习方法， 其特征是， 在所 述S5中， 基于概率运动原语对 人体手臂 抓握过程中产生的多 条运动轨迹进行学习得到学习 轨迹发送给外肢体， 具体包括： 利用基函数矩阵和权向量表示演示轨 迹的线性模型； 根据线性模型利用最小二乘法计算权向量； 根据权向量计算得到 轨迹概率分布； 结合外部环境中的变量信息得到环境变量和权 重的联合分布； 基于环境变量和权重的联合分布计算环境变量的概率分布， 根据环境变量的概率分析 得到期望 轨迹； 通过将得到的期望轨迹和演示轨迹进行比较， 相似度最大的期望轨迹为外肢体的学习 轨迹。 8.一种用于 外肢体抓握控制的人体技能学习 系统， 其特 征是， 包括： 数据手套， 其用于获取 人体手臂的运动信息； 外肢体， 具有多自由度的机械手， 所述机械手五指的末端分别设置有传感器， 用于检测 触觉信息； 反馈模块， 其用于根据外肢体的机械手的触觉信息反馈至人体手臂， 人体手臂根据外 肢体的触觉反馈信息调整人体 手臂的姿态； 控制模块， 其用于基于示教学习建立人体手臂与外肢体的控制模型， 通过控制模型， 使 外肢体模仿人体 手臂的运动及姿态； 学习模块， 其用于对人体手臂抓握过程中产生的多条运动轨迹进行学习得到学习轨迹 发送给外肢体， 使外肢体能够适应环境变换。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征是， 该程序被处理器执行 时实现如权利要求 1‑7中任一项 所述的一种用于外肢体抓握控制的人体技能学习方法中的 步骤。 10.一种处理装置， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征是， 所述处理器执行所述程序时实现如权利要求 1‑7中任一项 所述的一种用 于外肢体抓握控制的人体技能学习中的步骤。权　利　要　求　书 2/2 页 3 CN 114905514 A 3