[发明专利]基于关节相关性分析的数据手套标定方法

权利要求书

1.一种基于关节相关性分析的数据手套标定方法，其特征在于，它包括以下步骤：

步骤一：建立人手模型，其中将单个手指表示成三个旋转关节和一个侧摆关节的组合，根据人手模型确定数据手套中分别与每个关节相对应的传感器；

步骤二：操作者佩戴数据手套进行规定动作，使数据手套上的相关传感器获得操作者的规定动作数据；

步骤二中获得的规定动作数据至少包括：

一)将食指和中指作为目标手指：

a)固定目标手指的侧摆夹角，改变目标手指的弯曲角度，分别获得食指基关节弯曲角度、中指基关节弯曲角度和食指与中指之间的侧摆夹角；

b)固定目标手指的弯曲角度，改变目标手指的侧摆角度，分别获得食指侧摆角度、中指侧摆角度和目标手指的弯曲角度；

二)对于拇指：

a)使拇指侧摆张到最大，改变拇指旋转角度，获得拇指侧摆角度和拇指旋转角度；

b)固定拇指旋转角度，改变拇指侧摆角度，获得拇指侧摆角度和拇指旋转角度；

步骤三：针对每个关节，对相应规定动作数据进行相关性分析，依据相应规定动作数据相关性的不同，将人手模型中的关节分为独立关节、单耦合关节和多耦合关节；

步骤三中由规定动作数据相关性确定的独立关节、单耦合关节和多耦合关节的具体分类方法如下：

独立关节为自身运动与其它关节的运动没有耦合关系的关节；

单耦合关节为自身运动与另一个关节的运动具有耦合关系的关节；

多耦合关节为自身运动与其它至少两个关节的运动相关联的关节；

步骤四：分别对每个关节对应的规定动作数据进行处理，获得相应规定动作数据与人手模型中对应关节的映射关系，并按照所述映射关系对数据手套进行标定。

2.根据权利要求1所述的基于关节相关性分析的数据手套标定方法，其特征在于，

步骤四中，相应规定动作数据与人手模型中对应关节的映射关系具体为：

独立关节：采用最小二乘拟合的方法获得规定动作数据与相应关节的映射关系；

单耦合关节：对相应的规定动作数据先进行主成分分析，提取主成分，然后再采用最小二乘拟合的方法获得规定动作数据与相应关节的映射关系；

多耦合关节：对相应的规定动作数据采用高斯过程进行训练，获得需要补偿的角度分布，对补偿之后的动作数据再进行拟合，获得规定动作数据与相应关节的映射关系。

3.根据权利要求2所述的基于关节相关性分析的数据手套标定方法，其特征在于，

独立关节包括拇指的旋转关节，食指、中指、无名指和小指的弯曲关节；

单耦合关节包括拇指的侧摆关节；

多耦合关节包括食指、中指、无名指和小指之间的侧摆关节。

4.根据权利要求2所述的基于关节相关性分析的数据手套标定方法，其特征在于，

对于独立关节，所述最小二乘拟合的方法具体为：

求解下式：

式中n为规定动作数据采样点的数目，k为拟合曲线的比例系数，b为拟合曲线的偏移系数，x_i为由数据手套读取的规定动作数据，y_i为人手实际动作数据；

采用牛顿迭代法求解上式，获得拟合结果，根据拟合结果确定数据手套与人手模型中相应独立关节的映射关系。

5.根据权利要求4所述的基于关节相关性分析的数据手套标定方法，其特征在于，

对于单耦合关节：采集多个在不同侧摆角度下，拇指的旋转角度数据，使用主成分分析方法对所述拇指的旋转角度数据进行解耦，处理后获得拇指的旋转角度数据测量值；再采用最小二乘拟合的方法拟合出旋转角度数据测量值与人手实际动作数据的线性曲线，根据线性曲线确定数据手套与人手模型中相应单耦合关节的映射关系。

6.根据权利要求5所述的基于关节相关性分析的数据手套标定方法，其特征在于，

对于多耦合关节：采用高斯过程对采集的规定动作数据进行训练，先通过输入关节侧摆动作数据和弯曲动作数据获得需要补偿的角度分布，再对补偿后的数据进行拟合。