[发明专利]一种基于增强现实的机器人示教再现方法及装置

权利要求书

1.一种基于增强现实的机器人示教再现方法，其特征在于，包括以下步骤：

S1、启动示教模式，体感设备Kinect获取手势的位置与姿态；

S2、对S1中获取的手势位姿进行滤波处理与数据优化；具体包括：

对步骤S1中获取的手势位姿数据进行滤波处理和优化，以获得稳定准确的示教点位姿；具体计算步骤为：

⑴数据滤波

对于Kinect获取的数据，采用自回归滑动平均滤波器进行滤波；自回归滑动平均滤波器是一类线性滤波器，自回归滑动平均滤波器的输出是当前值与N个之前输入和M个之前滤波器输出的加权平均：

其中系数a_i和b_i表示第i项滤波器参数，式(4)等号右边第一部分叫做滑动平均项，是一个低通滤波器，允许直流分量通过；第二部分叫做自回归项；

根据式(4)对采集的位姿数据进行滤波，从而得到光滑稳定的示教轨迹；

⑵数据优化

采用递推最小二乘算法消除人手肌肉造成的固有抖动；数据优化系统的数学模型为：A(z^-1)y(k)＝B(z^-1)u(k)+w(k)，其中

n_a、n_b为数据优化系统模型的阶次，z^-i为系统z变换的第i项，表示延迟i个时刻，a_i、b_i为待估计参数，y(k)为系统k时刻的输出观测数据，u(k)为系统k时刻的输入采样数据，w(k)为系统k时刻的随机噪声；

定义：由以往时刻的输出观测数据y(k-1),...,y(k-n_a)和输入采样数据u(k-1),...,u(k-n_b)组成的k-1时刻的观测数据向量φ(k-1)为

φ(k-1)＝[y(k-1),...,y(k-n_a)u(k-1),...,u(k-n_b)]^T，T表示转置

由数学模型待估计参数组成的回归参数向量θ为

表示k时刻θ的估计值，其递推计算式为

K(k)为k时刻误差增益，其计算式为

Ρ(k)为k时刻方差更新矩阵，其计算式为

Ρ(k)＝[I-K(k)φ^T(k-1)]Ρ(k-1) (8)

则递推最小二乘算法基本计算步骤如下：

①确定多项式A(z^-1)和B(z^-1)的阶次n_a，n_b；

②设定递推参数初值Ρ(0)；

③采样获取新的y(k)和u(k)，并组成观测数据向量φ(k-1)；

④用式(6)～(8)所示的递推最小二乘算法计算当前参数递推估计值

⑤采样次数k加1，然后回到第③步继续循环，直到满足以下的停止准则：

式中为参数向量θ的第i个元素在第N+1次的递推计算结果，ε_RLS为给定的表示精度要求的一个正数；

S3、将优化后的数据通过无线网络发送给光学透视式增强现实设备，驱动光学透视式增强现实设备中虚拟机器人再现操作者的示教轨迹；

S4、在虚拟机器人再现的过程中，示教者从光学透视式增强现实设备中观察虚拟机器人的再现轨迹，对于误差大于期望误差的示教点，通过语音指令进行调整，并修改之前的示教点，直至所有示教点的误差都在期望误差范围内，则示教完成；

S5、将最终的示教轨迹转化为驱动真实作业机器人所需的关节角，发送给机器人控制器，从而让真实作业机器人再现操作者的示教路径。